适于LEO卫星IP网络的源组播算法

为了解决LEO卫星IP网络中现有源组播算法的信道资源浪费问题，提出了一套新的组播算法。即基于核心群的特定源组播（CSSM）算法和加权的CSSM（ω-CSSM）算法。CSSM算法以源节点作为初始核心群，通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成，这样所得的树代价最小，从而大大提高了网络的传输带宽利用率和有效传输容量。在ω-CSSM算法中，所提出的加权因子可以调整组播树的树代价和端到端传播时延之间的折衷程度，因此，可以通过调整加权因子柬适度增大树代价、降低端到端传播时延，从而支持某些有严格端到端时延要求的实时组播业务。通过与LEO卫星IP网络中典型源组播算法MRA的仿真比较，可以看出CSSM和ω-CSSM算法的树代价性能比MRA有显著改善，而端到端传播时延略高。     

基于无线传感网的纺织机械状态监测系统

提出了一种基于无线传感器网的纺织机械设备监测系统,该系统通过在部署纺织机械上的无线传感器采集数据并传输到基站节点,由基站节点统一对采集数据集中进行分析、处理与展示。详细介绍了系统的体系结构、介质访问控制协议以及系统实现的硬件配置。     

基于单隐层神经网络的空天飞行器直接自适应轨迹线性化控制

基于轨迹线性化方法（TLC）及神经网络技术研究了一种新的直接自适应TCC控制方案。利用单隐层神经网络（SHLNN）对于光滑非线性函数的逼近能力，对消系统中不确定因素的影响，神经网络自适应律采用Lyapunov方法设计，保证了整个系统所有信号有界。最后利用该方案设计了空天飞行器飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明整个控制系统具有很好的性能和鲁棒性。     

一种具有较强泛化能力的神经网络模型研究与应用

分析了影响神经网络模型泛化能力的因素。以电解铝过程中氧化铝浓度的神经网络软测量为例 ,提出了利用先验知识确定网络结构 ,采用特定实验保证样本数量和质量 ,离线训练加在线学习修正模型等措施 ,改善神经网络模型的泛化能力。现场应用表明这些措施是有效的。这样建立的神经网络模型准确 ,泛化能力强 ,为实现过程的先进控制提供了可靠保障     

航电系统SCI环型互连的计算机仿真建模

研究可扩展一致性接口 SCI环型互连的计算机仿真问题。作为未来一代航电系统的首选技术 ,SCI互连系统性能的优劣直接影响到飞行器的质量 ,对其性能的评价因此显得尤为重要。文中按照计算机仿真建模的一般方法 ,从 SCI协议的基本原理出发 ,建立了接口和节点模型 ,解决了并发数据交互的仿真时序问题 ,给出了 SCI环型互连的系统仿真模型 ,并通过例子对仿真模型的有效性进行了验证     

Relay selection based on MAP estimation for cooperative communication with outdated channel state information

In this paper, we consider an amplify-and-forward (AF) cooperative communication system when the channel state information (CSI) used in relay selection differs from that during data transmission, i.e., the CSI used in relay selection is outdated. The selected relay may not be actually the best for data transmission and the outage performance of the cooperative system will deteriorate. To improve its performance, we propose a relay selection strategy based on maximum a posteriori (MAP) estimation, where relay is selected based on predicted signal-to-noise ratio (SNR). To reduce the computation complexity, we approximate the a posteriori probability density of SNR and obtain a closed-form predicted SNR, and a relay selection strategy based on the approximate MAP estimation (RS-AMAP) is proposed. The simulation results show that this approximation leads to trivial performance loss from the perspective of outage probability. Compared with relay selection strategies given in the literature, the outage probability is reduced largely through RS-AMAP for medium-to-large transmitting powers and medium-to-high channel correlation coefficients.     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

Optimization of beamforming and path planning for UAV-assisted wireless relay networks

Recently, unmanned aerial vehicles （UAVs） acting as relay platforms have attracted considerable attention due to the advantages of extending coverage and improving connectivity for long-range communications. Specifically, in the scenario where the access point （AP） is mobile, a UAV needs to find an efficient path to guarantee the connectivity of the relay link. Motivated by this fact, this paper proposes an optimal design for beamforming （BF） and UAV path planning. First of all, we study a dual-hop amplify-and-forward （AF） wireless relay network, in which a UAV is used as relay between a mobile AP and a fixed base station （BS）. In the network, both of the AP and the BS are equipped with multiple antennas, whereas the UAV has a single antenna. Then, we obtain the output signal~to-noise ratio （SNR） of the dual-hop relay network. Based on the criterion of maximizing the output SNR, we develop an optimal design to obtain the solution of the optimal BF weight vector and the UAV heading angle. Next, we derive the closed-form outage probability （OP） expression to investigate the performance of the dual-hop relay network conveniently. Finally, computer simulations show that the proposed approach can obtain nearly optimal flying path and OP performance, indicating the effectiveness of the proposed algorithm. Furthermore, we find that increasing the antenna number at the BS or the maximal heading angle can significantly improve the performance of the considered relay network.     

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。     

计算机生成兵力

介绍分布交互仿真（ＤＩＳ）环境中计算机生成兵力（ＣＧＦ）的概念,分析ＣＧＦ系统的原理、结构、特点和主要研究内容。介绍现有的ＣＧＦ系统,分析ＣＧＦ系统与人工智能以及ＣＧＦ实体与ＤＩＳ的３种仿真类型之间的关系。