基于随机网络编码的无线报文重传最优策略

网络编码技术为无线报文重传问题研究提供了新思路.分析并证明了完全无线报文重传问题最优策略所需重传报文数量等于节点请求报文数量的最大值;基于随机网络编码技术提出了最优重传策略RNCOPT(Random Network Coding based OPTimal Scheme),其编码系数从某选定有限域中随机选取(0除外);利用网络编码矩阵重新生成机制以保证100%解码成功率;描述了RNCOPT组合报文结构及发送节点操作过程.仿真表明:当接收节点数量为30而报文总数为30时,RNCOPT相对于传统非网络编码方案节省重传报文数量可达32%,而此时现有某典型策略CliqueNC却无明显效果.     

德宇航中心放弃同“菲莱”联络

正2月12日,德国宇航中心宣布放弃同"菲莱"彗星着陆器联络的尝试。"菲莱"是首个在彗星上软着陆的人造探测器,2004年3月随欧空局"罗塞塔"彗星探测器升空,2014年11月12日成功登上楚留莫夫-格拉西门克彗星。但因着陆点位于一个陨石坑边缘的阴影中,"菲莱"在着陆3天后因电力不足进入休眠。随着彗星接近太阳,光照逐渐增多的"菲莱"曾苏醒过来,从去年6月13日起先后8次向地球传回信息,但     

“猎鹰”9船上着陆再败

正3月4日,太空探索技术公司的"猎鹰"9FT型运载火箭在卡纳维拉尔角空军站发射了卢森堡欧洲卫星公司(SES)的SES-9通信卫星。这次发射再次进行了火箭第一级海上平台着陆尝试,但依然未能取得成功。这是"猎鹰"9火箭2015年6月底发射失败后的第三次发射,也是"猎鹰"9FT型火箭第二次发射和首次执行静地转移轨道发射任务。本次发射也是太空探索公司今年的第二次发射。     

基于多值决策图的温储备系统可靠性建模方法

温储备系统是冷储备与热储备系统的推广,在实际中有广泛应用。针对不可修温储备系统的可靠性建模问题,已有基于多值决策图(MDD)的系统可靠性建模方法。该方法以系统中的单元故障为建模对象,分别构建故障级MDD与系统级MDD,进而获得系统可靠度的解析表达式。然而,该表达式中不同维度积分相互混杂,计算给定时刻的系统可靠度需要首先梳理系统可靠度的表达式,以利用数值方法求解其中的积分。为实现系统可靠度的程序化计算,在已有研究基础上提出将系统级MDD按故障数分解为一系列子决策图,通过对MDD中边的概率重新赋值获得每一子决策图的发生概率,得到系统可靠度的规范形式,形成一套完整的系统可靠度计算方法。      

冲突证据决策新方法及应用

冲突证据决策方法研究是证据理论重要研究课题。鉴于现有的证据理论改进方法在冲突证据决策过程中存在计算量较大,归一化过程不合理,证据组合效果不理想等一系列问题,提出基于二次组合的冲突证据决策方法。首先,提出新的基于二次组合的冲突证据决策方法的流程图;然后,提出新的乘性归一化规则,并对新的乘性归一化规则进行算例分析,验证其合理性;最后,分析现有冲突度量函数的不足,并提出新的冲突度量函数,并分析冲突度量函数的合理性。通过算例分析,并与现有证据组合规则的比较表明,所提方法不仅计算量得以改善,组合结果也得到提升。      

3-PPP型柔性并联微定位平台的设计与分析

为解决现有空间平动柔性并联微定位平台（CPMS）结构布局不紧凑,且多轴驱动时各运动副的寄生运动相互累加,导致平台耦合误差增大的问题。首先,设计了一种基于柔性薄板的分布柔度式3-PPP型柔性并联微定位平台。其次,通过结构优化减小了平台的体积,并消除了支链中移动副寄生运动的累加现象。然后,基于柔度矩阵法建立了平台的输入刚度理论模型,并采用有限元仿真验证了理论模型的正确性;同时计算了平台的固有频率,并探究了其与柔性薄板尺寸参数之间的关系。最后,将结构优化前后的平台通过有限元仿真进行了对比分析。结果表明:结构优化后平台的体积减小了67%,且平台在单轴和多轴驱动时均具有更优的运动解耦特性和输入输出一致性。      

一种地月转移轨道中途修正的制导算法

针对地月转移轨道中途修正问题,提出了一种求解修正速度增量的制导算法。该算法由初值设计和精确解求解两部分组成。首先,利用伪状态理论,通过简单迭代设计中途修正的初值,并通过Vinti预报方法修正了地球扁率的影响。然后,在求解精确解时,提出了一种基于伪状态理论的状态转移矩阵解析算法。该算法通过设计高精度的初值,降低了求解地月转移轨道中途修正问题的难度,而且避免了传统数值方法计算状态转移矩阵的复杂性。数值仿真结果表明,该算法可有效求解中途修正问题。     

基于自适应学习策略的改进鸽群优化算法

鸽群优化（PIO）算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化（ALPIO）算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。      

线性矩阵方程AXB－CXD＝E的误差界

首先讨论线性矩阵方程ＡＸＢ－ＣＸＤ＝Ｅ在有唯一解的条件下方程之解Ｘ的一个上界，再考虑系数矩阵Ａ，Ｂ，Ｃ，Ｄ，Ｅ发生小扰动时，线性矩阵方程（Ａ＋δＡ）Ｘ（Ｂ十δＢ）－（Ｃ＋δＣ）Ｘ（Ｄ＋δＤ）＝Ｅ＋δＥ之解Ｘ作为Ｘ的近似值的相对误差的一个上界。