适用于复杂系统仿真试验的试验设计方法

拉丁超立方试验设计是"充满空间"试验设计方法的重要领域.传统拉丁超立方试验设计优化以列相关系数最小化或试验点之间最大距离最小为单一优化准则,这种单目标试验设计优化方法存在缺陷.提出了将两类优化准则作为优化目标的多目标优化准则,以及实现多目标优化的改进ESE算法.算例分析证明,提出的试验设计优化算法优于已有典型试验设计方法.     

新型多相结构MWC宽带数字接收机设计

提出一种基于多相调制宽带转换器结构的新型压缩采样数字接收机,可对宽带中频信号进行截获。新型接收机结构包括:串并转换、并行相乘、多相滤波三个模块。在用相同乘法器资源的条件下,新型接收机结构的整体数据速率远低于现有的调制宽带转换器结构,并且通过仿真验证了其正确性。该新型结构为调制宽带转换器离散压缩采样数字接收机在现场可编程门阵列上的物理实现奠定了基础,使整个接收机结构更具有实际工程应用价值。     

基于液力变矩器与发动机匹配工作性能的液力变矩器结构参数优化

在拟合装甲车辆发动机与液力变矩器有关特性曲线的基础上，以二者匹配工作的动力性、经济性为目标，建立发动机与液力变矩器匹配工作优化模型及目标函数，通过液力变矩器结构参数优化使发动机与液力变矩器得到最佳匹配性能，优化方案切实可行，为液力变矩器的设计、优化提供了方法。     

频谱感知次序的在线最优选择

动态频谱接入是解决无线电频谱资源短缺和频谱使用效率低下问题的有效方法,它允许次级用户在授权频谱空闲时动态地接入,以进行数据传输。而频谱感知是实现动态频谱接入的关键挑战之一。由于次级用户的感知能力有限,为了获得更多的频谱接入机会,需要尽快找到频谱空闲概率最大的频段,并研究频谱感知次序问题。考虑到频谱空闲概率对次级用户是不可知的,并且会随时间变化,提出了在线学习框架,把频谱感知次序问题归纳成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法处理优化问题。仿真结果表明,和其他算法相比,所提算法可以获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

用于电压岛式功耗管理的无运放结构高精度电流采样电路

电压岛式的功耗管理在大规模SoC芯片中的应用越来越广泛,由于负载电流是反映功耗最直接的物理量,因此对负载电流的实时、精确采样是对功耗进行精确管理和控制的基础,而低压大电流又是当前大规模芯片的基本特征.在分析了几种常用的电流采样技术的基础之上,提出了一种基于电流镜采样的高精度的电流采样方案,适合于低电源电压供电,并且不需要使用运算放大器,结构简单.基于0.18μm CMOS工艺实现了该电流采样电路,各种条件下的版图模拟结果表明,对于60～1300mA的负载,该电路的采样精度最高可达99.1%,并且自身功耗不超过4mW.利用该电流采样电路,可以对负载电流进行实时有效的高精度侦测,用以作为功耗管理的依据.     

基于双波段红外辐射信息的红外机动目标跟踪算法

利用双波段IRST系统测到的目标双波段红外辐射信息,推导出目标的伪距离量测信息,使得单站IRST系统变为可观测系统;在此基础上,构建了伪量测方程,采用改进的"当前"统计模型和基于最小偏度单形采样策略的UKF算法,提出了一种基于双波段红外辐射信息的IRST机动目标跟踪算法。理论分析与仿真结果表明,该算法能够有效地跟踪机动目标,具有良好的实际应用价值。     

灵活的多层嵌套拉丁超立方体设计构造

计算机试验的设计方法越来越受到重视，嵌套拉丁超立方体设计是计算机试验设计中的一种新型方法，其在多种精度试验中有广泛的应用。但多数嵌套拉丁超立方体设计要求低精度试验次数需为高精度试验次数的倍数，这在应用中会有很大的局限性。通过对其构造方法的改进，得到一种结构更加灵活的多层嵌套拉丁超立方体设计，使得不同精度试验的次数可以更加灵活选取。该设计方法在一维投影上可以达到很好的均匀性。仿真结果表明，该方法较若干相关方法能够达到更小的均方误差。     

在线学习的主用户仿冒攻击策略

在认知无线网络中,次用户通过频谱感知来学习频谱环境,从而接入那些没有被主用户占用的频谱空隙。事实上,多种恶意攻击的存在会影响次用户频谱感知的可靠性。只有深入研究恶意攻击策略,才能确保认知无线网络的安全。基于此,研究了一种认知无线网络中的欺骗性干扰策略,即主用户仿冒攻击策略,该攻击策略通过在信道上传输伪造的主用户信号来降低次用户频谱感知的性能。具体来说,将攻击策略问题建模为在线学习问题,并提出基于汤普森采样的攻击策略以实现在探索不确定信道和利用高性能信道间的权衡。仿真结果表明,与现有的攻击策略相比,提出的攻击策略能更好地通过在线学习优化攻击决策以适应非平稳的认知无线网络。