基于复杂网络的指控组织建模与分析

面对指控组织(C2组织)日益呈现出的复杂性和网络化结构特点,提出基于复杂网络的研究思路,并从现实指控组织网络出发,分析复杂网络理论适用于指控组织建模的现实与理论依据。结合指控组织建设的普遍实际,参考复杂网络适应度模型及组织网络模型后,基于新节点和内部边两方面交互增长的思想,建立了指控组织生成模型。通过仿真实验,验证了无标度性、小世界性等复杂网络特性,符合现实指控组织的特点,为进一步进行指控组织效能评估提供了基础。     

基于禁忌算法的无线传感器网络PEGASIS算法改进

为了减少无线传感器网络节点能耗,延长网络生存时间,在PEGASIS算法的基础上,针对PEGASIS算法中节点之间容易产生长链和簇头选择没有考虑节点剩余能量的问题,提出了一种基于禁忌算法的PEGASIS算法改进。建链阶段采用禁忌算法代替原有的贪婪算法,防止了长链的产生,减小了节点传输距离;同时引入基于剩余能量的簇头选择机制,均衡了节点之间的能耗,延长了节点的生存时间。仿真结果表明,改进算法较PEGASIS算法第1个节点的死亡时间延长了约7倍,半数节点的死亡时间也得到了延长,从而提高了整个网络的生存时间。     

无线网络控制系统一致性研究

通过构建李雅普诺夫函数,对具有不同拓扑结构的无线网络控制系统的一致性问题进行了研究。利用网络结构的邻接矩阵对网络拓扑结构进行描述,同时构造系统的延迟矩阵,结合复杂网络理论中的聚类系数、耦合强度的概念,对系统进行建模。针对复杂网络中常用的两种结构,构建不同的邻接矩阵和延迟矩阵,利用线性矩阵不等式的方法,给出使系统稳定的一般性条件。最后仿真结果验证了方法的有效性。     

基于网格划分的无线传感器网络多重覆盖算法

为了延长无线传感器网络的工作周期,在满足网络覆盖性能的前提下,可利用调度算法让一部分节点进入休眠以节省能量。提出了一种基于网格划分的无线传感器网络多重覆盖算法,新算法包括冗余节点判断和节点调度两部分。将节点覆盖区域划分为多个网格,通过判断各个网格是否满足覆盖要求,进而判断节点是否冗余。新算法给出了边界冗余节点判据,在调度过程中能够克服边界效应的影响,同时通过冗余节点能量比较,避免了休眠冲突和覆盖盲区的产生。仿真结果表明,与传统的CPNSS算法相比,新算法对冗余节点的判断更为准确,在网络工作集和平均覆盖度两项性能评价指标上均优于传统调度算法,且对网络节点数量增加造成的影响不敏感,能够有效地减少网络冗余,起到了提升网络性能的效果。     

防空C~3I通信子网信息模型

分析了防空Ｃ３Ｉ系统通信子网数据到达、处理、传递的随机分布规律及其影响的诸因素,并提出了数据到达的ＡＲ（１）随机序列模型。分析所得出的结论,对建立仿真系统及通信子网性能分析有参考价值。     

基于结构自整定前馈网络的雷达目标识别研究

概述了基于雷达成像的目标类型识别技术。阐述了多层前向网络的分类特性,提出一种网络结构自整定算法来训练网络,并构造分类器,对基于转台成像实验的雷达目标类型识别问题进行了仿真研究。研究结果表明,经结构自整定算法训练后的前馈网络对成像雷达目标具有较好的推广识别能力,识别率达到９０％。     

前馈网络在状态识别中的应用

介绍了前馈网络的结构,BP算法以及算法的推导过程,并对算法做了一些改进.然后将该算法应用于抽油机减速箱的状态识别,给出了识别结果.实验表明,基于BP算法的前馈网络在识别的精度和自学习方面都优于传统方法.     

工作站网络并行计算的性能分析

本文介绍了异构工作站网络环境下一种新的并行计算性能评价标准。应用该标准分析了在四台异构的ＳＧＩ工作站上浅水波方程并行计算的性能     

改进的BP算法在柴油机故障诊断中的应用研究

利用改进BP算法的神经网络对柴油机进行故障诊断.首先讨论了其训练算法,然后确定了柴油机故障诊断所用特征参数及故障种类,并提出特征参数数据归一化公式,最后以6-135ZC柴油机为例,将实验数据输入网络验证.结果表明,神经网络对柴油机故障识别率很高,应用于柴油机故障诊断领域是切实可行的.     

基于动态流能量高效的无线传感网路由算法

针对无线传感网中结点能量受限,提出了一种基于动态流能量高效的路由算法DFEERA(Dynamic Flow-based Energy-Efficient Routing Algorithm)。该算法通过在无线传感网内设置多个基站收集区域内传感器结点的数据流拓扑结构建立数据传输能量消耗模型,将该模型转换为最大流问题求解最优传输路径,作为某时期内结点数据传输路径。随着结点能量的消耗,动态调整该能量消耗模型重新规划路径,作为新的传输路径,从而平衡结点间的能量消耗,提高网络结点的存活率。仿真结果表明,与其他典型的路由算法相比,DFEERA能够更好地平衡结点的能耗,获得更高的能量消耗率和更长的网络生存期。