基于AFDX网络的飞行管理仿真系统

系统建模与数字仿真是大型客机飞行管理系统研发的重要阶段.初步建立了基于航空电子全双工交换式以太网(AFDX,Avionics Full-Duplex Switched Ethernet)的飞行管理系统分布式实时仿真系统模型.对飞行计划、飞行导引、轨迹预测、性能计算、综合导航、导航数据库、综合显示等核心功能进行了分析建模和算法开发.并在此基础上对飞行管理计算机、综合导航系统、自动飞行系统等仿真子系统进行了设计,在满足实时性要求的前提下,基于AFDX网络与分布式仿真结构实现了对以飞行管理计算机系统为核心的航空电子仿真系统的集成,给出了一种通用的、基于AFDX网络的飞行管理系统分布式仿真框架.仿真系统的运行结果证明:基于AFDX网络的分布式仿真结构能够有效满足实时性要求,提高网络通信性能.      

组合服务控制流测试

结合Web服务本体语言(OWL-S,Web Ontology Language for Services)和线性时态逻辑理论(LTL, Linear Temporal Logic),研究用于测试的组合服务流程形式化描述方法和动态测试信息分析方法.将OWL-S作为组合服务的需求参考模型,采用组合服务标准和形式化描述方法相结合的方式,用线性时态逻辑刻画OWL-S控制结构的动态语义,明确地表示出控制结构中各成分的执行顺序.进一步用线性时态逻辑公式集合描述组合服务的控制流需求,从而使原子服务的交互模式有了明确的表示.基于这种交互模式表示,采用LTL在有限状态序列上的语义,对组合服务实现执行过程中获取的动态信息进行分析,测试组合服务实现的执行过程与组合服务控制流需求的一致性.     

基于对等网络的自适应安全协作框架研究

提出一种新型的基于对等网络架构的无集中的安全协作框架.灵活有效地支持多种安全服务,如安全管理、安全数据的存储和共享、安全信息发布等;给出了一种适应大规模动态网络环境的支持管理结构自动构造和安全组件自配置的层次和对等方式混合的安全管理方法;基于P2P(Peer-to-Peer)网络的动态特性实现了安全协作框架对于节点变化和安全协作需求的自适应;无集中的结构消除了集中管理的性能和带宽瓶颈,在网络攻击状态下有较强生存能力.      

Web服务运行管理平台安全结构的研究与实现

使用安全管理域等基本概念分析了Web服务运行管理平台WSR(Web Service Runtime)的应用模式和安全需求.提出了基于链式处理结构的WSR安全结构.该结构支持多种新型安全技术和规范,灵活、可配置,为WSR及其所管理的Web服务提供了较为全面的安全保护.      

电信电缆交接箱管理网MNTCSB的实现

电信电缆交接箱管理网MNTCSB利用先进的计算机网络和通信技术实现了对交接箱的自动化管理.叙述了MNTCSB系统的硬件构成、各部分通信方式的解决、地址编码和地址解析、关键算法、各网管功能的实现等.      

Web服务组合处理系统的研究与实现

单个Web服务难以满足实际应用的需求,为了解决互联网应用的集成和协作问题,需要把独立的Web服务组合起来以实现复杂的业务逻辑功能.通过分析服务组合的处理机制,基于传统工作流技术,使用IBM的WSFL语言作为服务组合描述语言,设计并实现了一个面向Web服务组合语言的通用的Web服务组合处理系统.这是一个多层结构的系统,它由Web服务平台、服务组合处理引擎、JMX注册管理中心、远程管理控制台以及处理引擎配置工具五部分构成;它为WSFL语言所描述的服务组合流程提供了一个运行引擎,同时提供了一个基于JMX的管理控制台,通过它可以对正在运行的流程实例以及历史数据进行控制和管理.该系统为基于Web服务的应用集成和协作提供了一个统一的运行管理环境.     

BACnet与Internet的互联

对比分析了目前2种BACnet(楼宇自动控制网络数据通信协议)与Internet的互联技术,即B/IP PAD(BACnet/Internet协议包封装/拆装设备)和BACnet/IP,并指出了这2种技术所存在的问题.提出了一种基于BACnet网关的互联模型,此网关工作在BACnet网络层,需要配置一个独立的IP地址和一个BACnet网络号,同时也必须维护一个对等网关的IP地址与BACnet网络号的本地数据库.该模型通过BACnet网关来完成不同协议之间的语义转换、广播及管理等功能,为BACnet网络与Internet之间提供了统一的网络接口,增强了楼宇控制网络与Internet融合的能力,并大大简化了BACnet网络与Internet的互联过程.在研究此模型的体系结构和工作流程的基础上探讨了该模型的实现方法.     

基于策略的网格应用服务QoS管理模型

R.Al-Ali提出了一个基于网格的服务质量(QoS)管理框架模型,该模型将网格QoS问题划分为应用层QoS、网格中间层QoS以及网络层QoS,并重点对应用层的QoS表示和优化等问题进行了研究.目前关于网格QoS方面的大多数研究都集在对应用层如何扩充WSDL文档以实现服务等级协商(SLA)的表示等问题上.对于如何将应用层所需要的QoS与网络传输层的QoS机制模型结合起来以适合于网格计算的研究还是相当少,为此提出了一种基于策略的网格QoS管理模型,该模型既能够屏蔽由于网格应用服务使用不同的QoS级别带来的映射差别,也能够屏蔽由于跨越不同组织所采用不同QoS机制模型带来的映射差别.当组织的QoS机制模型采用差分模型(DiffServ)时,对所提出的模型进行了初步仿真,仿真结果表明可以将这一策略模型集成到开放网格服务体系(OGSA)中实现对网格应用服务的QoS管理.     

通用故障诊断专家系统开发工具

介绍一个基于可靠性分析方法的非实时故障诊断专家系统(FDES)的通用开发工具(FDEST),可用于建立各类武器装备和民用产品的故障诊断专家系统,具有很强的推理能力和良好的开放性.文中论述FDEST的逻辑结构、系统功能;基于可靠性分析方法——故障树分析(FTA)的故障诊断推理方法:正、反向动态推理逻辑,支持Bayes(概率)、Mycin(置信度)和Fuzzy(模糊)三种不精确推理算法和四种不同的故障逻辑关系;面向对象与规则相结合、具有很强表达能力的综合知识表达方式,支持多媒体的动态诊断推理解释机制和故障处理方法(文本、图像、语音和视频);应用面向对象技术的软件设计与实现:对象的划分(FDEST对象、知识对象和FDES对象)、对象通讯关系及系统接口等系统的关键技术.      

基于启发式算法的网络可靠性分配方法

由于网络的结构特殊性,已有的经典可靠性分配方法难以直接应用.在AGREE(Advisory Group on Reliability of Electronic Equipment)方法的基础上,根据网络可靠性与部件可靠性的函数关系确定网络部件重要度,运用启发式算法逐步迭代实现了网络k/N端可靠性分配,解决了无法对网络应用串联模型开展可靠性分配的问题.以中国教育网(CERNET,China Education and Research Network)骨干网为案例,应用该方法实现了75%网络节点连通可靠性指标的分配,并进一步分析了迭代终止条件、网络可靠性指标要求等参数对分配结果的影响,通过绘制可靠性随时间变化的曲线证明了分配结果能满足网络可靠性指标要求,说明了该方法的正确性和适用性.     

分层远程网络管理

针对远程网络管理存在的问题,实现了一个具有层次结构的管理体系结构,在各个被管的远程网段设置次管理站,中心管理站使用网络管理过程NMP(Network Management Procedure),将管理任务委托给次管理站执行,次管理站将执行的结果返回主管理站,从而减少了管理信息流量,降低了管理费用,也减轻了中心管理站的负担.     

基于分层的网络拓扑结构可视化方法研究

网络的拓扑结构对于网络管理系统必不可少,将复杂的网络拓扑结构可视化是迅速掌握网络拓扑结构的高效方法.针对这个问题提出了一个适合中小规模网络拓扑显示的可视化方法,该方法的特点是以分层的方式来进行网络拓扑的显示,主要设备和次要设备分属于不同的显示层次;并且主要设备又按照自顶向下的层次化结构显示,使得整个拓扑清晰、明了;同时对于已显示的拓扑允许网络管理员灵活地改变显示位置.详细阐述了该方法的主要思想以及实现过程中用到的关键技术.      

基于Web技术的产品数据管理研究

将Web技术引入产品数据管理系统(PDM)的研究和设计,分析了PDM系统中原有构架的特点与存在的不足,利用Web技术所提供独到的网络、数据库和分布式处理技术,结合开发实例提出了在Internet/Intranet解决方案下开发和研究产品数据管理系统的基本构想,并给出产品数据管理应用的组织和底层数据模式,研究了其对产品数据管理技术应用前景的影响.研究表明,Web技术的引入,将有力地推进产品数据管理技术的发展和应用.      

随机网络仿真分析法在交通运输中的应用

本文就多个城市间建立交通运输线的课题应用随机网络技术(VERT-3)构建了一个较大的仿真模型。该模型具备强有力的逻辑判断功能和路线选择功能,并具备一定的通用性。课题仿真已通过计算机运算。结论表明,VERT-3技术具有处理较大型课题的能力。     

可自组织的网络测量基础设施研究

在分析现有网络测量基础设施的基础上,提出了一种基于层次化覆盖网络(hierarchical overlay network)的管理机制,应用于网络测量基础设施,实现测量节点的可管理性和自组织性,减少人工干预开销和错误,并使整个测量基础设施具有良好的可扩展性.      

分布式对象技术在电信网管系统中的应用

随着电信网络的迅速发展,开放、高效、可扩展的电信网管系统成为当前电信网络管理的迫切需求.分布式网络管理成为电信网络管理的主要发展方向.分布式对象技术是对象技术在分布式领域的发展分支,对系统结构开放、分布式处理及软件复用提供了较好的支持.基于分布式对象技术设计的分布式电信网管系统适应当前网管需求,能够解决目前网络系统所面临的问题,具有较大应用价值.      

层次网络数学模型与层次路由算法研究

建立了多层卫星网络的层次数学模型,在对数学模型研究的基础上,提出了一种适合多层卫星网络应用的层次路由算法.仿真结果表明,该算法具有较快的计算速度,降低了拓扑更新的通信开销,随着链路利用率的增加具有很好的时延性能,能够有效地提高空间信息网络的路由性能.      

LEO卫星通信网络的移动性管理

近年来,低轨道LowEarthOrbit,LEO）卫星通信网络以全球覆盖、低传输时延、低功耗链路、较强的抗毁性等特点而受到广泛关注,是未来全球移动通信系统的重要组成部分。移动性管理是构建LEO卫星通信网络的关键技术,为推动移动性管理问题的研究,文章从LEO卫星通信网络的结构和特点入手,阐述了LEO卫星通信网络中移动性管理的分类,并分析了其相比地面移动无线网络的特殊性。从链路层、网络层、传输层三个协议层次综述了近年来LEO卫星通信网络移动性管理研究的国内外现状,重点介绍了移动IPv6（MobileIPv6,MIPv6）和无缝IP分集通用移动性结构（SeamlessIP-diversitybasedGeneralizedMobilityArchitecture,SIGMA）在LEO卫星通信网络中的应用。最后,指出了移动性管理的发展趋势。     

Retrieval of spinach crop parameters by microwave remote sensing with back propagation artificial neural networks: A comparison of different transfer functions

Back propagation artificial natural network (BPANN) is a well known and widely used machine learning methodology in the field of remote sensing. In this paper an attempt is made to retrieve the spinach crop parameters like biomass, leaf area index, average plant height and soil moisture content by using the X-band scattering coefficients with BPANN at different growth stages of this crop. The maturity age of this crop was found to be 45 days from the date of sowing. After 45 days from the date of sowing, this crop was cut at a certain height for production. Then, it is a point of interest to investigate the microwave response of variation in production. Significant variations in all the crop parameters were observed after cutting the crop and consequently made the problem more critical. Our work confirms the utility of BPANN in handling such a non-linear data set. The BPANN is essentially a network of simple processing nodes arranged into different layers as input, hidden and the output. The input layer propagates components of a particular input vector after weighting these with synaptic weights to each node in the hidden layer. At each node, these weighted input vector components are added. Each hidden layer computes output corresponding to these weighted sum through a non-linear/linear function (e.g. LOGSIG, TANSIG and PURLIN). These functions are known as transfer functions. Thus, each of the hidden layer nodes compute output values, which become inputs to the nodes of the output layer. At nodes of output layer also a weighted sum of outputs of previous layer (hidden layer) are obtained and processed through a transfer function. Thus, the output layer nodes compute the network output for the particular input vector. In this paper, output nodes use linear transfer function. Different transfer functions e.g. TANSIG, LOGSIG and PURELIN were used and the performance of the ANN was optimized by changing the number of neurons in the hidden layers. The present analysis suggests the need of critical analysis of the BPANN in terms of selection of the best transfer function and other network parameters for the better results.