颗粒动态散射光信号模拟器

介绍基于虚拟仪器的颗粒动态散射光信号模拟器的软件设计方法，并给出了模拟结果。     

DataSocket技术在网络化在线颗粒测量仪中的应用

介绍DataSocket技术在网络化在线颗粒测量仪中的应用。该颗粒测量仪测试系统基于DataSocket技术并采用B／S（Browser／Server，简称B／S）组网模式，充分满足了客户所要求的远程监测需求。     

基于双压电陶瓷驱动原理的精密定位平台研究

为解决精密定位平台大运动行程与大扫描范围之间的矛盾性问题,实现大行程跨尺度纳米定位,该文提出了一种基于双压电陶瓷驱动原理的精密定位平台。该装置结合了粘滑驱动定位平台大运动行程、压电扫描器大扫描范围及高分辨率的优点。平台由基座、驱动模块、柔性铰链机构和导轨组成。驱动模块包括大、小压电陶瓷,大、小压电陶瓷分别以扫描和步进模式驱动定位平台。实验表明,该精密定位平台最大运动行程为21 mm,最大扫描范围为4.9 μm,最小分辨率为16 nm,水平运动方向最大步进运动速度可达10 mm/s,满足大行程、大扫描范围兼容的要求。     

SAR图像稀疏对抗攻击

基于深度学习的图像解译技术在多个领域都取得了巨大成功,在合成孔径雷达（Synthetic Aperture Radar,SAR）图像分类、检测、分割等问题中也逐渐开始广泛应用。现有的SAR图像分类深度学习模型由于训练数据集样本量较小易过拟合,样本的微小改变易导致模型分类错误,产生对抗攻击现象。针对上述问题,本文从攻击方法、攻击结果和攻击目标三方面说明了SAR图像对抗攻击存在的问题和挑战。本文聚焦SAR图像的稀疏性,具体阐述了稀疏攻击提出背景和SAR图像中稀疏性的表现形式,并就常见稀疏攻击方法进行分析总结。文章在MSTAR数据集上验证了现有的稀疏攻击方法的有效性,分析了算法计算效率和成功率、耗时等指标,并对SAR图像分类稀疏对抗攻击方法进行展望。      

基于稀疏差分协同进化的多源遥感场景分类攻击

随着深度学习技术的迅猛发展,各种相似的骨干网络被用于多源遥感分类任务中,取得了很高的识别正确率。然而,由于神经网络极易受到对抗样本的攻击,这给遥感任务带来了很高的安全隐患。以往的对抗攻击方法可有效攻击单波段遥感图像的分类器,但不同波段的攻击并不耦合,这导致现有方法在现实世界中难以用于多源分类器的攻击。针对多源遥感的特性,本文提出了一种新的基于稀疏差分协同进化的对抗攻击方法:投放一定数量包含稀疏多源噪声信息的种子,通过限定噪声点在多源遥感中具有相同位置,实现多源对抗攻击的耦合,按种子信息制作对抗样本,利用上一代的种子（父代）进行变异与交叉,产生新的种子（子代）,同样制作对抗样本,综合比较多源对抗样本的攻击效果,保留效果更好的种子,重复此过程,最终可得到高度耦合且攻击效果最好的多源遥感对抗样本。实验证明了本文方法的可行性:在单点攻击下,61.38%的光学图像和38.93%的合成孔径图像被成功转化为对抗样本,光学和合成孔径分类器中都无法正确识别的区域从5.83%升至55.10%。      

东江与水库联网供水水源工程污染控制措施浅议

当前东莞市的水资源利用面临着丰水期存在水质污染导致的水质性缺水威胁,枯水期存在水量缺水等问题,联网供水水源工程是东莞市水资源可持续利用的一项战略措施,是市政府督办的重点民生项目。从分析联网水库环境现状和纳污能力入手,提出联网水库流域范围内水环境治理的总体思路及主要措施,以供类似工程借鉴和参考。     

D2D异构网络资源分配算法

为解决基于能量收集的D2D(设备到设备)异构网络的资源分配问题,提升D2D链路的平均能量效率,提出一种高效的资源分配方法。基于系统模型分析,提出非凸的混合整数非线性约束优化问题;将非凸优化问题等效转化为凸优化问题,运用Karush-Kuhn-Tucker条件进行最优求解;提出一种结合能量收集时隙分配、资源块和功率分配的迭代算法,通过仿真分析验证所提方法的有效性。实验结果表明,所提方法能够在保证能量收集约束和蜂窝用户设备服务质量的情况下,最大限度地提高所有D2D链路的平均能量效率,与其它几种方法相比,所提方法在不同的网络参数设置下均能实现更高的能量效率。     

基于改进蚁群和DWA算法的机器人动态路径规划

路径规划技术是移动机器人研究领域中的一个重要分支,使得机器人能够在多障碍物环境中安全快速地找到一条相对最优路径.针对全局路径规划时蚁群算法盲目性搜索、易陷入局部最优、收敛速度慢以及局部路径规划时DWA算法难以有效地规避动态障碍物等问题,提出一种改进蚁群算法与DWA算法的融合算法.首先,采用GRRT-Connect算法不等分配初始信息素,解决陷阱地图中局部最优问题;然后,增加蚁群接力搜索方法以解决蚂蚁禁忌表自死锁问题,并利用切片取优方法优化最优路径选择机制得到全局最优路径;接着,以最优路径关键点为子目标点运行DWA算法,提出自适应调节速度方法进行最优行驶;最后,提出预计算方法规避动态障碍物达到局部规划效果.仿真结果表明,与现有文献结果相比,融合算法最优路径长度缩短了10.28%,收敛速度加快了6.55%,验证了所提出算法的有效性和优越性.     

基于多区域中心点预测的动态多目标优化算法

现实生活中存在很多动态多目标优化问题(DMOPs),这类问题要求算法在环境变化后快速收敛到新的Pareto前沿,并保持解集的多样性,随着Pareto前沿复杂程度的增加,这一问题更加突出.鉴于此,提出一种基于多区域中心点预测的动态多目标优化算法(MCPDMO).首先,根据环境变化的严重程度将种群划分为多个子区域,使得个体的分配更加适应动态变化的环境;然后,分别计算每个子区域的中心点,对不同子区域在不同时刻的中心点建立时间序列,并利用差分模型预测新环境的最优解集,以提高算法对不同环境变化的响应能力;最后,为验证算法的有效性,与3种动态多目标优化算法在10个标准测试函数上进行仿真实验.实验结果表明,所提出算法在具有复杂Pareto前沿的动态问题上表现出更优的收敛性和分布性.     

基于可视化界面的液氧甲烷发动机故障建模设计与实现

针对新研制发动机故障样本少,故障模式与效应不易分析等问题,本文基于可视化环境构建了液氧甲烷发动机故障建模方法,首先分析发动机的工作过程和故障模式,提出了添加故障因子的方式构建各个组件的数学公式;其次,采用了一种基于图形化的建模软件搭建了故障仿真系统;最后,基于该平台系统进行了发动机的故障仿真分析。结果表明基于可视化建模平台所构建的发动机故障模型系统能够满足需求并且界面人性化,易于操作。为后续故障诊断工作奠定了坚实的基础。