网络计费数据采集方法与应用实现

计费功能是网络管理中一个重要的基本功能,如何快速准确的采集到用户的相关计费数据,是实现高效计费功能的关键。本文通过对IP用户和拨号用户接入方式和适用计费协议分析,提出用SNMP协议命令读写路由器计费相关的MIB值和在网络底层中"侦听-转发"IP数据包的设计思想,进行用户计费数据地采集。在Windows平台上用VC++工具实现了网络计费数据采集功能模块,此模块具有一定的应用价值。     

基于BDS-2/BDS-3联合处理的北斗超快速钟差预报优化策略

针对北斗卫星导航系统(BDS)钟差预报产品无法满足高精度快速服务需求的现状，提出了一种基于BDS-2/BDS-3联合估计的超快速卫星钟差预报优化策略。区别于传统两步法预报模型，利用稀疏建模方法一步求解所有模型项，并通过BDS-2/BDS-3星间相关性实现了模型系数解的增强；为进一步降低模型残差的影响，基于残差序列时空相关性，利用半变异函数重构了模型估计的权阵。为验证提出的钟差预报模型，设计了12套对比方案，实验结果表明：基于稀疏建模的钟差模型参数一步估计可略微提高钟差预报精度；通过引入星间相关性对随机模型进行精化，钟差序列一步建模可分别将BDS-2与BDS-3卫星钟差18h预报精度提升28.6%与27.2%；基于半变异函数建模的模型残差相关性提取，可实现BDS-2与BDS-3预报钟差精度8.0%与11.1%的提升。因此，提出的优化策略对当前北斗超快速卫星钟差预报产品精化具有重要意义。     

有效载荷／运载火箭耦合分析的频域方法

盘算尖响函数综合技术导出了用耦合频响函数和无有效载荷的运载火箭界面加速度响应表示的有效载荷／运载火箭耦合动力分析的频域方法，给出了以自由界面的运载火箭模态分数放自由界面或固定界面有效载荷模态参数构成的耦合频响函数表达式。     

直升机涡环状态试验数据处理研究

采用神经网络误差反向传播算法,以旋翼涡环状态试验数据为基础,研究了桨叶负扭度对直升机涡环状态特性的影响,分析了负扭度变化对旋翼扭矩、拉力平均值及脉动幅度的影响。计算结果表明,神经网络模型能够准确预测桨叶负扭度对直升机涡环状态的影响。     

基于APIHOOK技术的个人防火墙

在深入研究APIHOOK(Application programming interface HOOK)技术及其实现．并综合各种木马的行为特征的基础上构建防火墙。该防火墙的原理是借助APIHOOK技术用自编的DLL函数替代部分系统函数。新的函数实现了注册表监视，文件监视，网络监视和其他高级操作的监视。一旦发现类似木马的行为，就会根据用户可定制的规则实时作出反应。该防火墙能详细记录程序的行为，因此高级用户还可以用它来分析木马。由于该防火墙是针对木马行为特征的，因此其优点是可以预防目前一般防火墙不能预防的未知木马和新一代木马。实际的木马攻击试验证明，该防火墙能够很好地预防木马。     

用于建立机械制造系统模型的扩展着色Petri网

着色Petri网是描述和分析并行系统的有力工具,近年来在机械制造系统中得到了广泛的应用。由于机械制造系统的自身特点,在表示着色Petri网结构的关联矩阵中含有许多零元素,从而导致着色Petri网占据数据空间大的缺陷,难以对复杂机械制造系统的规划设计与生产调度进行分析研究。 本文基于着色Petri网的基本原理,提出一种适用于建立机械制造系统模型的扩展着色Petri网理论,用于解决着色Petri网占据数据空间大的问题,为Petri网理论在机械制造系统建模方面的广泛应用提供理论基础。最后给出实例,说明减少数据空间的结果。     

求解最小费用流的复合标号法

本文在求最短路和求最大流标号法的基础上,提出了求解最小费用流的复合标号法。利用这种方法可以在一次标号的过程中找到具有最小费用的增广链。该算法具有简单、易行、迭代次数少,而且易于理解的特点。     

基于BP网络的热工过程模型辨识方法

主要研究了人工神经网络在辨识火电厂热工过程模型中的应用，利用Visual C^ 语言构造BP神经网络,提出了把BP网络权值转换为传递函数的方法，针对火电厂常见的热工过程，不用人为加入特殊的激励信号，只利用现场生产中自然存在的扰动信号进行辨识试验，试验结果准确可靠。     

机器人运动的学习控制

机器人学习控制旨在采用简单的控制器结构和易于实现的控制算法,提高机器人轨迹动态跟踪精度。本文讨论了机器人控制研究中存在的困难,简要回顾了早期学习控制思想的形成和发展,重点介绍了近年来国内外有关机器人学习控制研究的现状。     

Application of improved active disturbance rejection control algorithm in tilt quad rotor

The Tilt Quad Rotor (TQR) has complex dynamics characteristics, especially in conversion mode. It is difficult to build the dynamic model of the TQR and the environmental factors have a great influence on it. To solve the problem of control in conversion mode of TQR, this paper carries out the design of the controller based on improved Active Disturbance Rejection Control (ADRC). According to the characteristics of flight in conversion mode, Tracking Differentiator (TD) with explicit model is used to solve the problem of multiple integrals when the system is high-order system. Extended State Observer (ESO) with Radial Basis Function (RBF) neural network is used to estimate and compensate for internal and external uncertainties, and the adaptive sliding mode control in Nonlinear State Error Feedback (NLSEF) is used to improve the response speed of the controller and reduce the parameters which should be tuned. Through the flight control simulation of the TQR, the validity and rationality of the control system are verified.