网络图的自动生成算法及其系统实现

研究了网络自动生成的实现算法和系统实现技术。该算法按路线来画结点 ,将其区分为不同的层 ,再绘制路径。先画出所有关键路 ,确定关键节点的坐标 ;然后对于未确定坐标的结点 ,寻找其由关键结点出发再回到关键结点的最短路径 ,将该路径上的结点画为一层 ,按不同的路线分为不同的层次进行绘制 ,直到所有结点均确定坐标。然后确定路线的层次 ,最后统一协调规整。以此算法开发的软件系统可节省时间 ,并可保证生成规范的网络图。     

基于三角形折叠的LOD算法研究与实现

对三角形折叠误差计算方法进行了改进,针对网格简化程度的不同引入阈值控制折叠误差,然后按要求的折叠误差确定折叠新顶点,从而生成满足不同需要三维模型的多个细节层次;建立了不同细节层次模型间顶点的对应关系,然后在对应点之间进行线性插值,实现了绘制过程中不同细节层次模型间的平滑过渡.     

群目标侦察航迹规划方法

针对群目标侦察中的航迹规划问题,提出先采用聚类算法将目标群分成若干个子目标群,然后采用分层规划方法进行求解。第1层为目标群之间的路径规划,将问题转化为多旅行商问题并采用遗传算法求解确定最短航迹;第2层为子目标群内部的航迹规划,由于传感器通常是以一定宽度进行扫掠式侦察,因此,首先用Delaunay三角剖分算法求出包含子群内所有目标的最小凸多边形,再利用区域覆盖扫掠算法求出凸多边形内机动次数少、路径最短的航迹。仿真结果表明,所设计的航迹规划方法能够实现群目标侦查中无人机的航迹规划,证明了模型的可行性和算法的有效性。     

基于动态流能量高效的无线传感网路由算法

针对无线传感网中结点能量受限,提出了一种基于动态流能量高效的路由算法DFEERA(Dynamic Flow-based Energy-Efficient Routing Algorithm)。该算法通过在无线传感网内设置多个基站收集区域内传感器结点的数据流拓扑结构建立数据传输能量消耗模型,将该模型转换为最大流问题求解最优传输路径,作为某时期内结点数据传输路径。随着结点能量的消耗,动态调整该能量消耗模型重新规划路径,作为新的传输路径,从而平衡结点间的能量消耗,提高网络结点的存活率。仿真结果表明,与其他典型的路由算法相比,DFEERA能够更好地平衡结点的能耗,获得更高的能量消耗率和更长的网络生存期。     

基于深度强化学习的应急通信网规划方法

应急通信具有较强的突发性和不确定性,为满足应急通信网规划中灵活快速组网的要求,根据不同层次网络特点,进行网络拓扑结构分层建模描述,应用深度强化学习算法,实现拓扑结构生成,并通过算法优化其生成效率,依据业务特点,按策略分配应急通信网业务资源,实现完整的应急通信网规划,最后通过样例仿真,验证了应急通信网模型及算法的科学性和高效性,为应急通信网的规划提供参考。     

武警部队开进路线问题的蚂蚁算法研究

部队开进路线问题是类似于TSP的NP问题。本文将蚂蚁算法应用于部队开进路线问题中，在综合考量每条路径的通行条件、隐蔽性、迂回道路数量基础上，通过层次分析法求出每条路径的权值，进而运用蚂蚁算法原理对问题设计算法。算法用Delphi实现，通过对实际部队开进路线问题的测试，得到较好结果。相对于传统的经验选择路径方法，此方法更少依赖选择主体的主观性，从而更具客观性与可重复性。     

基于流量均衡和跨层技术的星群路由算法

针对分布式星群网络业务通信QoS不高的问题,提出了一种基于流量均衡和跨层技术的分布式星群网络路由算法(TACA)。该算法首先通过跨层技术将物理层、MAC层的相关信息搜集起来,作为判断链路负载状况的依据;然后对不同类型的业务进行分类,根据链路负载状况和业务QoS级别选择不同的路由层次,从而均衡流量以提高QoS。仿真表明,该路由算法在一定程度上降低了星群的呼叫阻塞率和切换阻塞率,平衡了网络的负载,提高了网络吞吐量。     

欧拉猜想计算机证明的一个新算法

文献（１）通过直接构造正交拉丁方对解答树并搜索树的所有结点这一算法,用计算机证明了不存在６阶正交拉丁方对。本文对上述算法做了改进,首先寻找所有６阶标准拉丁方,然后运用遍历解答树每个结点的方法逐一证明没有与之正交的拉丁方,从而实现欧拉猜想的机器证明,新算法使得机器运行时间大为缩短。     

基于路径加权的军事通信网波动性评估算法

波动性是网络拓扑层抗毁性的一项重要参考指标。针对军事通信网拓扑层波动性评估问题,将传统评估算法改进后提出了一种基于路径加权的新算法。不再将网络所有链路的重要程度等量齐观,而是通过网络节点间两两通信,计算出每条链路的权值进而得到与链路相连节点的权值(波动性度量值),用所有节点权值的均方差评估网络波动性。最后基于布尔行列法对复杂网络路由探寻的准确性,分别将新算法与传统算法应用于复杂网络波动性评估并进行比较。结果表明:传统评估算法具有不准确性,而新的算法不仅评估量化更为细致,而且对节评估准确无误,新算法完善可靠。     

狭窄环境中基于几何法的全局路径规划新方法

研究狭窄障碍环境下基于几何法的移动机器人全局路规划方法。用不同多边形表示机器人和障碍物,多边形集合构成环境地图。利用数组矩阵存储机器人和障碍物的顶点坐标,便于计算机进行识别、分析和计算。在此基础上,建立了两个子函数——障碍物筛选子函数和凸包计算子函数。通过对两个子函数的循环调用,找出所有较优无碰路径,最后根据一定准则选择全局最优路径。该算法把狭窄障碍环境中的路径规划问题转换成凸包计算问题,且能够生成多条可供替换的较优路径。当环境空间相对狭窄、机器人形状较为复杂,在路径转弯处作旋转运动时,可根据安全需要选择合适的运动路径,从而增加了算法的适用性。仿真结果表明:该算法简便高效,能够满足路径实时规划要求。     

基于 SBM的操作级并行处理算法研究

SBM是支持操作级并行的一种有效的同步机制。文中基于SBM对结点调度和barrier插入算法进行了深入的研究,提出了一套有效的开发操作级并行的方案。用一有向图G(N,A)表示指令之间的相关关系,并以结点的临界路径为关键字将结点从小到大进行排序。按照排序后的结点顺序,描述了一种分配算法,将结点分配给各处理机。同时,描述了相关结点之间的barrier插入算法。     

时间和指挥机制约束下基于信息流的指挥网络稳定性研究

针对现有方法不能完整描述指挥网络的不足,研究了多态网络模型下指挥网络的稳定性。基于对信息传输时间和指挥机制特点的分析,提出了双重约束下网络稳定性模型,该模型假设信息可通过一对最小路径同时传输信息;设计了确定网络所有最小状态(下界点集)的算法流程;最后给出案例分析,证明了模型和算法可行有效。     

自动测试系统多层次模糊综合评价方法

针对自动测试系统(ATS)多层次、多指标综合评价问题,提出了一种多层次模糊综合评价方法。首先通过德尔菲法确定系统的评价指标体系,并通过领域专家确定底层指标的隶属度矩阵;然后采用层次分析法确定各层指标的权重,并经过一致性检验;将底层的评价结果作为其上一层的隶属度矩阵,再根据相应层的权重进行评价,得到该层的评价结果。依次类推到最顶层,得到系统的最终评价结论和量化结果。最后以某型ATS为例验证了其有效性。     

分布式虚拟战场地形实时渲染策略

大规模地形作为分布式虚拟战场的重要组成部分,在非常有限的资源下,很难达到实时性绘制。针对此问题,设计了两级三层的概要四叉树组织地形数据,用多线程模式算法调度数据,以提高庞大地形数据的交互速率;提出基于衔接索引模板的算法来消除裂缝,实现不同细节层次的无缝拼接;引入样本纹理堆栈的纹理合成算子,增强各层次细节地貌的逼真表现。实验表明:该方法能够很好地实现战场环境下地形的实时性绘制,提供稳定的视觉漫游效果。     

网络势能合作博弈——一种求最优路径问题的新方法

最优路径算法广泛应用于物流规划、自动驾驶等实际场景。当交通网络复杂度增大时,算法的效率尤为重要。设计了基于网络势能合作博弈模型的分布式算法,将道路网络模拟成电路,利用电路中电阻最小路径电流最大的原理求解最优路径问题。该模型通过分量迭代,计算出每个节点的势能值,进而计算出节点间的电流值,确定从起点到终点的最大电流路径为最优路径。通过实验验证了模型的可靠性,其计算效率远高于Dijkstra算法。     

网络接口部件(NIU)中坐标转换算法的实现

为使NIU能提供把不同地域的仿真器联接到DIS中的能力 ,其主要功能之一就是坐标系统转换。本文介绍了DIS标准坐标系及其它几种相关坐标系 ,并在不同坐标系之间建立了坐标转换关系 ,讨论了不同坐标系中姿态的不同表示方法及其转换关系 ,同时在NIU中用C + +实现了所有算法。     

基于双向搜索的运输路线优化算法

研究提出了基于有向图关联矩阵的双向搜索算法。此算法用于运输路线的优化计算,其基本过程为：首先分析路径和节点的拓扑关系,建立运输路线的有向图,然后简化有向图构建其顶点和边的关联矩阵,在关联矩阵的基础上从起点和终点分别查找出度和入度,通过双向搜索以快速查找出需要的最短路径。     

支持QoS的无线Mesh网络机会路由优化算法

针对空中骨干Mesh网络资源有限、计算能力相对不足的特点以及传统简单机会路由(Simple Opportunistic Adaptive Routing,SOAR)路由算法未充分考虑负载均衡与不同业务服务质量(Quality of Service,Qo S)保障需求差异性的问题,提出一种支持业务区分的改进型SOAR路由算法。该算法在考虑链路拥塞控制和负载均衡的基础上,定义综合预期传输次数来描述链路的综合状态,有效降低网络拥塞概率;同时根据传输业务类型的不同,设计一种基于层次分析法的路由选择策略,实现路径选择与业务类型的动态匹配。仿真结果表明,在重负载条件下,改进型SOAR路由算法相比传统SOAR路由算法其时延、吞吐量和吞吐率性能明显提升。当网络中存在不同类型业务时,改进型SOAR路由算法能够根据业务Qo S保障需求的差异性自适应选择最佳传输路径。     

基于k短路径的兵力机动路线优化方法

由于传统Dijkstra算法只能求解最优路径,结合兵力机动路线选择的需要,将求解k短路径的实用算法引入到兵力机动路线优化问题中,给出了算法的数据结构和步骤。在道路权重的确定上,提出将路程、通行能力和安全性三项指标相结合的思想,并给出了综合权重的计算方法。仿真实验表明所提方法具有较强的实用性。     

基于FMLNet的光学成像雨（雾）信息自主消除算法

航天发射和回收任务中,通过运载火箭以及无人机获取的光学图像易受雨雾的影响导致成像质量下降。为了同时满足雨纹消除和除雾应用需求,进一步提升雨（雾）图像信息恢复的质量,将特征提取、多尺度映射、局部极值以及非线性回归处理相结合,设计一种新的雨（雾）信息自主消除网络（FMLNet）,提出一种基于FMLNet的光学成像雨（雾）信息自主消除算法。使用Maxout单元层生成几乎所有与雨（雾）相关的特征,运用一种新的非线性激活函数（BReLU）以提高恢复无雨（雾）图像的质量,使其特征提取层和非线性回归层与经典CNN网络具有明显的不同。分别对雨（雾）图像数据集进行实验测试,结果表明,算法在峰值信噪比（PSNR）和结构相似指数测度（SSIM）评价指标上均优于其他常用算法。通过各算法处理效果的视觉观察比对,该算法能够很好地进行图像雨纹消除和图像除雾,能将不同雨（雾）场景下的图像恢复至细节丰富的干净场景图,图像复原度更高、视觉效果更好,从而验证了算法的有效性。