网络图中边集束优化问题

网络规模增大和复杂度提高造成的节点遮挡覆盖和边交叉阻塞等问题成为网络可视化研究的热点.针对网络中出现的视觉凌乱问题,以空间位置和群组关系为出发点,从网络中独立的边和群组两个层次,以边汇合的角度研究边集束技术,将网络中临近的边集聚成束以降低视觉复杂度,提出和改进了分段力导引算法(FDA)简化模型和群组边相容的网络图边集束模型.其中分段集束模型,提出以二次样条曲线表示网络边,通过样条控制点进行迭代汇聚的方法,实现了网络中边的集束;针对分段集束模型中部分连线过度弯曲问题,提出通过CNM聚类算法将网络进行群组划分,在群组结构的基础上对组内连线应用边相容原则,根据连线的匹配系数计算其集束程度的方法,网络图集束后曲线扭曲变形减少,曲线过渡更加平滑.选取国内航空网络作为案例,通过两种边集束模型进行网络图简化,分析结果表明,国内机场的群组结构具有地理属性的相近性,航空网络在整体上呈现出明显的十字脉络,东西走向和南北走向的航线分别汇聚集结成束,表现了航空网络建设在南北和东西方向的总体趋势.本集束简化算法适用性广,绘制的网络图具有良好的视觉效果和可读性.      

新冠疫情背景下航空物流网络的鲁棒优化

为应对新冠疫情影响背景下客机航线中断导致客机腹舱运力减少的风险，以最小的成本提升航空物流网络的鲁棒性，提出不确定客机腹舱运力情境下全货机航线配机及路径优化问题研究。以网络总成本最小化为目标，考虑“客机腹舱+全货机”的运输方式、城市间的航空货运需求、运输距离等因素，建立了客机腹舱运力不确定环境下航空物流网络鲁棒优化模型，并采用列与约束生成（C&CG）算法对模型进行有效求解。通过S货运航空公司案例数据，研究航空物流网络航线优化布局问题。通过案例分析证明，运用两阶段鲁棒优化方法，可有效降低航空物流网络受客机腹舱运力减少导致的成本变动；在客机航线完全中断的状况下，所提方案可以降低航空物流网络20.7%的成本。运用两阶段鲁棒优化方法有利于决策者灵活进行全货机配机选线，在客机腹舱运力不确定影响背景下兼顾航空物流网络的经济性和鲁棒性。     

函数调用网络的结构属性及其静态鲁棒性

通过对开源软件tar和MySQL源码的分析,构建基于函数调用的有向软件网络模型,研究函数调用网络的度分布、聚类系数等多个结构属性。结果表明,多个主要软件模块的耦合才使得整个函数调用网络具有高聚类特性;节点的依赖度(影响度)与节点的出度(入度)存在正相关性;节点的依赖度与影响度具有负相关性。基于有向软件网络鲁棒性的弱连通和强连通指标,采用不同节点攻击策略验证函数调用网络的静态鲁棒性。研究结果表明,对于tar网络,高出度策略对网络的弱连通性具有最佳的攻击效果;对于MySQL网络,高入度策略对网络的弱连通性具有最佳的攻击效果。      

基于“时间-特征”协同注意力的机场快轨客流预测

机场快轨客流的准确预测是实现机场轨道交通系统智能化、精细化、高效化管控的基础,对提升机场服务水平和运行效率有着重要意义。由于影响因素众多、相互耦合,且因素对客流时序影响机理复杂,机场快轨客流的准确预测极具挑战。提出了一种基于“时间-特征”协同注意力机制的机场快轨客流预测模型,实现了精准捕捉多维因素在不同时序上对机场快轨客流的影响。基于北京首都国际机场快轨实际客流数据进行实验,结果表明了所提方法的有效性。      

面向航空电子云的混合式时间同步算法

针对航空电子云对时间同步的需求,建立了相应的网络模型、时钟模型和延时模型.给出了节点在不同网络状态下的同步操作流程,基于贝叶斯估计对同步消息的接收处理时间进行补偿,结合集中式同步和分布式一致同步机制,提出了混合式时间同步算法.通过仿真实例比较了该算法与传统同步算法的性能.对比结果表明,该算法在具有更高同步精度和最高收敛速度的同时,仍然能够在链路失效率低于50%的情况下维持与传统分布式算法相当的鲁棒性.该算法为解决航空电子云的时间同步问题提供了参考.     

复杂背景下机场道面细带状结构病害检测算法

机场道面裂缝、角隅断裂、接缝破碎、修补等病害宽度狭小、长短不一、图像中像素占比少,呈细带状结构,且与复杂背景对比度低,现有检测算法效果不佳。针对以上问题,提出了一种基于注意力机制与特征融合的深度神经网络模型DetMSPNet。首先,利用注意力机制模块CBAM,使得特征学习更加专注于细带状结构病害区域,抑制干扰信息;其次,构建残差空洞金字塔模块,提取不同尺度空间下的特征信息;然后,设计最大池化支路,便于之后浅、深层不同层次特征进行融合,加强模型对于病害的定位能力,并且将深层特征输入3种不同扩张率的扩张卷积和金字塔池化模块,使得病害特征包含更多全局上下文信息;最后,对所有层输出的病害特征信息进行融合,实现不同尺度、不同层次特征的信息互补。与目前3种经典的目标检测算法在机场道面病害图像数据集APD上做了对比实验,结果表明:所提算法的mAP达到78.51%,优于对比算法。所提DetMSPNet模型,提高了算法对机场道面细带状结构病害检测中宽度狭小、长短不一、图像中像素占比少、与复杂背景对比度低等情况的适应能力。      

航空电子环境下FC网络的建模与仿真

机载网络是航空电子系统的重要部分.从航电系统对数据传输的需求出发,研究了光纤通道(FC,Fibre Channel)网络复杂混合拓扑的建模与仿真.在协议分析的基础上,将不同拓扑结构的网络抽象成终端与交换机模型的组合,并分别建模.基于离散事件系统仿真方法构建了适合航空电子环境的FC网络仿真平台,并提供网络吞吐量、延迟和实时性等性能指标的评价方法.仿真结果与实测数据相对比,误差小于10％,验证了模型的有效性.使用仿真模型进行案例分析,对机载FC网络做出性能评价.      

航线联营下基于转运的飞机航线路径优化

为解决航空运输成本高,运输资源闲置、浪费多的问题,对航线联营下基于转运的飞机航线路径优化问题进行研究。基于货物转运问题,考虑联盟对运营的影响,引入航空联盟选择概率,确定转运前后航段运输的承运及托运问题,并考虑托运运输的衔接问题。由于航空网络中双机场容量限制,运行中全货机飞行时段及空域容量的限制,以总成本最小化为目标,建立了航线联营下基于转运的航线路径优化模型（T-AAAFRP）。设计了改进的遗传算法求解模型。通过实例分析,研究选址和路径优化问题。研究结果表明：设计的算法具有较高的收敛性;转运点数量变化的过程中,双机场城市总被选择作为转运点;需求量、飞机固定成本的变化对优化决策有较大影响;飞机载重量、联盟承运与托运的分摊系数、决策者风险偏好的变化对优化决策有较小影响;总体上转运点数量越多,所承担的总成本越小,使用的飞机数量越少。     

SCI网络拓扑结构的可生存性

从航空电子系统的需求出发,研究了适于航电系统的SCI(Scalable Coherent Interface)网络拓扑结构的可生存性.选择了由双节点或skip-a-node结构形式构成的网格形、蝶形等适于SCI网络的拓扑形式并构造了二种网络拓扑结构以便于不同结构的可生存性比较.同时考虑边及节点损坏的情况,利用图的邻接矩阵对网络连通关系进行了计算和分析,找到并印证了具有高可生存性的拓扑形式,同时发现相同结构下小环方向的改变对可生存性也有影响.      

火星软着陆能量最优制导律转移能力分析

着陆器在动力下降段的转移能力是影响定点软着陆的重要因素。文章从转移能力的角度出发,研究火星软着陆动力下降段能量最优制导律,分析燃料质量系数、时间权重以及不同初始高度和速度对转移能力的影响。由于能量最优制导律不能保证满足路径约束,因此对于确定的着陆器初始状态,着陆器转移能力不仅与燃料质量系数有关,还受到制导律本身的制约。当转移距离超过一定的界限时,尽管燃料充足,着陆轨迹会进入地表以下,造成任务失败。时间权重是能量最优制导律的关键参数,既影响燃耗,也影响着陆轨迹的形状。实际工程任务中,为实现燃料的充分利用,需根据着陆器状态调整制导律中的时间权重。本文给出了最优时间权重的确定方法,实现了一定燃料质量系数下的最大转移能力。     

基于可编程控制网关的一体化网络体系结构

当前IP网络和非IP网络长期共存,协议体系和通信体制互不相同,异构网络的互联互通困难.针对这个问题, 首先从异构网络间连接的关键节点——网关出发,通过将网关底层的数据转发和控制功能分离,并将网关上层的管控功能和应用服务功能抽取出来,提出了一种基于可编程控制网关的一体化网络体系结构.该系统结构将网络分为一体化网络协同管控单元、子网间可编程控制网关节点和异构子网3层,设计了基于典型异构网络的互联协议栈,以集成不同的网络协议.进一步在一体化网络构架的基础上,给出并分析了异构网络的抽象与描述、基于可编程网关的异构子网智能适配技术、一体化网络的资源管理与协同优化理论等关键技术.最后基于民用航空通信给出了一个异构互联示例,表明一体化网络体系结构的可行性.      

改进的深度神经网络下遥感机场区域目标检测

卫星遥感监测器下的机场区域多类目标检测在实际生活中有着重大的军用和民用意义。为了有效提升机场区域遥感图片的检测精确率,以主流目标检测方法中更快的区域卷积神经网络（Faster R-CNN）为基础框架,针对数据侧提出了ReMD数据增强算法。同时使用更具深度的残差神经网络（ResNet）以及特征融合部件-特征金字塔网络（FPN）来提取机场区域目标更鲁棒的深层区分性特征。在末端检测网络添加新的全连接层并根据目标的类间关联性组合softmax分类器以及4个logistic regression分类器进行机场区域多类目标的精确分类。实验结果表明:相比原网络改进后的网络带来了11.6%的多类平均检测精确率的提升,达到了80.5%的mAP,与其他主流网络进行对比也有更好的精确率;同时通过适当减小建议区域的输入量,可以在降低3.2%精确率的前提下将0.512 s的检测时间提速3倍,至0.173 s,根据具体任务可以合理权衡精确率和检测速度,体现了该网络的有效性以及实用性。      

北斗系统UERE及定位精度评估

用户测距误差（URE）与用户设备误差（UEE）是影响定位精度的主要因素.民航是北斗系统的高端用户,监测其对民航机场的覆盖性和服务性能十分必要.本文根据华东、华南、华北、西北地区4个民航机场观测站的北斗实测数据,分析了各机场卫星的可见性.根据URE的解算方法、电离层修正模型、对流层修正模型以及定位精度的评估方法,给出了对应的性能评估结果.研究发现:可见星数均在6～14颗,满足定位要求; 95%置信度下,电离层延迟优于7.50m,对流层延迟优于13.28m,地球静止轨道卫星（GEO）、倾斜地球同步轨道卫星（IGSO）、中圆轨道卫星（MEO）卫星的URE值分别优于2.36m,1.72m,2.59m,满足北斗规范的要求;95%置信度下,定位精度水平方向优于3.63m,垂直方向优于6.98m.结果表明北斗系统在民航机场监测站的覆盖性及服务性能良好.      

不确定需求下航空公司枢纽网络优化设计

为了帮助航空公司合理规划航线网络，降低运输成本，从航空公司的角度出发，将机场容量看作到港和离港航班的函数，绘制了机场容量包络曲线。基于机场容量包络曲线构建了随机需求下多分配、非严格的两阶段混合整数随机规划模型，第1阶段确定网络的枢纽位置，第2阶段确定不同需求情形下城市对的运输路径和不同路径上的流量比例。当需求情形是离散变量时将两阶段模型转化为确定的等价规划。继而以东航为例选取13个机场对模型进行验证，并对运输成本折扣因子进行灵敏度分析。结果表明:在不同的折扣因子情形下选择的枢纽机场不同，折扣越大，选择的枢纽越多，网络总成本越低，且3种折扣因子情形下的枢纽选择与实际比较吻合；每种折扣因子情形下，当需求不同时航线网络的布局有所差异；对比需求确定和不确定下的模型结果差异，得出需求不确定下的网络总成本更低。可见需求不确定下的随机规划模型更加贴近实际，能够帮助航空公司规划符合实际情形的枢纽航线网络，并确定其在枢纽机场的容量份额。      

航空电子系统机载网络实时性能评价技术

机载网络是航空电子系统中实现信息实时可靠传输的手段，其发展程度和能力决定了航空电子系统的总体构型及信息综合效能。不同于一般计算机网络，机载网络更加强调组网的实时性，需要采用苛刻高效的方法实现其实时性能的分析与评价。以交换式网络中消息传输过程为分析对象，研究了消息端到端传输延迟模型，给出了实时性能评价方法在评估悲观性和计算紧性的对比指标；对解析分析、行为仿真和模型检查等典型机载网络实时性评价关键技术进行了梳理和分析，给出了各种实时性能评价方法在计算紧性和效率等方面的差异和实现途径。以简单网络和工业规模网络为研究案例对上述方法进行了验证说明，并对比分析了各种方法在计算紧性的差异，探讨了航空电子系统机载网络实时性能评价技术的发展趋势。      

基于脑电信号相位传递熵的谎言机制研究

说谎是复杂的认知过程,其执行控制功能需要不同脑区的共同参与,相关研究证实了这些脑区之间存在相互作用。针对当前脑电信号特征提取方法有限及谎言机制尚不明确的问题,利用相位传递熵构建了谎言实验过程中脑电信号的脑网络,并分析了诚实组和说谎组不同脑区间的效应连接差异。采用标准的三刺激实验模式对60名受试者进行说谎检测实验,同步采集所有受试者的脑电信号并进行预处理;利用相位传递熵构建效应连接矩阵,通过统计方法对矩阵中的每一条边进行2组间的熵值差异分析,选取具有显著性差异的导联对上的熵值作为全连接神经网络的分类特征,结果显示,分类准确率为96.75%,说明相位传递熵指标可以有效区分说谎者和诚实者2类人群的脑电信号;对2类人群大脑功能网络的分析结果显示,与诚实者相比,说谎类人群的额叶、顶叶和颞叶之间存在更强的信息流动,表明说谎行为需要协调和使用更多的大脑资源。研究结果有助于揭示说谎状态下大脑的神经活动机制。      

空域扇区网络结构特性分析及韧性评估

为保障扇区内航空器运行安全,提高扇区网络在外界干扰下的韧性,从而有效减轻航班延误和空域拥堵。首先,依据中国空域扇区划分规则,运用复杂网络理论构建中国空域扇区网络模型;然后,定义网络基本特征参数,对中国空域扇区网络结构特性进行分析,提出扇区网络韧性的概念,并采用一种定量评估方法对其进行度量;最后,对比分析不同恢复策略下的韧性指标,以此制定空域扇区网络在外界干扰下的最佳恢复策略,提高网络韧性。结果表明:中国空域扇区网络具有较大的平均最短路径长度和较小的聚类系数,度分布服从双段幂律分布,介数和强度服从指数分布。介数是影响空域扇区网络韧性最大的指标,采用介数恢复策略可显著提高外界干扰下空域扇区网络的韧性。      

模糊极大极小算子神经元网络的图灵等价性

将模糊Zadeh算子的定义域作了扩充,并重新定义为模糊极大极小算子,使其满足交换律、结合律和零元律.在此基础上提出一种模糊极大极小算子型神经元网络模型,符合一般模糊算子型神经元网络的定义.与传统的Zadeh算子型模糊神经网络相比具有较强的映射能力.详细证明了用该模糊极大极小算子神经元网络可以计算与图灵机等价的部分递归函数,从而表明模糊极大极小算子神经元网络的计算能力等价于图灵机.将传统神经元M-P模型神经网络的图灵等价性推广到模糊神经元网络.