摘要：当前图流概要技术不能在小内存下实现高效准确的图流测量,也无法完成周期边查询,为此提出面向周期边查询的图流概要技术——周期交互矩阵(PIM).PIM为混合结构,由存储重边的二维邻接矩阵和存储轻边的三维邻接矩阵组成,提高了内存效率.二维邻接矩阵保留重边标识、权重和时间戳,实时完成包括周期边查询在内的多种查询任务.设计基于权重和时间的替换策略,使用共享哈希技术以提高查询精度和插入查询效率.实验结果表明,PIM在小内存下实时高效地完成了多种图流查询任务,能够准确地召回所有频繁边、频繁点和周期边.对比当前图流概要技术,PIM将查询任务的平均相对误差降低了91.41%~99.54%.

摘要：通信感知一体化(Integrated Sensing and Communication,ISAC)作为6G的关键技术之一,广泛应用于智慧交通、智能家居等领域。随着频谱资源的紧缺、技术发展的融合,促使通信和感知功能的一体化,其中ISAC的波形设计是同时实现高效率通信和高精度感知的研究重点。从ISAC技术趋势、波形设计重要性、应用场景和发展现状四方面进行了简要介绍,对以通信为主的波形设计、以感知为主的波形设计和波形复用设计进行了分析总结,阐述了联合波形设计的一体化性能边界以及潜在的一体化波形新型设计方式;并对ISAC波形设计的发展方向进行展望。

摘要：光场成像由于其快速记录光线方向、深度的体成像能力,在生命观测、工业检测等领域具有重要的科学意义和应用前景。超表面光场成像技术将超表面技术与光场成像技术有机结合,为实现更高性能、更轻便和更多样化的光场调控与感知提供了全新的路径和方法。本文简要综述了超表面光场成像技术的发展,根据超表面实现功能与参数设计的方法差异,将现有工作分为基于物理机理推演、基于逆向设计和基于端到端设计三类。基于物理机理推演的方法又依据所优化的光场成像性能,分解为分辨率优化、扩大视场、增加景深、深度感知等方面的性能突破。通过实验对比端到端设计与多种基于物理机理推演的设计方案在考虑景深的彩色成像时性能差异,展示了端到端设计的优势与潜力。最后探讨了超表面光场成像在端到端设计方法、高性能光场捕获、微型集成化系统三个方面所面临的技术难点,展望了超表面光场成像的发展方向。

摘要：在人工智能、科学计算等领域,众多应用驱动的数学优化模型因依赖于庞大的数据集和/或不确定的信息而呈现出随机性、且伴有复杂非凸算子约束。于是精确计算模型中的函数信息往往代价高昂,同时非凸约束的存在也给模型求解和算法分析带来极大的挑战。近年来,结合模型的结构、利用函数的随机近似信息来设计、分析非凸约束优化算法开始引起关注。目前主流的求解非凸约束优化的随机近似算法主要分为三类:基于随机近似的罚方法、邻近点算法和随机序列二次规划算法。本文对这几类算法的研究进展进行梳理和总结,简要地介绍相关算法的设计思想和基本的理论性质,如渐近收敛性理论、复杂度理论等。

摘要：针对未开放力矩控制接口的一类封闭机器人系统,提出一种基于外环速度补偿的确定学习控制方案.该控制方案考虑机器人受到未知动力学影响,且具有未知内环比例积分(Proportional-integral,PI)速度控制器.首先,利用宽度径向基函数(Radial basis function,RBF)神经网络对封闭机器人的内部未知动态进行逼近,设计外环自适应神经网络速度控制指令.在实现封闭机器人稳定控制的基础上,结合确定学习理论证明了宽度RBF神经网络的学习能力,提出基于确定学习的高精度速度控制指令.该控制方案能够保证被控封闭机器人系统的所有信号最终一致有界且跟踪误差收敛于零的小邻域内.在所提控制方案中,通过引入外环补偿控制思想和宽度神经网络动态增量节点方式,减小了设备计算负荷,提高了速度控制下机器人的运动性能,解决了市场上封闭机器人系统难以设计力矩控制的难题,实现了不同工作任务下的高精度控制.最后数值系统仿真结果和UR5机器人实验结果验证了该方案的有效性.

摘要：Starlink星座计划是目前全球最具前瞻性和影响力的低轨宽带卫星互联网星座。随着Starlink星座部署规模扩大,其高频次的发射及批量卫星部署,多样化卫星宽带服务提供,全球终端用户的快速增长,以及对军事应用的潜在支持和增强能力等应用潜力逐步显现。首先分析Starlink的在轨运行现状,并将其互联网服务与其他卫星宽带服务提供商进行对比;然后重点研究Starlink星间激光链路的应用特点及技术挑战,探讨Starlink的军事应用现状及演化趋势;最后总结Starlink的综合应用优势及面临的技术挑战,为我国卫星网络设计提供依据。总体而言,巨型LEO星座的建设及其应用不仅是卫星平台的实现,还涉及卫星设计及工业化生产、发射能力支持、星座的运维、卫星组网、地面站配套等一系列的工业链能力集成。

摘要：随着能量收集无线传感器网络在环境监测、工业自动化、战场侦察等实时通信场景的广泛应用,多址接入需要同时考虑数据分组严格的传输时限特性以及传感器节点的能量收集特性。由于节点互干扰、传输紧迫性及能量储存度等因素的固有耦合,此多址接入的设计和优化相比于仅需考虑数据分组到达特性的传统多址接入具有更大挑战性。首先,设计各节点接入行为依赖于全局传输紧迫性和剩余能量的集中式接入协议;然后,考虑集中式接入具有难以承受的控制开销,设计各节点接入概率仅依赖于本地传输紧迫性和剩余能量的分布式接入协议。以最大化网络吞吐率为优化目标,使用马尔可夫决策过程对集中式接入分别进行考虑所有数据分组信息的完整建模和仅考虑队首数据分组信息的简化建模,并基于逆向归纳算法求解两种建模的最优集中式策略;最后,使用分布式马尔可夫决策过程对分布式接入协议进行简化建模,并基于马尔可夫策略搜索方法提出ε-最优分布式策略。仿真结果验证了简化建模的有效性和所提出策略相较于其他策略的性能优越性。

摘要：目前,基于解析方法的布图规划取得了很好的结果,模块翻转有实际应用场景且可以进一步优化结果,但解析方法尚无法处理模块翻转问题。因此,本文首次尝试使用统一的解析方法来解决这一问题,提出了一种新的力,即翻转力。在总体布图规划阶段,翻转力能根据线长将每个模块翻转到理想的方向。此外,基于静电场模型设计了一个新的总体布图规划流程。在该流程中,本文对超大型模块的密度计算进行了特殊处理,以减小超大型模块的排斥力,使得其他模块能更加靠近超大型模块,从而实现更加均匀的模块分布。为了更好地利用边框处缝隙中的空白区域,提出了一种边框处缝隙处理方法。最后,在布图规划算法中添加了后处理阶段以进一步优化布图结果。该后处理阶段首先基于混合整数线性规划的翻转模型对模块的翻转方向进行再次优化,然后使用本文提出的新的空白区域再分配方法。该方法减小了线性规划问题中约束条件的数量且能进行多轮次的优化,相对于以往的方法能够更有效地缩短线长。在HB+和ami49_x基准电路上,实验结果表明,本文的布图规划算法与最好的布图规划算法相比,平均半周长线长分别至少减小了13.3%和13.7%。

摘要：概率模型为机器学习处理广泛存在的不确定性提供了强大的工具.概率编程利用计算机程序表示概率模型,支持采样和以任意观察值为条件进行的概率推断.长期以来,概率程序中的依赖关系往往是线性或广义线性的,许多成功的模型和推断算法往往都依赖于这一简化.然而,这也限制了概率程序的表达能力和灵活性.可微概率编程允许构建具有参数化的非线性依赖关系(如神经网络)的概率程序,并使用基于梯度的方法从数据中学习未知参数.这种编程范式容易扩展,极大地避免了繁琐的模型选择过程,且允许端到端地部署概率模型.本文介绍珠算(ZhuSuan),一种开源的可微概率编程库,并以此为例,探讨可微概率编程系统的设计与实现.

摘要：现有无人机集群的协同决策设计所依据的信息共享缺乏对无人机之间通信能力的合理假设。针对电量、载荷和路线约束下的无人机集群多目标救援问题,结合无人机飞行路线,考虑通信能力对无人机之间信息共享的限制。首先,将问题建模成部分可观测马尔可夫决策过程;然后,利用循环神经网络提出基于深度强化学习的能够适应通信拓扑结构不断变化的分布式救援策略。仿真结果表明,所提策略相较于其他策略在通信受限的情况下具有更佳的分布式救援性能,无人机数量和无人机通信能力需要依据救援场景进行联合设置方能达到无人机集群救援性能和使用成本的最佳折中。