摘要：为进一步发挥多传感器综合效能和提高资源利用率,最大程度满足对多目标的探测跟踪需求.针对传统多传感器探测网络调度方法存在忽略环境动态变化、考虑任务单一、算法性能偏弱等问题,提出了一种多传感器自适应调度方法,该方法对多传感器调度模型进行分析设计,联合任务优先级、目标威胁度和探测跟踪收益3个指标建立传感器效能函数,以此作为自适应目标函数;通过引入新的局部授粉算子、修改全局授粉过程及设计动态切换概率,来对花朵授粉算法进行改进,并应用到寻优求解过程中;通过仿真实验表明,该方法能够随环境的变化和任务需求自适应对多传感器进行调度,显著提高了多传感器的资源利用率.

摘要：针对认知无线网络频谱资源的时间、空间变化特性、防止对授权用户产生干扰以及提高无线频谱利用率这些因素,本文研究了认知用户、丢包率、吞吐量等问题,分析了认知用户效能函数与延迟、吞吐量之间的关系。

摘要：低频通信中脉冲型噪声会严重降低通信性能.针对脉冲型噪声的抑制问题,本文提出高斯拖尾零记忆非线性(Gaussian-tailed Zero Memory Nonlinearity,GZMNL)函数的最优化设计方法.GZMNL函数含有两个参数,分别控制其线性范围和拖尾程度,故适用于多种噪声分布.本文提出GZMNL设计以效能最大化为优化目标,采用自适应搜索算法来寻找GZMNL参数的最佳值.然后讨论了GZMNL在SαS(Symmetricα-Stable,SαS)噪声分布下的快速设计方法,以及在未知噪声分布时的稳健设计方法.最后,仿真SαS噪声和实测大气噪声数据的处理结果表明:本文设计方法在检测性能上能够接近最优非线性,且能够有效抑制未知分布的噪声.

摘要：针对脉冲型噪声,该文提出一种新的非线性处理方法,即高斯化-广义匹配(GGM)处理。GGM方法基于高斯化处理与广义匹配滤波,可结合非参数的概率密度估计进行设计,解决噪声模型未知时的非线性处理问题。该文以脉冲型噪声分布模型为例,分析GGM方法的特点和性能;再结合Class A噪声模型,讨论GGM设计作为非参数方法相比模型假设失配的优势;引入效能函数,验证GGM方法在恒虚警技术中的运用。结果表明,在已知噪声分布情况下,GGM方法具有次优检测性能;当噪声模型未知时,非参数GGM设计能保持稳健性能,优于模型失配下的处理。并且,GGM设计对样本数目要求不高,为噪声特性不明或时变的场景提供了一种新的信号处理方法。

摘要：针对脉冲型噪声的抑制问题,该文提出一种自适应的限幅器设计方法。该方法以效能函数为指标,采用自适应搜索算法,自动寻找削波器和置零器的最佳门限,且能适用于未知噪声分布的情形。首先分析了效能与非线性函数的关系,给出关键的优化问题。然后考虑到效能函数计算复杂,提出基于线搜索的自适应设计算法。其次针对未知分布情况,考虑非参数化的概率密度估计,该算法能够稳健运行且基本取得最优设计效果。最后,结合两种非高斯噪声和实测大气噪声数据仿真,结果表明:该文方法可自适应寻找最佳门限,使削波器和置零器效能达到最佳;当噪声分布未知时,该文方法无需假设噪声模型,可与非参数化概率密度估计方法结合,取得最优检测效果。

摘要：为了解决分布式电力交易机制发展背景下可控负荷入网调度的诸多问题,提出了一种基于区块链技术的可控负荷用户和负荷代理商2类电力主体间的去中心化交易模式。通过整合可控负荷用户的运行特性,充分考虑不同子类用户与负荷代理商之间的购售电需求信息,设计了可控负荷用户和负荷代理商2类决策模型函数,以收益最优为基本原则建立考虑运维成本和运营效能的区块链节点模型。基于可控负荷用户-负荷代理商区块链交易模式,设计了负荷代理商的利润分红激励机制以及智能合约求解算法,同时提出了以负荷代理商效能函数变化率作为共识算法,并说明了区块链数据的结构以及运营流程。算例分析结果表明,所提优化调度策略充分挖掘了可控负荷用户和负荷代理商对电网负荷削峰填谷的潜力,实现双方经济最优的同时保障了区块链网络长期有效运行,可为区块链技术在电力需求响应中的应用提供参考价值。

摘要：无线自组传感器网络由分布在一定空间范围的大量自组传感节点组成,节点具有数据感知,信息处理和无线通信能力,节点间以无线多跳的无中心方式连接,网络拓扑动态可变,具有广阔应用前景,是当前网络研究的热点问题之一。首先,给出无线自组传感器网络的定义,包括体系结构、典型应用和基本功能。接着,总结分析网络设计的主要评价指标。最后,提出面向应用的效能函数,对网络及其评价进行形式化描述,并应用于传感节点路径规划。

摘要：针对实时云转码系统中已转码的媒体文件重新使用率不高的情况，引入转码缓存机制，提出一种缓存替换策略。采用云存储空间缓存视频，根据视频资源的流行度、请求间隔、视频大小和未来被访问概率计算视频的效能函数值，当缓存空间不足时替换出效能值较小的视频。实验结果表明，与传统置换算法LRU、LFU和FIFO相比，该策略的资源请求命中率分别提高了2?6％，4?3％和9?2％，在一定程度上缩短了视频分发延迟，减少了用户响应时间。

摘要：本文提出了一种新的交互式多目标优化方法,即交互式惩罚函数法。此法是在惩罚标量化函数产生Pareto最优解的基础上,把交互式Frank—wolfe法和参考点优化方法与序列代理函数优化技术相结合而形成的。它是一种能求解凸性和非凸性多目标优化问题的有效方法。将上述方法编制成FORTRAN程序,将它用于液压挖掘机工作装置的多目标优化设计后证明了这种方法是方便、可行的优化结果与该装置原有设计数据对比,结果更令人满意。