移动社会网络中的链路预测方法研究

链路预测对于研究移动社会网络结构演化有着重要意义。文章首先对移动社会网络及其链路预测问题进行建模,然后通过定义节点间的最短路径,提取网络拓扑结构。在此基础上定义节点间的连接引力值,将移动社会网络链路预测问题转化为动态网络中连接引力值的计算问题,并给出其在连续时间内的计算方法。通过实验对预测结果进行分析和比较,证明该预测方法是可行的,并且在预测精度上取得了较好的效果。     

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。     

一种改进的RCP算法

RCP算法是一种基于速率的显式拥塞控制算法,具有较好的效率和公平收敛性,在多瓶颈网络拓扑环境下也有很好的性能。但是研究表明,当一个新流加入网络时,RCP算法存在严重的瞬态过载现象,从而导致丢包的发生。文中通过在原有RCP算法基础上调整了源端控制的方式,提出了S-RCP算法。理论分析和仿真结果表明,S-RCP算法一定程度上解决了瞬态过载现象,基本消除了丢包现象。     

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。     

稳定自组织网络结构中单点突变对网络稳定性影响

从战场恶劣环境通信设备无法正常通信的条件下,介绍了一种自组织网络稳定度的模型。通过比较自组织网络结构中微结构和巨结构的优缺点,动态地描述了结构间的聚合和裂解。基于结构分析,考虑单点突变对网络稳定性的影响,从时间因素策略方面,提出了一个基于预测最稳定链路生存时间的一种分布式成群策略。通过合理建模以及优化路由算法,尽可能地维护网络结构的稳定。     

基于ARUDP的指挥控制网络数据传输协议

针对目前指挥控制网络采用UDP协议进行大数据传输时存在长时延及高丢包率的问题,提出了一种基于UDP改进的ARUDP(Augmented Reliable UDP)协议。该协议针对UDP传输过程中存在的乱序到达问题,提出了基于乱序重构的管理机制,降低了丢包率;在接收端根据网络相对单向队列时延检测网络状态,并利用改进的A-AIAD控制方法自适应调整数据发送速率,减小了队列排队时延,提高了数据传输效率。仿真实验表明,ARUDP协议发送速率平滑,在保持UDP高效的前提下,提高了传输的可靠性和实时性,降低了网络的丢包率,提高了网络资源利用率。     

星地融合网络的上行链路覆盖性能分析模型

星地融合网络可以提供天、空、地、海立体全场景信息覆盖,满足用户多样的业务需求。针对星地融合网络,提出了基于覆盖概率的星座数和基站数的分析模型（AMCP）。该模型为星地融合网络的上行链路覆盖概率提供了分析方法。表述卫星星座数和基站数对用户信号的干扰,构建满足用户覆盖概率条件下的卫星星座数和基站密度的表达式。通过仿真分析了卫星星座数和基站密度对覆盖概率的影响,仿真结果为设计星地融合网络提供分析基础。     

一种基于关联度的跳频频率预测方法

对跳频通信进行有效干扰的关键在于对跳频信号频率进行较准确的预测.根据跳频频率序列的混沌特性,并基于混沌系统相空间重构思想,提出了一种基于关联度的跳频频率预测方法,以达到具有较高有效预测概率的目的.仿真实验结果表明,在一定的预测精度要求条件下,该预测方法具有较高的有效预测概率,对跳频通信对抗研究具有借鉴意义.     

利用循环网络的降落伞开伞载荷补偿方法

为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式。该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值。使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件。实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向。     

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。     

基于知识的模型表示研究

基于知识的模型表示是信息管理系统,特别是决策支持系统(DSS)的基础。根据模型管理和模型建立动态性原则的要求,提出了模型知识化的框架表示法,并给出了应用实例。     

基于价值的指挥主体作战指挥行为评估

作战指挥行为是作战指挥理论的一个重要方面。在明确了其概念后,将价值这一概念引入作战指挥行为评估,认为价值的创造主体是作战指挥行为,并以此作为评估的基础。最后,利用数据挖掘中的关联规则实现评估的量化,并结合案例说明该方法的有效性。     

基于Petri网的案例推理研究

介绍Petri网的知识表示方法以及案例推理机制的相关内容,提出了一种基于Petri网的案例推理模型,给出了相应的案例检索匹配算法,并将该模型和检索算法应用到网络攻防态势推演系统中,最后重点介绍了该系统的案例库的知识表示。     

基于网关的LVC互操作研究

仿真体系结构解决了各自领域内仿真资源的互操作问题,而体系结构间的互操作是解决多种仿真资源互操作的有效方法.由于通信协议、中间件和对象模型的不同,体系结构间不能直接进行信息交互.对象模型间的相同点是异构仿真系统间互操作的基础.建立异构系统对象模型与通用数据交换模型的映射关系,通过模型转换实现各异构系统间的数据交互,最后通过"点对点"和通用网关间的时延比较,总结了通用网关的性能特点.     

基于能力匹配的网络化防空作战联盟生成研究

作战联盟用于描述网络化防空作战的组织框架,其生成问题是研究网络化防空作战协同的基础。首先从任务、联盟表达、能力含义等方面对防空作战联盟问题进行了描述;然后从防空作战节点与面临任务在能力上的供需关系出发,建立匹配、匹配域、能力裕度等相关观念,并依据防空作战联盟形成的不同准则,分别建立基于能力裕度最大和基于执行节点数最少两个NADOC生成问题的约束优化模型;最后通过案例对模型进行了验证分析。     

基于信息折合的CMSR方法研究

计数法和计量法是对产品可靠性评估的两种不同方法。通过仿真,比较了它们对正态单元双边可靠性评估的效率,发现对可靠性要求很高的产品,计量法优于计数法。进一步研究了基于信息析合的CMSR方法,通过仿真检验,证明了此种方法在样本量较小时是实用的。     

基于ExtendSim的系统可靠性建模

针对传统可靠性仿真模型建模繁琐,编程困难的问题,建立了基于Ex tendS im的可靠性模型,即串联、并联、旁联模型,相比传统方法具有建模直观、调试方便等优点,并以某混联系统为例与解析模型进行了对比验证,仿真结果表明,建立的可靠性模型是可信的,且此模型不依赖于单元寿命分布,相比解析模型具有更强的适应性。     

基于任务的装备维修决策研究

以保证装备的任务成功性和任务后装备的战备完好性为目标,提出了基于任务的装备维修决策的概念,包括以任务成功性为中心的维修决策和以任务后装备战备完好性为中心的维修决策。分析了基于任务的装备维修决策过程;研究了基于任务的装备维修决策方法,主要包括装备任务描述模型、任务-功能-产品映射模型、产品任务功能故障分析方法、装备任务成功性评估模型、以任务成功性为中心的装备维修逻辑决策模型、以任务后装备战备完好性为中心的装备维修逻辑决策模型等;指出装备状态评估和预测、装备任务成功性评估是今后有待深入研究的问题。     

基于自适应模糊神经网络的弹药消耗预计模型

根据我军弹药消耗预计方法的现状,利用模糊控制和神经元网络原理,提出了一种新的预计方法。量化的作战条件作为系统的输入,预计值作为系统的输出,根据历史的输入、输出数据确定系统的特性,建立预计模型。利用此种方法建立的模型根据历史数据训练后,输入现有战斗估计条件,即可对部队日平均作战消耗做出预计。     

基于本体的战场信息集成研究

针对战场空间内不同类型信息一体化问题,提出了基于本体的多信息集成方法。首次提出了在生存信息和计划信息的基础上用本体来描述信息的集成方法,通过多个本体之间的映射来实现多类不同信息之间的信息集成,为进一步研究一体化指挥控制系统提出了一种有意义的方法。