兼顾控制流量的软件定义卫星网络路由策略

软件定义卫星网络（SDSN）通过解耦数据与控制平面,实现网络态势与控制的逻辑集中,为管理卫星网络提供了一种新的思路。在SDSN中,控制报文和数据报文同时在网络中传输,海量、动态、高优先级的控制流量将对数据报文传输产生极大的干扰。因此,提出了一种数据流退让路由（DFRR）策略。在计算数据报文路由时,DFRR将链路上控制流量大小作为影响链路代价的一个因素,以减少选择控制流量较大的链路;在网络操作控制中心（NOCC）连接的过顶卫星切换导致控制流量分布发生较大变化之前,DFRR预测可能发生拥塞的链路,并选出链路上部分数据流进行重路由,从而避免拥塞。在开发的SDSN研究平台OpenSatNet上对DFRR的性能进行了评估。实验结果表明,DFRR能够有效减少网络中的链路拥塞,以及控制报文和数据报文的分组丢失。      

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.      

基于RBF神经网络的自适应PID星钟热控制

星钟的频率稳定性决定了星钟提供时间信息的精度,而频率稳定性取决于星钟物理核心温度的稳定程度.基于RBF神经网络逼近星钟热模型,设计自适应PID控制方法实现星钟物理核心的温度控制.仿真验证了算法的有效性.     

SCI/RT总线的扩展子优先级流量均衡

建立了基于OPNET软件的SCI/RT(Scalable Coherent Interface for RealTime)TRAIN协议仿真模型,对流量均衡问题进行仿真分析.结果显示,当环路负载增加时,每个节点流量的增量是不同的.在环路处于重负载时,远离管理者的节点得到的流量近似于零,而靠近管理者的节点基本上占用了所有的环路流量.SCI/RT TRAIN协议提出管理者迁移流量均衡方式解决这个问题.通过对8节点环路进行仿真,得出管理者迁移方法的均衡效果依赖于管理者在环路的配置方式的结论,当每个节点均具有管理者功能时,环路均衡效果达到最好.提出了扩展子优先级的流量均衡新方法.8节点环路的仿真结果显示,该方法具有更好的流量均衡能力和更高的节点流量.同时,通过对扩展子优先级均衡方法在6节点,10节点和12节点环路的仿真,证明了该方法在不同规模的环路中均可使用.     

一种预测驾驶员操纵行为的建模方法

在飞机设计中,应用驾驶员数学模型预测飞机飞行品质是避免人机系统出现不良耦合的重要途径之一.驾驶员神经网络模型是利用飞行模拟实验数据建立的驾驶员模型.基于该模型,针对纵向单通道俯仰跟踪任务,详细讨论了具有不同增益、不同短周期振荡频率飞机构型的驾驶员操纵行为变化规律.研究结果表明:对于特性相似的飞机构型,其驾驶员操纵特性也相似.因此,提出了一种利用相似构型的驾驶员操纵行为特性建立驾驶员预测模型的方法.通过对预测模型进行精度评价,可以证明采用本方法能够获得比较满意的驾驶员操纵行为特性预测结果.     

基于最大度和随机游走的混合搜索算法

针对常规算法在网络搜索时搜索速度较慢和查询消息过多的缺点,提出了一种基于最大度和随机游走的混合搜索算法。该算法综合了最大度搜索信息利用充分和随机游走快速访问远程连接的优点,仿真结果也证实该算法能有效改善网络搜索速度和控制查询信息量。     

动态分布参数验前分布的稳健性分析

讨论了动态分布参数的验前建模问题,并由此运用边缘分布给出验前分布的ML-Ⅱ估计;对于不同的验前分布所引起的验后稳健性问题作了初步分析。     

基于Elman网络的共轴式直升机动力学系统辨识

根据共轴式直升机动力学与运动学基本方程的结构形式建立了一种基于改进的Elman神经网络的辨识模型,同时推导了该网络的训练算法,给出了训练步骤.随后,利用外场试飞中几个典型飞行状态的遥测数据对网络进行训练,计算权值矩阵,获得该共轴式直升机用来进行动力学系统分析的神经网络模型.以匀速前飞状态为例进行了纵向操纵响应仿真,比较仿真结果和实际遥测数据可知,该网络模型基本反映了样例机的动态特性.      

无线传感器网中的加权距离节点选择法

节点选择存在于无线传感器网的目标跟踪问题中,主要任务是从多个传感器中选取合适节点跟踪当前目标,满足跟踪精度、算法计算量的要求.提出一种适用于测角传感器节点的加权距离选择法,该算法利用目标状态预测的分布及节点的探测模型,通过计算节点距目标几何距离及加权系数,选择具有最小加权距离的传感器点进行探测,避开了贝叶斯滤波,在减少计算量的同时具有很好的选择精度.仿真结果表明,本算法大幅度减少了计算量,同时可达到和熵值法相当的跟踪定位效果.      

连续分布的Bayes双样预测的通用公式

针对一般的连续分布,给出了Bayes双样预测所需的大小为N的未来样本的第j个（j=1,2,,N）顺序统计量的条件概率密度函数、条件可靠度、条件均值的通用公式,并将之应用于最常见的连续分布。