联合生成对抗网络和检测网络的SAR图像目标检测

针对合成孔径雷达图像目标检测中存在的样本获取困难且数量有限问题,提出了联合生成对抗网络和检测网络的学习模型。利用原始训练集对特别设计的超快区域卷积神经网络进行预训练;再通过基于注意力机制的深度学习生成对抗网络生成高质量合成样本,并输入检测网络进行预测;依据预测信息和概率等价类属标签分配策略为新生样本提供注释信息,并以一定占比对原始训练集进行扩充;利用扩充数据集对检测网络进行再训练。多组仿真实验证明,所提框架能够有效提升网络检测效率和性能。     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

Neural network modeling to evaluate the dynamic flow stress of high strength armor steels under high strain rate compression

An artificial neural network (ANN) constitutive model is developed for high strength armor steel tempered at 500 °C, 600 °C and 650 °C based on high strain rate data generated from split Hopkinson pressure bar (SHPB) experiments. A new neural network configuration consisting of both training and validation is effectively employed to predict flow stress. Tempering temperature, strain rate and strain are considered as inputs, whereas flow stress is taken as output of the neural network. A comparative study on Johnson–Cook (J–C) model and neural network model is performed. It was observed that the developed neural network model could predict flow stress under various strain rates and tempering temperatures. The experimental stress–strain data obtained from high strain rate compression tests using SHPB, over a range of tempering temperatures (500–650 °C), strains (0.05–0.2) and strain rates (1000–5500/s) are employed to formulate J–C model to predict the high strain rate deformation behavior of high strength armor steels. The J-C model and the back-propagation ANN model were developed to predict the high strain rate deformation behavior of high strength armor steel and their predictability is evaluated in terms of correlation coefficient (R) and average absolute relative error (AARE). R and AARE for the J–C model are found to be 0.7461 and 27.624%, respectively, while R and AARE for the ANN model are 0.9995 and 2.58%, respectively. It was observed that the predictions by ANN model are in consistence with the experimental data for all tempering temperatures.     

无线传感器网络DV-Hop节点定位改进算法

针对无线传感器网络中距离无关类节点定位算法定位误差较大的问题,提出了一种改进型DV-Hop节点定位算法。通过设置待定位节点到信标节点间的最小跳数门限,降低了定位累积误差;改进了平均每跳距离估计方法,并利用信标节点测量的位置误差作为修正值,对每跳距离的估计值进行修正;待定位节点仅选取与之较近的信标节点计算位置,降低了距离误差。仿真结果显示,在信标节点比例和网络节点总数相同的条件下,改进算法性能明显优于DV-Hop算法。     

THO-MAC:一种两跳优化的低延迟低功耗无线传感器网络介质访问控制协议

功耗与延迟是无线传感器网络介质访问控制协议设计首要考虑的两个问题。提出了一种新的传感器网络低延迟、低功耗、接收节点初始化异步介质访问控制协议——THO-MAC协议。通过准确预测接收节点的唤醒时间,THO-MAC协议调度发送节点侦听信道,从而减少发送节点空闲侦听能量浪费。THOMAC协议在发送节点两跳转发节点集中选择使报文两跳转发延迟最小的转发节点,从而降低报文传输延迟。使用NS2模拟器对THO-MAC协议进行了详细模拟。模拟结果显示,与RI-MAC和Any-MAC协议相比,THOMAC协议可以减少35.5%和18%的报文传输延迟,同时节省23.5%和15.5%的节点功耗。     

动态拓扑图的卫星网络可视化方法

针对高度动态变化的卫星网络,提出一种基于动态拓扑图的可视化方法。动态拓扑图可视化的难点在于如何保持动态可视化过程中的稳定性,从而使用户容易地感知到网络中所发生的拓扑变化。根据卫星网络的动态变化特点,构建连续的动态拓扑图模型;设计一种保持布局稳定性的策略,并基于力引导思想提出一种动态拓扑图布局算法;以Iridium系统为典型实例,验证本文的可视化方法的合理性和可行性。实验表明,该方法能够以清晰的可视化图像支持用户对卫星网络动态拓扑的感知和理解。     

低速率移动自组织网络安全路由协议

由于移动Ad Hoc网络具有无需基础设施,可以快速部署,很难完全被摧毁等优点,被作为数字化战场通信的优先选择,设计实现了一种适用于低速率移动Ad Hoc网络的安全路由协议——LSRP,它适用于分层架构的低速移动电台自组网,可以在网络资源有限的情况下,防御来自外部和内部两方面的攻击。LSRP协议利用分布式门限RSA签名方案来阻止非授权接入,防范来自网络外部的攻击;利用邻节点信任度评估机制,进行恶意节点检测和剪除,防范来自网络内部的攻击,增强了网络的安全性。     

基于灰色神经网络的装甲部队油料消耗预测

油料消耗量的精确预测直接影响装甲部队后勤保障能力的提升,而传统预测模型精度不高,应用范围也有一定的局限,难以满足信息化战争精确保障的需要。提出一种装甲部队油料消耗预测的组合模型,对历史油料消耗数据和油耗影响因素进行统计分析,求出各影响因素与油耗量的关联度作为权重系数;通过改进GM(1,1)模型预测某部队下一次军事行动的油耗量;用GM(1,1)模型的预测值、加权后的各影响因素值和油耗实际值训练网络,对下一次想定的军事行动油耗量进行预测。通过平均相对误差计算表明,组合预测模型比单一的GM(1,1)模型预测精度高,能够较好地指导部队进行下一步的油料供管工作。     

基于复杂网络的维修保障力量体系建模方法

针对传统的层级式维修保障力量体系在维修保障过程中暴露出的缺陷,从维修保障力量体系与复杂网络的相似性角度出发,提出用复杂网络理论来研究维修保障力量体系。在对维修保障力量活动过程进行网络化抽象的基础上,建立了维修保障力量网络的拓扑模型,提出了描述维修保障力量网络的特征量。以师维修保障力量体系作为研究对象建立了网络拓扑模型,并对该网络结构作了适当改进。通过一系列对比发现改进后的网络更有利于维修保障,这为维修保障力量体系建设提供了一种新思路和新方法。     

放大转发双向中继网络的移动级联信道统计特征分析

针对放大转发协议下双向中继网络移动级联信道,为了分析其统计特征,结合用户完成信息交互的过程,将移动级联信道分解为传输部分和干扰部分两个时间过程。依据它们的双高斯乘积特点,分别给出了对应的一阶概率密度分布、二阶自相关函数和多普勒功率谱的表达式。与此同时,通过采用Gamma分布对级联信道进行了概率近似,得到了描述移动级联信道时变特性的电平通过率和平均衰落时间等指标的近似计算式。借助数值仿真验证了上述表达式的正确性。