考虑层间应力的厚复合材料结构多级优化设计方法

充分发挥复合材料的利用率,降低结构重量,厚复合材料结构优化设计是非常重要的。然而优化设计空间复杂,层间应力问题突出,离散设计变量等问题使得厚复合材料结构的优化变得十分困难。针对由铺层相同的子层板叠成的厚复合材料层合板结构的复杂优化问题,本文提出一种多级优化设计方法。第一级优化采用基于径向基神经网络代理模型的优化设计方法,设计变量为子层内层数及铺层比例;第二级优化分为两个层次进行,系统层以结构重量最轻为目标,设计变量为子层数,子系统层采用遗传算法优化铺层顺序,以层间应力因子最小为目标。结合算例,通过Matlab编写遗传算法,并应用Isight集成Matlab来实现该优化设计方法。结果表明:本文提出的多级优化设计方法是有效的,能够很好地实现具有周期性铺层方式的厚复合材料层合板结构的优化设计。     

基于神经网络的自适应非线性控制及仿真研究

研究了神经网络非线性动态系统的自适应控制方法,首先利用改进的非线性自回归滑动平均模型,采用多层前向神经网络辨识非线性系统模型,然后直接由辨识结果设计出控制器,并根据控制误差对控制律作在线修正.利用导弹模型进行了控制仿真,仿真结果表明采用此方法可以得到较好的控制效果,而且在模型不确定和有噪声干扰的情况下仍能正常跟踪给定的迎角信号,具有较好的鲁棒性.      

群智能机制启发的传感器网络能量感知服务质量路由树

提出一种理论优化路由树的启发式算法,实现地理信息辅助的传感器网络服务质量数据收集架构.算法采用群智能蚁群优化机理进行设计:首先通过构造基于流量的能量有效性权将网络划分为不同的功能区域,使得路由的选择过程能够低延时地自适应网内不均衡性的能耗状况;然后,设计了新颖的启发式因子和信息素更新规则,赋予人工蚂蚁代理感知网络局域能量状况和逼近理论优化树的能力,从而提高路由构建的自适应性和能量有效性.仿真实验结果表明,本文提出的路由机制能够在数据收集的应用背景下,有效提高收集质量和降低传输时延,并在健壮性和节能效果方面优于许多经典的传感器网络路由算法.     

对抗黑盒攻击的混合对抗性训练防御策略研究

随着深度学习模型在无人驾驶等安全敏感性任务中的广泛应用,围绕深度模型展开的攻防逐渐成为机器学习研究的热点。黑盒攻击是一种典型的攻击场景,在攻击者不知道模型具体使用结构和参数等情况下仍能进行有效攻击,是现实场景中最常用的攻击方法。因此,分析深度学习模型的脆弱性并设计出更加鲁棒的模型来对抗黑盒攻击成为迫切需要。而传统基于单模型的单强度和多强度对抗性训练方法,在抵御黑盒攻击时性能十分有限;基于多模型的集成对抗性训练方法在抵御高强度、多样化攻击样本效果也不理想。本文提出一种基于贪婪强度搜索的混合对抗性训练方法,实验结果表明,所提出的混合对抗性训练能够有效抵御多样化的黑盒攻击,性能优于传统的集成对抗性训练。     

非理想条件下认知蜂窝网络物理层安全传输方案

认知无线电技术可以解决频谱实际利用率不高的问 题,作为关键技术之一被引入下一代蜂窝移动网络中。同时,由于无线信道的广播特性和 不确定性,非理想条件下的信息安全传输问题不可回避。由于认知无线网络中主、次网络间 存在相互干扰,文中借鉴干扰对准思想,高效地管理和利用主、次网络之间的相互干扰,通 过优化设计发送预编码矩阵,尽量避免干扰合法用户接收,同时尽可能地对窃听节点实施阻 塞干扰。Monte Carlo仿真验证了非理想条件下干扰对准设计预编码矩阵的优越性,同时也 证实了信道估计精度在提高蜂窝移动系统传输性能和安全性能方面的重要性。     

NHNET2多链路局域计算机网络系统设计与研制

本文介绍了多链路局域计算机网络NHNET2适配器的设计和系统软件功能。NHNET2是用Intel8274多协议串行控制器独立研制的网络系统,可执行CSMA/CD与x.25两种协议。本文介绍了它的硬件及软件的实现方法。软件具有较强的点对点通信功能,可实现分布式资源共享。     

光纤总线本地网接口逻辑设计

光纤做传输介质具有频带宽、抗干扰能力强、信号衰减小等优点。但是用它来实现总线型本地网却有一定的难度,因为利用光纤元件不易于实现CSMA/CD协议所要求的冲突检测和信号在总线上的双向传输。 本文介绍了实现光纤总线网络的简单可行的方法,叙述了光纤总线网的结构、网络、网络接口原理以及接口的编程方法。     

带有覆盖介质层的微带线的特性分析

本文从麦克斯韦方程出发,通过付里叶变换和坐标旋转,导出特征坐标系中谱域场表达式.利用场匹配技术,建立起TE~z真和TM~z模的等效传输线网络,使场问题转化为网络问题,简化了特征方程的推导。然后,运用谱域导抗法具体分析由单轴介质构成的带有覆盖介质层的微带线的特性,根据有效介电常数和特征阻抗的数值结果,得出了在宽带情况下,用标准微带线的综合公式近似代替能得到较高精度的结论,这对设计电磁耦合带馈式微带天线阵的馈线极为有用。     

一种支持QoS的航空自组织网络无反馈MAC协议建模

针对航空自组织网络的高动态特性和对高优先级业务的服务质量(QoS)要求,提出了一种无反馈介质访问控制(MAC)协议建模方法及相应的阈值设置方法,以保证高优先级数据分组的时效性及可靠性。首先,对数据分组在接收端碰撞建立时间约束模型,得到信道统计结果与分组成功概率的映射关系;然后,根据不同业务的QoS要求设置接入阈值;最后,实现对不同优先级业务的接入控制。仿真结果表明,在典型空域网络场景下,基于该建模方法的无反馈MAC协议可以为高优先级业务提供QoS保证,即分组成功概率大于99%,端到端延时小于1 ms。      

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制（MAC）协议退避算法无法为蜂群无人机自组网（FANETs）提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口（CW）长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避（PAB）算法和支持QoS的自适应竞争窗口退避算法（Q-ABACW）,性能均有较大提升。