流间网络编码中的自适应通知报文发送机制

流间网络编码机制需要借助通知报文来确定编码机会,现有的机制一般采用"τ间隔通知机制",但对通知间隔τ的选取及其导致的开销并未进行分析。通过分析"τ间隔通知机制"所产生的通信开销及其对编码机会和吞吐量的影响,提出一种自适应通知报文发送机制。在自适应通知报文发送机制中,无线节点根据局部网络的流量自适应地确定发送间隔,且通知报文仅携带最近2个通知间隔侦听到的数据包信息,在保证编码机会的情况下降低通知报文中携带的信息量和通知报文的发送频度,从而降低附加开销和冲突。网络模拟器仿真实验结果表明:自适应通知报文发送机制能有效地减少通知报文发送的额外带宽开销,取得比采用"τ间隔通知机制"的流间编码机制更高的吞吐量。     

卫星中断容忍网络路由算法研究

针对卫星网络易中断、长时延等问题,提出一种适合卫星DTN网络的路由算法——SDTNR算法。该算法在节点缓存中设置了3个存放不同服务等级报文的队列,队列根据报文响应比排序,响应比小的报文优先发送。SDTNR算法根据卫星运行规律,建立节点选择表并实时更新该表,根据表中信息选择满足条件的节点作为下一跳节点,以此保证通信的可靠性。仿真结果表明,SDTNR与EPR、PR、FC 3种算法相比,SDTNR更好地提高了报文的投递率、降低了网络开销和平均时延。     

一种改进的自适应多媒体拥塞控制方法

在Internet中传输实时多媒体需要性能良好的拥塞控制机制来确保一定的服务质量。应用实时传输协议RTP的反馈报文的信息,开发了使用参数自适应变化的AIMD拥塞算法来消除拥塞,最终得到了一种改进的单播多媒体自适应拥塞控制算法。经OPNET网络仿真分析,在各种丢失率环境下,算法的发送速率平滑性等性能表现良好,较好地满足了网络多媒体的传输特性需求。     

基于优先级队列的多约束无线链路资源调度算法

针对海战场环境中指控数据以先入先出(FIFO)的方式排队发往数据链,当数据链中存在丢失率高和不可达节点时,会导致无线链路带宽资源综合利用率不高的问题,结合仿真模型分析了原因,提出了基于优先级队列的多约束无线链路资源调度算法。通过将该算法与FIFO、优先级队列算法(Priority Queue)进行仿真对比分析,结果表明该算法在存在排队报文时增加了丢失率较低链路上的发送速率,减少了目的不可达报文的发送量,最终降低了重要报文的延迟,提高了数据链的利用率。     

THO-MAC:一种两跳优化的低延迟低功耗无线传感器网络介质访问控制协议

功耗与延迟是无线传感器网络介质访问控制协议设计首要考虑的两个问题。提出了一种新的传感器网络低延迟、低功耗、接收节点初始化异步介质访问控制协议——THO-MAC协议。通过准确预测接收节点的唤醒时间,THO-MAC协议调度发送节点侦听信道,从而减少发送节点空闲侦听能量浪费。THOMAC协议在发送节点两跳转发节点集中选择使报文两跳转发延迟最小的转发节点,从而降低报文传输延迟。使用NS2模拟器对THO-MAC协议进行了详细模拟。模拟结果显示,与RI-MAC和Any-MAC协议相比,THOMAC协议可以减少35.5%和18%的报文传输延迟,同时节省23.5%和15.5%的节点功耗。     

STDMA数据链系统的动态时隙分配

针对典型的STDMA时隙分配方案进行了改进,实现地面主控站可根据用户的紧急或优先级高低的预约请求进行实时分配,并支持用户占用时隙块发送较长报文的需求.仿真表明,该方案改善了延时性能,适合突发应急报文的传输需要.     

ATS: 一种基于通告时间戳的BGP收敛性改进机制

研究BGP收敛性改进问题,考虑网络运行状况,提出一种新的机制,称为通告时间戳机制ATS(advertisement time stamp)。在该机制中,BGP路由器在向对等体发送路由通告报文时,将相应的路由前缀打上时间戳。当通告报文准备好时,通过查看相应前缀的时间戳来判断报文是否可以立即发送还是应该等待。该机制充分融合了每对等体每目的网络速率限制定时器和每对等体速率限制定时器各自的优点,克服各自缺点。分析表明,该机制可以较大地减少Tup、Tlong及Tshort事件的收敛延迟。     

WindowsNT系列平台的基于UDP协议的信息流仿真

很多系统在以太网通讯中使用UDP报文进行网络数据的传输,为了完成对这些系统的仿真驱动,通常需要在一台PC机用单网卡或多网卡实现基于UDP协议的信息流仿真。在缺少目标系统的某些节点时,该PC机模拟相关节点的UDP报文的发送、接收,驱动目标系统的运行;当目标系统全系统运行时,该PC机监听以太网上的UDP报文,为目标系统的事后分析记录数据。本文论述了在Windows NT系列平台在通过Windows Socket及特殊的NDIS中间驱动实现UDP信息流的技术。     

基于TCP Veno算法的异构网络边界代理改进机制研究

针对在异构网络环境下无线网络的特点使TCP性能下降的问题,借鉴TCP Veno算法原理,提出基于网络状况评估的拥塞控制的性能增强代理改进工作机制,动态评估当前网络的状况,调整预应答发送窗口的阈值,提高性能增强代理在较大差异网络下的传输控制效能．基于NS-2的网络仿真测试对算法进行了验证,结果显示改进后的工作机制在丢包率较大的异构网络中性能有明显提升．     

基于数据冗余的BDS长报文传输机制改进算法?

北斗卫星导航系统（ Beidou Satellite Navigation System，BDS）只能传输字节受限的短报文，对于长报文需要通过分包和多次重传改善报文传输的成功率，这样会造成系统平台数据发送延误和网络拥塞。提出一种基于数据冗余的数据分包传输机制，该传输机制以数据包为处理对象，采用异或运算得到冗余包，编码简单，编码解码速度快。通过Matlab仿真，证明基于冗余编码机制比无冗余编码单次发送机制的数据接收成功率高15％以上，两次发送对多包的数据接收成功率有较大提高。     

Cocast：一种基于传感器的分布式网络距离预测任意播算法

针对Internet环境中基于网络坐标估计节点间网络距离的问题,提出了一个利用任意播机制分布式的网络坐标预测算法Cocast:所有用户节点均加入一个结构化Peer-to-Peer对等网;对等网中任意的节点均可以发送网络坐标任意播查询消息,该消息被转发到多个负责坐标计算的用户节点,这些用户节点分布式地预测消息发起节点坐标,最终消息发起节点获得一个综合的坐标位置。Cocast基于网络坐标任意播选择提供位置估计的用户节点,利用层次化网络嵌入预测坐标位置,借助位置融合传感器机制过滤恶意节点的影响。实验表明Cocast具有可扩展、快速收敛、渐增精度、抗恶意节点破坏等优点。     

基于改进LMS算法的复合材料超声检测缺陷识别

在径向基函数（RBF）神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方（LMS）算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法．该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度．将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值．改进的RBF网络能够较好地识别超声检测脱粘缺陷．     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。     

具有优先级消息的AFDX建模与性能分析

以Petri网为工具,建立了基于具有优先级消息传输的AFDX(航空电子全双工以太网)网络模型,通过仿真,求解出消息发送时的平均等待时间,得到的指标结果验证了高优先级数据消息帧发送等待延时明显小于低优先级数据消息帧的发送等待延时,充分说明了优先级对紧急数据传输的重要性。模型有助于进一步理解航电系统不同优先级消息在AFDX网络中的传输机制,为以AFDX为总线的综合航电系统的设计和完善提供重要的理论依据。     

复杂网络波动扩展衍射欠定采样预测模型

复杂网络环境中对网络波动的准确预测可以有效监测网络环境,防范网络入侵和拥堵。由于在复杂网络受到干扰的可能性更大,其网络波动具有扩展衍射特征,不可预测性强。传统方法中采用自回归移动平均模型进行复杂网络波形预测算法设计,在波动信号的时频重叠调制过程中未能纳入杂波先验信息,波动序列的扩展衍射特征形成欠定采样,预测效果不好。提出基于空间扩展自回归移动平均模型的复杂网络波动欠定预测算法,采用LTE线性均衡滤波,进行降噪去除杂波干扰,提取波动序列的扩展衍射特征形成欠定采样样本序列,设计网络波动时空序列扩展衍射点阵,准确预测网络波动的参数信息。以病毒入侵,网络监听和拥塞堵塞等波动产生模型为实例,进行仿真实验,结果表明该算法具有较高预测精度,监测点波动误差较小,实现复杂网络波动状态的动态跟踪和评估。     

新颖的冗余节点无线传感网能量感知分簇算法

针对一类具有冗余节点的无线传感网,提出了一种新颖的能量感知的动态分簇算法NEAC。它基于动态分簇路由机制,根据节点分布密集程度簇内分布一定数量的休眠节点,在数据传输阶段,这些休眠节点不感知和发送数据,当簇首节点的能量消耗达到一定阈值后需要重新轮换簇首,它们被唤醒并根据休眠节点和簇首轮换机制实现快速簇首和休眠节点选举以平衡节点间的能耗。仿真结果表明,与典型的分簇协议相比,NEAC能够更好地平衡节点的能耗,获得更长的网络生存期。     

混沌时间序列中弱信号的检测

介绍了混沌的基本特性,利用混沌时间序列对RBF神经网络进行训练,则训练好的神经网络对混沌序列未来时刻的值具有一定的预测能力.若混沌序列中包含有目标信号,则其混沌特性将受到影响,导致神经网络对其预测误差的增大.这样可根据预测误差对淹没在混沌杂波及混沌杂波加一定强度的白噪声中的弱目标信号进行检测.仿真结果表明这种方法优于传统的目标检测方法,有着较好的杂波抑制能力.     

基于Multi-Agent的信息共享行为建模研究

针对信息共享行为的优化需求,构建了基于Multi-Agent的信息共享行为模型,该模型由Agent特性、Agent信念、Agent连通性和Agent行为4个模块组成。在Agent信念模块,提出了关于信念的信任值量化更新方法,将其作为信息共享行为交互的优先级排序的依据。规范了Agent发送信息、接收信息和处理信息的实验流程。通过仿真实验,得出了较为理想的信息共享行为组织模式,实现了信任阈值下的信息过滤,通过实验结果分析验证了信息共享行为模型的有效性。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类,但此网络使用BP算法,其误差能量函数是一个不规则的超曲面,容易陷入局部极小值.因此,提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法.该方法能够自动地确定网络的最优结构和联结权值,同时避免网络的局部优化.实验结果表明,将该方法用于被动声纳目标的分类识别,能够有效地克服局部最小问题,具有更好的识别率.     

战场通信网络消息处理模型研究*

针对战场通信网络建模需求,基于 EBI建模框架,提出了面向实体的战场通信网络建模方法,探讨了战场通信网络实体模型的组成结构.重点分析了战场通信网络消息处理模型的作用和功能,给出了消息处理模型的仿真工作流程,对消息处理模型中的消息列表、通信事件列表、网络路由算法进行了阐述,并结合通信节点实体模型中的消息缓冲器,探讨了消息处理模型管理和维护通信事件列表的方法.