采用双层强化学习的干扰决策算法

为解决强化学习算法在干扰决策过程中收敛速度慢的问题,提出了一种采用双层强化学习的干扰决策算法(DRLJD)。首先对等效通信参数进行建模,模型减少了待学习参数的个数,降低了搜索空间的维度;然后利用降维后的搜索空间指导干扰参数选择,避免随机选择导致干扰性能差的缺点;最后利用选择的干扰参数施加干扰,并根据环境反馈进一步降低搜索空间的维度,通过不断交互的方式加快算法的收敛速度。此外,将以往的干扰经验以先验信息的形式加入到系统的学习进程中,进一步缩短了系统的学习时间。针对构造的干扰问题实验表明,DRLJD算法经过200次交互便学习到优异的干扰策略,小于现有算法所需600次交互,且先验信息的利用进一步降低了对交互次数的要求。以提出的新的奖赏标准作为奖赏依据,算法能够在未知通信协议情况下以牺牲交互时间为代价学习到最佳干扰策略。     

未知拓扑无线自组网络多节点干扰决策算法

为满足战场环境下无线自组网络通信拒止的干扰需求,提出了一种未知拓扑无线自组网络多节点干扰决策算法(CUCB)。首先,根据战场无线自组网络结构特点构建泊松点过程(PPP)网络模型,并利用其模拟网络中数据流传输过程;其次,随机对PPP网络中多个节点进行干扰,通过监听确认帧信息或侦察节点活跃度判断阻断网络流数,根据干扰结果构造节点相关性矩阵;最后,利用强化学习与环境实时交互的特点,在干扰过程中不断更新节点相关性矩阵并将其用于后续节点选择。所提算法无需获悉目标网络拓扑结构、节点重要性等先验信息,仅以阻断网络流数目或节点活跃性作为奖赏标准,适用网络类型更为广泛。仿真结果表明,对不同参数下的无线自组网络进行干扰,所提算法在鲁棒性方面优于现有算法,在累积阻断网络流数量方面比联合利用探索算法提高了27.1%。     

空间非均匀激光场下He原子辐射谐波的量子路径调控

理论研究了He原子在空间非均匀激光场下辐射谐波的量子路径调控.计算结果表明,随着空间非均匀激光场引入位置由负向-r0到正向-r0移动,谐波截止能量呈单调递增趋势,而且只有单一的短量子路径对最大谐波辐射过程起作用.通过分析谐波辐射时频分析图和电子含时波包演化图,对谐波辐射的特点给出了合理解释.随后适当引入一束太赫兹激光场,谐波强度被增强2个数量级,并且形成一个1208eV的超长平台区.最后,通过叠加谐波,可获得一系列持续时间在34as的超短脉冲,其波段覆盖为10~1nm.     

膨胀管分离装置中分离板材料参数引起的减冲击特性

膨胀管分离装置是一种典型的线式火工分离装置,针对膨胀管分离装置中分离板的破坏应变和屈服强度两个材料参数对减冲击的影响问题,采用LS-DYNA流固耦合算法对其进行了仿真分析.结果表明:分离板的破坏应变和屈服强度对分离系统的冲击影响都较为敏感,破坏应变增加和较少25%时,系统冲击分别为初始状态的163%和61%;屈服强度增加和较少20%时,系统冲击分别为初始状态的150%和87%.      

前驱体制备工艺条件对 FePO4.2H2O 和 LiFePO4性能的影响

以九水合硝酸铁(Fe(NO3)3·9H2O)和二水合磷酸二氢钠(NaH2PO4·2H2O)为原料,采用反加沉淀法制备FePO4·2H2O前驱体。将FePO4·2H2O,Li2CO3和葡萄糖混合均匀后经高温固相烧结得到LiFePO4/C锂离子正极材料。考察前驱体反应温度、溶液的pH和滴加速度对FePO4·2H2O颗粒形貌、粒径以及LiFePO4的电化学性能的影响。采用扫描电镜(SEM)和激光粒度分析仪(LPSA)对样品的形貌和粒径进行表征。实验结果表明:FePO4·2H2O颗粒的粒径和分散性影响LiFePO4/C锂离子正极材料的电化学性能,粒径较小且均匀分散的前驱体制得的LiFePO4的电化学性能较好。优化条件下制得的前驱体颗粒为片状,平均粒径为1.08μm。相应的LiFePO4在0.1C充放电倍率下的首轮充电容量为159.3 mA·h/g,放电容量为159.0 mA·h/g,首次充放电效率为99.8%。材料表现出良好的循环倍率性能和结构稳定性。     

吉林化工学院安全工程专业实验室建设初探

安全工程专业的学科建设离不开安全实验室的建设,就吉林化工学院安全工程专业实验室建设进行了初探。整合实验教学资源,提高利用率,创新实验教学内容,加强特色实验室建设,强化实验教学环节,促进教学科研实验室一体化建设,建立开放实验室。从实验室建设的重要地位入手,结合安全工程的专业课程设置情况,提出了安全工程实验室应设置的实验内容,以加强实验室建设,培养创新人才。     

三本院校大学计算机基础课程教学问题初探——以广东培正学院为例

信息化时代飞速发展,要求人们能够熟练使用计算机来获取知识。计算机技术日新月异的今天也要求高等院校开设的大学计算机基础课程应紧跟时代的步伐。然而多数三本院校的大学计算机基础课程存在着许多问题与矛盾,例如:对学生实行"一刀切";授课内容过时;软硬件设备落后;教学大纲不科学等。长期以来,大学计算机基础课程变成了培养学生如何使用过时的office软件,与三本院校培养应用型技能人才的指导思想相违背,因此,现有的大学计算机基础课程需要改革以解决之。以广东培正学院为例,结合多年大学计算机基础、网页设计、ACCESS数据库应用等课程教学经验,探索三本院校大学计算机基础课程建设在教学与改革过程中出现的问题,并针对问题提出相应的解决对策。     

基于正强化学习和正交分解的干扰策略选择算法

强化学习作为自学习和在线学习方法,以试错的方式与动态环境进行持续交互,进而学习到最优策略,成为机器学习领域一个重要的分支。针对当前无线通信干扰策略研究依赖先验信息以及学习速度过慢的缺点,提出了基于正强化学习-正交分解的干扰策略选择算法。该算法利用正强化的思想提高了最优动作被选中的概率,进而加快了系统的学习速度。特别地,当通信信号星座图因诸多因素而产生畸变时,利用提出的正交分解算法能够学习到最佳干扰信号的同相分量和正交分量,即通过学习获得最佳干扰样式。仿真结果表明,利用正强化学习-正交分解算法能够更加快速地学习到最优干扰参数和最佳干扰样式,相同任务中,仅需更少的交互次数且干扰效果更好,较现有干扰策略选择算法更优。     

基于分析矩阵零均值比的CDL卷积交织盲识别

针对非合作接收中现有盲识别算法受码长约束且抗误码性能较差的问题,提出了一种基于分析矩阵零均值比的卷积交织参数盲识别算法,可以在不需要考虑码长约束的情况下,利用经高斯约当旋转消元算法处理后得到的分析矩阵零均值比来确定秩缺间隔,从而得到交织深度的范围,最后通过联合求取交织宽度、交织深度和交织偏差来完成卷积交织参数的盲识别。分别对所提算法、多重循环搜索算法和秩准则算法在不同误码性能下进行了仿真实验,实验结果表明,所提算法在误码率较高情况下,具有较好的识别性能,且运算复杂度较小,可以完成通用数据链卷积交织的盲识别。     

FeⅡ对铁酸锌生成反应的催化作用研究

研究了微量Fe^Ⅱ对铁酸锌生成反应的催化作用,测定了反应的活化能,探讨了催化剂种类、用量及反应物浓度对相转化过程的影响．结果表明,该反应的活化能为48．31kJ／mol,催化剂的用量对相转化速率影响较大,当n（Fe^Ⅱ）／n（Fe^Ⅲ）一定时,相转化速率与反应体系的初始浓度无关。