基于随机路径点模型的Ad hoc网络复杂统计特性

为了采用复杂网络理论指导Ad hoc网络拓扑结构特性研究,首先介绍复杂网络结构统计特性和随机路径点模型,并从理论上分析基于随机路径点模型的Ad hoc网络的度分布和聚类系数.利用仿真试验的方法产生基于随机路径点模型下的Ad hoc网络各种移动场景,得出Ad hoc网络在这些移动场景下的平均最短路径长度、聚类系数和度分布等复杂统计特性.通过分析仿真试验数据回答Ad hoc网络是否具有小世界效应、Ad hoc网络度分布形态如何以及是否具有无标度属性等问题.      

基于复杂网络的车载自组织网络脆弱性分析

车载自组织网络(VANET)作为智能交通的重要基础应用，其安全稳定地运行是交通系统乃至社会经济可持续发展的需要。以最大连通度、连通分支平均规模、全局网络效率等参数为脆弱性测度指标，基于复杂网络理论，应用车辆仿真软件(VanetMobiSim)建立了VANET网络拓扑模型，详细研究了在随机攻击和蓄意攻击模式下脆弱性量化指标随节点移除比例的变化关系；通过仿真实验分析了节点密度、信号辐射半径及不同攻击策略对VANET脆弱性的影响。仿真结果表明:VANET在蓄意攻击下比较脆弱，基于节点介数的蓄意攻击效能最强；节点密度、信号辐射半径越小，VANET连通性越差，网络越脆弱。所提方法和结果为VANET拓扑控制优化和网络管理决策提供了理论依据。      

基于Bayesian-MCMC估计的隐身飞机RCS模型优化

对隐身飞机的雷达散射截面(RCS)统计建模时,传统方法通过直接计算RCS样本的统计特征估计模型参数,可能会产生较大的拟合误差。本文提出采用贝叶斯-蒙特卡罗(Bayesian-MCMC )方法提高起伏模型的参数估计精度,从而减小模型的拟合误差。首先将卡方分布模型和对数正态分布模型进行贝叶斯推导,得到其特征参数的后验估计表达式。然后采用MCMC算法构造后验分布的马尔可夫链,从而计算特征参数的估计值。最后通过比较2种方法的拟合曲线及其误差可知,本文方法适用于2种起伏模型,模型参数的估计误差比收敛误差门限值低1~2个数量级,2种分布模型的拟合精度均提高50%以上。      

多级导流诱导轮与叶轮一体型线优化

通过分析型线参数化系数与结构参数的相关性联系,实现基于型线的参数化改型,从而达到多级导流一体式诱导轮与叶轮性能优化的目的。采用最小二乘法实现叶轮型线拟合,将拟合型线模型的计算流体力学(CFD)仿真结果与原模型的试验结果进行对比,结果表明:仿真结果与原模型试验结果扬程值和效率值误差均小于2%,使用的拟合方法能够实现型线优化。通过分析拟合型线参数化系数与叶轮进出口安装角等的相关性联系,对不同结构参数模型进行型线优化,并对其性能进行仿真对比。结果表明:3组型线模型的内流场整体上正常稳定,其叶轮的各个流道出口和蜗壳隔舌处存在一定范围的低压区,且由于隔舌处漩涡流动的影响使得扩散管出口存在一定区域的高速团。型线3为最优的型线模型,其扬程值与效率值均达到了优化目的,且在设计工况下,其性能提高最为明显。      

移动Ad Hoc网络中的自适应转发分群路由协议

为了提高移动Ad Hoc网络的可扩展性,降低在大规模移动Ad Hoc网络中路由开销的增长速度,提出了一种自适应转发分群路由(AFCR,Adaptive Forwarding Cluster Routing)协议.它采用基于最小节点标识号(ID)的移动分群算法将所有节点分为若干个一跳分群.通过设置分群计时器,仅使用两轮控制消息就能快速部署网络的分群结构,并且可使分群同时在全网多处展开.邻节点之间通过交换局部路由信息来建立相邻群首间的路由,而不相邻群首间的路由则利用相邻群首间的路由来建立.基于所建立的分群网络结构和局部路由信息,该协议能够完成数据分组的自适应转发.仿真结果表明,与DSDV(Destination-Sequenced Distance-Vector)和RRR-DSDV(Rapid Route Recons truction DSDV)协议相比,AFCR协议在大规模、重业务量的情况下有效地降低了路由开销、改善了网络的传输性能.     

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.     

非仿射参数依赖LPV模型的变体飞行器H∞控制

变体飞行器可以在不同的飞行环境及飞行任务下自适应地进行结构变形,从而确保飞行过程中具有最优的气动性能。以一类翼展可变的飞行器模型为对象,研究了一种针对非仿射参数依赖结构的线性变参数(LPV)系统的控制问题。在Jacobian线性化基础上,将变体过程中的非线性模型精确拟合为以翼展变形率为时变参数的LPV系统。与大多数LPV控制不同的是,此系统为多项式参数依赖结构,不具有仿射参数依赖形式。利用线性分式表示(LFR)将具有非仿射参数依赖结构的LPV模型转换为等价的线性时不变(LTI)系统。为保证变体过程的稳定,针对此LFR形式的变体模型,在满足二次Lyapunov稳定的线性矩阵不等式(LMI)条件基础上,设计了一类基于状态反馈的H∞控制器。仿真结果表明,上述控制器在外部存在干扰的情况下,能够保证变体过程的全局稳定性。因此基于LFR转换的控制器设计方法不再局限于仿射参数依赖形式,对于广泛LPV系统具有普遍适用性。     

复杂环境中Ad hoc网络的数据完整性加速试验

为了快速测量Ad hoc网络在任务想定下的数据完整性,根据相关定义给出了数据完整度解算过程,并基于相似理论建立相似现象,推导了有效信噪比、流量与节点移动速度等关键参数的相似模型,综合得到了Ad hoc网络数据完整性相似模型.为验证上述模型的效果,应用OPNET仿真平台设计了一个救灾Ad hoc实验,仿真结果表明正常应力作用下的原始网络和短时高应力作用下的相似网络数据完整度误差小,且相似模型的效用不随故障阈值、应力增加倍数以及网络拓扑结果的变化而变化.      

基于深度神经网络的像素级别可见光图像配准

现有图像配准算法中,借助图像采集设备参数的方法存在硬件内参难以获得或精度不够的问题,采用匹配图像特征计算图像单应性的方法存在对场景深度信息利用不全的问题。针对这一现象,提出了结合可见光图像与其深度信息来生成更具有真实性的配准图像对数据,用以训练得到一个可以进行像素级别图像配准的深度神经网络PIR-Net。建立了一个大规模、多视角、超仿真的图像配准数据集:多视角配准(MVR)数据集,该数据集包含7 240对含有深度信息的待配准图像及其像素级别的坐标对准真值;基于编码器-解码器的深度神经网络结构,训练得到一个能以全分辨率形式对2幅输入图像之间的坐标变化矩阵进行重建的PIR-Net。通过实验验证了PIR-Net能够在未知相机内参的情况下实现不同视角的可见光图像配准,并比传统算法具有更高的配准精度。在MVR数据集上,PIR-Net的配准误差仅为通用的特征匹配对准算法(SIFT+RANSAC)的18%,同时减少了30%的时间消耗。      

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

仿真网格下的节点选择

仿真网格是一个将网格技术和建模与仿真技术相结合的网络化仿真平台,节点选择是提高仿真网格下仿真执行性能的重要手段.根据仿真网格下资源异构性的特点,提出一套形式化的节点性能评价标准,以此标准为依据建立节点选择的数学模型,并给出选择最优节点集合的节点选择算法.算法实验表明,该算法以节点的计算能力为优先考虑,同时顾及节点之间的通信性能,并能够回避通信性能参差不齐时好的通信性能掩盖住差的通信性能的情况,能够起到提高仿真执行效率目的.     

真实场景水下语义分割方法及数据集

随着水下生物抓取技术的不断发展,高精度的水下物体识别与分割成为了挑战。已有的水下目标检测技术仅能给出物体的大体位置,无法提供物体轮廓等更加细致的信息,严重影响了抓取效率。为了解决这一问题,标注并建立了真实场景水下语义分割数据集DUT-USEG,该数据集包含6 617张图像,其中1 487张具有语义分割和实例分割标注,剩余5 130张图像具有目标检测框标注。基于该数据集,提出了一个关注边界的半监督水下语义分割网络(US-Net),该网络通过设计伪标签生成器和边界检测子网络,实现了对水下物体与背景之间边界的精细学习,提升了边界区域的分割效果。实验表明:所提方法在DUT-USEG数据集的海参、海胆和海星3个类别上相较于对比方法提升了6.7%,达到了目前最好的分割精度。      

Precision analysis of troposphere sensing using GPS single-frequency signals

Various studies have been performed to investigate the accuracy of troposphere zenith wet delays (ZWDs) determined from GPS. Most of these studies use dual-frequency GPS data of large-scale networks with long baselines to determine the absolute ZWDs. For small-scale networks the estimability of the absolute ZWDs deteriorates due to high correlation between the solutions of the ZWDs and satellite-specific parameters as satellite clocks. However, as relative ZWDs (rZWDs) can always be estimated, irrespective of the size of the network, it is of interest to understand how the large-scale network rZWD-performance of dual-frequency GPS using an ionosphere-float model compares to the small-scale network rZWD-performance of single-frequency GPS using an ionosphere-weighted model. In this contribution such an analysis is performed using undifferenced and uncombined network parametrization modelling. In this context we demonstrate the ionosphere weighted constraints, which allows the determination of the rZWDs independent from signals on the second frequency. Based on an analysis of both simulated and real data, it is found that under quiet ionosphere conditions, the accuracy of the single-frequency determined rZWDs in the ionosphere-weighted network is comparable to that of the large-scale dual-frequency network without ionospheric constraints. Making use of the real data from two baselines of 15?days, it was found that the absolute differences of the rZWDs applying the two strategies are within 1?cm in over 90% and 95% of the time for ambiguity-float and -fixed cases, respectively.     

RLV再入神经网络自适应姿态控制器设计

可重复使用运载器（RLV）大包线再入过程中,广泛存在模型不确定与外界干扰,会给姿态控制器的设计带来不利影响,为此提出了一种神经网络自适应控制器设计方案。基于时标分离原理设计了快、慢双回路控制结构。在此基础上设计了径向基神经网络（RBFNN）自适应律,用于在线估计模型不确定和外界干扰力矩,并在控制器中进行补偿。仿真验证表明,RBFNN 自适应控制器能良好地完成姿态跟踪控制,有效地抑制干扰力矩对姿态控制的影响。自适应律能够在线估计真实的飞行器动态和外界干扰力矩,控制器具有抗扰动能力。