一种P2PMMOG带有负载均衡的事件分发算法

本文提出了一种支持P2P MMOG的带有负载均衡的分布式事件分发算法.对于区域内玩家交互过程中产生的事件,由该玩家通过多播机制发送给其兴趣域中的其它玩家和区域协调者,而协调者仅负责保存区域内对象的状态信息并周期性的进行更新.实验表明该算法能够适应游戏状态的一致性需求,并且能够在较大的程度上均衡协调者和普通节点负载,提高系统伸缩性.     

一种P2P MMOG中协调者节点的信誉管理模型

提出一种适合P2P MMOG中的协调者节点的信誉管理模型.该模型针对玩家承担协调者节点任务时的信誉进行评估,采用模糊理论计算玩家信誉,从数据包延迟和玩家感受两个方面对协调者节点的信誉进行评估,并给出相应的信誉评估算法.实验结果表明,该模型可以有效评估协调者节点的信誉情况,为协调者选举提供很好的信誉支持.     

一种适合P2PMMOG的安全同步算法

为了保证游戏通信协议具有较好的状态同步和防欺骗能力,提出一种适合P2P MMOG的安全同步算法.该算法在防欺骗协议NEO中加入事件排序和基于事件关联的回滚机制,在保证更新信息安全交换的基础上,对游戏事件进行排序,并对迟到事件进行处理.实验结果表明,该算法保证了较好的回滚次数和响应时间,可以有效维护游戏状态的一致性.在防欺骗和游戏状态同步的基础上维护了游戏的公平性.     

P2P MMOG中一种基于事件分类的本地滞后技术

根据P2P MMOG中状态一致的要求提出一种基于事件分类的本地滞后技术。通过检测网络的负载状况动态调整关键事件的本地滞后时间,在状态一致和响应时间之间进行灵活折衷,并对非关键事件进行静态滞后,同时结合事件过时机制减少数据传输量。实验结果表明,该方法能有效减少游戏状态的回滚次数,降低游戏结点的处理开销,适合于P2P模式下MMOG的不同游戏终端需求。     

一种基于P2P MMOG的乐观同步算法

根据P2P MMOG的特点引入周期时间桶算法对游戏状态进行同步,将基于因果关系的事件分布到不同时间桶内执行以维护游戏的一致视图,并针对该算法的缺陷定义最小时间桶来衡量事件执行的乐观度,使每一轮尽可能处理足够多的事件。在此基础上给出全局虚拟时间GVT的计算,以保证及时进行内存的回收。实验结果表明改进的算法可以有效减少回滚次数,降低网络带宽的占用,并能在一定程度上提高系统资源的利用率。     

用INSGA-Ⅱ进化NPCs的复杂行为

目前游戏中NPCs多目标行为进化是一个非常复杂的问题。对此建立了NPCs多目标优化的数学模型,并提出了一种NSGA-Ⅱ的改进算法——INSGA-Ⅱ。该算法在进行精英选择时,采用了基于K-均值聚类的方法联合了不同等级之间的个体进行集合划分,然后从不同的集合中选择下一代个体,从而更好地保持了种群的多样性。通过实例比较证明,在玩家和NPCs作战的游戏场景下,INSGA-Ⅱ能够得到NPCs复杂多目标控制问题的Pareto最优解,而且比NSGA-Ⅱ表现出更好的收敛性和多样性。     

一种基于感知模型的Timewarp算法

针对MMOG同步算法中状态回卷效率低的问题,提出一种基于感知模型的Timewarp算法。该算法采用基于视觉行为特征的感知模型,根据感知模型中不同层次对一致性的要求程度的不同和对象对游戏状态的影响度,对未过时的迟到事件进行综合分析与过滤,仅对一部分迟到事件执行状态回卷。实验结果证明,该算法能减少回卷次数并降低通信量,从而提高游戏的交互性与可玩性。     

一种适合MMOG中的玩家联盟策略

为了对MMOG中多玩家协作时实现玩家联盟提供支持,提出了一种动态联盟机制,其中通过玩家适应度评估机制、改进的合同网协商机制对玩家进行初选,并利用蚁群算法形成最终联盟。实验表明本算法可以有效减少联盟生成的搜索时间、计算量和通信量,并能提高整个团队的作战和配合能力。     

基于对数极坐标变换的快速相关匹配算法

成像制导过程中,需要在导引头获得的图像中搜索目标所在位置。基于对数极坐标变换的相关匹配算法能够有效处理在尺度、旋转等情况下目标的匹配问题,但是计算量大、匹配效率低,因此提出一种基于对数极坐标变换的多分辨率快速相关匹配算法。首先,通过定义主梯度方向,并将该方向作为对数极坐标变换的角度变换基准,有效避免了模板与目标特征矩阵基准不同的问题;其次,在多分辨率金字塔搜索过程中,采用图像方差作为判断依据,跳过同质区域和杂乱区域等非目标区域,加快搜索效率。仿真结果表明,该算法相比传统多分辨率相关匹配算法能够保证匹配精度并提高算法对于非线性光照变化的鲁棒性,匹配效率显著提高,具有实时处理的潜力。     

涡轴发动机高精度实时部件级模型研究

提出了基于神经网络的涡轴发动机共同工作方程求解方法。在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解。采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度。在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性。     

对等网络平台搜索模型

分析了无结构对等网络若干经典搜索算法的优缺点,进而提出一种兼顾查询深度与广度的平台搜索算法(PFSA:Platform Searching Algorithm).该算法在提高了网络资源利用率、保持较快搜索速度的同时维持着较低的消息冗余度;其子查询算法针对Blind Counter Rumor Mongering算法的不足加以改进,使得搜索算法可以根据不同的网络动态地调整自身参数,大大提高了算法的鲁棒性.     

一种着陆视觉导航P3P问题的解法

P3P问题是机器视觉领域的经典问题,其多解的排除与唯一解的确定是研究热点。针对飞行器着陆过程中机载视觉设备跑道成像的特点,提出了一种着陆视觉导航P3P问题唯一解的求解方法。该方法首先通过机场跑道的3条边线计算相对姿态,再根据直线方程求解相对位置,最终完成飞行器与跑道之间6个自由度参数的唯一确定。     

Newton迭代法的P．C．格式

基于Newton迭代法 ,提出了一种有效的预估校正 (P .C .)迭代格式。本方法把牛顿法中的微分以差商替代 ,因而 ,既可求解具离散根的方程 ,也适用于有重根的方程求解 ,大量的试验结果表明 ,本文算法不仅可有效解决重根问题 ,而且有较高的收敛速度。     

基于信任值的P2P网络访问控制模型

对等网络（P2P）已成为一个非常受欢迎的信息交流的新模式。然而,P2P网络环境的分散的和匿名的特点使得对共享信息的控制变得更加困难,而这是无法通过传统的访问控制方法完成的。首先提出P2P网络环境中的访问控制需求,然后提出了一种基于信任值的P2P网络的访问控制模型。模型整合了信任和推荐模式、公平参与原则和访问控制模式,并将其应用于P2P文件共享系统。仿真分析表明,访问控制模型能够有效识别恶意节点,使P2P网络中合作节点具有较高的成功请求率。     

基于对等网络的PSTN网关的研究与实现

P2P(Peer to Peer)技术以及VoIP(Voice over IP)技术是目前互联网上正在研究的两个热点,将VoIP与P2P两项技术相结合,发挥各自的优势,对于电信业和互联网的发展都有极大的促进作用.从介绍P2P的拓扑结构入手,讨论了基于P2P的VOIP架构,并在此基础上实现了基于P2P的与PSTN通信的语音网关.     

P向量实现快速星图识别的方法

 提出了一种快速的星图识别方法。该方法识别时提取出描述观测三角形的一维特征量P，根据该值快速检索到对应的导航三角形，减少了计算过程。由于获得星点位置的时候存在误差，所以将一定误差范围内的三角形均作为待选三角形考虑。上述识别后引入了验证识别环节，保证识别的准确性。随机实验统计表明，同等星点位置噪声方差下，该方法和栅格算法相比识别率提高约1%，识别时间约为后者的1/5。     

基于Gnutella模型的P2P网络电视的实现

P2P网络电视中流媒体内容的获取、传输和播放一般采用微软公司的DirectShow技术并配合RTP/RTCP协议来实现。DirectShow技术可以很好地支持流媒体的处理,但实现起来较为复杂。采用了相对简单的一种方式,利用Windows Media Format9 SDK实现了一个基于Gnutella模型的P2P网络电视系统,由于缺少传输控制部分,系统的流畅性稍显不足。