分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

虚拟现实技术在美军实战化训练中的应用及启示

虚拟现实技术应用于军事领域,给军事训练带来了又一场革命。文章立足军队当前实战化训练背景,在分析虚拟现实技术及其特征的基础上,通过对虚拟现实技术在美军实战化训练中的应用现状分析,提出虚拟现实技术应用于我军实战化训练的发展对策。     

潜艇应用自航式声诱饵防御声自导鱼雷仿真研究

针对潜艇如何使用自航式声诱饵防御声自导鱼雷,在建立数学模型基础上,采用计算机仿真方法,完成潜艇使用诱饵防御声自导鱼雷的全过程推演和统计计算。通过研究诱饵参数对潜艇防御的影响,对潜艇使用声诱饵防御声自导鱼雷的战斗使用具有一定指导意义。     

移动式排烟在公路隧道火灾救援中的应用探讨

近年来我国公路隧道的建设迅速发展,然而公路隧道由于空间相对封闭,发生火灾情况下的烟气排除成为了难点。结合公路隧道通风排烟方式,探讨临界风速在隧道火灾排烟时的应用,并分析了公路隧道纵向空气流对火灾烟气流动的影响,指出不同流速的空气流对火灾烟气的影响效果不同,同时阐述了隧道内移动风机的气流环流现象。最后提出了基于不同火灾位置的排烟方案,为消防部队隧道火灾的排烟战术提供参考。     

低速率移动自组织网络安全路由协议

由于移动Ad Hoc网络具有无需基础设施,可以快速部署,很难完全被摧毁等优点,被作为数字化战场通信的优先选择,设计实现了一种适用于低速率移动Ad Hoc网络的安全路由协议——LSRP,它适用于分层架构的低速移动电台自组网,可以在网络资源有限的情况下,防御来自外部和内部两方面的攻击。LSRP协议利用分布式门限RSA签名方案来阻止非授权接入,防范来自网络外部的攻击;利用邻节点信任度评估机制,进行恶意节点检测和剪除,防范来自网络内部的攻击,增强了网络的安全性。     

放大转发双向中继网络的移动级联信道统计特征分析

针对放大转发协议下双向中继网络移动级联信道,为了分析其统计特征,结合用户完成信息交互的过程,将移动级联信道分解为传输部分和干扰部分两个时间过程。依据它们的双高斯乘积特点,分别给出了对应的一阶概率密度分布、二阶自相关函数和多普勒功率谱的表达式。与此同时,通过采用Gamma分布对级联信道进行了概率近似,得到了描述移动级联信道时变特性的电平通过率和平均衰落时间等指标的近似计算式。借助数值仿真验证了上述表达式的正确性。     

火炮发射药装药自动识别方法

发射装药号是影响火炮身管寿命的重要因素,为自动识别火炮发射药的装药号,避免人工记录失误和完善火炮射弹履历,分析了装药号自动识别原理,运用火炮动力学分析理论和ADAMS虚拟样机技术,建立火炮发射动力学虚拟样机.通过仿真试验获取样本数据,应用BP神经网络进行学习和训练,从而建立装药号和测试数据之间的非线性映射关系,实现对火炮发射装药号的精确预测.     

虚拟维修仿真数据编辑系统研究

为有效解决虚拟维修系统中仿真数据编辑技术不通用的问题,在深入研究虚拟维修数据模型、交互任务分析、仿真数据管理等关键技术的基础上,设计开发了具有工程应用价值的虚拟维修仿真数据编辑系统.在分析系统设计需求的基础上,设计了系统总体结构,基于S1000D设计了虚拟维修数据模型,基于UML分析了维修样机编辑和维修规程编辑过程中的交互任务,基于XML实现了仿真数据的编辑、存储与发布.该系统应用于某型复杂装备虚拟维修,验证了系统的各项功能和应用效果.     

虚拟战场的实时四声道立体声合成

面向虚拟战场提出了实现实时四声道立体声合成的简化算法。针对四声道立体声的特殊性 ,首先探讨了四声道立体声系统中扬声器的配置方案。在四声道立体声系统扬声器配置方案的基础上 ,解决了单声源的表示、声强衰减及实时立体声化问题 ,然后提出一种评价混声效果的标准及一个评价声源对整个声音所作贡献的公式 ,并由此提出一个混声公式 ,从而解决了多声源环境的实时混声问题。该套算法用于应用系统 ,取得了较好的效果。     

一种基于多目标微粒群优化的虚拟网络映射方法

针对多个虚拟网络同时映射时资源统一优化分配的问题,提出了一种基于多目标微粒群优化的虚拟网络映射方法(MSC-VNE),提高底层网络资源利用率及全局负载均衡性能。建立了虚拟网络映射的多目标优化模型,将单个虚拟网络映射作为一个子群,并采用多子群协作优化的方法在子群映射时通过相互信息交换进行协同进化,最终达到全局资源的优化分配。仿真结果表明,与典型成果相比,提出的方法有效地提高了底层网络资源利用率和虚拟网络构建成功率。