基于拓扑变化预计算的多层卫星网络路由协议

设计了一种基于拓扑变化预计算的多层卫星网络路由协议.与已有协议不同,该协议在网络拓扑变化前完成路由计算,并采用了自适应的链路状态报告方式.从路由计算时机和链路状态报告方式2方面分析了协议的合理性.与常规路由协议相比,此路由协议收敛更快,更能适应多层卫星网络拓扑变化频繁的特点.     

支持工人能力模糊度量和角色协同的软件众包任务分配

现有众包任务分配研究缺乏考虑对工人能力不确定性的度量,也未从众包平台的角度实现任务和工人间多对多模式下的协同分配。由此,提出支持工人能力模糊度量和角色协同的软件众包任务分配方法。该方法结合工人的历史表现和任务的需求期望,以模糊区间数评估工人的多属性能力匹配度,使用模糊层次分析法计算工人的综合胜任能力。引入基于角色协同理论,将多对多型任务分配建模为涉及一组任务与相关工人的组合优化问题,综合考虑任务权重、工人数量、潜在冲突等约束,以提高任务分配的效率和成功率,并给出一种基于CPLEX的问题求解方法。仿真实验结果表明,在确保获得全局任务集最佳完成质量的前提下,该方法能高效准确实现多对多模式下的任务分配。     

水下传感网基于节点权重的地理位置路由

水下传感网络采用声波进行通信,具有长时延、高错误率和低能耗要求等技术挑战。为此,提出基于节点权重的地理位置路由（weight of node-based routing,WNBR）。在WNBR路由中,当源节点需要转发数据包时,依据深度适度因子构建候选下一跳转发节点集,利用节点剩余能量、距离和链路质量信息计算下一跳转发节点集中每个节点的权重。最后,选择具有最大权重的节点作为源节点的下一跳转发节点。仿真结果表明,提出的WNBR路由能够有效均衡能耗,降低端到端时延,提高了数据包传递率。     

编码感知的机会路由算法研究

提出一种编码感知的机会路由算法——CAR.它利用机会传输增加编码机会,并通过引入一系列参数衡量"机会"好坏,创造性地解决了交叉数据流下机会路由转发节点的选取问题,解决了流间网络编码和机会路由算法结合时数据包上下跳节点"已知"与"未知"的矛盾.CAR算法能够最大化每次编码传输中原始数据包的个数,仿真表明,它能够显著提高可靠传输协议以及整个网络的传输性能.通过机会传输实现多用户分集,可显著增加流间网络编码机会,引入的转发延时也可增加流间网络编码机会.     

一种基于Dijkstra算法的航空平台组网技术

针对航空平台在超低空和超视距飞行过程中,传统单一的TDMA网络难以满足无盲区通信需求,提出一种基于Dijkstra算法的AdHoc组网技术。通过建立实时邻居信息表、网络拓扑表和动态路由,在工程应用中实现了具有中继功能的地空-空空高速实时无线传输网络,满足了部队通信网络大范围覆盖和实时性需求。     

IDRP：行星际DTN路由协议

为解决星际网络场景下的数据传输问题,提出了一种星际容延迟网络路由协议:利用节点的历史连接信息来预测该节点与其各个邻居节点的连接恢复时间;当两个位于同一个域的节点互相连接时,交换彼此的连接时间预测表,并据此决定是否需要使用对方作为中继节点;深空节点的存储资源常常受限,在进行路由选择时将节点的存储区消耗情况也纳入决策。使用NS2进行地-火通信场景仿真,使用一种改进的泛洪路由和一种仅选择网关节点作为下一跳选择的路由策略作对比。仿真结果表明相比其他两种协议,提高了14%的投递成功率并减少了50%的平均传输延迟,并更有效的利用了节点存储资源。     

基于优化SVR的军用软件可靠性预测方法

为了避免军用软件在投入部队使用后频繁出现失效问题,进而造成训练及战时的损失,提出一种优化SVR算法的军用软件可靠性预测方法,旨在军用软件大量投入部队使用前,做好军用软件自身的可靠性预测工作。进行度量元采集,并对度量元进行数据预处理;通过引入相关性的概念,提取出与软件可靠性指标相关程度较大的度量元;再通过网格寻优法优化SVR中的参数;通过案例对比分析,证明了基于优化SVR算法的军用软件可靠性预测方法可以提高软件可靠性的预测精度。     

基于D-S证据理论的技术成熟度评估关键技术识别方法研究

针对技术成熟度评估中识别关键技术这一多属性群决策问题,提出了采用证据理论的一种新方法,解决了由于专家意见具有发散性和冲突性而导致的意见难以合成的问题．通过引入和分析不确定度的概念和含义,给出新的不确定度的计算方法,有效地解决了评价中的证据冲突问题．最后通过一个算例给出了应用的步骤和方法．     

由内超实度量导出的拓扑

应用非标准方法研究由内集 E 上的超实度量所导出的 Q—拓扑与 S—拓扑,给出这两种拓扑的一些重要性质:(E,Q)是完全不连通的且其紧子集都是有限集;G(X)/关于 E 上的 S—拓扑的商拓扑是可度量化且完备的;G(X)的有界子集 A 若满足A/是 S—拓扑的商空间G(X)/的闭子集,则 A 是 S—紧的,本文还讨论了 S—拓扑在构造完备度量空间的应用。     

变量度量估计软件的复杂度

提出软件的变量度量方法分别度量软件的变量个数、变量距离及变量聚合缺乏度来估计软件的复杂度.该方法与已有的软件复杂度度量方法,如Halstead科学度量法、McCabe圈复杂度度量法以及Chidamber的6个度量OO代码的指标等不同,它通过度量构成软件的基本元素-变量,更能从底层抓住软件的本质,而且该方法运用于实际的软件复杂度估计十分准确有效.