基于分布式并行遗传算法的电力系统无功优化

针对传统遗传算法寻优质量差、计算时间长的问题,提出了基于计算机集群的一种新的分布式并行遗传算法解决电力系统无功优化问题.采用遗传模拟退火算法和分布式并行计算MPI(Message Passing Interface)技术,实现多进程的分布式集群计算.该算法通过个体迁移策略来协调优化各个子种群,使用计算效率来判断计算负载状态,采用动态种群来进行负载平衡.通过运用标准测试算例IEEE14节点和一个实际电力系统的无功优化计算,结果表明这种算法具有很高的稳定性,有较好的并行效率,适合求解大规模电力系统的无功优化问题.      

面向智能环境的活动模式迁移学习

针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。      

基于迁移学习的卷积神经网络SAR图像目标识别

针对卷积神经网络中因网络参数随机初始化和参数过多导致的收敛速度慢及过拟合的问题,提出了一种基于迁移学习监督式预训练的卷积神经网络。首先,引入迁移学习的思想,采用小规模数据集作为源域的训练样本,针对源域中源任务进行监督式训练得到预训练模型;然后,构建一个多层的卷积神经网络作为目标域中目标任务的待训练网络,将源域中获得的预训练模型作为该网络的初始参数,大规模数据作为目标域的训练样本进行网络的微调,通过这种基于特征选择的迁移学习,实现源域到目标域的特征信息迁移;针对卷积神经网络中全连接层参数过多的问题,采用卷积层替代全连接层。试验使用美国国防高等研究计划署的移动与静止目标搜索识别（Moving and Stationary Target Acquisition and Recognition,MSTAR）数据集中三类目标数据作为源域样本,十类目标数据作为目标域样本,结果表明该算法的十类目标识别精度达到了99.13%,且具有更快的误差收敛速度。     

基于迁移学习的航天器遥测数据异常检测技术

航天器遥测数据异常检测是识别航天器状态、保障航天器安全可靠运行的关键技术.然而,航天器遥测数据异常检测通常面临时序数据维度大、异常不平衡、标签样本缺乏等问题.基于数据预测的异常检测思想,提出一种基于迁移学习的深度异常检测模型.根据遥测数据时序相关性强的特点,采用具有注意力机制的长短期记忆网络建立遥测数据预测模型.为了克服航天器遥测数据异常标签少、数据维度高的问题,采用微调的迁移学习方法对预测模型进行优化,同时采用全连接层统一不同数据集维度,从而提高了迁移学习模型精度,提升异常检测水平.以美国宇航局公开的两个航天器数据集为实验对象,利用提出的异常检测方法对该数据集异常状态进行识别,结果表明,与经典异常检测算法相比,引入迁移学习能明显提升模型性能,实验结果优于目前常见的异常检测模型,证明了方法的有效性.     

网络瞄准中的异步传感器空间配准算法

针对现有异步空间配准算法在目标机动时无法准确估计传感器系统误差的问题,研究了一种基于内插外推时间配准的异步传感器空间配准算法.该算法首先采用内插外推时间配准算法实现两传感器的数据同步,随后根据时间配准结果构建伪量测方程.不同于其他文献根据目标状态向量和时间差求解加权系数,从而构造与目标运动状态无关的伪量测方程的方法,该算法的伪量测方程构建过程与目标状态向量无关,且可以证明由时间配准结果构造的伪量测也与目标状态无关.因此该算法可有效解决目标机动条件下的异步传感器空间配准问题.仿真实验验证了该算法在目标作蛇形机动的条件下仍然可准确地对传感器的系统误差进行估计.     

基于联合分布适配的智能电表运行状态评价

针对智能电表运行状态评价中经常存在带标签的数据采集困难且不同地区的数据分布不一致的问题，在智能电表的运行状态评价领域引入迁移学习中的联合分布适配（JDA）算法。该算法寻找一个最优化的变换矩阵，使得在变换后的空间中不同地区数据的边缘分布和条件分布距离最小化。针对条件分布适配中目标域没有数据标签的问题，采用伪标签迭代的方法使得目标域伪标签不断接近真实标签。变换后空间数据中训练得到的分类模型可以运用于新的地区，实现迁移。实验结果证明了JDA算法在智能电表运行状态评价中的有效性。      

基于层次模型的分布服务注册与恢复算法研究

在对数据复制协议进行充分研究的基础上,提出了基于层状模型的分布式服务注册与恢复算法,将各个管理域内的服务定位器(SL)组织成一个逻辑上的层状模型,通过复制协议实现服务注册消息向各管理域服务定位器的注册.为加快注册消息传播,提出了域内与域间消息传播的控制策略.对提出的算法进行了仿真,结果表明策略控制加速了服务注册消息的传播.      

软件定义时间触发网络的调度算法优化

软件定义时间触发以太网（TTE）作为优化航空电子系统中消息调度的一种新模式,其动态在线调度算法必须尽力保证任何情况下所有消息的传输确定性。针对时间触发（TT）消息调度间隔小于消息帧长（小时隙）时,速率约束RC消息延迟增大、传输确定性降低的问题,对TT消息调度算法进行改进。首先,构建了TTE的系统模型,阐明了最小延迟（MID）调度算法和背靠背（B2B）调度算法的机制;然后在其基础上提出了大孔隙（MAV）调度算法,以减少（RC）消息的等待延迟;最后,利用OMNeT++实验分析这3种调度算法的性能。实验结果表明:当无小时隙TT消息时,B2B算法的消息延迟最大、MAV调度算法和MID调度算法的消息延迟接近。当有小时隙TT消息时,MAV调度算法的消息传输确定性更好,相比于MID调度算法,MAV调度算法下RC消息的传输确定性提高了87.3%。      

无线网络弱硬实时调度算法

提出了一种结合信道状况考虑的(m, k)-firm弱硬实时调度算法.该算法将消息划分为强制(mandatory)和可选(optional)2种类型,并优先调度强制消息.消息的类型由线下静态分配和线上动态调整共同决定.其中,静态分配使用(m, k)-pattern分配消息类型,动态调整是在不违反(m, k)-firm约束的前提下尽力减少强制消息在差信道状况下传输.理论分析证明:①在假设所有强制消息都实时成功传输的前提下,经动态调整的消息集仍然满足(m, k)-firm;②在使用平均分布(m, k)-pattern时,动态调整之后不改变消息集中强制消息的N次重传可调度性.仿真结果表明,该算法与仅使用静态分配消息类型的算法比较,能够改善弱硬实时的可调度性能,节省无线网络中带宽和能耗的开销.      

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.     

平面工艺功率型半导体晶体管铝迁移实验

在平面工艺制造的功率型半导体晶体管芯片表面,发现高强度电场条件下存在跨越0.05 mm半绝缘硅带的铝迁移现象,对此开展了一系列实验研究. 通过开帽物理观察与分析、低温测试与烘干验证、迁移物质分析对比,确定了迁移现象中的迁移物质,同时分别取证环境温度、湿度、芯片表面污染物以及器件局部结构与此迁移现象的关联性,以此提出了迁移机理假说,为在不同的诱发条件下对此迁移机理进行确认和量化研究提供指导.      

机会传感网中一种自适应链路侦测数据收集算法

提出了一种自适应链路侦测的数据收集算法,以提高机会传感网链路的预测精度与传输成功率:采用自适应链路侦测算法测量出各节点的实时网内链路质量权重因子,结合节点能量消耗模型,通过基于无味卡尔曼滤波的概率预测方法对节点间的链路质量进行量化计算,实现节点对通信链路的实时自适应预测与最优化选择,从而完成数据收集.仿真实验结果表明:新算法提高了最优化路径决策的预测精度,可以有效地增加消息的平均通信成功率,降低消息的平均传输延时.     

无线多跳网络中网络编码感知的机会转发机制

提出一种适用于无线多跳网络的网络编码感知的机会转发机制(NCAOF, Network Coding-Aware Opportunistic Forwarding).NCAOF利用无线信道的广播特性,结合机会转发和网络编码,动态确定有编码机会的节点进行编码后机会转发,从而比传统的采用预定节点的转发机制获得更多编码机会.分组转发过程中,中间节点考虑局部拓扑信息及自身负载情况,通过定义的编码收益函数评估节点的机会转发效能,动态选择能获取编码性能更好的分组进行机会编码,并基于编码收益赋以编码分组动态的转发优先级,有效利用编码机会同时避免冗余转发.实验结果表明,相比传统的基于网络编码的转发机制,NCAOF能获得更好的编码机会,并有效提高了网络的吞吐量和分组送达率.     

一种机载SAR距离徙动修正的快速算法

距离-多普勒算法是机载合成孔径雷达成像信号处理中的常用算法,针对其采用逐点插值进行距离徙动修正而导致运算量过大的问题,提出了一种无需插值的快速距离徙动修正方法.该算法通过二次快速傅里叶变换和一次复乘操作完成合成孔径雷达成像所需的距离徙动修正处理.在分析回波信号模型的基础上,推导了利用该技术能够精确完成距离徙动修正的最大测绘带宽度,给出了该宽度与成像分辨率之间的关系,并用计算机仿真验证了上述关系的正确性.理论分析、仿真和实测数据处理结果表明,该方法具有运算量小、精度高的优点,非常适合于机上实时处理.      

TT-RMS:时间触发网络通信表生成算法

针对时间触发网络依据全局时间进行触发数据通信的特点,提出了一种基于单调速率调度(RMS)调度机制的通信表生成算法时间触发单调速率调度(TT-RMS),来生成时间触发网络的通信表.TT-RMS算法在安排消息时间槽过程中,首先根据消息周期,计算出各个链路的总负载,再根据链路的消息周期和总负载,通过RMS机制进行消息排序,确定出消息调度的先后顺序,最后根据时间槽的分配状态进行消息调度,优化了消息的调度过程.所提算法的计算时间复杂度为O(n2),空间复杂度为O(n).目前广泛研究和应用的可满足性理论(SMT)通信表生成方法,其计算时间复杂度通常是多项式级,有时计算时间不收敛.实验结果显示,TT-RMS调度的网络单个链路负载最大可接近100%,计算时间在1 ms左右,平均可调度网络负载是SMT方法可调度网络负载的两倍.TT-RMS通信表生成算法具有计算时间短,可调度消息负载多等优点,可以更好地满足航空航天复杂系统中上千条实时消息流的调度需要.      

网络计算环境下任务调度问题研究

利用网上空闲处理机组成机群并行计算环境是快速增长的研究领域,任务调度是其中最关键性的问题之一.在基于消息传递机制的网络并行计算环境下,针对一类大粒度计算任务并行时协同同步工作问题,发展了一种新的静态调度模型,提出了调度算法,它映射一类特殊的并行程序任务到由网络上若干空闲处理机组成的机群中.研究表明该算法能减少此类并行程序的完成时间.      

Deramp range migration processing for space-borne spotlight synthetic aperture radar

The deramp range migration algorithm (DRMA) for space-borne spotlight synthetic aperture radar (SAR) is presented, which is based on the two-step algorithm and range migration algorithm. The presented algorithm combines the advantages of SPECAN algorithm and range migration algorithm. Firstly, the presented algorithm performs a bulk azimuth raw data compression to achieve a pixel spacing no larger than the expected azimuth resolution of the fully focused image. Therefore, the azimuth spectral folding phenomenon is overcome. Secondly, the residual and precise focusing of the synthetic aperture radar data is achieved by applying the range migration algorithm. The space-borne SAR focusing parameters’ computation is also described in the paper. At the end of this paper, results are presented which confirm the validity of the presented algorithm.     

基于工作流的复杂系统虚拟样机项目管理系统

复杂系统虚拟样机是一个协同工作过程,为了对其业务过程和业务数据进行有效管理、改善虚拟样机效率,建立了一个基于工作流的项目管理系统.该系统具有系统管理、项目管理、工作流管理、文档管理、消息管理和信息交互管理等功能.介绍了其层次化、模块化的项目管理系统体系结构,重点介绍了工作流管理系统的体系结构,其模型组成元素和多实例化、流程的动态创建及修改等建模机制,以及工作流运转机制,并给出了该项目管理系统在某虚拟样机开发平台中的应用实例.