天基信息网络弹性评估方法研究

考虑到天基信息网络独具的网络拓扑周期性动态变化、星载网络设备难以按需替换、空间环境安全威胁复杂多样等特点,为了对网络故障、环境挑战或敌对行动时天基信息网络的弹性能力进行有效评估,提出了一种改进的天基信息网络弹性评估方法。首先,简述了一种包含时间、概率、系统能力的三维弹性分析模型;考虑到各种不利事件以及各种能力适变方法及其具体措施对天基网络弹性能力的影响,分别提出了在采用单能力适变方法、多能力适变方法时的天基信息网络弹性计算方法,并进一步给出了确定场景下的天基信息网络弹性计算方法。实例分析表明,所提方法可以定量的方式对天基信息网络弹性能力进行有效评估,为天基信息网络各种能力适变方法及其具体措施的选择提供有益参考。     

基于流的遥感图像超分辨率重建

为了提高遥感图像超分辨率重建的质量，提出了一种基于流的遥感图像重建算法。首先，在Glow模型的基础上引入改进后的RRDB架构用于低分辨率图像特征提取，通过构建更多层和连接以提升训练的稳定性。然后，以一种纯数据驱动的流模型来训练分布的参数，通过最大化负的对数似然的方法进行优化，得到该算法的损失函数。实验证明该模型在网络训练过程中能够快速达到稳定收敛的状态，且具有很强的泛化能力。用重建出的图像质量对比SRCNN、SRGAN、ESRGAN，经过测试后发现，提出的算法远远优于SRCNN算法，与其他算法相比也有明显优势。重建出的图像不仅在指标上有所提升，例如与SRCNN相比，PSRN和SSIM分别提升了15%和40%，且人眼观察时有更高的清晰度，高频细节更为丰富。