基于层次位置管理的HIP移动性支持机制

针对现有HIP机制不支持节点微移动的问题,提出了基于层次位置管理的HIP移动性支持机制.在该机制中,网络被分成多个区域,每个区域都有一个本地集合服务点管理区域中节点的身份标识及其IP地址之间的映射关系.当节点在同一个区域中移动时,只需要在该区域的本地集合服务点上进行位置更新.仿真表明,和现有的HIP机制相比,基于层次位置管理的HIP移动性支持机制具有较低的信令开销,可以较好的支持节点的微移动.     

基于改进差分进化算法的水文模型参数多目标优选研究

在差分进化算法的基础上, 受马尔可夫链蒙特卡罗方法的启发, 建立了differential evolution adaptive metropolis (DREAM)算法. DREAM 算法融合了马尔可夫链蒙特卡罗方法和差分进化算法的优势, 较好地解决了马尔可夫链蒙特卡罗方法中搜索步长的恰当取值以及搜索方向的准确定位问题, 并能有效解决差分进化算法的群体多样性和收敛速度问题. 在 DREAM 算法基础上, 引入多目标优化思想, 提出了一种基于改进适应度分配策略和外部存档方案的多目标 DREAM 算法, 并应用于岷江流域 CMD-3PAR 降雨-径流模型参数优选研究. 结果表明: 多目标DREAM算法能够找到一组范围宽广、分布均匀且数量充足的 Pareto 最优解供决策者评价优选.     

高阶马尔可夫链平稳分布的存在唯一性

探讨了高阶马尔可夫链模型中周期对极限分布的影响, 分析了高阶模型中多步转移概率矩阵的连通性与链的平稳分布的关系, 证明了高阶马尔可夫链平稳分布的存在性与唯一性条件, 完善了高阶马尔可夫链的参数估计理论. 然后应用高阶马尔可夫链模型对我国股票指数进行建模分析, 参数估计表明我国股价存在相邻相依度, 并对预测结果与传统模型进行了比较.     

基于广义随机Petri网的再制造供应链建模与性能分析

为分析再制造供应链的性能,采用了基于广义随机Petri网的建模分析方法,并根据广义随机Petri网与马尔可夫链的同构关系,将广义Petri网模型转化为等价的马尔可夫链模型.通过马尔可夫链及相关数学方法得出再制造供应链的主要性能指标.该方法不仅可以分析整个再制造供应链的性能,还能对各个环节的运作效率做定量分析,为再制造供应链回收再制造模式的选择提供了一个思路.     

增强现实中的自适应K值位置隐私保护仿真研究

无线通信和增强现实技术快速发展的同时,促进了基于位置服务的应用范围扩大,给人们的生活提供了极大的便捷。由于基于位置服务可随时随地可以获取用户的位置信息,用户的位置隐私安全也受到了极大的威胁。如何确保基于位置服务中数据的安全性,成为该项技术推广应用的关键问题。分析了基于位置服务中现有的位置隐私保护方法的优点和缺陷,针对不同的隐私等级提出自适应K值位置隐私保护方法,该方法联合使用K-匿名法和假名法,由受信任的第三方作为位置隐私保护的架构,而K值根据隐私等级自适应变化,从而有效地保护了用户的位置隐私。     

并行遗传算法的新进展

并行遗传算法将并行计算机的高速并行性和遗传算法固有的并行性相结合 ,极大地提升了遗传算法的求解速度和质量 .在主从式、细粒度和粗粒度这三类遗传算法并行化模型中 ,粗粒度模型以其较小的通讯开销和对种群多样化 ,获得了最广泛的应用 .本文概括了基于模式定理和有限状态马尔可夫链的遗传算法理论 ,总结了前人在粗粒度模型下开展的理论分析和实践应用 ,并指出并行遗传算法的研究将向异步化 ,理论化和模型化的方向发展 ,而有限状态马尔可夫链是构建并行遗传算法可执行模型的有力工具.     

一种随机截尾恒加寿命试验的贝叶斯评估

针对传统计算方法的不足,讨论了一种贝叶斯加速失效模型族中应用最为广泛的Weibull恒定应力加速度寿命试验模型。针对寿命服从Weibull分布的产品,在参数的先验假设条件下,基于Gibbs抽样的马尔可夫链,运用蒙特.卡罗方法动态模拟出随机截尾恒加寿命试验中相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计。利用BUGS软件包进行建模和仿真分析,证明了该模型在可靠性应用中的直观性与有效性。     

基于有序样品聚类的集对权马尔可夫链年降水量预测模型

本文尝试将有序样品聚类、集对分析和马尔可夫链三种方法相结合,对传统的加权马尔可夫链预测方法进行了多方面改进,建立了基于有序样品聚类的集对权马尔可夫链年降水量预测模型,并将其应用于吉林省白城地区白城站2008-2010年年降水量的预测.将预测结果与实测值进行对比分析,可以发现:与传统方法相比,改进方法可以使降水量等级区间的划分更加合理,并增加了预测概率的集中程度,有效提高了预测精度.实测值均位于预测区间内,表明该方法具有较高实际应用价值.作为降水量预测模型的改进尝试,其预测效果令人满意.     

基于广义随机Petri 网的供应链建模与分析

考察了基于广义随机Petri网的供应链建模与分析技术,在总结Petri网建立供应链模型优势的基础上,将广义随机Petri网(GSPN)的基本理论应用于供应链系统的建模和性能分析,利用GSPN与马尔可夫链的同构关系,采用Petri网与马尔可夫链理论相结合的供应链性能分析方法,为供应链性能的有效评估提供了理论依据,并通过实例验证,该方法可用于分析供应链模型的时间性能和运作效率,为供应链决策层提供参考.     

基于马尔可夫到达过程的并联可修系统的可靠性分析

研究了在一有限状态马尔可夫环境中运行的具有L个零件和N(N     

卫星星座通信系统的"漏呼"解决策略研究

在卫星星座通信系统中,往往通过降低位置更新频率或减少位置寻呼波束的方法达到减少系统开销的目的,这势必会造成位置寻呼成功率的降低及处理时延的增加,为此提出了采用位置寻呼补救策略的思想,通过仿真验证,补救策略可以用很小的信令开销,在移动终端相关位置区内完成小区重新定位,从而提高整个系统的呼叫成功率。     

面向目标跟踪的单平台主被动传感器长期调度

以目标跟踪为背景,研究了单平台上主被动传感器的长期调度问题。通过合理、实时地切换主被动传感器,使得有限时域内的跟踪精度和辐射风险达到合理的平衡。将该调度问题构建成部分可观马氏决策过程(partially observable Markov decision process, POMDP)以同步实现目标跟踪和辐射控制。提出以容积采样法估算长期精度收益,以隐马氏模型滤波器推导长期辐射代价。最终将原问题转化成决策树并利用分枝定界法进行求解。仿真结果证明了本方法的有效性。     

低轨卫星星座星际链路后向切换的时延指标

设计高效的卫星星间链路切换协议是LEO卫星网络设计中的一个重要问题 ,卫星切换协议必须保证为移动终端用户提供无缝连接 ,也就是切换速度足够快 ,对系统性能影响尽量小的切换策略。针对LEO网络卫星的星间链路切换 ,提出了后向切换策略 ,详细定义了后向切换方式的信令交换过程 ,从理论上分析了后向切换对切换时延和端到端时延的影响。通过系统的仿真 ,证明了后向切换及切换后的重路由对上述两个时延参数的影响     

基于双马尔可夫链的概率假设密度滤波器

隐式马尔可夫链(hidden Markov chain,HMC)是传统多目标跟踪的理论基础。在分析了HMC模型的局限性基础上,介绍了更具普适性的双马尔可夫链(pairwise Markov chain,PMC)模型,对基于PMC模型的概率假设密度(PMC-probability hypothesis density,PMC-PHD)滤波算法进行了推导,并对其高斯混合(Gauss-mixture,GM)实现进行了改进,利用椭圆波门给每一个高斯分量建立一个对应的缩减量测集合来对其进行更新。仿真实验证明在杂波密度较大的场景中,PMC-PHD滤波器GM实现的改进在不影响跟踪精度的情况下运行时间缩短为原来的三分之一;仿真实验还证明在HMC模型场景下PMC-PHD滤波器针对邻近目标的跟踪性能要优于HMC-PHD滤波器。     

Grey Markov chain and its application in drift prediction model of FOGs

1.INTRODUCTION Sincetheinterferometricfiberopticalgyroscope(FOG)wasfirstproposedbyAmericanUtahUniver sityin1976,ithasbeenattractingalotofscientific andtechnicalinterestsinsteadofthespinningwheel mechanicalgyroforitcanprovideuniqueadvantages.Withtheextensionofresearch,peoplehavebecome acquaintedwithnoisesandbiasdrifts,whichinduce non negligibleerrorsintheoutputofFOGs.The hugeeffortsontechnique,whichweredevotedtothe developmentoflow noiseandlow driftFOGsmainly basedonmaterials,machining…     

多分配快递轴辐网络的枢纽选址与分配优化方法

快递网络枢纽选址与分配方案的优劣直接关系到快递网络的运营成本和服务水平, 是快递企业运作的基础. 本文详细分析了多分配快递轴辐网络的节点及连接关系、径路特征与形式等网络设计要素, 并分析了快递网络设计中的相关费用和运输时间预算; 在运输时间预算约束下, 以分拣费用、运输费用、中转费用之和为目标函数, 建立了多分配轴辐式快递网络枢纽选址与分配优化模型, 并设计了基于条件最短路的模拟退火求解算法, 最后通过算例验证了模型和算法的有效性.     

基于双马尔可夫链的SMC-CBMeMBer滤波

大部分多目标跟踪滤波器都是假设目标及其量测符合隐式马尔可夫链(hidden Markov chain,HMC)模型,而HMC模型隐含的独立性假定在很多实际应用中是无效的,双马尔可夫链(pairwise Markov chain,PMC)模型相对于HMC模型更具有普适性。已有的基于PMC模型的势均衡多目标多伯努利(cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波的高斯混合实现仅适用于线性高斯系统,针对基于PMC模型的非线性多目标跟踪系统,将每一条假设航迹的伯努利随机有限集用一组加权粒子来近似,提出了基于PMC模型的势均衡多目标多伯努利滤波的序贯蒙特卡罗(sequential Monte-Carlo,SMC)方法实现(SMC-PMC-CBMeMBer)滤波。仿真实验结果验证了SMC-PMC-CBMeMBer算法的有效性,在基于PMC模型的非线性多目标跟踪系统中,SMC-PMC-CBMeMBer算法性能优于基于HMC模型的SMC-CBMeMBer滤波器和基于PMC模型的SMC-PHD滤波器。     

关键链项目调度模型及遗传算法求解

对项目管理的关键链方法(CCM)进行了研究.在资源受限项目调度问题(RCPSPs)模型的基础上,引入关键链方法,建立了关键链项目优化调度模型.提出了一种基于优先权的关键链计划生成方案,该方案根据任务优先权排序生成积极计划,定义项目唯一关键链.将输入缓冲区作为虚任务对项目计划进行二次调度,解决了在嵌入输入缓冲区时产生的资源冲突问题.设计了一种混合遗传算法寻找最优任务优先权排序,实现对CCM项目优化调度模型的求解.最后,通过大量的仿真测试验证了所提出的模型和算法的有效性.     

第三代移动通信系统中无线定位服务的实现

介绍了3GPP(第三代移动通信伙伴计划)中的OTDOA-IPDL(下行链路空闲周期观测到达时间差)定位方法和AGPS(网络辅助全球定位系统)定位方法及各自的优缺点。深入分析了UMTS(通用移动通信系统)中定位服务架构的实现。指明了该架构设计在实现核心网与接入网分离、保证各种不同定位方法的实施以及未来新的服务与技术在该架构上平滑应用所做的各种努力。详细叙述了UMTS定位服务架构中一般信令操作过程。     

多模型广义标签多伯努利滤波器

标准广义标签多伯努利算法没有对目标状态转移密度进行深入分析, 在带入确定运动模型的情况下无法对机动目标进行跟踪。针对这个问题, 参考基于马尔可夫跳变分支合并策略的多模型算法, 提出了交互多模型广义标签多伯努利算法、一阶广义伪贝叶斯广义标签多伯努利算法, 以及二阶广义伪贝叶斯广义标签多伯努利算法, 并将这三种多模型算法与同样针对机动多目标的马尔可夫跳变系统广义标签多伯努利算法进行比较。仿真结果表明, 与马尔可夫跳变系统广义标签多伯努利算法相比, 所提三种算法具有更低的计算时间消耗和更高的跟踪精度。其中, 一阶广义伪贝叶斯广义标签多伯努利算法计算时间消耗最低, 二阶广义伪贝叶斯广义标签多伯努利算法跟踪精度最高, 交互多模型广义标签多伯努利算法综合性能最好。