基于亲和传播算法的车辆自组织网络分簇组网方法

随着5G通信和自动驾驶汽车的发展，车辆自组织网络VANET（Vehicular Ad Hoc Network）作为一种新型的移动自组织网络，因其在改善道路安全、为驾驶员和乘客提供便利方面的潜力，而引起学术界和工业界的广泛关注。它可以通过提供交通流量、事故通知、危险警告、可能存在的定位偏差、天气等信息来增强道路安全，从而提高交通效率。由于车辆的高速移动会经常引起网络拓扑中断，因此一个设计良好的路由协议至关重要。提出了一种适用于车辆自组织网络环境的基于分簇的路由协议，设计并实现了一种基于亲和传播算法的分簇组网模型V-APC（VANET-Affinity Propagation Clustering）。通过重新定义亲和传播算法的相似函数，设计了簇头的选择过程、簇的形成过程还有簇的维护过程。结果表明：采用上述方法形成的簇，在簇内的通信性能和簇稳定性方面具有显著优势，使得该协议在路由延迟和数据包转发成功率方面表现优异。     

天基宽带信息传输网架构与路由协议分析

面向高轨天基宽带信息传输网天地融合组网需求,开展了网络架构分析与组网方案设计,提出了路由自治域划分方案和路由交换总体策略,重点针对IP路由协议进行了链路开销与收敛特性分析,并完成了仿真验证,结果表明:地面IP路由协议各有优缺点,在后续开展天基宽带信息传输网组网协议设计时需进行针对性改进.     

空间链路拓展网络协议体系模型安全性研究

CCSDS （空间数据咨询委员会） SLE (Space Link Extension，空间链路拓展)网络协议体系模型具有完备的安全性，研究了SLE网络协议体系模型在TML (Transport Mapping Layer，传输映射层)、 DEL (Data Encoding Layer，数据编码层)、 Assoc层（关联层）、 AL (Authentication Layer，验证层)、 SI (Service Instance，服务实例)层等各个层次的安全性。针对AL层中的证书模型使用对称密码体制的特点，提出了一种使用非对称密码机制的证书模型，该模型能够进一步提高SLE的安全性。     

基于DRL的巨型星座星地测控链路规划算法

针对巨型星座的星地测控链路规划问题，提出了一种基于深度强化学习的智能规划调度算法。该方法考虑了卫星对于测控站的资源竞争关系和连接关系，设计了环境状态，决策智能体通过感知卫星状态，结合动作选择策略，生成卫星对于测控站的分配方案，并根据反馈的奖励值进行策略的迭代优化。将本算法应用于巨型星座系统的星地测控链路规划任务，仿真结果表明所提出的智能算法可以将测控站天线利用率提升到98%以上，同时有效地降低了天线的切换次数。另外，训练好的模型可以根据未来时刻的星地可视窗口，在30s内快速生成星地测控链路规划方案。     

星地激光通信链路中的极化码性能研究

在星地激光通信链路中，激光在大气信道中传输时容易受湍流作用，导致信号功率衰落。考虑到极化码在短码下的优良性能和较低的实现复杂度，将其应用于星地激光通信系统中来对抗大气湍流引起的信号衰落。基于对湍流信道的分析，搭建了星地激光通信系统仿真平台，并在其中引入了极化码。实验结果表明在中等湍流和强湍流下，极化码分别降低了13%和25%的通信中断概率，极大地改善了星地激光通信系统的性能。     

非死锁合同网协议驱动的多机分布式时序任务分配

针对多无人机协同任务分配的时序约束问题，提出了基于非死锁合同网协议(DF CNP)的分布式时序任务分配方法，从理论上避免任务死锁，提升分配结果最优性。定义了局部信息条件下时序任务死锁判据，通过检测时序任务图环路状态与顶点可达性，判定分配方案的全局死锁状态，保证分配结果的可行性。定制了最近邻-深度优先混合搜索算法，在合同网排序过程中优先选择最近邻任务，并结合死锁判据递归回溯，在分布式架构下并行生成满足死锁约束的任务排序方案，提升分配结果的最优性。仿真对比结果表明：相比于非死锁遗传算法(TB GA)，DF CNP在求解效率方面具有显著优势；与耦合约束一致性束算法(CBBA TCC)相比，DF CNP结果最优性明显提升。     

UML在航空电子系统中的应用研究

UML是使用最广泛的面向对象建模语言,它是信息技术的蓝图和详细描述系统结构的方法.象在非航空电子系统一样,UML在航空电子系统中也得到了普遍应用.不同的公司对UML在航空电子系统中的应用进行了不同的扩展.但是,OMG(Object Management Group)没有把任何一种扩展作为标准.本文通过应用研究对 IBM Rational的 B.Selic提出的 UML/RT进行扩展,将它应用到航空电子系统中,并且详细说明扩展的意义和结果。