Robust tower location for code division multiple access networks

Designing Code Division Multiple Access networks includes determining optimal locations of radio towers and assigning customer markets to the towers. In this paper, we describe a deterministic model for tower location and a stochastic model to optimize revenue given a set of constructed towers. We integrate these models in a stochastic integer programming problem with simple recourse that optimizes the location of towers under demand uncertainty. We develop algorithms using Benders' reformulation, and we provide computational results. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

Pricing bridges to cross a river

We consider a pricing problem in directed, uncapacitated networks. Tariffs must be defined by an operator, the leader, for a subset of m arcs, the tariff arcs. Costs of all other arcs in the network are assumed to be given. There are n clients, the followers, and after the tariffs have been determined, the clients route their demands independent of each other on paths with minimal total cost. The problem is to find tariffs that maximize the operator's revenue. Motivated by applications in telecommunication networks, we consider a restricted version of this problem, assuming that each client utilizes at most one of the operator's tariff arcs. The problem is equivalent to pricing bridges that clients can use in order to cross a river. We prove that this problem is APX‐hard. Moreover, we analyze the effect of uniform pricing, proving that it yields both an m approximation and a (1 + lnD)‐approximation. Here, D is upper bounded by the total demand of all clients. In addition, we consider the problem under the additional restriction that the operator must not reject any of the clients. We prove that this problem does not admit approximation algorithms with any reasonable performance guarantee, unless P = NP, and we prove the existence of an n‐approximation algorithm. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

基于ANP的多目标网络目标重要度评估方法＊

针对多目标网络中重心的抽象性及不易打击的特点,分析影响重心的关键要素及其依赖关系,提出了基于改进网络分析法的多目标网络重心模型,利用该模型分析目标相对于重心的重要度。研究了该模型涉及的两个关键技术,即改进判断矩阵以提高决策的速度和克服决策的主观性,利用协调理论确定要素之间的依赖关系。以分析某地区多目标网络的过程为例,验证了该模型的有效性和合理性。     

美国网络霸权对中国国家安全的影响及对策

随着互联网对现实世界的影响越来越大,战略地位越来越突出,获得网络主导权、占据网络制高点成为各国竞相努力的目标。美国在全球网络管理、网络技术、网络文化、网络军事等方面处于霸主地位。美国网络霸权对中国的政治安全、信息安全、文化安全、军事安全造成了极大的威胁。中国应综合采取各种措施,应对美国网络霸权的冲击和挑战,维护国家安全和利益。     

基于重构相空间AD-SVM的短期电力负荷预测

利用重庆市九龙坡区电网2009年7月1日000-10月8日4：00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移（AD）法和支持向量机（SVM）相结合,提出了一种新的短期电力负荷预测模型.通过仿真计算,将结果与神经网络法预测结果进行对比,可得新方法能较好反应数据变化趋势,并且具备较好的拟合能力,能够提高负荷预测精度.在实际短期电力负荷预测中,可优先选用平均位移法与支持向量机相结合的新方法.     

基于Kalman滤波器的放大转发双向中继联合信道估计方法

针对遵从放大转发协议的双向中继网络的联合信道估计问题,提出了一种基于Kalman滤波器的新方法。首先根据联合信道构成特点将其划分为自干扰部分及传输部分,通过AR模型对这两部分自相关函数进行近似化处理,建立了联合信道时变过程的状态方程,结合接收的训练序列信号,给出了具有Kalman滤波器形式的估计方法。随后在证明了该方法的一致收敛性质的同时,列出了误差性能限所满足的Riccati方程表达式。仿真结果表明,新估计方法相比于最大似然方法在均方误差方面具有明显的性能优势。     

地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。     

利用卷积神经网络的太赫兹孔径编码增强成像

针对现有太赫兹孔径编码成像算法鲁棒性较差、计算求解复杂度较高等问题,提出基于卷积神经网络的太赫兹孔径编码增强成像方法.该方法通过构建一个端到端的神经网络来实现成像系统的隐式建模,利用网络强大的求逆能力和抗噪性能来实现低信噪比下的目标重构.通过仿真实验可以看出,该方法可以在不同信噪比下实现对不同稀疏度目标的重构.另外,与...     

基于目的地预测的多相似加权目标编群方法

针对目标编群中单一算法存在的适用范围小、误分率高的问题,提出一种新的态势估计中目标编群的处理方法。首先应用Hop fie ld神经网络对态势中目标的目的地做出判断,然后采用多相似性加权策略计算出目标间的相关系数,再根据最大相关系数层次聚类算法实现编群。仿真结果表明方法能在一定程度上减小错误编群的概率,同时适用范围也得到了扩展。     

神经网络在雷达装备故障趋势预测中的应用

为了提高预测精度,在雷达装备状态监测与故障趋势预测系统中引入基于指数衰减的神经网络预测模型。通过普通BP网络预测模型引出基于指数衰减的神经网络预测模型,经验证预测精度较高。并介绍了雷达装备状态监测与故障趋势预测系统构成,此系统对于雷达装备的早期故障预测和预防性维修具有重要意义。