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。

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而,在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。通过研究IQ不平衡对OFDM系统的影响,提出了一种并联深度神经网络架构下的IQ不平衡补偿算法。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用干扰信号来自镜像子载波的先验知识来初始化模型驱动的神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的基于导频的最小二乘补偿算法,证明了深度学习方法解决物理层问题的优越性。

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。

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。

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。

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96.36%,性能优于其他机器学习模型。

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新；引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数；建立了基于粒子群算法的搜索路径滚动优化方法；通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。

分析基于北斗卫星导航系统(BeiDou satellite navigation System, BDS)的低轨卫星编队相对轨道确定问题,但由于缺乏实测数据,通过仿真实验展开研究。结果表明,500 km空域平均可视BDS卫星数约为9.7,由于地球静止轨道(GeoStationary earth Orbit,GEO)卫星和倾斜地球同步轨道(Inclined GeoSynchronous earth Orbit,IGSO)卫星的存在,亚太地区的可视BDS卫星数明显偏多。仅考虑观测噪声的影响时,基于BDS的相对定轨精度可达0.74 mm,加入星历误差的影响,对近距离编队系统的相对定轨而言,GEO卫星数米的星历误差可以忽略,但当星间距离增大到约200 km时,GEO卫星单差后的星历误差可达厘米量级,GEO+IGSO+中圆地球轨道(Medium Earth Orbit,MEO)卫星和IGSO+MEO卫星求解的相对轨道精度分别为1.09 mm和0.96 mm,GEO卫星的加入使得精度下降了13.54%。在其余误差得到有效处理后,BDS的相对定轨精度可达亚毫米量级,且无明显区域差异,GEO卫星和IGSO卫星能提高近距离编队系统的全球相对定轨精度,未来BDS将广泛应用于低轨卫星编队相对轨道确定。

螺栓法兰连接广泛用于各种工业结构中,为准确预测该连接在实际工作中发挥的作用,需要建立准确高效的有限元模型。针对有限元建模过程中模型各种参数的确定问题,综合使用数值仿真手段和试验手段分别对模型网格参数和接触参数的确定开展研究。参数确定后的螺栓法兰连接结构有限元模型在保证计算精度的前提下,计算效率得到显著提高。

蠕变是临近空间高空气球囊体材料的重要特性。设计了蠕变试验架,对一种典型的临近空间高空气球囊体材料的蠕变特性进行测试,获得了该材料在常温下的蠕变数据。根据一般高分子材料的蠕变模型,结合测试得到的蠕变数据,分析高空气球囊体材料的蠕变计算模型,确定相关参数。通过有限元分析,仿真了高空气球囊体材料的蠕变量。通过对比根据蠕变模型计算的蠕变量、有限元仿真分析的蠕变量与蠕变试验得到的实际蠕变量,验证了针对DPE-3薄膜建立的蠕变模型和仿真分析的准确性。所采用的蠕变试验测试方法和计算分析结果可为临近空间高空气球的设计和分析提供参考。

暴露在湿热环境中的复合材料修补金属裂损结构易吸湿老化,导致该结构性能下降,服役寿命缩短。为研究吸湿性对复合材料修补金属裂损结构修补效果和耐久性的影响,利用试验方法分析了吸湿性对复合材料胶补金属裂损结构及胶黏剂力学性能的影响；利用有限元方法评估了吸湿性对复合材料胶补金属裂损结构试验件修补效果和耐久性的影响。研究结果表明:吸湿后含穿透双边裂纹铝合金板玻璃纤维单面胶补试验件的疲劳裂纹扩展寿命和极限载荷的平均值分别下降为吸湿前的71%和90%；吸湿造成拉伸条件下复合材料胶补金属裂损结构胶层失效模式由内聚破坏为主转变为界面破坏为主；在“湿-热”老化30天后,E44/聚酰胺环氧树脂胶黏剂试验件吸水饱和,弹性模量下降为未老化前的40%,塑性应变超过了总应变的25%；有限元分析发现胶层损伤受吸湿影响明显,吸湿性加速了胶层损伤,且裂纹长度越长,加速作用越明显；同时吸湿使得裂纹尖端的J积分值急剧增大,导致修补结构的疲劳裂纹扩展寿命缩短,裂纹长度越长,吸湿性对于复合材料胶接修补效果的危害越严重。

针对水动力模型(water-pulley模型)适用范围有限的问题,提出一种对拖船航迹进行平滑得到拖线阵声阵段运动轨迹,进而实现阵形估计的方法。通过分析缆的稳态振荡响应特性,近似认为声阵段上各点沿同一轨迹运动；设计平滑窗将拖船回转机动航迹平滑为声阵段航迹,并将其拓展应用于拖船转向机动的情况；利用平滑窗的一部分对距离拖船不足平滑窗宽度的航迹部分进行平滑得到当前拖缆段阵形,从而实现转向机动过程中全阵阵形的实时估计。仿真结果表明:若拖线阵由间隔为5 m的81个阵元构成,所提出的方法与朴素water-pulley模型相比可以使转向机动过程中的平均阵增益提高约0.8 dB,平均方位估计偏差减小约4.7°。利用仿真结果分析算法的输入敏感性,对阵形估计方法进行简化使其更易于工程实现,海试数据验证表明简化的方法可行、有效。

传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立磁性运动目标三分量投影模型,并据此生成磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。设计多通道卷积神经网络,对目标的正横距离和运动速度进行估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响。结果表明:Adam+tanh组合方式的估计性能要优于其他组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。

大型船舶空气尾流场对海上飞机安全降落有重要的影响,因此对其进行有效防治技术研究在保障飞机安全、大型船舶海上活动等方面有重要意义。采用计算流体力学方法开展大型船舶空气尾流场特性及其防治技术的数值模拟研究,以带有Spalart-Allmaras湍流模型的Reynolds平均Navier-Stokes方程构建模拟平台开展数值模拟,得到大型船舶空气尾流场规律特性。在此基础上,提出主动补气防治新技术,分别阐述其理论基础、核心方法和技术方案；根据主动补气防治技术思想和理论,进一步开展数值模拟验证研究。结果表明,该技术能显著改善空气尾流场的流场品质,使流场趋于平稳均匀,减小对飞机海上降落的影响。该技术进一步完善了可实现工程应用,并保证飞机海上降落安全,有巨大的应用潜力。

LaB₆阴极与其他类型阴极相比具有电子发射电流密度大等优点,已广泛用于电推进、高发射密度电子枪等产品。为了研究LaB₆空心阴极中毒特性、识别LaB₆空心阴极主要失效模式,分别对LaB₆空心阴极暴露大气后性能变化特征和引起性能变化的原因进行了研究。结果表明:LaB₆空心阴极在暴露大气后表面吸附大量中毒气体,出现了发射体表面逸出功增加、发射体短期中毒现象。此时空心阴极的放电电压和阴极顶温度均有所上升,经过短期工作后放电电压和阴极顶温度均恢复初始状态。但LaB₆空心阴极严重中毒后,并不能通过加热和离子轰击方式去除表面生成的氧化物。因此,可以在实验过程中通过监测空心阴极的阴极顶温度和阳极电压变化间接表征空心阴极发射体状态。

针对动态环境下的传感器-武器联合任务管理问题展开研究。根据在动态作战过程中出现的有效新目标、有效空闲传感器和武器数量设定阶段门限,以决定进入下一阶段的时机,从而构建多阶段的作战过程。从打击方案质量及系统响应时间的角度出发,分析构建分布式作战体系对系统作战效能的影响,使系统在每个任务管理阶段可以决定响应流程。通过仿真实验验证了所构建的分布式作战体系与设定的阶段门限可以明显提升系统的作战效能。

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。

针对单频地基增强系统(Ground Based Augmentation System, GBAS)中电离层异常时Hatch滤波器平滑精度降低问题,系统分析了电离层延时对Hatch滤波器平滑精度的影响,提出一种改进自适应Hatch滤波算法。根据卫星信号计算码载偏离度,并利用二阶线性时不变低通滤波器抑制码载偏离度高频信号,以实现电离层异常实时检测；建立平滑后伪距误差均方根与电离层延时变化率、伪距测量噪声标准差以及平滑时间三者之间的函数模型,并由此确定出Hatch滤波器最优平滑时间。利用GBAS原理样机进行验证实验,结果表明:自适应Hatch滤波算法能够根据卫星信号电离层延时变化率确定滤波器最优平滑时间,且当电离层异常时,自适应Hatch滤波器机载位置误差最大由1.15 m减小为0.43 m,从而验证了所提算法的有效性。

针对当前空战机动决策精确度低、实时性差的缺点,对天牛须搜索-战术免疫机动系统(Beetle Antennae Search-Tactical Immune Maneuver System, BAS-TIMS)算法进行改进,并应用于空战机动决策中。增加左爬升、右爬升、左俯冲、右俯冲4种机动,对传统的机动策略库进行扩充,设计了11种基本机动策略并给出了相应的控制方法。基于距离、高度、速度、角度和战机性能优势函数,利用非参量法构造战机机动决策综合优势函数。针对天牛须搜索算法在全局搜索和收敛速度上存在的缺陷,引入蒙特卡洛概率迭代的方法对算法进行改进,并和战术免疫机动系统进行融合,将改进的BAS-TIMS算法用于空战机动决策。设计算例进行仿真分析,并将结果和博弈论法、改进共生生物免疫进化算法、传统BAS算法和传统TIMS模型的计算结果进行对比,验证所提算法的有效性。仿真结果表明:改进BAS-TIMS算法在空战机动决策的收敛精度、收敛速度和全局搜索能力上更加具有优势。

量子算法的提出,使得传统的密码体制在量子计算下不再安全。基于编码的加密方案具有抗量子攻击特性,引起密码学界广泛关注。许多密码学者对基于编码的加密方案进行深入研究,在研究过程中,人们对其加密方案的优势和缺点逐渐有了深刻的认识。目前,基于编码的密码体制已成为后量子密码学最有前途的方案之一。综述了基于编码加密体制的发展现状,阐述了现有基于编码的加密体制和目前已知存在的攻击,并指明了未来具有潜力的发展方向。