一种降低电离层梯度影响的Hatch滤波算法

目前,地基增强系统（Ground-Based Augment System,GBAS）中的主要问题是：尽管使用载波平滑降低了伪距噪,利用差分技术消除了用户和基准站间的大部分共同误差,从而减少了差分改正值中的误差。但是电离层时间梯度和空间梯度于这两个过程中产生了额外的误差,阻碍了差分改正值质量的进一步提高。基于对电离层时间和空间梯度引起的额外误差的分析,并考虑平滑伪距噪声,文章提出了一种新的Hatch滤波方法,该滤波器的时间常数是随卫星仰角、电离层时间和空间梯度以及用户与参考站之间的距离而实时变化的。该方法降低了差分改正值误差,提高了定位精度。并且通过差分定位仿真并对比传统的单频Hatch滤波方法,发现使用该方法后,减小了差分校正值的误差。     

差分扩频技术在移动水声通信中的应用

提出了基于差分相干解调法的DS/BDPSK水声通信技术,在接收端采用差分相干解调的方法,解决了在水声通信中载波估计较难的问题,可克服传输过程中由于载波漂移产生的频率和相位误差.通过计算机仿真研究、湖试试验,验证了该系统在复杂的水声信道中具有较强的抗多径能力、抗多普勒能力,能实现低误码率通信,具有较好的有效性和鲁棒性.     

Stability of impulsive stochastic functional differential systems in terms of two measures via comparison approach

Comparison principles for general impulsive stochastic functional differential systems are established.Employing the comparison principles and the theory of differential inequalities,stability and instability,involving two measures,of impulsive stochastic functional differential systems are investigated.Several stability and instability criteria are obtained,and two examples are also given to illustrate our results.     

水轮机调节系统的状态PI控制器研究

虽然状态PI控制器已经提出很多年,但至今未在水轮机转速控制中有所应用。本文应用状态PI控制,从水轮机控制系统状态反馈模型出发,设计水轮机调节系统状态PI控制器,并对状态PI最优控制与传统推荐PID最佳调节进行比较分析。仿真结果表明:两者动态过程明显不同,前者的动态过程呈现非周期快速稳定特点,而后者的动态过程则为衰减振荡过程,并且状态PI控制在负荷变化时有更好的控制品质。     

利用改进的差分进化算法求解等圆Packing问题

等圆Packing问题属于强约束的复杂组合优化问题之一,针对其强约束特点及难点,通过改进传统的差分进化算法,提出一种等圆Packing问题的求解方法。该改进算法特点是将有效解空间加入差分进化的变异约束中,并采用随机排序机制改进差分进化的选择机制。通过多次实验,表明此算法在求解小规模等圆Packing问题上取得的效果与目前所能找到的最优值相差不到0.6%,从而验证了演化计算在求解等圆Packing问题的可行性;与此同时,演化算法具有很好的收敛性,因此在其他强约束的复杂优化问题上将有很好的应用。     

DCKPDP：改进k-prototype聚类的差分隐私混合属性数据发布方法

当前混合属性数据发布中隐私保护方法大多存在隐私保护效果不佳或数据效用较差的问题,采用差分隐私与优化的k-prototype聚类方法相结合,提出改进k-prototype聚类的差分隐私混合属性数据发布方法(DCKPDP)。为解决传统k-prototype聚类算法没有考虑不同数值型属性对聚类结果有较大影响的问题,利用信息熵为每个数值型属性添加属性权重;为解决聚类初始中心点人为规定或者由随机算法随机确定,导致聚类结果精确度不高的问题,结合数据对象的局部密度和高密度对聚类过程中初始中心点进行自适应选择;为解决数据信息泄露风险较高的问题,对聚类中心值进行差分隐私保护。实验结果表明,DCKPDP算法满足差分隐私保护所需的噪声量更小,数据的可用性更好。     

横向联邦学习中PCA差分隐私数据发布算法

为了让不同组织在保护本地敏感数据和降维后发布数据隐私的前提下,联合使用PCA进行降维和数据发布,提出横向联邦PCA差分隐私数据发布算法。引入随机种子联合协商方案,在各站点之间以较少通信代价生成相同随机噪声矩阵。提出本地噪声均分方案,将均分噪声加在本地协方差矩阵上。一方面,保护本地数据隐私;另一方面,减少了噪声添加量,并且达到与中心化差分隐私PCA算法相同的噪声水平。理论分析表明,该算法满足差分隐私,保证了本地数据和发布数据的隐私性,较同类算法噪声添加量降低。实验从隐私性和可用性角度评估该算法,证明该算法与同类算法相比具有更高的可用性。     

采用混合搜索策略的阿奎拉优化算法

针对阿奎拉优化算法（AO）存在的不足,提出一种采用混合搜索策略的阿奎拉优化算法（HAO）。首先,利用动态调整函数平衡算法的全局探索与局部开发;其次,利用混沌自适应权重来增强算法的全局搜索能力、加快算法的收敛速度;最后,设计新的个体变异概率系数,采用改进型差分变异策略,利用适应度值较优个体引领群体中其他个体开展搜索活动,保持了种群的多样性,增强了算法跳出局部最优能力。通过八个基准测试函数和10个CEC2019测试函数,以及一个工程应用问题的数值实验仿真对所提算法进行实验验证。实验结果表明,所提算法的全局收敛速度和优化精度均得到了明显地改善,跳出局部最优的能力得到了增强。     

基于改进HBA算法的生鲜闭环供应链网络鲁棒优化设计

针对生鲜闭环供应链网络设计问题,建立了一种基于生鲜闭环供应链网络的鲁棒优化模型,以解决供应链网络中的不确定性问题。首先,针对涵盖五个节点的生鲜供应链网络结构建立了多周期、多产品,以最小化成本、最小环境影响为目标的混合整数规划模型,采用模糊折中规划与区间数据鲁棒优化方法进行处理;其次,在原有蜜獾算法的基础上引入差分进化原则,增强算法的全局搜索能力与收敛速度;最后,通过MATLAB数值分析与仿真实例表明,所提鲁棒优化模型与蜜獾算法在求解生鲜闭环供应链网络设计问题中具有明显优势。