基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

Dynamic pricing and matching in ride-hailing platforms

Ride-hailing platforms such as Uber, Lyft, and DiDi have achieved explosive growth and reshaped urban transportation. The theory and technologies behind these platforms have become one of the most active research topics in the fields of economics, operations research, computer science, and transportation engineering. In particular, advanced matching and dynamic pricing (DP) algorithms—the two key levers in ride-hailing—have received tremendous attention from the research community and are continuously being designed and implemented at industrial scales by ride-hailing platforms. We provide a review of matching and DP techniques in ride-hailing, and show that they are critical for providing an experience with low waiting time for both riders and drivers. Then we link the two levers together by studying a pool-matching mechanism called dynamic waiting (DW) that varies rider waiting and walking before dispatch, which is inspired by a recent carpooling product Express Pool from Uber. We show using data from Uber that by jointly optimizing DP and DW, price variability can be mitigated, while increasing capacity utilization, trip throughput, and welfare. We also highlight several key practical challenges and directions of future research from a practitioner's perspective.     

无人飞行器异源图像匹配辅助惯性导航定位技术综述

无全球定位系统下高精度定位与导航是飞行器实现自主侦查、巡航与打击的关键。视觉导航具有被动、低成本、能避免累积误差等优点。视觉导航与惯性导航融合更能够发挥出各自的优势,达到高精度定位的目的。总结了异源图像匹配辅助惯性导航的飞行器定位技术的发展历程; 从相机-惯导标定技术、异源图像匹配、姿态解算、数据融合和后端优化五个方面详细阐述了异源图像匹配辅助惯性导航的飞行器定位的关键技术; 指出了基于深度学习的异源图像匹配与惯性导航两种无源定位组合导航系统融合技术等四个未来可能的发展方向,可为实现异源图像匹配辅助惯性导航飞行器定位技术提供参考。     

基于局部敏感哈希算法和神经网络学习的跨媒体检索方法

为了提高跨媒体检索的效率,可行的方法是降低数据集中不相关内容的比例。采用局部敏感哈希算法将图像数据映射到汉明空间并利用神经网络学习将文本数据映射到汉明空间的哈希函数,提出一种可以显著提高数据集中相关文件比例的高效跨媒体检索方法。实验结果表明,提出的方法能够有效去除数据集中的不相关内容,相对于已有的跨媒体检索方法,其有效提高了检索效率与准确率。     

火炮身管内膛疵病检测现状与展望

简要回顾了火炮身管内膛疵病的光学检测方法及其局限性,详细介绍了目前重点研究的光电窥膛检测方法,分析了取得的成果和存在的问题。对火炮身管内膛疵病检测的发展方向进行了预测与展望,指出基于机器视觉的研究是一个新的方向。探讨了今后的研究思路,提出首要的任务是在软件方面实现“采集一识别一判定”的自动运行,为此需要重点研究疵病检测的机器视觉图像信息、图像的纹理特征分析技术、疵病评定体系等3方面的内容。     

军用履带车辆电传动匹配计算

为给军用履带车辆电传动部件选型提供理论依据,对某车型的双侧电机传动方案中驱动用永磁同步电动机及主要部件的性能参数进行了匹配计算,并根据车辆对驱动系统大转矩和宽调速范围的要求,提出了驱动电机必须具备的过载能力和弱磁能力,最后利用仿真手段验证了计算方法的有效性。     

基于门限的无线传感器网络密钥管理方案

由于无线传感器网络在能量消耗、内存开销和计算能力等方面的局限性,传统的网络密钥管理方法已不适用。为此提出了一种适用于无线传感器网络的密钥预分配方法——基于（t,n）-门限方案,给出了密钥分配方法,并从方案的连通性、安全性等方面进行了有效的分析,结果表明该算法在这些方面有一定的优势。     

基于表层及芯材阻尼特性的夹层结构导纳分析

针对复合材料夹层板结构,综合开展芯材材料阻尼特性动力学热分析(DMTA)试验、表层玻璃钢和芯材试件阻尼衰减特性研究,通过夹层板结构的模态激振试验得到结构的模态阻尼比。从结构动力学方程出发探讨了影响多自由度系统结构传递导纳的相关参量,试验对比分析了钢质板和复合材料夹层板两型结构的传递导纳特性,并研究了激振点与响应点间距对复合材料夹层结构传递导纳的影响。研究表明:当尺寸和边界条件相同时,影响结构传递导纳的主要因素是结构的固有频率和模态阻尼。试验还得到了复合材料夹层板较钢质板的基频提高值和传递导纳降低均值,该试验结果可为工程设计提供参考。     

基于类神经网络模型的电路自主修复方法

为进一步提高电子系统在恶劣环境下的生存能力,对利用演化硬件实现电路自主修复的方法进行了研究。首先,根据FPGA芯片与多层前馈神经网络的相似性,建立了一个可用于数字电路演化的门级电路模型,设计了专用的二进制列向量编码方法;然后,给出了实现电路自主修复的工作流程,探讨了进行电路故障诊断和修复的途径,提出了快速重构与演化相结合的电路修复方法。Matlab仿真试验表明：基于类神经网络模型的遗传算法较适合进行演化修复操作;修复效果分析表明：快速重构与演化修复相结合的修复方法比单纯依靠演化修复更为便捷。     

基于多级RBF神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于多级RBF神经网络集成的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息,建立多级神经网络集成观测器模型。将输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现控制系统传感器故障在线诊断。将三容水箱液位控制系统作为仿真对象,仿真结果表明该方法不仅可以提高单一神经网络的运算精度,而且采用RBF神经网络集成方式还要优于其他集成方式,可以快速准确地检测和分离传感器故障,辨识传感器故障类型、故障大小以及故障发生的时间。