基于PageRank算法的武器装备体系重要节点评估

将武器装备系统抽象为网络节点,利用复杂网络理论研究评估武器装备体系中的重要节点。针对传统PageRank算法在该应用中存在的问题,提出一种修正的PageRank算法。该算法对悬挂节点及有向环状网络节点的重要度评估具备收敛性。仿真实例验证了该修正算法对双目标作战环节点重要度评估的有效性。为了进一步验证所提算法的准确性,引入特征谱理论和移除节点法评估网络的抗毁性。     

基于改进加权P ageRank的电子目标重要度评估方法

目标重要度评估是电子目标分析的重要内容，将电子目标群体抽象成复杂网络，可以通过对其网络特性的挖掘，从整体上对电子目标在敌方电子信息系统中的重要度进行评估，但传统基于网络结构的目标重要度评估指标具有片面性，难以对处于关键链路之上的重要节点进行挖掘，针对这一问题，将Pagerank算法与中间中心度指标进行整合，提出电子目标重要度评估算法BCIW PageRank，介绍了基于该算法的电子目标重要度评估流程，并利用模拟侦察数据对其进行了仿真分析。     

火力打击条件下Ad hoc网络节点毁伤程度评估

Ad Hoc网络在信息化战场的广泛应用,需要快速有效地评估火力打击对网络的毁伤程度。从Ad hoc网络自身属性出发,结合网络的内部测度和外部测度,给出了节点有效度、节点修复度以及节点连通度等指标计算模型。构建了节点毁伤程度加权邻接矩阵,提出了一种基于复杂网络团簇结构划分的节点毁伤程度评估方法,根据权值的相似程度对节点的毁伤程度进行归类,并给出了示例分析。最后将本算法与模糊聚类算法进行对比分析,结果证明了方法的正确性。     

RBF神经网络的C4ISR系统效能评估

针对当前效能评估方法存在人为因素干扰的问题,并考虑到RBF网络具有收敛速度快,无局部极小优点等优点,建立了基于RBF网络的C4ISR系统效能评估模型.模型采用K-均值聚类算法确定隐层节点数据中心和扩展常数;用最小二乘法进行输出层权值的修正;为防止病态,用目标总函数动态地确定隐节点的个数.最后,将得到的结果和BP网络输出...     

基于依赖网络理论的后勤指挥系统建模与抗毁性分析

从复杂网络的角度出发,将后勤指挥系统分为指挥网络和通信网络两个子系统,采用依赖网络理论对其依赖关系进行描述,建立了后勤指挥系统模型.分析了指挥节点和通信节点不同的失效过程并提出抗毁性算法.将仿真实验结果与传统单层网络建模方法的结果进行比较,表明基于依赖网络理论构建模型的方法和抗毁性算法可以应用于后勤指挥系统的抗毁性分析,且能进一步细化抗毁性评估的结果.     

舰艇编队协同反导网络节点重要度评估

为提高舰艇编队协同反导网络中重要节点评估的效率和有效性,提出了一种基于节点接近度和节点关联度评估复杂网络节点重要度的方法。在复杂网络中节点的接近度越大,该节点越居于网络的中心,在网络中就越重要;节点的关联度越大,在网络中就越重要。根据该方法设计了舰艇编队协同反导网络中重要度评估算法,仿真分析证明了该方法的有效性。     

基于改进融合算法的交通网络节点重要性评估

交通目标体系在作战中是打击目标选择的重点,在目标选择前需要对交通网络的节点及关联关系的重要性进行准确评估.交通目标体系是一种多层复杂网络模型,目前的评估方法没有考虑到路径的权重和对网络整体价值,造成评估模型与实际网络不符合的问题.针对该问题,提出一种改进的融合算法对多层网络进行评估.该方法构建的节点关联度矩阵考虑了各层网络中边的权重和网络整体价值,再将每层的节点关联度进行融合.通过仿真分析和对比,该方法能够准确有效地评估多层交通网络节点的重要性,对目标选择具有一定实用价值.     

多媒体传感器网络中基于ACO的QoS路由协议

针对目前无线多媒体传感器网络QoS路由协议算法复杂、能耗较大等缺点,提出将蚁群优化算法用于改进无线多媒体传感器网络的路由选择.首先,抽象出多媒体传感器网络QoS 路由模型,进而,利用蚁群算法设计了一个运用带网络约束条件的权值去更新信息素浓度增量的路由算法--AntWMSN算法,AntWMSN算法利用正向蚂蚁F_(ant)收集链路带宽、时延、丢包率等参数,结合精华蚂蚁系统更新本地节点的网络状态模型以及每个访问过的节点上的信息素,从而找到满足多约束QoS条件下的最佳路由.仿真结果表明,该算法具有分布式全局优化网络路由选择的特性,比传统的QoS路由协议具有更好的收敛性,并且在满足网络对QoS参数需求的前提下,有效地提高了网络的生命周期.     

军事通信网节点重要度评估方法

针对军事通信网的应用环境和业务流传输的特殊性，考虑节点类型以及节点之间的相互关系，将节点按功能分为侦察节点、处理节点、指控节点、行动节点、传输节点五类节点。根据军事通信网信息流传输的特点，改进了传统的网络介数基本概念，定义了符合军事通信网特征的节点和链路重要度的新指标。最后，通过实例对军事通信网的节点重要度进行仿真计算，画出了所有节点重要度柱状分布图。     

C4ISR系统结构模型及其网络化效能分析

针对C4ISR系统结构的定量分析与效能评估问题,提出了一种基于复杂网络的C4ISR系统结构建模及网络化效能评估方法。在对系统组成要素及交互关系进行分类和抽象的基础上,将其映射为复杂网络模型中的节点与连边,进而利用复杂网络相关统计特征建立系统结构的网络化效能评估指标。通过对某典型C4ISR系统结构及其演化过程进行实例分析,验证了所提方法的可行性和准确性。     

基于复杂网络的卫星重要度评估

利用复杂网络对卫星重要度评估展开研究。将卫星抽象成复杂网络中的节点,分析了该网络拓扑结构的动态特征;基于卫星的运动学模型及可视性判定模型,给出了网络拓扑结构的确定方法;分析了网络节点、节点连接边及相邻节点的计算指标,在此基础上建立了基于灰色关联度(GRD)的节点重要度评估模型。仿真结果表明,文中模型可以有效评估卫星的重要程度,为作战决策人员提供理论支撑和技术支持。     

基于网格划分的无线传感器网络多重覆盖算法

为了延长无线传感器网络的工作周期,在满足网络覆盖性能的前提下,可利用调度算法让一部分节点进入休眠以节省能量。提出了一种基于网格划分的无线传感器网络多重覆盖算法,新算法包括冗余节点判断和节点调度两部分。将节点覆盖区域划分为多个网格,通过判断各个网格是否满足覆盖要求,进而判断节点是否冗余。新算法给出了边界冗余节点判据,在调度过程中能够克服边界效应的影响,同时通过冗余节点能量比较,避免了休眠冲突和覆盖盲区的产生。仿真结果表明,与传统的CPNSS算法相比,新算法对冗余节点的判断更为准确,在网络工作集和平均覆盖度两项性能评价指标上均优于传统调度算法,且对网络节点数量增加造成的影响不敏感,能够有效地减少网络冗余,起到了提升网络性能的效果。     

电磁发射系统以太网拓扑结构建模优化

拓扑结构优化模型是网络中的一类重要模型，可以有效地优化系统整体链路性能。针对电磁发射系统以太网拓扑结构中部分节点和链路的负载过大，一旦发生堵塞，将会影响网络中关键链路性能的问题，建立网络拓扑结构优化的多目标规划模型，并提出一套基于基因环操作的遗传算法对其进行求解，通过仿真得出最优的网络拓扑结构。根据仿真结果修改实际网络节点默认配置参数，结果显示该模型和算法能有效均衡负载，降低网络冲突率，且不需要改变电磁发射系统以太网的物理链路，不会增加额外成本，对电磁发射类系统具有普适性的意义。     

基于强化学习的移动自组织网络分步路由算法*

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高度的动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出了一种基于强化学习的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集来提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析,仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

基于加权网络模型的指挥节点重要度评估方法

指挥节点重要度评估是研究指挥网络可靠性和抗毁性的重要内容。通过定义加权网络节点重要度贡献矩阵,提出了一种利用节点重要度评价矩阵确定加权网络关键节点的相对重要度的方法,该方法能充分考虑节点的位置信息、邻接节点的重要度贡献关系;结合作战任务对社区的依赖度,设计了节点全局重要度评估算法,并利用该算法对典型网络节点重要度进行了分析,结果表明算法有效、可行。     

水下传感器网络节点部署算法

水下无线传感器网络作为三维立体监视体系的重要组成部分,其覆盖模型、拓扑控制和能量消耗一直是三大重要基础性研究领域。基于水下监视网络节点随机部署策略研究传感器网络三维覆盖问题,针对水下固定锚节点部署后水平位置不能改变的问题,提出基于加权二分图最大匹配的节点沉降算法,保证所有匹配节点沉降后与理想图案位置的水平距离偏差总和最小,针对三维空间覆盖空洞问题,提出一种基于三维泰森晶胞体结构的覆盖空洞修复算法。仿真结果表明,提出的算法与国外同类算法相比,网络覆盖率提高达7%以上。     

基于复杂网络的机降作战目标选择方法

运用复杂网络理论,构建蓝军抗登陆部署网络模型,将机降作战目标选择问题转化为节点价值评估问题。将节点价值分为战术价值和网络价值两个维度,利用模糊偏序关系建立节点战术价值评估模型,定义节点连通度和节点关键度,确定节点网络价值评估算法,评估蓝军抗登陆部署网络中各节点的价值,进而确定机降作战目标。实例分析结果表明了该目标选择方法的有效性。     

强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

复杂网络节点重要度评估及网络脆弱性分析

提出一种基于节点状态演化级联失效模型的节点重要度评估和网络脆弱性分析方法。故障传递演化的内在机理是基础复杂网络变得脆弱的根源。在负载网络级联失效模型的基础上,提出一种能够实时跟踪节点负载状态,继而根据节点状态来重分配节点负载的重分配模型。提出基于节点状态演化的节点重要性评估和网络结构脆弱性分析方法,通过脆弱性分析结果找出网络的健壮性参数,并对此节点重要性评估方法进行失效分析。通过仿真实验验证方法的有效性。     

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。