摘要：对于驱动防滑控制系统(ASR),传统开发方法通过实车道路试验验证控制算法并完成匹配标定,开发周期长、成本高,且必须在完成控制器硬件之后才能实施道路试验,难以满足软硬件并行工程需要。利用V流程方法开发了ASR控制器,研究了ASR系统建模与仿真、快速控制原型、硬件在环仿真实施以及实车试验标定与验证,完成了ECU设计。设计过程和测试结果表明,设计的ECU较好地实现了ASR控制功能,应用V流程设计车辆电子控制系统具有较大的优越性。

摘要：结合空间信息网络体系架构设计需求,提出了一种具有强抗毁性的空间信息网络结构设计方法。分析并选择自然连通度作为网络的抗毁性测度,提出了一种基于自然连通度的空间信息网络结构优化模型,设计了一种具有免疫审查的人工免疫算法并进行模型求解。仿真实验表明,在链路失效模式和节点失效模式下,优化设计的空间网络与典型空间信息系统相比具有更好的网络结构抗毁性与顽健性。

摘要：针对不确定的线性系统,研究鲁棒梯度型迭代学习控制的设计问题.通过分析系统不确定性对反馈闭环控制和前馈学习控制的影响,给出了保证迭代学习控制在有限时间段上鲁棒收敛的充分条件.依据此条件,将迭代学习控制的设计问题转化为H∞设计问题,提出了一种兼具反馈与前馈作用的鲁棒迭代学习控制律.迭代学习控制的设计过程分为两步进行:先基于H∞方法设计反馈控制器,再采用固定步长的梯度法设计前馈控制器.仿真结果表明了该设计方法的可行性.

摘要：针对水稻生长过程环境因素变化较大以及传感器节点的能量大部分被无线射频阶段所消耗,设计了发射功率自适应的无线传感器节点,建立了长时间、稳定、高可靠性的稻田无线传感器网络。试验测试了水稻的株高、叶面积与生长天数的关系以及对无线信道的影响,结果表明水稻株高和叶面积的增加会降低无线信号强度和通信成功率;通过增大发射功率可以提高通信质量克服由于水稻生长因数对无线信道的影响。在软件设计方面,传感器节点采用睡眠、苏醒工作机制来降低功耗。同时为了延长工作时间、提高通信质量,提出了根据水稻生长周期、通信距离、接收信号强度、平均丢包率等因素自动调整节点发射功率的能量自适应功耗调整机制。田间试验结果表明,水稻田节点发射功率越大,有效通信距离越远,且水稻的密度和高度等对通信有重要的影响;节点发射功率在5 dBm以下时,发射功率的改变对节点工作电流影响较小,节点工作电流均小于40 mA;采用该机制对发射功率进行调整,增大节点发射功率可使通信成功率有大幅的提升;降低节点发射功率仍然保持良好的通信效果。水稻分蘖和抽穗2个生长时期的田间试验结果表明,采用发射功率自适应策略,提高了通信质量,平均丢包率在5%以下,通信成功率大于97%,达到了预期设计目的。

摘要：针对现代车用柴油机高压共轨燃油系统在全工况范围内连续瞬态过程的轨压控制问题,提出了一种基于模型的轨压控制器.通过对高压共轨燃油系统轨压变化基本原理的分析,设计了一种基于模型的轨压前馈控制算法,并基于发动机转速和轨压偏差设计了轨压分段PID反馈控制算法.利用ETAS公司ASCET软件实现了该轨压控制器,在与自主高压共轨柴油机ECU进行集成后,开展了发动机台架和整车道路试验.试验结果表明:该轨压控制器在稳态过程可将轨压控制在±1.5,MPa波动范围之内,在连续瞬态过程可将轨压控制在±3.5,MPa波动范围之内,具备快速响应性、动态跟踪、高稳定性和高可靠性功能,满足全工况范围内轨压控制要求,为工程实际用轨压控制器设计奠定了基础.

摘要：随着网络规模和速度的增加,大规模网络异常发现要求检测算法能够在无保留状态或者少保留状态下对G比特级的海量网络业务量数据进行实时在线分析。针对在高速骨干网上进行大规模网络异常发现的特点和要求,提出了一种基于数据流的大规模网络异常发现的方法,第一次将数据流模型用于大规模网络的异常发现。主要包括以下创新点:设计了一种面向异常发现的网络流量概要数据结构和突发高频事件检测算法;提出了一种基于安全监测策略定制的预查询方法来进行多数据流的关联监测并且对数据流查询进行了优化;在真实数据分析的基础上,对网络业务量进行了数据约减,使得监测部分特殊类型的数据流能最大程度地获得整体网络业务量的变化特征以提高异常发现的效率。通过真实网络环境下的实验和性能评价验证了数据流方法的有效性。

摘要：提出一种数字滤波器的设计方法———基于双线性变换的零极点匹配法,给出零极点匹配法的构思、设计公式和设计步骤。与几种常用的数字滤波器设计方法的比较和设计实例表明,零极点匹配法结合了双线性变换法和匹配变换法的特点,既具有不产生频率混叠,自动补充零点,抑制高频成分的特点,又具有保持原模拟滤波器零极点经过变换后不会变动的特点。因此,零极点匹配法尤其适合于低通数字滤波器和补偿数字滤波器的设计。实例表明,应用零极点匹配法设计的补偿数字滤波器显著改善了传感器的动态性能。

摘要：针对现有随机博弈大多以完全信息假设为前提,且与网络攻防实际不符的问题,将防御者对攻击者收益的不确定性转化为对攻击者类型的不确定性,构建不完全信息随机博弈模型。针对网络状态转移概率难以确定,导致无法确定求解均衡所需参数的问题,将Q-learning引入随机博弈中,使防御者在攻防对抗中通过学习得到的相关参数求解贝叶斯纳什均衡。在此基础上,设计了能够在线学习的防御决策算法。仿真实验验证了所提方法的有效性。

摘要：针对放大转发中继系统中转发信息易被窃听者截获的问题,提出了在中继节点处采用人工噪声辅助的安全波束成形方法。该方法以系统的安全速率最大化(SRM,secrecy rate maximization)为目标,在中继节点的总功率和单个天线功率受限情况下,联合设计最优的中继波束成形矩阵和人工噪声协方差矩阵。由于该SRM问题非凸,设计了双层优化算法,其中采用一维搜索解决外层优化问题,采用半定松弛及内点法解决内层优化问题。理论推导证明,内层优化问题总存在秩为1的最优解,即所采用的松弛技术是紧的。仿真结果表明所提的方法可以显著提高系统的安全性能。

摘要：为了进一步提高微机械陀螺的极限分辨率,建立了基于SOI工艺的微机械陀螺的检测接口模型,并设计了与之相匹配的前置接口放大器。首先,根据陀螺表头的实际结构建立了微机械陀螺表头的RC集总参数模型和微机械陀螺检测接口的噪声模型,分析了检测接口主导噪声源及提高极限分辨率的措施。然后,在跨阻式前置放大器的基础上设计了改进的与检测接口匹配的T型前置放大器。实验结果表明:相比于跨阻式前置放大器,采用改进的T型前置放大器的等效噪声输入电流由1.18pA/√Hz降低至0.27pA/√Hz,对应的电容极限分辨率可达到0.62aF/√Hz。结果显示,采用与检测接口匹配的T型前置放大器提高了微机械陀螺的极限分辨率。