求解传感器网络最大生存时间的最大流算法

节能是传感器网络研究的中心问题之一,目的是延长网络的生存时间。因此对于一个给定网络,很自然地关心它的最大生存时间是多少。从网络最大流的角度分析这个问题,给出了求解传感器网络最大生存时间确切值的算法。     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

基于不同能量值特征优选的水声目标识别

采用Bartlet平均周期图、小波变换和经验模态分解方法分别提取信号的频段能量值特征、IMF能量值特征,重点对IMF能量值特征进行特征优选。通过设计BP神经网络分类器,对实测的四类舰船目标的辐射噪声信号进行测试,取得了较好的识别效果。     

战场态势感知系统评价方法?

战场态势感知系统主要由传感器系统、通信系统以及其他分系统构成,是现代战争系统的基础组成部分。由于战场态势感知活动广泛作用于物理域、信息域和认知域,相关评价研究面临诸多困难和挑战。在介绍战场态势感知系统相关概念的基础上,重点对其评价方法的研究现状进行了综述,并对不同评价方法的特点进行了分析比较,最后,指出了战场态势感知系统评价方法有待进一步研究和解决的问题。     

Minimal LST representations of MAP(n)s: Moment fittings and queueing approximations

A Markovian arrival process of order n, MAP(n), is typically described by two n × n transition rate matrices in terms of rate parameters. While it is straightforward and intuitive, the Markovian representation is redundant since the minimal number of parameters is n² for non‐redundant MAP(n). It is well known that the redundancy complicates exact moment fittings. In this article, we present a minimal and unique Laplace‐Stieltjes transform (LST) representations for MAP(n)s. Even though the LST coefficients vector itself is not a minimal representation, we show that the joint LST of stationary intervals can be represented with the minimum number of parameters. We also propose another minimal representation for MAP(3)s based on coefficients of the characteristic polynomial equations of the two transition rate matrices. An exact moment fitting procedure is presented for MAP(3)s based on two proposed minimal representations. We also discuss how MAP(3)/G/1 departure process can be approximated as a MAP(3). A simple tandem queueing network example is presented to show that the MAP(3) performs better than the MAP(2) in queueing approximations especially under moderate traffic intensities. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 549–561, 2016     

军用航空机务维修人员安全知识结构评价研究

随着军用航空装备复杂性、安全性的提升,对广大机务维修人员安全知识结构提出了更高的要求。以某机务部队现状为依据,研究航空机务维修人员安全知识结构评价问题。利用工作分析法对航空机务维修人员的工作进行了深入分析,建立了航空机务维修人员安全知识结构指标体系,通过构建基于熵权的改进BP神经网络模型对建立的知识体系结构进行评价。以某单位实际调研数据为基础,利用MATLAB仿真实现了模型的训练和测试,对机务维修人员的安全知识结构进行量化分析,为机务人员的安全知识能力培养提供决策依据和参考。     

基于shearlet与PCNN的多聚焦图像融合方法

针对传统脉冲耦合神经网络(PCNN)模型在多聚焦图像融合领域应用中面临的参数繁杂等问题,提出一种基于剪切波(shearlet)变换与改进型PCNN的多聚焦图像融合方法。相比以往的变换域方法,shearlet具有理想的图像信息捕捉性能以及较低的计算复杂度,因此,可利用shearlet将待融合图像进行多尺度多方向分解。其次,对经典PCNN模型加以改进,综合运用清晰度水平以及协调矩阵完成低频子带图像以及一系列高频子带图像的融合过程。最后,运行shearlet反变换得到最终融合图像。仿真实验选取了若干组待融合图像进行仿真,验证了该方法在主、客观评价两方面的优越性。     

基于能量分级和位置预测的高效路由算法

针对车载传感器网络节点移动速度快、网络拓扑结构不稳定、终端传感器节点能量不确定性等特点,提出了一种能量分级和位置预测的高效路由算法ERLP(Energy Rank and Location Prediction based routing)。该算法根据具有不同能量等级的节点将消息传递距离的不同选择那些能量高的节点作为中转节点,并结合节点的分布区域和当前速度,尽量将多个消息副本传递给覆盖不同方向的节点,避免消息传递的局部性。仿真结果表明,与当前典型延迟容忍网络的路由算法相比,ERLP算法在传输成功率、平均延迟时间上具有较大提升。     

基于语义的AdHoc网络服务发现

在分析现有的Ad Hoc网络服务发现方法的基础上,提出一种基于语义的Ad Hoc网络服务发现方法。该方法基于语义推理机制,能对服务进行准确地刻画,大大提高了查准率;又由于该方法在考虑服务本身的同时,还考虑了服务的节点属性和节点所处的环境属性,可以有效地改善服务质量。仿真结果表明,与同类的Ad Hoc网络服务发现方法相比,该方法在查准率方面具有较大的优越性。     

基于模糊神经网络的武器控制系统信号分析

某新型飞机武器控制系统故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,精确定位故障存在许多困难.针对这种情况,提出了基于模糊神经网络,研究了模糊神经网络技术在武器控制系统故障诊断领域的应用,并根据系统本身的特点,提出了诊断和算法模型.在此基础上,研制出武器控制系统检查仪,对该方法作了验证.结果表明:该方法是可行和有效的.