基于局部洪泛优化的低轨星座分布式路由算法

针对传统分布式路由算法应用于大型低轨星座时拥塞控制能力有限的问题,提出了基于局部洪泛优化的分布式路由算法。该算法通过局部洪泛的机制收集星间链路的拥塞信息,以应对局部通信需求密集所导致的常见拥塞现象;通过局部路径优化,以较低运行开销实现了流量疏导和网络负载均衡。并且该算法可适用于多层低轨卫星网络结构,不会产生路由环路,对卫星随机故障具有宽适应性。仿真实验表明:该算法在通信需求分布不均的高网络负载情况下能降低2%~10%的丢包率,并对网络随机故障具有鲁棒的表现。     

样本标签污染条件下的雷达辐射源个体识别技术

针对辐射源个体识别(Specific Emitter Identification,SEI)中由于数据集存在错误标签导致识别率下降的问题,提出了 1种有监督和无监督融合的错误标签识别和纠正方法。首先采用无监督密度峰值聚类方法将数据集中出现的标签错误样本找出,再使用 K折交叉实验对这些标签异常的样本进行预测投票,将得票数多的标签作为错误标签纠正的结果。经过清洗的数据集再通过卷积神经网络进行训练,得到 1个较为理想的辐射源个体识别的网络模型,保证了在样本污染条件下,辐射源个体识别网络仍能具有较好的识别率。文章所提方法的识别率相比未经处理的数据集的识别率在标签错误率小于 30%时平均提高 3.3%;在标签错误率大于 30%时,也能使个体识别率达到 90%左右,验证了文章所提方法在对错误标签的识别和纠正上可以取得较好的效果。     

用正则化方法快速求解中长基线网络RTK模糊度

提出了采用选权拟和的正则化新方法,利用参考站坐标准确已知的条件作为约束,设计出正则化矩阵,使法矩阵的病态性得到了改善,只用几个历元的数据求解,能较准确得到模糊度的浮点解,在此基础上结合LAMBDA方法可以快速地确定整周模糊度。以4条中长基线的实测数据为例,新方法用3个历元的单频L1数据就能求解出整周模糊度,且成功率为100％。与现有方法相比,新方法可采用单频GPS数据实现中长基线GPS网络RTK的整数模糊度快速解算。     

深空探测中的自主无线电关键技术

深空探测中的自主无线电主要作用是实现多个深空探测器间的通信,优点是能在未知无线电环境下不需要地面干预,自动实现无线电参数的识别和配置.阐述了自主无线电技术对深空探测的必要性.在与常规无线电技术、软件无线电技术比较的基础上,论述了深空探测中的自主无线电技术,分析了其必须解决未知无线电环境下参数估计这一关键问题.针对无线电参数估计目前存在的因果循环问题,提出了一种自主无线电技术参数估计迭代层次结构模型,分析了各层间的消息类型和迭代过程.     

应用BP神经网络针对高通量质子事件的通量数值预报

质子事件的爆发与太阳软X射线辐射有着很强的相关性,利用GOES卫星的1～8 (A)波段和0.5～4 (A)波段的软X射线数据,选取一些特征参量验证该相关性并应用到质子事件短期预报中.在当前质子事件传输物理机制不完全明确的情况下,在现有的预报质子事件有无的模型基础上,利用BP神经网络,根据软X射线通量水平等预测事件质子峰值通量水平,再对训练后的网络进行检验,检验预测所得结果与实际探测值误差小于一个量级,具备一定实用意义.      

高速公路收费系统通信服务器的设计与实现

高速公路收费系统通信服务器是高速公路收费系统数据传输的枢纽.重点介绍了高速公路收费系统通信服务器软件的设计、实现方法和特点.通信服务器使用按优先级分发报文的通信协议,支持多用户的并发通信.为了实现数据共享的集中控制,通信服务器采用客户/服务器的模式.使用多线程的编程技术,满足了对通信服务器实时性的要求.目前,该软件已通过了验收,在广深高速公路上运行良好.      

动态构造网管中管理功能与被管对象的关联

在动态构造的网络管理中,管理功能与被管对象的关联机制是核心关键技术.这种关联机制采用被管对象集MOS(Managed Objects Sets)的思想.MOS提供对协议、设备及应用相关的被管对象的定义及描述,通过动态编译的技术生成及扩展MOS,并通过对MOS的访问实现与管理功能的关联.      

支持自愈恢复的MPLS流量工程路由机制

提出基于策略和流量特征的约束路由算法,算法根据网络资源和流量分布特征,为不同流预先分配带宽,优化网络资源的使用.将显式路由计算和故障恢复机制相结合,设计和实现基于MPLS(Multi Protocol Label Switch)的故障恢复系统,提高MPLS网络的生存性.      

可自组织的网络测量基础设施研究

在分析现有网络测量基础设施的基础上,提出了一种基于层次化覆盖网络(hierarchical overlay network)的管理机制,应用于网络测量基础设施,实现测量节点的可管理性和自组织性,减少人工干预开销和错误,并使整个测量基础设施具有良好的可扩展性.      

基于神经网络的自适应非线性控制及仿真研究

研究了神经网络非线性动态系统的自适应控制方法,首先利用改进的非线性自回归滑动平均模型,采用多层前向神经网络辨识非线性系统模型,然后直接由辨识结果设计出控制器,并根据控制误差对控制律作在线修正.利用导弹模型进行了控制仿真,仿真结果表明采用此方法可以得到较好的控制效果,而且在模型不确定和有噪声干扰的情况下仍能正常跟踪给定的迎角信号,具有较好的鲁棒性.