摘要：针对物联网芯片中对加密算法低面积、高吞吐率需求的增加,提出了速度优先、面积优先、面积速度权衡的3种SM4轻量级硬件实现方案.面积优先方案中,对线性函数L/L'进行优化实现,减少48位寄存器以及120比特的异或资源的使用;速度优先方案中,引入2个新的S盒,实现线性函数L/L'与查找表S盒的合并,从而避免线性函数L/L'的时延;面积速度权衡方案中,合并S盒线性映射、逆线性映射以及线性函数L/L'为一个函数,将加密计算均映射到复合域中进行,减少一个S盒线性映射时延,进一步提高速度.与目前已有方案进行比较,面积优先方案面积减少约5.5%~44.8%以上,仅2371 GE,功耗仅为0.88 mW,最大频率为324 MHz;速度优先方案面积为3061 GE,最大频率提高约9.8%以上,可达549 MHz,吞吐率为439.2 Mbps.

摘要：采用传统共振方法控制的直驱式波浪发电系统,不规则激励下可能存在性能下降的问题,为此提出改进阻抗匹配控制策略。基于系统等效电路模型,构造出波浪能最大功率捕获条件;为适应实际运行工况,引入约束处理机制,改变增益调节浮子速度和位移,保证系统安全运行。以激励力、电磁力为未知输入,设计滑模观测器,检测波浪力信息,结合矢量控制策略,控制电机跟踪理想轨迹,实现功率优化控制。仿真结果表明,滑模观测器观测精度高,可在线估计激励力,所提策略能兼顾系统运动状态与输出功率,提升系统波能获取。

摘要：为提升系统波能捕获能力,分析浮子受力,以状态空间法近似拟合辐射力,建立直驱式波浪发电系统数学模型。基于最优控制理论,以系统捕获波能为目标函数,在S域求解Hamilton方程,计算奇异最优控制率,经拉氏逆变换后得到理想电磁力信号。结合直接推力控制,设计二阶滑模控制方案,保证电机推力与初级磁链的跟踪效果。仿真结果表明,所提最优功率方案下系统捕获功率高,滑模控制器跟踪误差小、动态性能好,可提高波能转化率,有效降低推力与初级磁链脉动,增强系统鲁棒性。

摘要：超宽带(ultra-wide band,UWB)技术是无人装备在巡检具有多障碍物的大型封闭空间时获取定位坐标的主要方法之一。目前主要依赖人工方式设计UWB定位基站拓扑的构型、位置和数量。这种方式存在设计效率低下,设计效果未知,性价比难以确定等问题。为此,本文提出了一套较为科学完善的定位基站拓扑评价体系,并提出了一种在大型封闭空间中自动设计定位基站拓扑的通用方法。该方法以仿真模拟为基础,通过遗传算法结合拓扑评价体系,自动生成贴合实际应用场景的最优拓扑方案,包括最优的基站布设数量以及布设位置信息。实验结果表明:1)经通用设计方法生成的拓扑相比使用基站数量最多的拓扑,综合性能提高了6.2%;相比使用基站数量最少的拓扑,综合性能提高了21.2%。2)经通用设计方法生成的拓扑相比人工设计的锯齿形拓扑,综合性能提高了11.4%,设计效率提高了92.9%。可见,针对具有多障碍物的大型封闭空间场景,本文的方法可以在较短的时间内设计出综合性能较优,性价比较高的定位基站拓扑,为无人装备在此类大型封闭空间中开展全自主定位和巡检奠定了基础。

摘要：本文考虑了全局指令系统输出信息受到信道扰动情况下线性多智能体系统的编队控制问题.首先,基于协作式输出调节理论框架对线性多智能体系统的编队控制问题进行数学建模.其次,针对受到信道扰动的全局指令系统输出信息,提出了一类基于受扰输出的自适应分布式滤波观测器,在降低网络信息交换量的同时消除扰动的影响.最后,设计了输出反馈确定等价控制律,解决了线性多智能体系统的分布式编队控制问题.给出了数值仿真结果检验控制性能.

摘要：随着物联网规模化应用的不断落地,海量设备协同工作,产生了大量高价值数据。这些数据若得不到有效的安全保障,就容易遭受数据滥用、隐私泄露以及数据篡改等威胁。因此,去中心化、不可篡改、安全的区块链分片网络逐步取代传统的集中式网络,被应用到该场景中。然而,区块链分片网络受限于复杂环境以及高比例跨片协同事务。针对上述问题,提出一种面向6G物联网设备协同的区块链动态分片优化方案。设计分片系统架构,建立整个系统的吞吐量模型、安全模型以及时延模型。在此基础上,提出两阶段分片优化策略。第一阶段采用信誉分级分片策略筛选节点,第二阶段采用基于深度强化学习算法的动态分片策略,降低跨片协同事务比例,决策分片数量。两阶段的设计目的是在保证安全的情况下最大程度地提升整个系统的吞吐量。实验结果表明,在面向物联网设备协同的区块链分片场景下,相较于传统的基于单一的信誉分级分片策略、均匀分片策略或者随机分片策略的方案,所提方案在保证安全性的情况下,平均每轮减少50%以上的跨片协同事务比例,有效地提升了系统的吞吐量。

摘要：在实际工业系统中普遍存在输入死区、全状态约束等不可忽视的问题,其对系统的性能造成较大的影响,甚至可能会导致系统不稳定.为了克服上述问题,针对一类不确定非线性系统,提出一种快速收敛的自适应神经网络事件触发控制方法.首先,将障碍Lyapunov函数引入到反步控制框架中,采用径向基函数神经网络逼近未知非线性函数,同时设计自适应事件触发机制对输入死区进行动态补偿,通过减少控制信号的更新频率来减轻系统的通信负担,并保证系统所有状态不违反预定义的约束区间.在此基础上,引入快速有限时间稳定理论,在有限时间内能够保证闭环系统所有信号的有界性以及跟踪误差快速收敛到有界的紧集内.最后,通过两个仿真算例验证所提出控制方法的有效性.

摘要：为研究多源多负荷参数间的耦合交互对系统稳定运行的影响,该文建立多源多负荷直流微电网的小信号模型,基于系统振荡模态以及参与因子进行电压稳定性分析。在考虑同类参数耦合的系统稳定裕度分析中,发现全新规律为三台电源供电时,源侧线路长度采用“两长一短”比“两短一长”时系统稳定裕度更大。在考虑异类参数交互的系统稳定裕度分析中,详细解释了多源中下垂系数和虚拟惯性系数的交互作用。基于多控制参数的耦合交互影响,提出控制参数优化设计方法,实现系统稳定裕度最大,并使多源具有提供较大惯性的能力。最后,实验结果验证了上述分析的正确性。

摘要：深度强化学习的通用插件是一种可附加于大部分原生算法之上,并与其他种类插件兼容的算法类型。根据环境的不同,原生算法加入合适的插件后形成了不同的变体,并在训练速度、稳定性等方面取得了更好的效果。根据各类变体包含的通用插件在训练流程中的共性,将它们分为了6类,包括通用网络模型、内在奖励、经验回放、自我博弈、模仿学习和课程学习。综述了这6类算法中常用的通用插件,介绍了它们的应用场景和在深度强化学习中的主要作用,提出了未来的研究重点:1)提高经验利用效率;2)设计和训练出通用神经网络架构;3)提高算法在稀疏奖励环境的探索效率;4)提高算法在现实中应对各种突发状况的能力。

摘要：针对复杂工况下运行的直驱式波浪发电系统,考虑模型不匹配,设计滑模观测器在线检测建模误差;应用系统辨识技术进行误差拟合,减少在线计算量;随后将传递函数转为状态空间,建立更精确的水动力方程以设计后续策略,降低模型失配影响;基于变分法构造能量泛函,求解泛函极值获得最优控制律,经滤波估计系统运动速度,采用空间矢量脉冲宽度调制技术跟踪控制理想电流,提高发电系统功率捕获能力。仿真结果表明,所提方案动态性能好、鲁棒性强、观测精度高,可有效提高系统存在建模误差时的波能捕获能力,输出能量增加,输出平均功率提升。