信息系统漏洞挖掘技术体系研究

首先讨论漏洞挖掘相关的术语定义,分析漏洞挖掘目标对象特点,研究漏洞挖掘的一般流程,然后利用层次结构模型方法,创造性地提出了5层漏洞挖掘技术体系架构模型,并详细描述基础层、抽象层、挖捌层、分析层和利用层的内容、作用及其相关支撑技术.最后指出漏洞挖掘技术的发展方向是兼顾各层、协同发展.     

STM微位移工作台的遗传神经网络控制技术

为了提高扫描隧道显微镜微位移工作台的定位精度,提出了一种基于遗传算法的神经网络PID控制方案。微位移工作台以压电陶瓷为驱动器、柔性铰链为导向机构,在分析工作原理的基础上,建立了工作台的数学模型。神经网络PID控制器对工作台进行闭环控制,能够在线调整网络加权值,实时改变PID控制器的系数,减小工作台的位移误差。利用遗传算法的全局搜索能力对BP网络的初始权值进行学习优化,有效消除了神经网络对初始权值敏感和容易局部收敛的缺陷,改善了控制器的控制效果。性能测试表明,12μm阶跃参考输入下的稳态误差从3.24%减小到2.55%,稳态时间从1.7 s缩短到1.1 s。     

一种线性相位LC滤波器的设计

为解决滤波器带外抑制和通带内相位波动之间的矛盾,该文介绍了一种线性相位LC滤波器的设计方法,通过对滤波器传输零点特性进行分析,根据指标要求灵活设计电路拓扑结构和零点位置,采用内、外均衡电路级联网络两种方法,来实现具有高矩形、线性相位特性的滤波器。设计了中心频率21.4 MHz、0.5 dB带宽大于10 MHz、矩形系数(45 dB/0.5 dB)小于2、带内相位波动绝对值小于5°和中心频率1 300 MHz、1 dB带宽大于200 MHz、矩形系数(35 dB/1 dB)小于2、带内相位波动绝对值小于5°两款滤波器。该方法工程实用化强,便于调试和制作,可应用于幅相特性要求高的微波系统中,提高了系统性能指标。     

SECM微纳米定位建模及控制器设计

为适应扫描电化学显微镜(SECM)常规应用中100nm左右的微定位精度需求,同时降低其微定位控制器的成本,在分析SECM压电工作台运动定位数学模型的基础上,结合SECM实际应用中的特点,将压电工作台数学模型进行了合理的简化,并在此基础上设计了算法简单且易于实现的开环微定位控制器。以CHI900B型扫描电化学显微镜的三维压电工作台为实验对象进行建模和控制器设计,实验结果表明,压电工作台运动定位平均跟踪误差和最大跟踪误差分别为0.093、0.115μm,误差约0.1μm,可满足SECM常规应用中的微定位精度需求。建模过程和控制器设计简单易行且无须额外的微定位传感器,适于SECM的常规应用。     

扩频CPM调制在卫星导航系统中的应用研究

文中研究在导航系统中应用扩频连续相位调制(spread spectrum continuous phase modulation,SS-CPM)技术的性能优势,并依据SS-CPM的特性,设计新型的调制方式——CPM-BOC调制。以Compass和GPS信号典型参数为例,研究其频谱特性、码跟踪精度、抗多径、抗干扰等导航性能指标方面的性能。理论分析和仿真结果表明:SS-CPM调制较典型的二进制偏移载波调制族在导航性能方面更有优势,为下一代卫星导航信号波形设计提供参考依据。     

基于BP神经网络的地空导弹武器系统作战效能评估

地空武器系统拦截巡航导弹的作战效能评估,运用3层BP神经网络进行.先通过层次分析法或专家打分法获得原始训练样本,再对样本进行归一化处理,最后编辑神经网络应用程序.结果表明:在选定指标的基础上,BP神经网络对武器系统作战效能评估是合理的.     

一种新的应用于DDC控制器软件的测试模型

近年来人们开始应用现代自动控制系统对空调进行系统化的节能控制,那么控制软件的开发测试就成了一个决定控制系统是否可以按要求正常工作的新兴问题,为有效解决此问题,本文提出了一种新的方法。     

丙烯腈装置四效蒸发系统运行存在问题与对策

分析了丙烯腈装置四效系统运行过程中出现的故障和异常对于装置节能降耗和废水回收利用有非常重要的实际意义。     

湖州南太湖奥体中心工程

<正>湖州南太湖奥体中心位于湖州仁皇山新区,体育场外形如同湖州市花百合花,圆形外壳直径为260米,体育场屋面为两个交错叠合的空间网壳结构体系,为国内采用的第二例大跨度巨型网壳结构。高低两个屋面均由圆弧线沿着屋面水平投影轮廓旋转一周形成,并通过边界线切割而成双层开口网壳。在高低屋面之间,沿着中间椭圆洞口边缘一圈形成观光走廊。     

扫描隧道显微镜精密工作台的神经网络控制

针对目前扫描隧道显微镜超高精度位移的要求,提出了一种基于神经网络的精密工作台控制方案。在分析微位移机构工作原理的基础上,建立了工作台的数学模型。神经网络辨识器在线辨识工作台的机械参数,神经网络自学习PID控制器代替传统PID控制器,实现了样本的在线采集,有效克服了神经网络控制器需要离线训练的缺点。利用BP网络的自学习和自适应能力,实时调整网络加权值,改变控制器的控制系数,增强了系统的实时控制性能。实验结果表明,相对于传统PID控制算法,参考位移量为10μm时,达到稳态值的时间从3.8 s缩短到1.8 s,稳态误差从4.2%减小到1.9%。