电子系统的电磁仿生研究与进展

随着电磁环境愈发复杂、多变，应用于电子系统的传统电磁抗扰方式的不足正日渐突出。相比之下，生物却在可靠性、抗扰性、自适应和自修复等方面表现出明显的优势。对生物“自组织”现象进行了研究，指出了生物与电子系统的相似与不同，提出了“电磁仿生”概念。借助演化硬件这一平台，尝试着在人工电子系统中将“被组织”与“自组织”进行有机结合，使其具备生物的多种优良特性，从而提高系统在复杂电磁环境中的可靠性与适应性。     

AR模型仿真相关高斯序列的阶数选择

采用模型仿真相关高斯序列,具有灵活性强、效率高的优点,但如何选择合适的阶数一直是模型谱估计中的关键问题.比较了四种信息量准则和修正的Levison递推方法确定阶数的优缺点,并讨论了采样点数对阶数选择和仿真结果的影响.通过选择合适的信息量准则和采样点数来确定模型阶数,可以有效地仿真功率谱服从高斯谱、n次方谱和指数谱等多种谱形的相关高斯序列,大大降低了仿真过程的计算量.     

装备结构演化规律及重要度分析

以装备设计模块化的现状为依据,运用重要度理论,分析了装备结构演化及其重要度排序的规律。从单一部件逐步演化到5部件结构,以及N部件串并联结构,在此基础上,对演化规律进行了梳理,并对典型结构进行了重要度分析,得到了关于装备结构演化与各部件重要度排序规律,填补了对装备重要度漂移规律的研究空白,为装备可靠性优化设计提供了技术支撑。     

强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

基于耗散结构的装备保障信息化体系研究

从要素体系和指标体系2个方面分析了装备保障信息化体系的组成,指出装备保障信息化体系是一种耗散结构.采用信息化指数对装备保障信息化程度进行定量评价,利用耗散结构理论的基本观点,构建了装备保障信息化体系演化模型.在此基础上,提出了加强体系建设的开放性、注重体系建设的协调性、提高体系建设的预见性、注重体系建设的渐进性等建议.     

一种传感器网格自协同作战模型*

传统的协同技术不能满足传感器网格复杂的协同应用在动态性、实时性以及分布决策的强协同等方面的需求。为此,建立了一种自协同技术,给出了自协同作战虚拟组织(ACBVO)的参量化描述,提出了传感器网格自协同作战模型(SGACBM),描述了协同成员的信息结构和功能结构。使用SGACBM,ACBVO能在执行任务过程中,不断监测协同工作的质量,并根据协同质量动态切换协同机制。SGACBM能改善传感器网格的协同质量,加速作战进程,实现传感器网格自协同作战。     

海战场移动自组织网络构建设计

面向海战场信息网络建设需求，结合移动自组织网络无中心、组网灵活，抗毁性强等特点，从移动自组织网络体系结构设计入手，研究海上移动自组织网络的组网技术，并提出一种适用于海战场信息网络动态组网的构建方法。     

基于类神经网络模型的电路自主修复方法

为进一步提高电子系统在恶劣环境下的生存能力,对利用演化硬件实现电路自主修复的方法进行了研究。首先,根据FPGA芯片与多层前馈神经网络的相似性,建立了一个可用于数字电路演化的门级电路模型,设计了专用的二进制列向量编码方法;然后,给出了实现电路自主修复的工作流程,探讨了进行电路故障诊断和修复的途径,提出了快速重构与演化相结合的电路修复方法。Matlab仿真试验表明：基于类神经网络模型的遗传算法较适合进行演化修复操作;修复效果分析表明：快速重构与演化修复相结合的修复方法比单纯依靠演化修复更为便捷。