基于6LoWPAN与MQTT的无线传感网络设计

针对目前6LoWPAN无线传感网络设计与应用存在的可扩展性较差、与IPv4环境不兼容等问题,设计并实现了基于6LoWPAN与消息队列遥控传输(Message Queuing Telemetry Transport, MQTT)的无线传感网络。其中,无线传感网络节点作为MQTT客户端与MQTT服务器通信,边界路由器通过NAT64(Network Address Translation IPv6 to IPv4)实现无线传感网络节点与IPv4网络的通信。将所设计的无线传感网络应用到智能家居场景,评估了无线传感网络和边界路由器的性能,测试了系统功能的实现。结果表明,无线传感网络具有良好的连通性和稳定性,无线传感节点的数据上传与指令接收稳定可靠,边界路由器工作稳定,系统具有较好的性能。     

吸气式高超声速飞行器助推分离过程数值仿真

针对吸气式高超声速冲压发动机验证性试验特殊的飞行环境和助推分离条件,以某轴对称吸气式高超声速飞行器级间分离问题为具体研究对象,采用非结构网格局部网格重构技术和非定常问题非定常六自由度问题仿真方法,对该复杂构型飞行器助推分离过程进行数值计算。研究得到弱干扰冷态分离状态下飞行器及助推器的运动参数和气动力参数在分离过程中的发展规律。对0.3 s内助推器的位移轨迹进行分析,判断分离方案的可行性,并给出最佳的分离工况条件。     

图像超分辨率卷积神经网络加速算法

为了实现模型的实时和嵌入式运行,提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积,可大量减少模型参数,提高模型非线性表达能力;在网络末端引入子像素卷积层,直接从原始低分辨率图像学习到高分辨率图像的映射,计算成本为原来的1/k²(k为放大因子)。在Set5数据集上的实验表明,所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍,能够在通用GPU上实时运行,峰值信噪比平均提高了0.17 dB,并且参数只有它的35%。     

Synchronizing pricing and replenishment to serve forward-looking customers

We incorporate strategic customer waiting behavior in the classical economic order quantity (EOQ) setting. The seller determines not only the timing and quantities of the inventory replenishment, but also the selling prices over time. While similar ideas of market segmentation and intertemporal price discrimination can be carried over from the travel industries to other industries, inventory replenishment considerations common to retail outlets and supermarkets introduce additional features to the optimal pricing scheme. Specifically, our study provides concrete managerial recommendations that are against the conventional wisdom on “everyday low price” (EDLP) versus “high-low pricing” (Hi-Lo). We show that in the presence of inventory costs and strategic customers, Hi-Lo instead of EDLP is optimal when customers have homogeneous valuations. This result suggests that because of strategic customer behavior, the seller obtains a new source of flexibility—the ability to induce customers to wait—which always leads to a strictly positive increase of the seller's profit. Moreover, the optimal inventory policy may feature a dry period with zero inventory, but this period does not necessarily result in a loss of sales as customers strategically wait for the upcoming promotion. Furthermore, we derive the solution approach for the optimal policy under heterogeneous customer valuation setting. Under the optimal policy, the replenishments and price promotions are synchronized, and the seller adopts high selling prices when the inventory level is low and plans a discontinuous price discount at the replenishment point when inventory is the highest.     

基于新型非易失内存的远程零拷贝文件系统

为提升物联网与边缘计算应用中前端节点间的数据访问效率,提出了一种新型远程零拷贝文件系统。该文件系统无须借助特殊硬件,可直接基于通用网卡设备实现零拷贝的数据传输框架;充分利用新型非易失内存的随机访问特性,尽可能减少数据缓存和拷贝,提高数据访问的吞吐量。建立缓冲区池,精简并融合传统网络栈和存储栈,从而缩短文件访问路径,减少软件冗余,降低数据访问延迟。最终提供高带宽、低延迟的远程数据访问性能。测试结果表明,远程零拷贝文件系统比传统网络文件系统减少了42.26%～99.19%的读写延迟,细粒度访问下的吞吐量最高可提升1297倍,显著降低了处理器开销和缓存失效次数。     

超压气球上升过程温度与动力学特性仿真分析

针对带加强筋的超压气球,分析上升过程热环境及受力状态,建立热力学与动力学模型并分析其耦合关系。基于MATLAB开发仿真程序,对超压气球进行仿真分析。分析了气球上升过程中高度、速度、温度变化特性,数据表明上升过程中的热力学环境和动力学特性都对球内气体温度有重要影响,气球上升速度和球内气体温度相互耦合并与自由浮力系数存在相关性。飞行试验实测数据验证了仿真结果的准确性。理论分析结果和仿真模型可为后续超压气球设计和飞行试验提供指导。     

高原环境对弹丸动态稳定性的影响

分析了高原环境低空气密度对弹丸动态稳定性的影响。给出了弹道坐标系中的力方程组和非滚转弹体坐标系中的力矩方程组,并通过线性化方法得到弹丸角运动的状态空间模型。列出了角运动状态矩阵的四个特征根,并利用复数平方根计算方法得到特征根实部的表达式。提出弹丸动态稳定性稳定因子的新定义,并证明新的动态稳定条件与传统的动态稳定条件是一致的。讨论了低空气密度对尾翼稳定弹和旋转稳定弹动态稳定性的影响,并通过仿真说明弹丸在高原条件和平原条件下的动态稳定性存在差异。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

频谱感知次序的在线最优选择

动态频谱接入是解决无线电频谱资源短缺和频谱使用效率低下问题的有效方法,它允许次级用户在授权频谱空闲时动态地接入,以进行数据传输。而频谱感知是实现动态频谱接入的关键挑战之一。由于次级用户的感知能力有限,为了获得更多的频谱接入机会,需要尽快找到频谱空闲概率最大的频段,并研究频谱感知次序问题。考虑到频谱空闲概率对次级用户是不可知的,并且会随时间变化,提出了在线学习框架,把频谱感知次序问题归纳成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法处理优化问题。仿真结果表明,和其他算法相比,所提算法可以获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

基于多通道卷积神经网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立磁性运动目标三分量投影模型,并据此生成磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。设计多通道卷积神经网络,对目标的正横距离和运动速度进行估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响。结果表明:Adam+tanh组合方式的估计性能要优于其他组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。