摘要：研究传感器有故障的Delta算子线性不确定系统的鲁棒D-稳定问题,旨在设计控制器以消除系统不确定性和传感器故障的影响,确保闭环系统极点落在复平面指定圆盘区域内.由于传感器故障具有连续的故障模型,本文采用线性矩阵不等式(LMI)方法,利用故障模型的结构信息,得出了Delta算子系统状态反馈鲁棒D-稳定控制器存在的充分条件,并由此提出相应控制器设计方法.数值算例表明设计方法的可行性和有效性.

摘要：人工免疫算法已被证明是用于入侵检测的一种有效技术手段.通过引入疫苗接种算子和小生境技术,设计了一种基于免疫进化算法的动态入侵检测模型,提出了一个在免疫入侵检测中实现疫苗提取和接种的方案.在疫苗接种算子的作用下,算法可以在下一代个体中保留父代的优良基因;小生境技术的应用,保证了疫苗提取和接种操作的可行性,并使得算法能更好地保持抗体的多样性,同时具有较高的收敛速度.最后通过模拟实验,验证了模型的可行性和有效性.

摘要：为了在无线网络中同时对抗智能干扰与窃听攻击,基于斯坦伯格博弈,通过功率控制的方法,设计窃听与干扰攻击对抗策略。在该策略中,干扰者的目标是造成源节点的能量损耗与通信质量的下降,而源节点则通过功率控制来对抗干扰者的干扰。不仅严格证明了该博弈模型均衡的存在,而且提出一种分布式学习算法,使得博弈过程可以在节点间没有信息交换的情况下高效地收敛于该均衡。在此基础上,通过分析安全容量与窃听概率,证明了提高干扰信道的信道增益可以降低窃听者的窃听概率。在性能分析中,通过与其他博弈模型的分析对比,提出的策略在对抗非合谋的智能干扰与窃听攻击方面可以达到很好的抗攻击效果。

摘要：对于高维多目标优化问题,随着目标维数的增加,种群中非被支配解的比例剧增,严重降低了种群的进化压力.为了对数量众多的非被支配解进行有效的拥挤控制并提升种群的多样性,本文在提出张角概念的基础上设计了一种新的拥挤控制策略(Congestion control strategy based on open angle,CCSOA),它的时间复杂度并不会随着目标维数的增加而增大.与目前优秀的进化多目标优化(Evolutionary multiobjective optimization,EMO)算法IBEA(Indicator-based evolutionary algorithm)、NSGAIII(Nondominated sorting genetic algorithm III)和Gr EA(Grid-based evolutionary algorithm)的比较结果表明,融合了CCSOA的高维多目标优化算法在收敛效果和解集分布的均匀性两个方面均有较大的优势.

摘要：已有的B样条曲线降阶方法 ,由于无降阶公式可循 ,对于可降阶曲线常要通过解一系列线性方程组来实现降阶 .该文给出了B样条曲线的降阶公式 ,使得可直接用降阶公式对可降阶曲线进行降阶 .利用降阶公式和约束优化方法 ,文中进一步给出了B样条曲线的一种近似降阶方法和相应的算法 ,使得在用约束优化方法求出可降阶的近似曲线后 ,就可直接用降阶公式求出降阶曲线 ,简化了降阶过程 .该方法应用范围广且简单实用 .

摘要：在圆域算术的基础上,引入了圆域B样条曲线的概念,并讨论了它的一些基本性质.研究了圆域B样条曲线的节点去除问题,即用去除一个节点后的圆域B样条曲线包住原曲线,采用拟线性规划和最佳逼近2种方法,分别给出了该问题的解析解.

摘要：自组网是由无线节点组成的不需要固定基站的临时性的计算机通信网络。以提供安全、可靠的保密通信为目标的密钥管理方案和协议的设计是自组网安全中一个重要的研究课题,自组网的多跳通信和资源受限等固有特性使得密钥管理面临许多挑战。该文在基于团的快速分簇算法的基础上,提出了一种基于簇的分层密钥预分配方案。分析表明,相比于传统随机密钥预分配方案,新方案不仅能够提高网络的连通性,而且可以减少节点所需存储空间。

摘要：提出一种解决OSGi平台上服务动态演化的方法.针对OSGi平台的服务动态演化提出了重定向方法,解决了服务类定义的动态更新,较好地满足了演化中服务的透明性问题;提出了实现和数据相分离的方法,解决了服务动态演化中公共数据的一致性问题和动态演化问题;探讨了服务动态演化中服务增、减等问题.对所提出的方法均通过实例说明了其设计、运行和更新的可行性.所提出的方法可以用于指导解决组件、服务和面向对象软件动态演化中的相关问题.

摘要：目前基于规则的软件体系结构(Software Architecture,简记为SA)层性能优化方法大多未充分考虑优化过程中规则的使用次数和使用顺序的不确定性,导致了搜索空间受限而难以获取更优的性能改进方案.针对这一问题并以最小化系统响应时间为优化目标,文中首先定义一种基于规则的SA层性能优化模型RPOM,以将SA层性能优化抽象为求解最优规则序列的数学问题;然后设计一种支持SA层性能改进规则序列执行的框架RSEF;进一步提出一种采用约束检查、修复及统计学习机制的演化求解算法EA4PO;最后以Web应用为案例与已有方法进行实验对比.结果表明:(1)本文方法较已有方法可以获取更短的系统响应时间;(2)EA4PO所引入的统计学习机制可显著提高演化求解算法的收敛速度和解质量.

摘要：研究Delta算子描述的线性不确定系统基于输出反馈的鲁棒协方差控制问题,即设计输出反馈控制器,使Delta算子不确定系统鲁棒稳定,且稳态输出协方差矩阵具有给定上界。利用线性矩阵不等式(LMI)方法,给出Delta算子不确定系统输出反馈鲁棒协方差控制器存在的充分条件,并在此基础上,提出Delta算子不确定系统输出反馈鲁棒协方差控制器设计算法。数值算例表明设计方法的可行性。