UMR: A utility-maximizing routing algorithm for delay-sensitive service in LEO satellite networks

This paper develops a routing algorithm for delay-sensitive packet transmission in a low earth orbit multi-hop satellite network consists of micro-satellites. The micro-satellite low earth orbit(MS-LEO) network endures unstable link connection and frequent link congestion due to the uneven user distribution and the link capacity variations. The proposed routing algorithm,referred to as the utility maximizing routing(UMR) algorithm, improve the network utility of the MS-LEO network for carrying flows with strict end-to-end delay bound requirement. In UMR, first, a link state parameter is defined to capture the link reliability on continuing to keep the end-to-end delay into constraint; then, on the basis of this parameter, a routing metric is formulated and a routing scheme is designed for balancing the reliability in delay bound guarantee among paths and building a path maximizing the network utility expectation. While the UMR algorithm has many advantages, it may result in a higher blocking rate of new calls. This phenomenon is discussed and a weight factor is introduced into UMR to provide a flexible performance option for network operator. A set of simulations are conducted to verify the good performance of UMR, in terms of balancing the traffic distribution on inter-satellite links, reducing the flow interruption rate,and improving the network utility.     

一类Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性

利用Lyapunov泛函、不等式方法及Poincaré映射,建立了一类具有混合时滞的Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性的充分性判据。     

神经网络在计算复合材料刚度退化中的应用

复合材料层合板的刚度退化相当复杂,并且是非线性的,目前缺乏足够的理论依据,很难按实际情况计算.本文从神经网络的角度出发,借助于神经网络的自适应性,通过对材料的实际载荷和实测应变值进行学习,使网络掌握其中各层的刚度变化规律.并且通过数值仿真和实验验证,证明此方法是完全可行的.     

无人机对雷达组网航迹欺骗综述

未来战争对体系作战的需求不仅仅是靠规模"以量取胜",更要有战术上的智谋"以活胜僵"。通过干扰敌方对我方的意图推断,甚至设计出让敌方相信的假意图,能够在双方的博弈中塑造态势,取得先手,从顶层设计和战术策略上掌握主动权。运用无人机对敌方组网雷达进行航迹欺骗就是一种有效的对抗手段,能够在实现对敌探测的同时,消耗敌方雷达组网的计算资源,干扰敌方雷达及幕后指挥员对我方作战意图的推断,同时提高己方态势感知能力和生存力。本文首先介绍了航迹欺骗干扰的概念,并以时间为序,分类梳理了国内外各研究团队在航迹欺骗领域取得的技术成果;然后针对航迹欺骗干扰的特点,详细分析了虚假航迹设计和生成、由不确定性误差导致的估计问题、延时转发策略和同源检验准则、以及动力学约束问题等4个方面的关键问题和技术难点;最后展望了航迹欺骗的应用前景和下一步研究方向。     

Wireless sensor networks for planetary exploration: Experimental assessment of communication and deployment

Planetary surface exploration is an appealing application of wireless sensor networks that has been investigated in recent years by the space community, including the European Space Agency. The idea is to deploy a number of self-organizing sensor nodes forming a wireless networked architecture to provide a distributed instrument for the study and exploration of a planetary body. To explore this concept, ESA has funded the research project RF Wireless for Planetary Exploration (RF-WIPE), carried out by GMV, SUPSI and UPM. The purpose of RF-WIPE was to simulate and prototype a wireless sensor network in order to assess the potential and limitations of the technology for the purposes of planetary exploration.     

一种GEO/LEO双层卫星网络路由算法及仿真研究

时间虚拟化策略的时间片过短将影响路由性能,提出一种基于GEO/LEO双层卫星网络的时间虚拟化和分层管理的路由算法（VLRA）,对时间虚拟化策略进行合理改进,通过新的分层管理思想,在每个时间片开始进行路由计算和更新。分析和仿真验证表明,改进的时间虚拟化策略得到的时间片更合理,利于网络的路由和通信。GEO/LEO双层卫星网络下VLRA算法时延稳定,并具有较好的丢包率和吞吐量性能。     

空间延迟/中断容忍网络路由算法性能评估

文章主要针对空间延迟/中断容忍网络（Delay/disruptionTolerantNetworks,DTNF）路由算法的性能进行分析评估,为未来空间DTN路由技术的设计提供参考和建议。首先,从利用网络知识多少的角度,对目前提出的适用于空间DTN的路由算法进行了分析和比较;然后,在一个典型空间DTN场景下,通过设定不同的接触计划,从微观和宏观两个方面,对最早投递(EarliestDelivery,ED)、基于本地队列的最早投递(EarliestDeliverywithLocalQueue,EDLQ)、接触图路由(ContactGraphRouting,CGR)、和基于最早传输机会的接触图路由(ContactGraphRoutingEarliestTransmissionOpportunity,CGR ETO)几种典型空间DTN路由算法的性能进行了仿真评估;最后,对仿真评估结果进行了分析和总结,并对未来空间DTN路由算法的研究提出了建议。仿真结果表明,对于端到端延时和束投递完成率两项性能指标,ED性能最差,CGR次之,EDLQ和CGR ETO的性能相当。     

航天器内环境监测的无线传感器网络应用研究

无线接口技术是航天器电子系统技术发展的前沿和热点之一, 具有广泛应用前景. 提出了用于监测航天器内部及其设备环境参数的无线传感器网络设计方案, 详细介绍了构建航天器内无线传感器网络的通信协议、网络架构、软硬件设计方法, 并给出一个将ZigBee Pro技术应用于航天器内的典型设计实例, 以TI公司最新的CC2530芯片和ZigBee协议栈Z-Stack为基础, 用于监测航天器内部及其设备的温度、湿度、电压、电流等参数. 实验证明, 本设计具有低功耗、 传输可靠、网络鲁棒性及组网灵活等优点.      

二值卷积神经网络综述

二值卷积神经网络（BNN）占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络（CNN）之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能力分为二值化量化方法设计、结构设计两方面,充分挖掘网络训练潜力分为损失函数设计与训练策略两方面。最后,对二值卷积神经网络在不同任务与硬件平台的实验情况进行了总结和技术分析,并展望了未来研究中可能面临的挑战。     

控制器故障下的软件定义机载网络数据平面迁移策略

软件定义网络（SDN）为突破机载网络功能僵化所造成的瓶颈提供了新的契机。针对软件定义机载网络控制域内控制节点故障问题,提出一种基于时延和负载均衡的传输节点迁移策略,将故障控制节点所管控数据平面中的传输节点迁移至其他正常控制节点,恢复网络的正常管控。以迁移时延和负载均衡率为目标,建立迁移优化模型,提出基于时延和负载均衡的传输节点迁移算法,指导数据平面中的迁移动作,最终对两个性能目标进行综合权衡。实验结果表明,与距离就近迁移（DCM）策略和分布式逐跳（DHA）策略相比,所提策略在迁移时延和负载均衡率2个方面进行了合适的折中,避免出现迁移时延过大或控制节点负载失衡的情况,有效解决机载网络故障恢复问题。