加权模糊Petri网的推理算法研究

将加权模糊Petri网与矩阵运算相结合,提出了一种推理算法,实现知识的推理运用。该算法利用了加权模糊Petri网的并行处理能力,将复杂的推理过程采用矩阵运算实现,充分考虑了多种约束条件,具有简单、高效、易于实现等优点,适合大型复杂加权模糊Petri网的推理计算。最后以实例对算法进行了验证。     

辛算法应用于Duffing方程的保结构性

讨论了不受外力的Duffing方程在辛算法和非辛算法作用下,相轨线被保持和破坏的性质。证明了当时间步长充分小时,辛算法可以保持原系统的大部分不变闭曲线,而非辛算法却做不到这一点。     

基于遗传算法和启发策略的舰船装载方案

给出了舰船装载方案数学模型,设计并实现了一种基于启发式算法和遗传算法相结合的混合遗传算法.该算法除了选择合理的惩罚函数和利用各种遗传算子进行进化计算之外,在初始化时将一些按启发策略生成的优胜染色体加入初始种群,以求在保证群体多样性的同时加快收敛速度.算法的测试表明,该算法对求解这类问题是有效的.     

基于策略偏好模糊矩阵对策的协同决策方法

基于OODA环作战理论,分析了协同作战的主要环节和机制,提出用对策论研究协同决策的思路.然后针对经典矩阵对策和模糊矩阵对策的不足,提出了一种策略偏好模糊矩阵对策模型,给出了基于模糊规划的最优策略求解算法.并以防空导弹混编群对抗反辐射导弹及载机时的纵向协同决策问题为案例,给出了协同决策的方法.     

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。     

基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。     

《军事通信技术》2007年优秀论文获奖名单

一等奖(3名):潘克刚,胡均权,吴恒,张邦宁.准混沌差分跳频转移函数研究与实现(2—5);谢贵武,杨继红,陈亮,肖勇,闵刚.一种新的变速率语音编码算法(4—1);周尧,蔡跃明,潘成康.一种新的基于 V-MIMO 技术的包冲突解析方案(3—6)二等奖(6名):李玉建,王金龙,吴启晖.一种频域均衡与干扰抑制联合的算法研究(1—5);张杭,孟艳,陈乾,宋端.基于遗传算法的通信卫星频谱资源运用研究(3—1);孙卓,岳振军,宋巍.基于     

低地球轨道卫星网络节能方法

通常卫星的唯一能源来源是太阳能,因此星上网络设备的能源供应问题比地面网络的更加严峻。通过修改和扩展链路容量受限的最小代价多商品流模型来适应卫星网络这一特殊的体系结构,并基于低轨道卫星网络的多重覆盖机制和流量分布模型,改进现有的启发式算法来关闭冗余的卫星节点、星地链路和星间链路。在满足链路利用率和路由跳数增加比例约束的条件下,仿真实验中关闭上述三种参数的比例分别可达59%、61%和72%,卫星网络的总体节能比例可达65%。     

SpaceWire网络混合路由机制设计

针对星上系统总线多元性导致的星载网络接口和协议不能标准化的发展瓶颈,基于SpaceWire总线协议,通过将静态路由(时间触发)与动态路由(事件触发)机制结合,实现了控制数据和载荷数据共用网络。静态路由完全遵循SpaceWire-D协议,在保证确定性传输的同时,通过启发式调度算法首次实现了多时间窗并行调度,并提出利用最大公约数法设计时间窗,以提高网络吞吐量;动态路由通过对随机事件和载荷数据分配优先级,实现传输路径冲突时对紧急任务的优先处理。在OPENT中搭建网络系统仿真模型,对所提出的路由机制进行了仿真。实验结果表明,静态路由时段网络吞吐量较现有调度算法有明显提高,动态路由实现了紧急事件优先传输。     

大规模无人机遥感影像快速区域网平差

随着无人机遥感的快速发展和广泛应用,大规模无人机影像的区域网平差成为遥感影像处理的重要研究内容。针对大规模影像区域网平差对计算机内存开销大、时间消耗长的问题,提出了一种快速高效的解决方案。一方面对传统区域网平差解算流程进行了优化,分别采用矩阵的Schur补和预处理矩阵减小了未知数的数目和法矩阵的条件数,并利用共轭梯度的截断牛顿法进行法方程的答解,大大提高了法方程答解速度;另外一方面尽量发挥平台的计算资源优势,借助CPU和GPU设备对矩阵运算进行了加速。利用典型无人机影像进行实验,结果表明提出的解决方案可以处理上万幅无人机影像而且具有较高的效率。