空间天文仪器中的铍镜结构优化设计分析

为了满足空间太阳望远镜的技术要求,进行了铍摆镜研制,掌握了高精度铍镜研制技术路线。光学检测面形精度RMS为0.012λ,满足技术要求。对铍摆镜结构进行优化设计改进。介绍了铍摆镜结构优化方法,用ANSYS中的APDL语言编译了摆镜结构优化程序,进行了铍摆镜结构优化。并利用Matlab软件编写了改进遗传算法组合优化程序,再次完成了铍镜结构优化,并进行了横向对比分析。结果表明:两结果都满足技术要求。以扇形孔铍摆镜为例,改进的遗传算法组合方法的优化结果(RMS,1.470E-6mm)比ANSYS零阶优化方法的优化结果(RMS,2.099E-6mm)降低了29.96%,优于铍镜检测结果,说明改进后的摆镜结构方案可行。铍镜的成功研制,为我国空间天文仪器大口径铍镜研究和应用奠定了基础。组合优化方法结合了改进遗传算法和ANSYS软件的优势,具有适应性高、优化能力强等特点,具有较好的鲁棒性,对类似工程结构或天文仪器结构优化具有一定的借鉴意义。     

基于导频的OFDM系统信道估计算法的研究

本文针对正交频分复用（OFDM）系统中导频信道估计算法,研究了几种常用的导频信道估计算法和插值算法,通过理论分析和实验仿真,分别对比分析了几种导频信道估计算法和插值算法的性能,为工程应用提供理论和实验依据。     

模拟半导体器件的一种稀疏矩阵及其算法

本文提出了一种用于半导体器件数值分析的新颖的稀疏矩阵技术及其算法实现。文中详述了该稀疏矩阵的存储方式及计算过程,并与现有的稀疏矩阵技术作了比较,说明该稀疏矩阵用于半导体器件模拟时可以大大减少存储量和节省运算时间,实施也非常方便。文中还给出用该稀疏矩阵技术完成的几个算法,并给出计算实例,以说明该稀疏矩阵技术所需的时空特性。     

一种基于信息熵的空间聚类算法

空间数据挖掘技术是从空间数据库中提取隐含的、用户感兴趣的知识.针对当前的聚类算法没有很好考虑到空间数据的复杂性和数据之间的联系,再加上聚类的精确度不高,设计了一种新的算法—基于信息熵的空间聚类算法（ESCA算法）,该算法优先考虑空间数据的复杂性和数据之间的联系,并采用蚁群优化机制改善传统算法中聚类簇数不确定的缺点.实验结果表明该算法是可行,并且具有更高的精确度.     

Related-key impossible boomerang cryptanalysis on TWINE

In order to evaluate the security of the lightweight block cipher TWINE,the method of related-key impossible boomerang cryptanalysis was applied and a related-key impossible boomerang distinguisher consisting of 16-round and 17-round paths was constructed.Based on this new distinguisher,an attack on 23-round TWINE was mounted successfully by concatenating 4-round to the beginning and 2-round for the 17-round path and 3-round for the 16-round path to the end respectively.The attack on 23-round TWINE required data complexity of only 2 ^62.05plaintexts and computational complexity of about 2 ^70.4923-round encryptions.Compared with published cryptanalysis results,the proposed attack has obvious advantages.     

四象限探测器光电跟踪伺服系统的研究

为了实现光电跟踪目标,用四象限探测器检测目标物,利用单片机MSP410F169的AD采集,将采集到的信号进行滤波,利用PID算法,以及单片机MSP410F169的时钟控制PWM波的占空比来调节电机的转速。通过两个电机来实现跟踪装置的空间旋转跟踪目标物。     

基于改进SIFT算法的图像配准方法

针对SIFT(Scale Invariant Feature Transform)复杂算法, 提出一种改进的SIFT算法。首先, 该方法利用Canny边缘检测算法去除部分影响匹配结果的边缘点。然后, 对于原算法中128维描述子提出64维圆形邻域描述子, 提高了运算速度。最后, 采用最近邻与次近邻之比进行双向匹配增强了匹配结果的精确度。实验结果表明, 该改进算法可以有效提高运算速度, 而且提高了匹配准确率, 增强了算法的鲁棒性。     

基于隐训练序列的信道估计与跟踪

提出了新的基于隐训练序列的频率选择性信道估计方法,利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下估计出信道参数。文中对所提方法给予了证明,给出了信道估计算法,并提出了改进的自适应形式,可以用于跟踪时变信道。与以往的隐训练序列估计方法比较,文章中的算法具有更低的估计均方误差,不受接收端直流偏移的限制,且适用于时变信道。计算机仿真结果表明了该估计方法的有效性。     

基于量子计算模型的混合进化算法及其性能分析

 提出了基于量子动力学机制的混合进化算法,该算法依据小生境机制将初始个体划分为实数编码染色体的子群,种群内部采用自适应算子搜索局域的最优解,种群之间则采用基于量子动力学机制的协同进化.混沌系统生成的初始染色体序列实际上并不完全随机,因此我们提出非对称区间产生混沌染色体序列并能生成更多的优秀个体.为解决二进制算法所不能避免的精度与效率的冲突,本文采用十进制编码染色体.利用量子动力学机制的高度分布并行性,本模型能更好的适应复杂的动态环境.我们不仅证明了算法的收敛性而且分析了提高算法性能的策略,仿真实验也验证了该算法的优越性.