卫星网络动态资源图多QoS约束路由算法

针对高动态卫星网络拓扑变化导致的网络更新期间可用路径失效，QoS需求难以满足的问题，提出了一种基于软件定义网络（SDN）架构的虚拟节点动态资源图多QoS约束路由算法（DRGVN-QR）。根据节点的切换状态、缓存以及链路的剩余带宽、时延等信息，结合虚拟节点的网络拓扑方式，建立虚拟节点动态资源图模型。根据资源图模型，建立最小路径代价的优化模型，利用蚁群算法（ACO）并发地为每个连接请求找到一段时间范围内的最优路径集合，并对信息素挥发系数的取值问题进行了讨论，以提升路径质量和算法性能。最后，为了适应卫星网络的时变性，设计一种幂数加权公式求出一段时间范围内的最优路径。仿真结果表明：DRGVN-QR算法能够规避路径失效带来的传输中断问题，提高网络QoS，与其他算法相比，该算法降低了平均端到端时延、网络丢包率和时延抖动。     

一种新的基于位置信息的路由算法研究

 为航空移动Ad hoc网络(MANET)提出一种基于位置信息的路由算法，即位置网格路由（LBGR）算法，以此来解决节点高速移动引起的路径重建问题。算法中，数据包沿路由发现时得到的网格轨迹进行传输，每个收到数据包的中转节点根据它与相邻节点、目的节点的位置关系及网络轨迹下游的路由网格位置决定下一跳节点。由于利用了网格位置信息，LBGR算法在航空节点高速移动和拓扑变化无法事先预测的情况下，使用较少的开销就可获得稳定的路由。仿真结果表明，与GRID路由算法相比，LBGR算法在节点中高速移动时，能够有效地减少路由开销，提高网络吞吐量。     

基于嵌入式系统的无线信息共享系统的设计

为满足电子侦察一体化的需要,对无线信息共享系统传输协议、网络拓扑结构和路由方式进行了研究。提出了一种无线信息共享系统结构。网络节点硬件主体由嵌入式111央控制模块与无线收发模块组成,并在巾央控制模块巾集成了多种接口用来外接信息采集模块。应用了IEEES02．11g协议和Ad—hoc网络路由方式,在WindowsCE平台上实现了网络节点间的数据文件共享。实验结果表明该系统可以在复杂的环境下稳定运行。     

基于移动Ad hoc网络的成簇算法研究

移动Ad hoc网络具有组网速度快、抗毁自愈能力强等优点,适用于军事作战系统和一些需要迅速部署通信网络的场合.介绍了基于移动Ad hoc网络的成簇算法并对其进行比较,最后提出移动Ad hoc网络的ns-2仿真方案.采用成簇算法,有利于实现网络的层次性管理、便于网络资源的分配以及故障检测,从而提高网络性能.     

基于QoS的卫星网络端-端通信可靠性分析

针对卫星网络动态环境下的高速信息传输、业务类型差异大等特点，提出一种综合考虑各业务QoS（Quality of Service）指标的可靠性分析方法。在卫星通信网络实际运行周期内，通信系统往往处于逐渐劣化过程中，导致卫星的节点和链路除正常工作和完全失效外，还存在部分失效的工作状态。本文在链路多状态基础上基于最小路集算法（Minimum Path Set Algorithms，MPSA）在不同业务的QoS指标（时延、带宽和丢包率）约束下，得出满足该业务QoS约束的所有可靠路径集，对路径集中路径进行不交化处理得到网络端-端可靠性。研究结果表明，不同业务由于QoS需求的差异导致网络端-端可靠性不同，所提算法与传统算法相比更加符合实际。由于实际卫星网络环境中会采用端-端并行多路径传输（Multi-Path Transmission，MTP），本文在上述研究的基础上，进一步对多路径的端-端可靠性进行了研究，结果表明多路径数据传输可靠性高。     

空间信息网多业务传输优先级算法研究

空间信息网中不同业务对通信速率、存储容量、传输时延及误码率要求差异较大而难以统一,针对如何对不同业务进行优先级确定从而保证QoS需求的问题,提出了一种基于层次分析法的改进TOPSIS算法。在充分考虑空间节点参与业务传输能力的情况下,对不同业务的优先级进行计算并排队,使空间信息网络节点与业务需求达到动态匹配,实现满足不同业务的QoS需求的目标。     

基于模块度的复杂网络社团结构聚类新算法

针对传统的分裂聚类算法删除连边会影响节点划分的问题,结合K-means算法的思想并加以改进,提出了一种以邻居节点为聚类备选集,所有社团中心节点同时聚类的同步聚类算法。该算法根据节点中心度和最短路变化率确定社团中心节点集,然后以中心节点为社团中心,以邻居节点为聚类备选集合进行聚类,完成社团的划分。将算法应用到Zachary网络中并与GN算法、Top Leader算法进行比较,仿真结果表明该算法对网络有较好的划分。     

Ad hoc网络中的位置辅助路由

Ad hoc网络是由一群随机移动的用户终端组成的无须任何固定网络设备的自组织网络.位置辅助路由是Ad hoc网络中有别于基于拓扑路由的一种路由方式.它能利用节点的位置信息来指导路由发现、路由维护和包的转发,从而提高了路由的效率.Ad hoc网络包括限制性泛洪路由和分层路由两种类型,本文介绍了Ad hoc网络及其优缺点,并分析和定性比较了现有的位置辅助路由协议.     

卫星网络多路径QoS路由策略研究

针对卫星宽带网络业务的多样性,提出了一种基于业务QoS(服务质量)需求和星间链路信息的多路径并行路由方案。该方案利用星间链路历史信息和准实时信息进行路由预规划,并基于星间链路实时信息和业务QoS需求对预规划的路由方案进行动态调整,实现业务数据在源节点和目的节点之间进行多路径并行传输。该方案不仅确保了业务传输的高可达性,而且使整个卫星网络链路资源得到充分利用,实现负载均衡。     

一种基于QoS的自适应混合协同传输方法及性能分析

理想的混合协同传输系统中,所有的中继节点都参与译码,将带来计算复杂度的提高、节点资源消耗的增加以及信息传输时延的增大。针对多节点的协同无线传输网络,提出了一种基于服务质量(Quality of Service, QoS)的自适应混合协同传输方法,并进行了性能分析,给出了系统误码率(Symbol Error Rate, SER)及中断概率的闭合表达式。该方法根据目的节点的QoS需求以及中继节点的信噪比(SNR)门限,动态地调整中继节点的传输模式,能够减小系统能耗,延长节点使用寿命。数值及仿真结果表明,基于中继节点信噪比门限的混合协同传输能够以较低的实现复杂度获得与理想的混合协同传输相近的性能,理论的性能分析结果与实际仿真结果相一致。     

基于改进的BP算法在飞机压力加油系统中的仿真与应用

将一种改进了的BP神经网络算法应用于飞机压力加油系统容错控制中,进行了仿真和实验,并对仿真结果进行了分析,仿真结果表明,加入BP算法以后的压力加油控制律大大缩短了加油时间,并且提高了压力加油的控制精度,此项研究为开发基于神经网络的飞机燃油故障诊断专家系统奠定基础。     

OLS算法在无人机传感器故障诊断中的应用

在故障诊断领域,神经网络故障诊断方法以其优良的特性正得到越来越广泛的应用。本文针对无人机的特点提出一种基于RBF神经网络故障诊断方法,通过建立神经网络预测器来实现无人机机载传感器的故障诊断,其中网络学习算法的选取将直接影响神经网络故障诊断的性能。正交最小二乘算法(OLS)以其在设定网络参数方面的优点常用来作为RBF神经网络学习算法。本文将介绍OLS算法的原理和实现步骤,通过VC 6.0编程实现OLS算法,并利用无人机机载传感器数据来验证OLS算法的有效性。     

基于改进ANFIS方法的航空发动机气路故障诊断研究

针对标准自适应模糊推理系统存在训练速度较慢且容易陷入局部极小值等缺点,提出了一种改进的ANFIS方法。该方法利用共轭梯度法对自适应模糊神经推理系统的训练算法进行改进,在训练过程中采用Fletcher—Reeves方法计算上次搜索方向对新搜索方向的影响因数。应用该方法对航空发动机气路故障进行分析诊断,取得了较好的效果,从而验证了此方法的可行性。     

基于人工神经网络的航空火控系统故障诊断

提出了航空火控系统故障问题的描述方法 ,并给出基于人工神经网络的故障诊断的知识表达、网络结构和训练算法 ,此法对其他装置故障诊断也有一定的参考价值。     

基于算法组件动态组合的固体火箭发动机计算机辅助设计/计算机仿真(SRMCAD/CS)

提出了一种新的软件模型根据发动机设计人员的设计/仿真任务动态地组合算法组件得到所需的设计/仿真算法, 模型可以灵活地胜任发动机设计领域变化多样的设计/仿真计算任务, 并且可以使整个软件系统具有很好的扩展性.该研究意图在于创建一个规范、开放的算法组件接口体系, 在此基础上建立一个可重用、可扩展的算法组件库和一个算法组件动态组合机制, 从而将设计人员编制设计/仿真算法的任务转变成利用已有算法组件动态地组合出所需的设计/仿真算法.该模型让设计人员在设计/仿真工作中重用算法组件库中已有的算法成果, 同时又保持了设计人员的自主性, 使设计人员的工作变得更加容易和高效.      

计算机系统的时间服务研究与应用

网络化计算和分布式应用,对计算机系统的时间同步精度要求越来越高。本文从一个全新的角度详细讨论了计算机系统结构中的时间服务机制对网络时间同步所起的至关重要的作用,依据这些机制,结合计算机网络计算模式,提出了基于C/S计算模式和NC模式的时间同步算法模型,并给出了应用实例。     

基于RBF神经网络的数字模式识别方法

在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。     

粒子群优化算法在网络计划资源优化中的应用

对粒子群优化算法在网络计划资源优化中的应用进行了探讨,首先,介绍了粒子群优化算法的基本原理,给出了网络计划中工期固定一资源均衡优化问题的优化目标和数学模型;然后,详细介绍了粒子群优化算法实现网络计划资源优化的算法流程及其编程实现,对典型网络计划进行优化的结果表明粒子群算法可以较好地实现网络计划资源优化。     

联合优化的BP神经网络模型的应用研究

BP算法因收敛速度慢、易于陷入局部极小值等缺点，使得对于较大的搜索空间、多峰值和不可微函数常常不能搜索到全局极小点，这些制约了BP网络在各个领域中的应用。本文通过对学习系数、神经元的激励函数及误差函数的联合优化，在一定程度上避免了学习中的局部极小问题，提高了学习效率，改进了网络的性能。     

Exploiting global information in complex network repair processes

Robustness of complex networks has been studied for decades,with a particular focus on network attack.Research on network repair,on the other hand,has been conducted only very lately,given the even higher complexity and absence of an effective evaluation metric.A recently proposed network repair strategy is self-healing,which aims to repair networks for larger compo nents at a low cost only with local information.In this paper,we discuss the effectiveness and effi ciency of self-healing,which limits network repair to be a multi-objective optimization problem and makes it difficult to measure its optimality.This leads us to a new network repair evaluation metric.Since the time complexity of the computation is very high,we devise a greedy ranking strategy.Evaluations on both real-world and random networks show the effectiveness of our new metric and repair strategy.Our study contributes to optimal network repair algorithms and provides a gold standard for future studies on network repair.