LEO/MEO双层卫星网络设计及仿真

针对单层卫星网络功能单一、可靠性较低以及三重卫星网络链路冗余度过高、实现复杂的问题,提出了利用LEO/MEO卫星构建双层网络的构想.基于"最坏观察点"与"覆盖带"理论设计了"弱连接"的LEO/MEO双层卫星网络星座,给出了星际链路建立原则.仿真结果表明,所设计的卫星网络具有全天时全球覆盖能力,有利于星际链路的建立.     

第4讲 通信网络效能评估研究

文章主要围绕通信网效能评估的研究现状进行了研究对比,从系统建模到评估方案分析,其结论有助于对通信网络性能进行更为准确、直观有效的综合评估。同时,基于军事通信系统评估体系进行了评估算法的运用并给出改进方向。     

移动式雷达网的建立与优化

提出了移动式雷达网的概念和移动式雷达网的4种作战模式:环形模式、伞形模式、宽正面模式和纵深模式,对每种模式的优缺点进行了探讨。具体研究了宽正面移动式雷达网模式的优化问题,建立了相应的优化数学模型,并简单介绍了最优化模型的灵敏度分析问题。     

基于BP神经网络带调压器直流发电机特性的辨识

为使坦克直流发电机的调压特性实验能够在计算机上仿真进行,节约教学实验成本,可利用神经网络对直流发电机的调压特性进行辨识,得到了比手工绘制精度更高的特性曲线.因此,调压特性的神经网络辨识法,有利于直流发电机特性实验教学.     

基于贝叶斯网络的计算机网络端到端服务故障诊断

研究了利用贝叶斯网络不确定推理技术实现端到端服务故障诊断的方法,详细描述了贝叶斯网络故障诊断模型的建立方法,设计了基于Pearl信念传播机制的故障诊断算法,并对其进行了改进,以提高诊断效果.最后,通过仿真验证了该方法的有效性,并提出了下一步的研究方向.     

基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。     

通信系统接入的智能控制

针对通信系统在传统接入控制上的一些缺点,提出了模糊神经网络接入控制方法。首先,简单介绍了通信系统的接入控制原理,指出了传统接入控制的缺点;其次,描述了模糊神经网络模型,并在此基础上对网络进行优化;最后,同传统的接入控制方法进行比较。     

神经网络能力研究

文献[1]～[3]中研究了神经网络的能力—存储能力。但我们认为神经网络的能力应包括存储能力和计算能力两个方面。本文对神经网络的存储能力和计算能力进行定量分析,并得出了许多有益的结论。     

关于数字化校园建设的几点思考

以网络技术和多媒体技术为核心的数字化信息技术在社会许多领域中正在引发各种深层的变革,加速了人类迈向信息社会的步伐,在这样的背景下,数字化校园应运而生。校园的数字化建设,就是以校园网为基础,利用先进的信息化手段和工具,在传统校园的基础上,构建一个数字空间,拓展校园的时间和空间维度,最终实现教育过程的全面信息化。     

On the uncapacitated K‐commodity network design problem with zero flow‐costs

Extending Sastry's result on the uncapacitated two‐commodity network design problem, we completely characterize the optimal solution of the uncapacitated K‐commodity network design problem with zero flow costs for the case when K = 3. By solving a set of shortest‐path problems on related graphs, we show that the optimal solutions can be found in O(n³) time when K = 3, where n is the number of nodes in the network. The algorithm depends on identifying a list of “basic patterns”; the number of basic patterns grows exponentially with K. We also show that the uncapacitated K‐commodity network design problem can be solved in O(n³) time for general K if K is fixed; otherwise, the time for solving the problem is exponential. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004