基于冗余连接机制的SLE网络协议体系模型

CCSDS(Consultative Committee for Space Data Systems,空间数据系统咨询委员会)SLE(Space Link Extension,空间链路拓展)网络协议体系模型中,一个服务实例只支持建立一个物理通信链路,造成上层应用与下层链路耦合过强,存在一定的安全隐患。针对此问题,设计了基于冗余连接机制的SLE网络协议体系模型,该模型在现有的SLE网络协议体系模型中增加了逻辑连接层,支持单一服务实例同时使用多个物理链路进行空间数据传输,可根据多连接状态重新设计TML(Transport Mapping Layer,传输映射层)状态变换关系以及数据传输模式。该模型能够兼容现有的SLE网络传输体系模型,提高SLE服务的可靠性。     

面向多用户环境的弹性云缓存系统研究与实现

由于在改善网络带宽性能、缓解堵塞、提升用户体验等方面的优势,缓存技术在网络应用中被广泛使用,然而当前越来越多的网络应用迁移至云平台,原来针对单一业务和主机环境的缓存管理机制在面对云计算下多用户、多业务混杂环境时暴露出诸如不具备多业务类型的普适性、管理策略与云平台的资源配置脱节、未考虑多用户环境下缓存数据的复杂性、重复性等不足,最终影响缓存效果和资源利用效率,因此研究一种面向多用户环境的弹性云缓存系统,首先分析多用户、多业务的云环境对缓存管理的需求特点,提出基于双层映射的缓存存取模型,然后设计缓存系统框架与功能模块,并研究相应的逻辑、物理资源的配置算法及其他功能的实现方案,最后在校园网环境下实现缓存系统并对其进行验证,分析结果表明本文提出的缓存系统能够有效满足用户需求同时提高资源利用率。     

动边界问题无网格算法及其动态点云

提出基于Delaunay图映射的点云运动处理技术.该技术使点云随物体运动再生成问题变成简单的映射关系,无需迭代,且能保持点云结构不变,故有效地避免了因点云结构变动而产生的附加计算量.运用该技术,结合非定常Euler方程双时间步无网格算法,成功地模拟了翼型的跨声速非定常流动.其中物理时间迭代采用二阶隐式格式,伪时间遮代采用四步龙格一库塔显式格式.文中给出了不同翼型的计算结果,并与实验结果进行了比较,取得了令人满意的结果.     

基于正交映射的OFDM峰均比控制快速算法

为了克服正交频分复用(Orthogonal frequency division multiplexing，OFDM)信号的高峰均比问题，拳文研究了基于单正交映射的部分传输序列(Partial transmit sequences，PTS)算法及其在信号过采样形式中的应用，发现信号过采样会造成单正交映射的相位优化复杂度呈二次增长。借助于Monte—Carlo仿真，证明了在单正交映射过程中会产生大量的冗余。通过改变正交映射方式和删除冗余，提出了一种新的PTS快速相位优化算法。分析和实验结果表明，该算法能较大程度地减小运算复杂度，且可以获得好的峰均比改善性能。     

二维矢量基离散正弦变换─Ⅱ的快速算法

二维离散正弦变换（２ＤＤＳＴ）在数字图象处理中有重要应用。由于ＤＳＴ核的可分离性，２ＤＤＳＴ通常可用行列法由一维快速正弦变换（１ＤＦＳＴ）算法计算。将一维离散正弦变换－Ⅱ（１ＤＤＳＴ－Ⅱ）的快速递归算法推广到二维，提出了一种按频率抽取的２ｍ×２ｍ点矢量基二维离散正弦变换－Ⅱ的快速算法。该算法把Ｎ×Ｎ点ＤＳＴ－Ⅱ分解成四个×点ＤＳＴ－Ⅱ，重复进行这一过程直到最后分解成２×２点ＤＳＴ－Ⅱ。文中首先对１ＤＦＳＴ算法作了简单的代数推导；然后将该算法采用矢量基分解方式推广到二维，讨论了序列分解与Ｋｒｏｎｅｃｋｅｒ矩阵积两种表示方法，给出了信号流图；最后分析了计算复杂性，并与常用的行列法进行了比较。矢量基二维ＤＳＴ－Ⅱ的快速算法蝶形结构规则，数值稳定，与行列法相比，乘法运算量节省了２５％。     

不确定离散系统二次稳定的充分必要条件

研究了具有快时变参数变化离散系统的鲁棒稳定性问题，给出了该系统二次稳定（ｑｕａｄｒａｔｉｃｓｔａｂｉｌｉｔｙ）的充要条件，并且进一步定义了稳定鲁棒性指标来度量系统的稳定鲁棒性。对于参数具有已知变化范围的系统，其充要条件的检验和稳定鲁棒指标的计算转化为一个极小极大优化问题。当参数变化范围为一个凸多面体时，该极大化问题退化成其端点值间的相互比较，并证明了极小化问题中的任意局部最小值就是全局最小值     

INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

在有色高斯噪声中的离散时间检测与估计的性能分析

本文研究了在确定的观察时间内,在有色高斯噪声中检测与估计的性能与样本数之间的关系。指出相邻样本之间相关系数在0.1—0.2范围内,广义信噪比就能相当接近极限值S~2(T)。在讨论二阶相关噪声时指出,由二阶微分方程描写的高斯过程的样本序列一般不是AR(2)模型,但是当样本间隔Δ→0时,却可用AR(2)模型近似描写序列,因此求极限信噪比时可以较简便地采用AR(2)模型。最后指出最大似然估计与似然比检验之间及两者的性能测度之间的联系。     

非稳态四阶椭圆方程的Galerkin有限元法

针对平面有界凸多角形区域上一类非稳态四阶椭圆方程 u t+Δ2 u =f (x,t) (x,t)∈Ω× [0 ,T]u = u n=0 (x,t)∈ Ω× [0 ,T]u(x,0 ) =u0 (x) x∈Ω的初边值问题进行了 Galerkin有限元方法分析。首先给出了所讨论问题的 Galerkin有限元方法的离散格式 ,其次对所讨论问题的解与其离散问题的解之间的误差进行了分析研究 ,最后利用椭圆投影算子的性质 ,获得了一定模意义下的一些误差估计     

基于BEMD与DCT的彩色图像多重水印鲁棒算法

为解决现有彩色图像水印算法容错性低及宿主图像与水印图像在嵌入时尺寸匹配问题,并提高算法抵御各种攻击的鲁棒性,提出一种基于二维经验模态分解(BEMD)和离散余弦变换(DCT)的彩色图像多重水印鲁棒算法。使用Arnold变换对3幅二值水印图像进行置乱,分别对彩色宿主图像的三通道进行BEMD,得到各通道的内蕴模态函数(IMF)和余量信息,选择各通道的第1个IMF（记作IMF₁）作为水印嵌入层,对每个通道的IMF₁分割成不重叠子块后进行DCT;再将置乱后的二值水印图像依次重复嵌入在各通道子块经过之字形(Zigzag)扫描后的中频系数中,使用逆Zigzag扫描和逆DCT得到各通道嵌入水印信息后的IMF₁,并与每个通道其余的IMF及余量重建得到嵌入水印后的彩色图像。水印提取为嵌入过程的逆过程,算法可以实现彩色图像嵌入水印的盲提取。在水印提取过程中对重复嵌入提取到的水印图像使用投票策略,增强了算法的容错性。大量实验结果表明:嵌入水印后的图像峰值信噪比（PSNR）在34 dB以上,水印信息具有较高的不可见性;对嵌入多重水印后的宿主图像进行大尺寸剪切、椒盐噪声等攻击实验,提取到的水印图像与原始图像的归一化系数均在0.96以上,且可达到1,水印信息提取完整清晰可辨。与现有大量彩色图像水印算法相比,所提算法具有较强抵御各种攻击的能力,同时嵌入水印后图像具有较高的不可见性。