基于历史轨迹的城市出租车移动概率模型

对出租车的移动轨迹进行建模分析是重要的研究内容,模型需要反应节点的移动状态信息,支持用户能够对移动出租车节点进行快速查询与搜索。本文针对无法在线实时获取移动出租车实时状态信息的条件下,根据对历史轨迹信息的处理分析,提出将隐马尔科夫理论应用到城市出租车移动轨迹模型中,通过实际数据的分析建立出租车运动模型,通过对模型的计算来预测节点的位置分布概率,并在此模型上针对不同的用户需求进行查询处理,为用户提供搭车路线决策支持。通过利用真实数据集的实验证明,本文提出的方法能够较好的模拟出出租车节点的运动状态,用户也能够从模型中获取较高精度的位置状态信息。     

基于平面式Ad hoc网的移动管理

由于移动Ad Hoc网络具有的新特点,使得在管理平面式Ad Hoc网时需要解决移动性管理、服务管理、节点定位、无线网络所具有的特殊信息的采集及地址配置等特殊问题,提出了一种基于GPS分群算法的移动网络管理.实现了基于GPS分群算法的移动网络管理的仿真程序的设计,并介绍了整个程序实现的关键技术,分为四大模块:获取网络中在线主机信息模块、 GPS定位信息的采集模块、节点移动的图形显示模块和位置信息管理模块.     

面向移动单摄像机的多目标跟踪算法

针对移动单摄像机采集的视频序列中的运动多目标,重点研究了基于目标间的相对运动信息和数据关联策略的在线多目标自动跟踪器。利用目标间相对运动模型实现目标轨迹的恢复,减少目标轨迹碎片。运用事件匹配算法改进当前帧的检测响应与过去轨迹的分配,并降低跟踪过程中的目标身份转换次数。实验结果表明:该改进算法较原算法能够对序列中目标跟踪定位得更加精确,减少了轨迹碎片和身份转换次听语音 聊科研与作者互动数,在TUD-Campus序列上达到了与国际前沿多目标跟踪算法相当的效果。     

基于发布订阅机制的态势信息实时分发框架

针对战场态势分发信息量大、实时性要求高、不同用户需求差异大的特点,提出了一种基于发布订阅机制的态势信息实时分发框架。构建态势元数据模型,能够描述战场态势信息和需求方的偏好,将态势更新看成发布事件,需求方看成订阅者,设计基于态势数据元模型设计合适的匹配算法。在此基础上给出了态势信息实时分发框架,能够指导构建面向服务架构的新型战场态势信息分发系统。     

一种面向节点定位的移动信标动态路径规划方法

针对基于移动信标的传感器节点定位问题,提出一种基于在线决策的移动信标动态路径规划方法.针对以往算法大都只适用于节点均匀分布的局限,该方法用移动信标不断获取两跳范围内的未定位节点数目,并向最大覆盖未定位节点方向移动,不需要网络先验信息,即可实现路径的优化.仿真结果表明:与传统方法相比,该方法无需网络的先验信息,在移动路径长度上具有明显优越性,减少了信标的能量消耗,更适用于户外部署的大规模传感器网络.     

基于最优探测的移动代理WSN目标跟踪算法

针对典型声学传感器构成的WSN(Wireless Sensor Network,无线传感器网络),提出了一种基于最优探测的移动代理WSN目标跟踪算法,通过移动代理采集当前时刻最优探测结果的节点数据集合,利用三边定位法对目标位置进行估计,根据卡尔曼滤波估计目标下一时刻位置和节点剩余能量条件,确定移动代理后续迁移节点。仿真结果表明提出的算法能够有效对WSN中目标进行跟踪,且误差较小。     

移动WSNs中基于跳数矢量的节点定位算法

针对节点定位精度以及安全性,提出跳数矢量的节点定位算法(Hop Vector-based Node Localization Al-gorithm,HVLA).通过控制包的交互,获取跳数信息.然后,锚节点依据跳数信息构建跳数矢量,再利用质心定位算法估计未知节点的位置.同时,利用未知节点反馈控制包的响应时间,丢弃一些发布虚假数据的节点,进而实现定位数据的安全性.仿真结果表明,相比于同类算法,HVLA算法的平均定位误差得到有效控制,并且平均定位时延下降了约30.22％,剩余能量率也提升了13.33％.     

复杂系统工程作业贝叶斯网络风险方法研究

针对复杂系统工程作业工种多、隐蔽性强、不确定因素多的情况,提出了基于贝叶斯网络的风险评估方法。从工程作业过程分析着手,建立了贝叶斯网络风险评估模型;针对多状态根节点缺乏数据的问题,应用三角模糊函数确定了概率输入;针对多状态节点条件概率值难以获取的问题,应用DS证据理论融合处理专家信息。以安排导弹战备值班为研究对象进行了实例分析。仿真表明,评估模型因果推理即可确定工程作业存在的风险概率;诊断推理即可确定风险发生情况下的关键影响因子,据此可以制定合理的预防性措施。     

试飞多目标实时定位系统的设计与实现

针对空空多目标攻击问题,运用一种基于全球定位系统(GPS)、时分多址(TDMA)和频分多址(FDMA)相结合的技术,设计了试飞多目标实时定位系统。在试飞中通过无线数据链路实时获取多个目标的GPS位置、速度数据,进行插值推算等数据融合处理后,发送给评估系统,作为空空多目标攻击技术实时评估的基准信息。系统具有定位精度高、系统数据更新率快,在实际应用中显示了良好的性能。     

基于SC-BP的设备故障预警研究

为实现对火炮系统健康状态监测和故障预警,满足从“故障修”向“状态修”转变的发展需求,采用拟合模型算法,建立设备标准化电流优化BP神经网络预测模型（SC-BP）,分析运行数据的内在逻辑和相关性,设计设备正常运行状态下的数据参数库,并与实时采集的设备状态数据进行比较,根据拟合优度进行辨识,通过比较设备实时数据与历史正常数据之间的相似关系来判断设备状态,并显示故障关联信息,为工作人员分析故障原因提供了参考,并对算例进行了分析验证。研究结果表明,该故障预警方法能够辨识设备性能异常状况,使维护人员能够在设备故障形成早期发现征兆,提前采取措施以避免设备故障的发生。     

移动通信网络位置群体节点的挖掘方法

对移动通信网络的位置群体节点进行了优化定位和挖掘,优化移动通信网络的覆盖度和可靠度,传统的位置群体节点挖掘算法采用信息度增益控制挖掘算法,算法不能自主感知节点信息数据的变化,无法实现数据信息的实时传递和决策。提出基于位置群体节点信息融合和滤波控制的移动通信网络位置群体节点的挖掘方法。构建移动通信网络节点的分布模型和信道模型,采用多径信道均衡设计实现位置群体节点信息融合,采用自适应滤波控制方法实现对通信节点挖掘的干扰抑制。仿真结果表明,采用该方法进行通信节点挖掘,信标定位准确,信号的覆盖度较合理,实现了信道空间的合理高效利用,实现了信道均衡和干扰抑制,有效降低了通信的误比特率。     

网络学习模式识别移动代理因素提取方法研究

从分析网络学习因素的角度出发,提出了利用数据融合理论和使用移动代理技术解决网络学习模式识别的问题。详细分析了网络学习模式中的主要因素,针对网络学习模式识别提出了使用移动代理(MA)进行因素提取的方法。同时运用数据融合技术中分布式缠绕判决模型进行描述,从而使有效地获取网络学习者的学习状态变为可能。也对网络学习因素提取MA的执行环境进行了具体阐述。设计了因素提取MA体系结构,分析了因素提取的执行过程,采用ATP层代理传输协议作为移动代理系统的应用层协议,负责学习模式识别的因素提取。     

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。     

日常交互中朋友关系强度度量方法

针对如何度量日常生活中人们之间的关系强度问题展开研究,提出一个从日常轨迹、语义位置以及语义标签三个层次度量朋友之间关系强度的层级模型FRSHV。采用动态时间规整模型通过计算朋友之间的空间距离来度量其日常轨迹之间的相似度,进而使用轨迹序列熵值对用户每天轨迹的相似度进行加权处理,将其作为朋友之间的关系强度;采用主题模型隐含狄利克雷分布分别计算朋友之间的基于语义位置和语义标签的行为模式的相似性,将其作为朋友之间的关系强度;采用集成学习的思想对三个层次的度量结果进行投票,以投票结果作为最终的朋友之间的关系强度。在公开数据集上对FRSHV模型的有效性进行实验验证,结果表明该模型能够有效地度量朋友之间的关系强度。     

基于行为建模的移动代理性能评估

针对移动代理的分布式应用性能评估需求,建立了移动代理生命周期中主要行为的网络负载模型和时间消耗模型.在3种典型分布式应用想定下,分析了基于C＼S模式和移动代理模式的应用实现基本过程,对两种模式下的网络负载和执行时间进行了仿真比较,结果证明了在访问节点数量较多,网络传输速率较低时,移动代理模式的具有更好性能.     

基于D2D高速传输的本地缓存共享系统

为解决移动网络中存在的海量视频数据重复传输的问题,基于设备直连技术设计了一种本地缓存共享系统.在系统设计中,综合考虑视频对用户的吸引程度异构性和不完全的分享意愿,利用泊松点理论对移动数据特征进行了建模分析.在服务供应商和网络用户之间,考虑社交关系,针对资源分享建立了交易模型.实验结果表明,D2D本地缓存系统可以有效降低数据传输延迟,提高供应者的服务质量和网络视频用户的满意度.     

基于IMM-RUASFF的网络化目标跟踪算法

针对目前网络化目标跟踪算法存在实时性差、精度低等问题进行了研究。首先,基于网络信息共享需求,建立了网络探测节点的目标跟踪模型;其次,网络探测节点目标跟踪需求和实战要求发现目标经常是有多种运动状态并存,而单一模型的滤波器不能满足对机动目标跟踪性能的要求,采用了基于交互式多模型(Interacting Multiple Model,IMM)的有反馈实时更新的异步状态融合算法。最后,针对多个探测节点目标跟踪的状态融合估计问题,提出了一种有反馈实时更新的异步状态融合算法,通过仿真验证了算法的有效性。     

基于级联失效的节点重要度评估及网络脆弱性分析*

本文提出了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,论文首先在负载网络级联失效模型的基础上,提出了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,其次提出了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效果分析。最后,通过仿真实验验证方法的有效性。     

基于不完全测量数据的飞行器轨迹参数估计

提出基于稀疏优化的轨迹参数估计新方法,通过降低参数空间的维数改善模型的病态性。利用B样条函数实现轨迹参数的稀疏表示,根据轨迹参数与测量数据的关系建立估计轨迹参数的稀疏表示寻优模型,采用高斯牛顿法获得模型的解。寻优模型中待估参数的数量取决于样条节点数,利用样条函数的高阶导数在节点处的不连续性建立了选取样条节点的稀疏优化模型,采用凸优化方法求解该模型,实现样条节点数的最小化。仿真结果表明,稀疏优化方法能够大幅度提高不完全测量段落轨迹参数的估计精度。     

对军事移动通信网中网络拓扑发现方法的分析

移动战术通信网络中节点随机地加入和离开网络,会造成网络拓扑结构变化大、网络拓扑结构复杂度增加等问题,因此,能够准确及时地把握军事移动网络拓扑的动态变化,获得正确完整的网络拓扑信息对整个网络的运行就显得至关重要,而且网络拓扑发现是网络管理系统的重要组成部分。分类归纳了几种常用的网络拓扑发现的方法,分析了实现这些方法的拓扑算法,并针对每种算法详细列出了其优缺点,为实现军事移动通信网拓扑发现的新方法提供依据。