有向切换网络有害信息智能过滤方法仿真

对有向切换网络的有害信息进行智能过滤时,在提高网络安全应用方面具有重要意义。在对网络有害信息进行过滤时,需对网络信息的特征权重进行计算,确定网络模式的隶属函数。传统方法主要根据网络信号进行过滤,忽略了隶属函数的影响,导致过滤有害信息的准确率低,提出基于模式影响度方法的有害信息过滤方法。根据网络信息分类的向量和特征权值,计算网络信息过滤的评判矩阵,得到网络智能信息向量和网络信息类别的相似度值,进一步对网络信息熵和条件信息熵进行求解,以网络有害信息的特征选择为基础,利用网络信息的特征项计算特征项在网络信息中的的频率权重和位置权重,分析有向切换网络模式的影响函数,分别计算网络信息模式库的隶属度函数,根据调整网络中的阈值和计算网络信息的正常度,实现有害信息的智能过滤。仿真结果表明,提出方法在对网络有害信息进行智能过滤时,具有较高的查全率和准确率。

切换网络分布式次梯度优化算法

研究了切换网络的多个体分布式次梯度优化算法。在有向切换网络是周期强连通的且对应的邻接矩阵是随机的而非双随机的条件下,利用非二次李雅普诺夫函数方法证明了所提多个体分布式次梯度优化算法的收敛性。最后,通过仿真实例验证了所提算法的有效性。

基于状态观测器的多四旋翼无人机时变编队控制

针对有向切换通信网络下多四旋翼无人机系统存在的部分信息不可测问题,基于神经网络状态观测器方法,提出了分布式自适应滑模时变编队控制方案。首先,通过设计分布式时变编队控制协议,使无人机仅需邻居状态信息便可实现通信,摆脱了对全局信息的依赖。其次,由于欠驱动特性的存在,设计了位置辅助控制器,解算出姿态目标信息和控制推力。同时,通过设计神经网络状态观测器,对系统不可测信息进行观测,并将观测值反馈到自适应滑模控制器中,提高了无人机系统的鲁棒性。最后,通过Lyapunov定理对四旋翼无人机编队系统进行分析,证明了多无人机编队追踪误差有界且可收敛到零点邻域内。仿真结果表明,本文控制方法可以使多无人机系统实现时变编队控制,验证了理论结果的有效性。