基于累积效应的光交换机分组调度算法

光交换机中的光路重置需要较长的时间,分组调度必须是基于帧的.为提高传输效率帧长通常较大,从而导致了光交换机中特有的分组累积效应.针对该效应,提出一种新的分组调度算法p-LQF(Longest Queue First)+Hold.通过对业务需求矩阵分解得到置换矩阵, 选择匹配占用最大的置换矩阵建立端口匹配.在4×4端口的VOQ(Virtual Output Queue)结构的光交换机中,分别对均匀、非均匀以及对角线的Bernoulli和ON/OFF业务进行了仿真.仿真结果显示该算法对于符合强大数定理的可接入业务能获得100%的通过率,其平均分组时延接近甚至低于主流的LQF+Hold算法,但复杂度更低.该算法能够提供带宽保证以及短期公平性,同时能适应分组的动态到达.      

基于动力补偿的液压并联运动平台控制策略

针对所研制的飞行模拟器用大负载液压六自由度并联运动平台,在对系统闭环动力学模型进行详细分析的基础上,依据系统数学模型存在外扰力、摩擦力及不确知参数等因素影响的控制特性,利用系统闭环动力学模型的动力补偿特性,采用六维动力补偿器,提出一种PD控制器加小波神经网络补偿器进行在线动力学补偿的实时控制策略,并通过实验验证了其控制的有效性.结果表明:该方法具有良好的跟踪特性,能够提高系统响应快速性、运动精度及抗负载扰动能力,很大程度上克服了系统的动力耦合及参数时变和未知力扰动带来的影响,为多自由度运动系统的高性能实时控制开辟了崭新途径.      

IPSec设计及实现

IP安全协议IPSec是一种可无缝为IP引入安全机制的协议套件,是目前唯一一种适用于所有Internet通信的安全技术,它除适用于目前的IP版本(IPv4)之外,也适用于下一代IP(IPv6).分析了IP安全协议的体系结构,对IP安全协议的实现方式、各个组成部分进行了讨论,给出了IP安全协议的实现机制及其应用方式,最后简单地探讨了IP安全协议的局限性和未来发展的方向.      

基于SSL的数据安全传输系统的设计与实现

安全套接层协议SSL(Secure Socket Layer)是用来保障数据安全传输的协议,目前已经成为工业标准.首先简要介绍了SSL协议,设计并实现了基于SSL的数据安全传输系统,它由两部分组成:SSL客户方安全通信代理CSP(Client Secure Proxy)和服务器方安全通信网关SSG(Server Secure Gateway),二者可以在Internet上建立一个安全通道,从而能够保障敏感数据的安全传输.讨论了系统的整体结构,并详细分析了实现中的若干关键技术,主要包括握手协议的实现、密钥的协商、记录层数据的分段与填充、会话重用等.      

模糊神经元及其计算能力研究

分析了模糊神经元模型,指出了这种神经元模型在计算能力上的缺陷.提出了对模糊神经元定义的两种改进方法,一是限制传递函数为非单调函数;二是修改定义域.对改进后的模糊神经元网络证明了计算能力与图灵机的等价性,从而对传统的神经网络作了进一步推广.还对混合模糊神经网络的特点做了简单的讨论.      

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

PINS静基座对准中的理论与算法的研究

分析了平台式惯导系统(PINS)静基座条件下的可观测性,采用系统可观测矩阵的条件数来定量计算PINS静基座可观测性能,找出该条件下的可观测矩阵条件数最小的3个不可观测变量.采用了自适应Kalman算法和常规Kalman算法对简化模型进行了仿真比较.仿真结果表明前者比后者滤波收敛快.进而提出了一种基于Elman神经网络的快速对准方法.     

智能磁航向传感器的研制及误差补偿算法分析

介绍了微型智能磁传感器的设计,分析了影响磁航向精度的误差来源.在此基础上提出了基于BP神经元网络、最小二乘及最佳椭圆拟合等3种不同的磁航向误差补偿算法,详细分析了每种算法的工作原理,并立足于算法的具体实现,通过现场试验,从精度、速度、效率等3个方面对算法的有效性加以分析验证,并得出结论.      

复合舵机的神经网络自校正控制

针对复合舵机的时变和非线性特性,提出了神经网络自校正控制方法.用改进的非线性自回归滑动平均模型(NARMA)对复合舵机进行动态建模,采用多层感知器神经网络辨识舵机非线性模型,由广义逆思想设计出控制器,并根据被控对象与辨识模型间误差在线调整网络权值,进而修正控制律,实现了复合舵机的自校正控制.仿真结果表明,在模型有时变及非线性因素的情况下,此方法仍能得到较好的控制效果.      

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.