ISO18000-6 Type C标准中防冲突技术的改进

基于帧时隙ALOHA协议,对ISO18000-6 Type C标准中采用的防冲突算法（Q算法）进行改进。在帧的结束处,改进的Q算法通过检测机制来进行Q值的更新。因为改进的Q算法中每个清点周期的帧大小都会自动地取较优值,所以降低了识别所需要的总时隙数和周期数。仿真结果显示改进的Q算法比Type C标准中的Q算法更有效。     

基于连接矩阵的潜在通路定性分析方法

对电路图中的电气元件进行定性建模,根据建立的元件模型,按照电流方向将电路图转化为有向图的形式,进而构造出图的连接矩阵,利用其代数余子式计算有向图中从电源正端到地端的所有通路路径,并与该电路图设计的功能支路进行对比确定电路是否存在潜在通路;相比于传统潜在通路分析的邻接矩阵法,该方法不仅能判别电路中是否存在潜在通路,而且能确定潜在通路的所有导通路径信息;在此基础上,提出了改进原始电路图以达到消除潜在通路影响的方法,文中采用某汽车点火电路为例,利用Capital Harness System(CHS)软件仿真分析,验证该方法的正确性与可行性。     

基于强化学习的体系对抗仿真战役层次指控算法

针对传统的认知决策技术无法有效应对体系对抗环境具有的不确定性、未知性以及复杂性问题,提出一种基于强化学习（RL）的体系对抗仿真战役层次指控算法。介绍了包含侦察类、打击类、通信类、补给类、修复类以及指控类Agent的UML体系架构,对自主开发的作战仿真原型系统及其作战想定进行了说明,在对战役层次指控Agent认知域描述与假设的基础上,对改进Q learning认知决策算法的参数归一化、基于GRBF神经网络的Q离散、基于TD公式的跨步差分机制以及网络结构的学习训练过程进行了详细说明。最后,通过地空一体化联合体系对抗仿真验证了算法的有效性,并通过对算法的大量可视化回溯分析发现,一定程度的火力协调以及不间断的战术机动对于作战效能的提升以及毁伤的减免具有重要的意义。     

基于模拟退火智能算法的自抗扰控制器参数整定及仿真

针对自抗扰控制器（ADRC）参数多以及由于无确定参数整定算法导致的难以计算最优参数的问题,提出了结合已知参数整定规则的智能模拟退火算法（SA）．该方法改进了原始模拟退火算法的搜索规则,提高了参数搜索的范围和效率．最后,通过仿真实例验证了这种改进的智能模拟退火算法的有效性．     

PQSIM：一个面向分段函数的定性仿真算法

QSIM算法针对的是连续函数，无法处理不同状 态满足不同约束的问题．PQSIM算法作了相应改进，增加两个新的约束：判断约束IF和赋值 约束EQ，限定约束作用的状态集合，从而可以有效地对分段函数系统进行定性仿真．本文给 出实例验证算法的正确性，算法时间复杂性证明PQSIM算法是一个高效的定性仿真算法．     

基于改进模拟退火任务调度算法研究

研究任务调度优化系统问题.任务调度问题的主要难点在于复杂度太高,传统的基于任务调度Q学习算法更新收敛速度慢.针对协同工作中的任务调度实际问题,提出了一种基于模拟退火的改进的Q学习算法.算法首先建立任务调度目标模型,在分析了Q学习算法的基础上,通过引入模拟退火算法,同时结合贪婪策略,以及在状态空间上的筛选判断,并给出了任务调度的整个过程.仿真结果表明,与单一的Q学习任务调度算法相比,改进的算法显著地提高了收敛速度,缩短了执行时间.从而验证了改进算法的有效性.     

固定长度经验回放对Q学习效率的影响

提出了一种固定长度经验回放的思想,并将该思想与一步Q和pengQ（λ）学习算法相结合,得到了相应的改进算法。该文采用不同的回放长度L将改进的算法应用在网格环境和汽车爬坡问题中进行了仿真。结果表明,改进的一步Q学习算法在两个例子中都比原算法具有更好的学习效率。改进的PengQ（λ）学习在马尔呵夫环境中对选择探索动作非常敏感。增大L几乎不能提高学习的效率,甚至会使学习效率变差;但是在具有非马尔可夫属性的环境中对选择探索动作比较不敏感,增大L能够显著提高算法的学习速度。实验结果对如何选择适当的L有着指导作用。     

RTL和门级结合的处理器时延测试产生方法

针对处理器的数据通路中的通路时延故障,提出一种基于指令集的处理器时延测试产生方法．对于每条指令提取出状态矩阵,并基于状态矩阵将通路分为功能不可测（FUPs）和潜在功能可测的（PFTPs）．对PFTPs记录潜在测试指令（序列）组合,提取控制和数据约束,在门级进行有约束的非强健时延测试产生．最后的测试指令由控制指令（序列）＋潜在测试指令（序列）＋观测指令（序列）构成．     

基于NS2的RED算法研究与仿真分析

主动队列管理（Active Queue Management）算法是近几年网络研究的重点。详细讨论了RED主动队列管理算法的关键问题,研究了近年来对RED算法的几种改进算法,采用NS2对其改进算法仿真分析,通过大量仿真实验,结论表明其自适应ARED和改进的ARED（NewARED）算法减少了排队时延,提高系统稳定性和可靠性。     

机器人足球赛中基于增强学习的任务分工

本文研究了机器人足球赛中利用增强学习进行角色分工的问题,通过仿真试验 和理论分析,指出文［1］中采取无限作用范围衰减奖励优化模型(infinite horizon disc ou nted model)的Q学习算法对该任务不合适,并用平均奖励模型(average reward model)对 算法进行了改进,实验表明改进后学习的收敛速度以及系统的性能都提高了近一倍．     

计算机辅助潜在分析应用研究

控制系统计算机辅助潜在分析是一项集控制技术、可靠性理论、信息科学、计算机技术及应用于一体的前沿性课题,为提高控制系统安全性与可靠性提供技术保障和支持。描述了一个计算机辅助潜在分析系统的实现,并将其应用到了航天控制系统。该软件系统填补了我国在潜在电路分析领域研究与应用方面的空白,大幅度提高了我国大型复杂系统设计的可靠性。     

Experiment selection for the discrimination of semi-quantitative models of dynamical systems

Modeling an experimental system often results in a number of alternative models that are all justified by the available experimental data. To discriminate among these models, additional experiments are needed. Existing methods for the selection of discriminatory experiments in statistics and in artificial intelligence are often based on an entropy criterion, the so-called information increment. A limitation of these methods is that they are not well-adapted to discriminating models of dynamical systems under conditions of limited measurability. Moreover, there are no generic procedures for computing the information increment of an experiment when the models are qualitative or semi-quantitative. This has motivated the development of a method for the selection of experiments to discriminate among semi-quantitative models of dynamical systems. The method has been implemented on top of existing implementations of the qualitative and semi-quantitative simulation techniques QSIM, Q2, and Q3. The applicability of the method to real-world problems is illustrated by means of an example in population biology: the discrimination of four competing models of the growth of phytoplankton in a bioreactor. The models have traditionally been considered equivalent for all practical purposes. Using our model discrimination approach and experimental data we show, however, that two of them are superior for describing phytoplankton growth under a wide range of experimental conditions.     

复杂系统可靠控制中的潜在问题互连神经网络分析方法

潜在问题是影响大型复杂系统安全性、可靠性的重要因素. 神经网络是一种新的潜在问题分析方法, 但是其分析结果难以解释. 本文提出了一种基于电路结构的神经网络模型 (Neural network model based on circuit architecture, CArNN), 将 CArNN 作为个体进行集成, 形成神经网络集成用于潜在问题分析. 对 CArNN 模型的鲁棒性进行了分析, 提出了两个保证模型鲁棒性的约束条件. 利用此方法对一个经典电路进行了分析, 结果显示, 此方法对潜在电路的正确识别率达到94\%.     

基于Q2算法的固定迟滞问题离散化求解

迟滞问题是指系统的状态变化不仅与当前状态有关,还与系统的过去状态有关.考虑 了对固定迟滞问题进行定性仿真求解,通过分析该类问题的可离散化特性,将问题求解范围从 连续时间转化到离散时间点上来考虑.并改进了定性与定量相集成的仿真方法--Q2算法,增 加了反映延迟性质的过去约束,通过当前约束和过去约束在系统中传播定量信息,从而完成固 定迟滞问题的定性仿真.     

Exhibiting the behavior of time-delayed systems via an extension to qualitative simulation

This work presents an extension to qualitative simulation that enables a qualitative reasoning system to support variables that exhibit delayed reactions to their constraining functions. Information stored in the previous levels of the behavior tree is retrieved and used to constrain multiple delayed variables and to capture the time-delay behavior of the system. The extension is applicable to qualitative simulators that generate time-stamped behaviors. In particular, this is implemented and integrated with the existing fuzzy qualitative simulation algorithm. Results of an example application of this extended algorithm are provided.     

基于电力电子变换器邻接表的潜电路分析方法

潜电路分析(SCA)是保障电路系统可靠性的重要方法.本文通过研究电力电子变换器电路结构,提出了一种基于电力电子变换器邻接表模型的潜电路分析方法.该方法通过搜索变换器邻接表得到所有的电路模态,然后根据线索表去除冗余的和正常工作的电路模态,从而得到所有的潜在电路模态.最后以四阶升压谐振开关电容变换器潜电路分析为例,验证了所提出方法和设计软件的正确性.     

复杂航天器电气系统潜通路分析技术研究

针对复杂航天器电气系统功能接口复杂、信号类型众多的特点,系统分析了导致潜通路存在的接口冗余、时序逻辑复杂、接地类型多等客观原因;明确了复杂航天器电气系统潜通路分析工作流程,并简要论述了潜通路分析的准备工作中的单机电气接口数据收集、电路原理图设计与简化的方法和要点,结合潜通路仿真建模分析及优化方法,总结了复杂航天器电气系统潜通路故障定位的潜在路径搜索与分析、识别与验证的步骤;提出了复杂航天器电气系统预防潜通路的电气接口信号类型简单化、电气接口隔离、信号流向单一化、接地设计提前规划四项设计原则,并针对某航天器匹配测试阶段发现的潜通路问题的原因及改进措施进行了分析。     

模拟电路的故障度量化算法

提出了一种可以评价模拟电路工作状态的故障度量化算法.因为模拟电路里存在一些模糊量,本文将模拟电路视为模糊系统.提出了基于模糊隶属函数的故障度量化函数,并与决策函数相结合构成了模拟电路故障度量化算法.对模拟电路的故障程度进行精确量化,有助于模拟电路故障诊断和故障修复.故障度量化算法可以计算模拟电路的全局故障度,从而准确地、客观地评价模拟电路的故障水平.     

电路行为仿真编辑器的设计与实现

为了给嵌入式软件开发者提供了一个调试嵌入式软件运行情况的软运行环境,我们开发了一种电路行为仿真编辑器,它除了提供电路图设计功能外,还自动寻找并心成ＥＨＤＬ语言描述源程序,从而得到较好的仿真电路,文中主要介绍了电路行为仿真编辑器系统设计的基本思想,包括电路高层次仿真模型从仿真算法的基本思想、系统功能模块划分、遗传 系统采用的主要实现技术遗传程序搜索的初步实现方案。     

Conjugate symmetry

Conjugate symmetry is an entirely new approach to symmetric Boolean functions that can be used to extend existing methods for handling symmetric functions to a much wider class of functions. These are functions that currently appear to have no symmetries of any kind. Conjugate symmetries occur widely in practice. In fact, we show that even the simplest circuits exhibit conjugate symmetry. To demonstrate the effectiveness of conjugate symmetry we modify an existing simulation algorithm, the hyperlinear algorithm, to take advantage of conjugate symmetry. This algorithm can simulate symmetric functions faster than non-symmetric ones, but due to the rarity of symmetric functions, this optimization is of limited benefit. Because the standard benchmark circuits contain many symmetries it is possible to simulate these circuits faster than is possible with the fastest known event-driven algorithm. The detection and exploitation of conjugate symmetries makes use of GF(2) matrices. It is likely that conjugate symmetry and GF(2) matrices will find applications in many other areas of EDA.