摘要：混沌系统具有非线性、伪随机性、初始值敏感等特性,为基于动力系统构造性能良好的S盒提供了基础,进一步保证了分组加密算法安全性.目前,基于混沌构造S盒的方法大多数针对单个性能指标进行优化,难以获得全面的性能提升.针对此问题,结合混沌映射与多目标遗传算法,提出了一种新的S盒设计方法.首先,利用混沌映射的特性产生初始S盒种群;然后,以S盒的非线性度和差分均匀性为优化目标,基于遗传算法框架对上述两指标进行优化.针对S盒的特点,在优化算法中引入了交换操作,设计了新的变异操作以及非支配序集计算,有效提升了S盒的非线性度和差分均匀性.实验结果表明该算法产生的S盒其差分均匀度为6,非线性度值至少为110,有效提升了S盒的综合性能.

摘要：在“双碳”目标背景下,新型电力系统的调节能力面临新的重大挑战,用户侧灵活资源作为发电调度的重要补充,越来越受到国内外广泛关注。根据居民用户用电特点及行为差异制定需求响应策略可在提升用户参与响应的积极性的同时,有效促进电力资源合理配置。提出了一种基于双重博弈的电价套餐设计方法,将售电公司与居民用户间的利益冲突构建为主从博弈模型,进而根据居民用户聚类结果构建不同用户的套餐选择与响应行为的演化博弈模型,有效解决用户侧多主体决策优化问题。最后,算例结果证明了所提方法的可行性,该方法能够通过设计电价套餐引导用户进行灵活的套餐选择并改变用能行为,兼顾削峰填谷与低碳排放的目标。

摘要：为降低裁剪过程中主观影响元件裁剪顺序的程度,减少裁剪后寻找替代资源的随机性,通过建立待改进产品的功能模型,确定产生负面作用的负面元件,引入可拓学中的优度评价方法计算负面元件的裁剪顺序。根据裁剪规则定义,对替代资源的来源进行分类,并根据分类求解方案。若替代资源来自现有系统内部,则分配有用功能,将寻找替代解的过程转化为矛盾问题求解过程;若替代资源来自现有系统外部,则利用发散分析、可拓变换等工具寻找替代解。将可拓学中的优度评价、发散分析、矛盾问题求解方法融合到裁剪方法中,增强了裁剪元件选择的客观性,为寻找替代资源提供了方向。以剥线机为例对产品进行改进,验证了所提方法的有效性,为可拓学与裁剪方法结合提供了新思路。

摘要：由于磁轴承与转子无直接物理接触、支承特性可控,在小功率等级电机环境下其损耗较低,可采用自然冷却。而对于大功率等级电机,磁轴承损耗增大,必须考虑冷却设计以降低其温升。该文以某型兆瓦级高速永磁发电机磁轴承为研究对象,在考虑径-轴向磁轴承集成状态及发电机实际内部环境条件下,基于径-轴向磁轴承三维流场、温度场分析,首先研究了自然冷却条件下磁轴承温度场特征,结果表明磁轴承温度过高,径向磁轴承定转子会产生较大热变形,增大磁轴承安全运行风险。为了解决该问题,该文结合电机空冷结构和磁轴承结构特征,提出一种集成化主动冷却结构,并仿真分析了冷却效果,结果表明进行主动冷却后径-轴向磁轴承温度明显下降,径向磁轴承定转子气隙变化量大幅减小。最后,进行样机温升试验,试验结果与仿真结果一致。

摘要：多项式乘法运算制约着基于格的后量子密码在现实中的应用.为提高后量子密码Crystal_Kyber算法的性能效率,减少运行时间,降低多项式乘法的影响,本文设计了一种新的蝶形运算单元对素模q=3329的Kyber方案进行优化.首先,采用16路并行调度新型蝶形运算单元的方式执行算法,缩短了计算周期;其次,使用流水线技术以及改进的K2RED算法,设计实现新型蝶形运算单元,用于降低资源消耗;最后,利用多RAM的方式存储数据,并且多通道优化RAM,允许数据交替存储在RAM中,提高资源复用率.实验结果表明,本文优化后的数论变换(Number Theoretic Transform,NTT)、逆数论变换(Inverse NTT,INTT)、点对位相乘(Point-Wise Multiplication,PWM)的效率达到200 MHz,合并执行Kyber效率达到175 MHz,优于其他方案,具有良好的性能.

摘要：结合相变材料与马赫-曾德尔干涉仪调制器结构,设计了一种包含ITO微加热器的非易失性光子多值器件,通过对相变材料的结构参数进行仿真,优化了器件的调制窗口。同时对ITO微加热器的结构进行仿真设计,使微加热器的效率更高,更容易实现器件的多值调制。测试表明,该器件在施加电脉冲的过程中实现了超过32个状态(5 bit)的多值调制。这种电调制的非易失性光子多值器件为大规模的非易失性可配置光子硬件神经网络提供了基础的单元。

摘要：军事目标的红外辐射特征取决于红外大气窗口的发射率和目标温度水平。传统红外隐身涂层在全红外波段保持低发射率但并不能通过非大气窗口辐射散热。本文利用深度神经网络设计出一组由锗、铂、硅顺次排列,可用于兼容辐射散热的红外隐身多层薄膜结构。分析表明:该结构在3~5μm和8~14μm的红外大气窗口探测波段中具有0.20和0.23的低平均发射率,而在5~8μm的非大气窗口波段中具有0.87的高平均发射率,可兼容辐射散热,并且该兼容性对偏振和方向不敏感。该薄膜结构光谱选择性的微观机理可归因于锗层的选择性透过、铂–硅–钛合金形成的Fabry-Perot共振,以及铂层和钛合金基底的本征吸收。

摘要：在并网逆变器的实际运行中,电网阻抗和时间延迟系数的不确定性会影响到系统的稳定运行。为提高该含参数不确定性的系统的鲁棒性,提出采用μ综合理论来对系统进行鲁棒控制,通过对参数不确定性及其他性能约束的加权函数进行设计,从而使系统能够满足鲁棒稳定性与鲁棒性能要求。针对μ综合法设计的控制器阶数过高,难以工程实现的问题,可将其与遗传算法结合来对定结构控制器进行优化。首先采用μ综合理论搭建系统的摄动模型,然后用遗传算法对系统控制器的参数进行设计,使摄动系统能够实现结构化奇异值最小化的目标,从而达到对参数变化具有更强的鲁棒适应性的要求。实验结果表明,用该方法设计的控制器比用传统方法设计的控制器具有更好的鲁棒性。

摘要：针对高速飞行器飞行条件下的噪声、振动环境恶劣、复杂、难预示的问题,提出了基于声振传递的飞行器飞行条件下的噪声、振动环境预示方法。采用数值仿真、脉动压力风洞试验或工程分析等方法,获取飞行器在典型工况下的舱外脉动压力场;通过噪声试验或声振耦合仿真分析的方法,得到飞行器声振传递特性;根据获得的舱外脉动压力和声振能量传递特性,结合具体飞行参数得到实际飞行条件下的飞行器声振预示环境。采用该方法对某飞行器开展了振动环境预示研究,经地面及飞行试验验证振动环境量级预示精度可达1.6 dB。提出的基于声振传递的飞行声振环境预示方法可以广泛应用在导弹、火箭等飞行器的精细化环境设计中,对于提高飞行器总体性能、环境适应性和飞行可靠性具有重要的工程意义。

摘要：无监督持续学习(UCL)是指能够随着时间的推移而学习,同时在没有监督的情况下记住以前的模式。虽然在这个方向上取得了很大进展,但现有工作通常假设对于即将到来的数据有强大的先验知识(例如,知道类别边界),而在复杂和不可预测的开放环境中可能无法获得这些知识。受到现实场景的启发,该文提出一个更实际的问题设置,称为无先验知识的在线自监督持续学习。所提设置具有挑战性,因为数据是非独立同分布的,且缺乏外部监督、没有先验知识。为了解决这些挑战,该文提出一种进化网络模型(英文名EvolveNet),它是一种无先验知识的自适应自监督持续学习方法,能够纯粹地从数据连续体中提取和记忆表示。EvolveNet围绕3个主要组件设计:对抗伪监督学习损失、自监督遗忘损失和在线记忆更新,以进行均匀子集选择。这3个组件的设计旨在协同工作,以最大化学习性能。该文在5个公开数据集上对EvolveNet进行了全面实验。结果显示,在所有设置中,EvolveNet优于现有算法,在CIFAR-10,CIFAR-100和TinyImageNet数据集上的准确率显著提高,同时在针对增量学习的多模态数据集Core-50和iLab-20M上也表现最佳。该文还进行了跨数据集的泛化实验,结果显示Evolve-Net在泛化方面更加稳健。最后,在Github上开源了EvolveNet模型和核心代码,促进了无监督持续学习的进展,并为研究社区提供了有用的工具和平台。