CCSDS SCPS网络层与传输层协议分析与仿真验证

空间数据系统咨询委员会(CCSDS)针对空间通信的特点制定了空间通信协议标准SCPS(Space Communications Protocal Specification)。文章从CCSDS标准在中国空间技术的实际应用出发,对CCSDS SCPS协议中网络层协议(NP)和传输层协议(TP)进行研究,分析其特点和适用性,并与TCP/IP协议进行对比,最后设计演示验证系统对所提方案进行验证并得出结论:在空间通信环境下,采用SCPS协议后的性能优于采用TCP/IP协议。     

企业ERP项目实施风险评价神经网络模型

目的确立ERP项目实施风险评价指标体系。通过对以往风险评价方法分析,建立模糊神经网络风险评价模型。方法该评价模型分为模糊量化模块和模糊神经网络（FNN）模块,并可根据实际问题进行具体调节,克服了神经网络完全黑箱操作的缺点。结果模糊神经网络风险评价模型可以评价ERP项目实施各阶段风险大小,而且预测误差小。结论该评价模型不仅可用于评价企业ERP实施风险,也可用于风险管理预警。     

RIA架构下Flash网络虚拟实验室的设计与实现

介绍RIA(Rich Internet Applications)网络应用程序架构,对Flash网络虚拟实验室的系统结构设计及其关键技术进行阐述。全面展示利用新一代网络应用程序开发虚拟实验室的新思路。     

使用深度神经网络检测Cassini ISS图像中圆盘状星体轮廓

Cassini空间探测器光学成像系统（ISS）拍摄的图像中,很多卫星呈现为面元,其轮廓检测是天体测量的重要工作.使用神经网络方法进行ISS图像中面元轮廓检测.每个ISS图像的像素分为轮廓边缘和非轮廓两类.使用神经网络框架TensorFlow,输入每个像素的9个特征,输出每个像素的分类.利用约3.6万个像素训练该网络,通过380幅ISS图像进行测试.与人工标记结果相比,轮廓像素检测的平均精确率为78.26%,平均召回率为73.32%.以检出轮廓像素作为输入,通过椭圆拟合得到面元的轮廓,所得轮廓与面元真实轮廓吻合良好.研究结果表明该方案能够有效检测出面元轮廓,进而给出假图像星的排除范围.      

图论在有限元分析中的应用

应用图论理论，建立节点关联矩阵，用于自动剖分的网络节点编号优化和网格图形的输出。研究结果在工程上有实用价值。     

基于无回溯模式匹配的网元故障监控系统的设计

在移动通讯中 ,常常采用人工查询网元故障告警信息的方法实现移动通讯设备监控 ,然而由于设备故障告警信息量非常庞大 ,人工查询无法确保及时准确地查询到故障告警 ,导致有些重要告警不能及时得到 ,这将对移动通讯网络运行的安全性和可靠性造成很大的威胁。为此 ,本文基于模式匹配的原理 ,提出了一种移动通讯自动、快速且经济的故障监控方案 ,并同时给出了一个成功的案例     

应用于MIMO-OFDMA下行链路的分组调度算法

提出了一种基于效用函数的应用于多输入多输出正交频分复用接入 (MIMO-OFDMA, Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing Access )系统下行链路的分组调度算法.该算法在调度时不仅考虑物理层的信道状况,还利用基站发送缓冲区的状态信息和用户反馈回来的ARQ(Automatic Repeat-request)信息来帮助基站做出调度决策.针对系统中多种业务的不同服务质量(QoS,Quality of Service)要求,分别设计了其效用函数,并将调度决策问题转化成一个系统总效用函数值最大化问题.同时考虑到实际的长期演进计划(LTE,Long Term Evolution) 系统中对子载波共享的限制条件,提出了一种可以降低实际复杂度的启发式算法用于求解该最优化问题.仿真结果表明,该算法不但在保证实时业务用户QoS要求方面要好于传统的调度算法,还能获得较好的系统总容量和丢包率性能.     

一种在有扰信道中提供可靠传输的通信网关

网关的作用就是在应用层实现协议之间的相互转换。文中介绍为了在有扰信道中提供可靠数据传输服务 ,通信网关在应用层使用经过改良的连续 ARQ协议机制实现数据重传。讨论基于多线程技术的网关实现方法 ,分析具体实现中的关键技术。测试结果和实际使用证明 ,采用上述协议和技术开发的通信网关具有高的可靠性和运行性能。     

空战场穿越走廊基本网络规划的混合禁忌搜索算法

为有效管制战区空域,确保航空军事运输活动安全、高效、有序进行,针对不考虑限制空域的穿越走廊基本网络规划问题,构建了SUMApHMP数学模型,并结合Floyd最短路径算法提出了一种求解该模型的混合禁忌搜索算法,进而根据SUMApHMP求解结果设计了不考虑限制空域的穿越走廊基本网络。利用空战场中10个机场之间的流量矩阵和距离矩阵对混合禁忌算法进行了测试,并将Lingo 9.0软件对模型的优化结果与本文算法求得的结果进行了比较,验证了算法的可行性和有效性。     

PTNet：一种面向加密流量分类的半监督并行Transformer网络

随着网络加密协议的广泛使用,传统的网络流量分类技术面临很大的挑战。目前的方法具有以下局限性：一是模型高度依赖深度特征,这要求有标注训练数据集的规模足够大,否则模型难以在新的数据上进行泛化;二是模型仅专注于流量的一个模态特征,不同类别流量的同一模态的特征区分度可能不够明显。针对这些问题,本文提出了一种基于深度学习的加密流量分类模型Parallel Transformer Net（并行转换网络,PTNet）。该模型基于预训练-微调的半监督思想,充分利用网络中大量无标签流量数据进行预训练,然后在少量有标签数据的基础上进行微调。此外,该模型并行提取了载荷和包长序列两个模态的流量特征,进行多模态的特征融合,并在三种不同的流量分类任务与相应的数据集（Android、USTC-TFC和CSTNET-TLS1.3,均为公开的数据集）上都表现出很好的效果,分类准确率分别达到95%、98%和97%。