摘要：鲸鱼优化算法是一种设计新颖的智能优化算法,近年来已广泛应用于各种工程优化问题.但是关于鲸鱼优化算法的收敛性尚未明确,而且缺乏对算法中合理参数选择范围的理论分析.本文利用随机过程理论中的马尔科夫链分析了鲸鱼优化算法的全局收敛性,证明了算法中的收缩包围机制是决定鲸鱼优化算法是否收敛的关键因素.进一步建立了鲸鱼优化算法收缩包围机制的双层有限差分模型,并基于冯诺依曼稳定准则给出了算法收缩包围机制稳定或发散时的控制参数取值范围,在标准测试函数上的仿真实验结果也验证了理论分析的正确性.

摘要：利用辐射源目标的频移动态特征进行盲分选时,针对已有的分选方法不能很好解决非合作接收数据非周期、间断、交叠的问题,提出了一种改进的逻辑回归分选算法,将信号分选转化为轨迹分类的问题来处理。首先,借鉴多目标航迹起始模型中的M/N逻辑法的框架,设计新的数据关联门限,以建立目标起始曲线;其次,采用最小二乘拟合方法替代卡尔曼滤波,设计新的外推规则,建立载频变化预测曲线;分析新的接收数据与预测曲线的关联性,不断迭代回归或形成新的分支,最后获得目标分选结果。仿真与实测试验表明,利用逻辑回归分选算法,对不同运动目标搭载的同频辐射源可进行自动分选,4个仿真目标与2个真实目标的分选正确率达到100%。同时,该方法拓展了辐射源目标盲分选中的动态频移特征应用,为辐射源个体识别提供了新的支持。

摘要：在辐射源个体识别技术应用中,接收机指纹和发射机指纹相互影响相互耦合,造成辐射源指纹库依赖于特定接收机,无法在不同接收机之间通用。针对此问题,对典型超外差接收机的滤波器、放大器畸变分量对接收信号指纹的影响进行了理论分析与实验验证。理论分析证明发射机和接收机的滤波器、放大器分量对于接收信号整体的畸变影响是等价的;实验中,利用两台超外差接收机对5台发射机进行个体识别测试验证,更换接收机前后,滤波器、放大器特征识别正确率分别从100%、95. 5%降到20%,证明了接收机畸变分量对发射机指纹识别具有严重影响。该研究成果可为后续辐射源个体识别接收机设计以及接收机畸变校正提供理论依据。

摘要：网络空间威胁发展呈现出主动性、隐蔽性、泛在性的特点,向传统被动式、局域性、孤立化的网络防御模式提出了严峻挑战。针对大数据、人工智能与网络安全融合的新趋势,提出一种跨域协同的威胁预警模式,为网络空间安全防护赋能增效。首先,该模式从网络空间结构出发,通过划分安全威胁域、解析系统功能、设计共享机制,构建具有合纵连横作用的功能框架;其次,为提升威胁信息检测能力,设计了分层司职的协同化技术体系,阐述了威胁信息感知、处理、应用等关键技术;最后,借助应用场景,定性化描述了所提预警模式的能力增量。

摘要：针对无线传感器网络(WSN)组合流量预测算法自适应性低、计算复杂度高等不足,提出一种基于优化FAEMD-OSELM的WSN流量预测算法。算法利用快速自适应经验模态分解(FAEMD)将信号分解为一系列本征模态函数和一个残余函数,通过设计自适应滤波窗口提高信号分解过程的自适应性。进一步,采用在线贯序极限学习机(OSELM)对信号分量进行训练、预测,运用奇异值分解(SVD)理论优化神经网络的参数和拟合过程,降低计算复杂度。同时,结合样本选择器进一步控制预测误差范围,保证算法的预测精度。实验结果表明,算法在分解效果、耗机时间、预测精度等关键性能指标上具有较为明显的优势。

摘要：针对压电快速倾斜镜(PFSM)堆叠式压电陶瓷(PZT)(Pb(Zr,Ti)O_(3))驱动器伸长和弯曲变形的应力集中问题,依据Timoshenko模型,分析了堆叠式PZT驱动器的伸长弯曲变形模型。基于压电耦合理论分析了堆叠式PZT驱动器动态应力与驱动电压幅值、驱动电压频率和PZT驱动器顶部柔性铰链抗弯刚度的关系。采用响应曲面法获得了300 mm口径PFSM的优化设计和工作参数。研究方法和分析结果可以为优化PFSM关键元件参数,降低堆叠式PZT驱动器应力集中,提高PFSM的耐久性和可靠性提供参考和借鉴。

摘要：[目的]为了有效拓宽北斗天线3 dB轴比波束宽度,提出一种加载寄生单元的开槽叠层微带贴片天线。[方法]通过叠层基板结构实现北斗双频带特性,并通过开槽拓宽双频段带宽,在贴片边缘切角实现双频带圆极化;同时在贴片周围加载L形寄生单元来拓宽天线的3 dB轴比波束宽度。[结果]实测和仿真结果吻合度较高,在北斗B1和B2频段的相对带宽为3%和7.5%;3 dB轴比波束宽度可达到180°和176°;增益最高可达6 dBi。在北斗接收机试验中,天线搜星数量能达到17颗以上,定位精度在米级以内。[结论]所设计的双频带北斗导航天线具有宽轴比波束宽度和高定位精度,研究结果可为小型北斗导航天线的设计提供参考。

摘要：辐射源个体识别(Specific Emitter Identification,SEI)技术利用辐射源指纹特征识别发射设备,但辐射源指纹特征极易受接收机畸变的影响,无法在不同接收设备间通用。针对这一问题,基于一种利用调制畸变的辐射源个体识别方法,分析了接收机畸变对该方法特征识别结果的影响,得到了接收机畸变特性与特征估计结果的准确数学模型;并将推导结果与接收机设计指标相对应,对SEI接收机设计提出了建议;利用仿真实验和设计实例,证明了推导结果的准确性。该成果能够有效指导SEI系统接收机设计,并为跨接收机SEI系统的实现提供了可能。

摘要：全光纤超短脉冲啁啾放大技术在激光技术和超快光学领域备受关注。针对传统数值方法分析光纤中超短脉冲啁啾放大过程存在计算量大、效率低等问题,采用深度学习方法开展全光纤超短脉冲啁啾放大过程建模研究。首先分析脉冲啁啾参量等参数对超短光脉冲传输过程的影响。预训练设计的深度神经网络模型,分析网络对不同初始脉冲啁啾参量的预测精度,进一步探索了不同初始脉冲半峰全宽、峰值功率和啁啾参量等复杂情况下网络的泛化性及预测精度。本研究拓宽了数据驱动方法在激光行为预测方面的应用,为光纤中超短脉冲的特性研究提供了新思路。

摘要：针对连续时间动态网络的节点分类问题,根据实际网络信息传播特点定义信息传播节点集,改进网络表示学习的节点序列采样策略,并设计基于信息传播节点集的连续时间动态网络节点分类算法,通过网络表示学习方法生成的节点低维向量以及OpenNE框架内的LogicRegression分类器,获得连续时间动态网络的节点分类结果。实验结果表明,与CTDNE和STWalk算法相比,该算法在实验条件相同的情况下,网络表示学习结果的二维可视化效果更优且最终的网络节点分类精度更高。