一种基于预警机制的自适应选择AS-AKA协议

针对UMTS认证与密钥协商AKA机制中使用序列号SQN不能有效抵抗重放攻击的问题,提出了一种基于预警机制自适应选择AS-AKA协议的方案,移动站MS收到用户认证请求消息后,通过验证接收消息的时间差或频率是否超过门限判断是否发出重放攻击预警.若有重放攻击预警,服务网络SN将协议切换到能有效抵抗重放攻击的APAKA协议.仿真结果表明,AS-AKA协议能够有效地抵抗重放攻击,相比UMTS AKA协议通过重同步过程抵抗重放攻击,本文方案抵抗重放攻击的同时降低了网络的比特通信量.     

基于滑膜控制和SAFNN的鲁棒混沌同步

针对带有干扰的混沌系统,进行了基于自组织自适应模糊神经网络(SAFNN)的同步控制器的设计,采用基于聚类划分的模糊神经网络,推导出模糊神经网络参数在线更新算法,并设计了神经网络结构自适应算法,从隶属度函数的生长、模糊规则的分裂和模糊规则的修剪三个方面动态调整模糊神经网络结构,摒弃了常规的试错法来调整系统的结构和参数,以便更好地满足对计算负荷和控制性能的要求,实现两者之间的平衡;最后结合滑模控制器和鲁棒控制器,对带有干扰的混沌系统进行同步控制仿真,仿真结果表明该方法有效。     

基于自适应模糊PID方法的轮毂无刷直流电机控制与仿真

针对轮毂式电动车用永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等特点,根据轮毂电机参数的变化,利用模糊控制对PID参数进行在线自适应调整,提出了一种基于自适应模糊PID的转速控制方法,获得了高精度的转速控制。首先分析永磁无刷直流电机的动态数学模型,在MATALB/Simulink平台下,将模型按功能进行子模块建模,并通过与S函数相结合构建无刷直流电机的转速自适应模糊PID的双闭环控制系统模型,最后考虑车辆实际行驶情况,进行了电机系统运行工况的仿真分析。结果表明,采用自适应模糊PID控制无刷直流电机,能够实现控制精度高、响应速度快、无超调,且系统对干扰和参数变化具有较强的鲁棒性,明显改善对电动车用轮毂驱动电机的控制效果,提高电动车辆行驶的操纵性和稳定性。     

拉索支座减隔震桥梁自适应推倒分析方法

以拉索支座减隔震桥梁为研究对象,提出了自适应推倒分析方法(AMPP),对比多模态推倒分析方法(MPA)和一阶模态推倒分析方法(PO-1),研究AMPP方法应用于这类桥梁抗震性能评估的可行性及效果.结果表明:推倒分析方法可以成功应用于拉索支座减隔震桥梁的抗震性能评估,AMPP方法对关键参数的计算精度高于一阶模态推倒分析和多模态推倒分析,但多模态推倒方法对下部构件的内力评估精度较好.     

一种区分优先级自适应抖动的媒质接入控制协议

针对军事航空通信系统中随机接入类协议不支持多优先级且在重负载时传输性能急剧恶化问题,提出一种区分优先级自适应抖动的多信道媒质接入控制(MAC)协议PAJ_MAC。协议基于随机接入机制,采用为各个优先级设置不同最大抖动阶段的方法来区分各优先级业务的QoS,通过估计信道忙闲程度并根据估计值调节抖动阶段转移概率自适应因子,使协议具备业务负载自适应能力。分别建立了分组等待阶段发送缓冲区的M/G/1/K排队模型、信道接入阶段抖动状态的二维马尔科夫链模型和传播阶段的突发包碰撞模型,得到了协议各项性能指标的理论表达式,并通过编程求出了自适应因子在保证最高优先级可靠性需求下随业务负载变化的最优解。仿真表明,该协议支持多优先级业务,并始终保证最高优先级业务的低时延(端到端时延10ms)、高可靠(成功传输概率≥95%)传输以及系统吞吐量的稳定。     

变步长等变自适应盲源分离算法

针对传统盲源分离(BSS)算法采用固定步长难以同时兼顾收敛速度和稳态误差的难题,采用等变自适应盲源分离(EASI)算法,提出了一种基于分离指标的变步长等变自适应盲源分离算法(VS-SI)。该算法利用EASI收敛条件,构造表征信号分离程度的分离指标,并设计带遗忘因子的更新算法,以减小历史数据误差的影响,实现分离指标的自适应计算,并采用一个非线性单调递增函数实现步长的自适应调节。通过与固定步长的自然梯度算法(FS-NG)、固定步长的EASI算法(FS-EASI)、步长指数衰减算法(EDS)和基于权重正交约束变步长算法(AS-WO)的性能进行对比,结果表明,在无噪声和有噪声两种情况下,提出算法均有较快的收敛速度,最终性能指标分别减小了15%和20%以上,同时兼顾稳态误差和收敛速度,具有较好的数值鲁棒性。     

基于自适应搜索窗的非局部均值去噪算法

提出了一种采用局部多项式近似—置信区间交叉(Local Polynomial Approximation and Intersection of Confidence Intervals,LPA-ICI)技术的自适应选取搜索窗的非局部均值图像去噪算法.首先采用LPA-ICI寻找当前像素所在的同质区域,然后将该同质区域设定为当前像素的自适应搜索窗.自适应搜索窗内的像素与当前像素在灰度值以及几何结构上均呈现出"同质"性,对当前像素的估计值更接近真实值.定性与定量实验结果表明:相比于形状和大小固定的搜索窗,自适应选取搜索窗的非局部均值去噪算法能取得更好的去噪效果,对图像中边缘和纹理细节信息具有更好的保护能力.     

改进的新颖全局和声搜索算法

为了提高和声搜索算法的寻优性能,提出了改进的新颖全局和声搜索(INGHS)算法.通过差分向量范数定义和声记忆库多样性,以和声记忆库的多样性信息为指导实现位置动态更新,并结合变异操作更新和声记忆库.算法采用动态位置更新策略产生新和声,在寻优早期具有较好的全局搜索性能,在寻优后期具有较好的局部搜索性能,提高了算法跳出局部最优的能力.利用7个标准测试函数对所提算法与目前已知文献中优秀的改进HS算法进行性能测试,测试结果表明所提算法具有较好的寻优性能.     

基于惯性权重自适应改变的混沌粒子群算法

粒子群算法是美国学者受鸟类觅食行为启发提出的一种群体优化算法,在迭代后期易早熟收敛.为此利用混沌运动的随机性、规律性和遍历性的特点对粒子群算法进行优化,提出了一种惯性权重自适应改变的混沌粒子群算法.在算法中对惯性权重进行调整加快算法前期收敛速度,而且加入了变异操作以帮助粒子后期跳出局部极小.最后用测试函数进行仿真实验,结果表明该算法收敛快,寻优能力强,寻优精度高.     

模型未知非零和博弈问题的策略迭代算法

提出了一种在线积分策略迭代算法,用来求解内部非线性动力模型未知的双人非零和博弈问题.通过在控制策略和干扰策略中引入探测信号,从而避开了系统的模型信息,得到了一个求解非零和博弈的无模型的近似动态规划算法.该算法同步更新值函数、控制策略、扰动策略,并且最终得到收敛的策略权值.在算法实现过程中,使用4个神经网络分别近似两个值函数、控制策略和扰动策略,使用最小二乘法估计神经网络的未知参数.最后仿真结果验证了算法的有效性.