基于高斯Cost-Reference粒子滤波器的WSN目标跟踪算法

提出了一种新的高斯Cost-Reference粒子滤波器算法及多传感器动态协同策略用于无线传感器网络目标跟踪问题.该算法的显著特点是:(1)鲁棒性,不需要事先对系统过程噪声和测量噪声的分布进行精确建模,具有较好的噪声自适应能力,非常适用于无线传感器网络未知的、复杂的应用场景;(2)能量有效性,该算法采用高斯分布来近似状态的后验概率分布,节点间交互时只需要传输高斯分布的均值和方差,而不需要传输所有的粒子及其权值,极大地减轻了网络通信负载,能有效延长网络的寿命.     

基于共享子树的组播状态聚合新方法

网络层组播存在的可扩展性问题导致路由节点需要记录的组播路由状态数量非常庞大,严重影响了组播技术的推广应用.创建了一种基于共享子树的网络组播状态聚合方法SSMM,首次提出将不同组播树之间互相重叠的子树聚合为单一的共享子树,且完全基于MPLS组播技术设计,大量减少了组播状态数量.SSMM不需要服务器集中计算组播路径,易于实际应用.性能分析和仿真试验证明其优于以往相关工作,较好解决了网络组播的可扩展性问题.     

一种通用的通信网络仿真系统—GPCNSS

计算机仿真是通信网络技术研究中的一种非常有效的分析工具。通过研究当前的网络仿真技术，本文提出了一种通用的通信网络仿真系统－GPCNSS，并详细介绍了该系统的关键技术。用户可以根据自己的需要，对通信网络的不同方面进行建模，以达到预测或评价通信网络各方面性能的目的。     

冲突避免的水声网络拓扑发现协议

当水声网络的所有节点完成在目标区域的部署后,每个节点除了自己的节点ID已知外,对新网络的信息一无所知,而这些信息是网络顺利运行的必要前提。因此,一个能够完成网络中所有节点和链路发现的网络拓扑发现协议是非常必要和重要的。水声拓扑发现协议完成的效率,往往依赖于信道接入策略的选择,但它不能完全使用已有的水声多路访问控制(multiple access control, MAC)协议,因为在网络建立的初始阶段拓扑未知,已有传统水声MAC协议不能完成拓扑发现,所以需要根据这一阶段的特殊状态来设计拓扑发现协议。基于此问题,提出了一种高效的冲突避免的水声网络拓扑发现(简称为CFVE)协议,该协议利用网络中节点ID的唯一性,在其特定时隙接入信道,节点无冲突地发现控制分组的交换,最终实现网络中所有链路和节点的发现。仿真结果表明, CFVE协议可以以较低的发现时延和能耗完成全网拓扑的发现,是一种适合于多跳水声网络的拓扑发现协议。     

基于扩展Hopfield模型的神经网络JPDA算法研究

研究了Hopfield模型的神经网络数据关联算法.在此基础上,通过引进扩展的Hop6e阳模型,建立了一种能够自动调节网络参数的神经网络数据关联算法,克服了神经网络数据关联算法应用过程中需要人工干预选择网络参数的缺点.仿真实验证明了新算法比JPDA算法具有更高的运行效率,而性能与其相同,是密集多回波环境中一种有效的关联算法.     

用于图象增强的侧抑制网络模型的仿真比较

侧抑制原理及侧抑制网络在工程上有着广泛的应用，在用于图像增强方面，需要从侧抑制网络模型，抑制系数分布、抑制野范围三方面考虑，选择合适的模型和参数，从而达到 突出边框，加强反差的效果，根据侧抑制数学 模型的分类规则，本文基于前人根据生理实验建立的数学模型综合出一种新的模型并选择双峰高斯曲线作为抑制系数分布函数，通过对这些模型及参数的计算机仿真实验，比较了它们在网络运行速度及边框突出程度方面的差异。     

基于云接点的智能手机增强计算平台

在分析智能手机和无线网络发展趋势的基础上,设计了一种基于云接点的智能手机计算增强平台.通过采用运行状态实时监测,运行上下文动态迁移,非确定性系统事件记录重放等技术,使智能手机能够根据所处的网络环境自动将正在或将要运行的计算复杂型应用迁移到就近的云接点中运行,从而将智能手机与云接点无缝对接起来,提高了手机的计算能力,延长了手机电池的续航时间,更改善了计算复杂型应用的用户体验.     

矿井通风网络的可靠度分析

矿井通风网络的可靠度是矿井通风理论研究中一个新概念,它与矿井通风网络图论有着密切的关系。矿井通风网络的可靠度反映了通风系统当前正常工作的情况,通过对网络分支的间隙采样分析,可以掌握整个通风系统的运行情况,了解网络某些分支的失效状态对整个通风系统的影响和危害,指导人们对重大事故的预防,对矿井通风系统设计的合理性和可靠性进行数字分析。 本文应用模糊数学中的二阶综合评判模型计算网络各分支运行的可靠度,应用不交型布尔代数计算网络的可靠度。     

网络系统可靠性分析的马尔可夫过程法

针对网络系统状态空间的巨大问题,提出用最大概值状态生成法生成网络实际运行时最可能出现的状态,并定义数字0和1的一种运算,以生成网络的断集空间用于判断网络状态的正常与故障。从而在网络部件寿命以及修理时间均为指数分布时,可应用马尔可夫过程理论获得网络系统的稳态可用度,首次故障前平均时间,稳态故障频度等指标,并举例进行说明。     

无线传感器网络链路统计特性研究与应用

无线传感器网络通信的动态、易损耗特性为可靠自组多跳的网络设计带来了很大的挑战。路由决策需要动态获取链路连通统计特性以获取传输可靠性。提出了一种无线传感器网络传输模型，以及—种实时链路质量预测机制；扩展NS2的功能，设计实现了一种无线传感器网络模拟平台；利用该软件提出了一种基于链路状态的定向扩散路由协议（LSBDD）；仿真实验运行结果评价了提出的链路质量预测机制的性能，证明了该网络模拟软件的有效可行性，并且验证了LSBDD的可靠性、能源有效性、以及可扩展性能。     

集中式无线传感器网络TDMA优化调度方案

针对无线传感器网络周期性全局快速数据收集应用场合,提出了一种新的基于粒子群优化和禁忌搜索的混合算法,以对这类网络进行多指标TDMA优化调度。该算法采用基于熵权的逼近理想解的排序法对算法结果进行客观评价和择优。当网络数据收集任务量一定时,应用该算法,只需要较少的时隙数和能耗便可完成任务。仿真结果证实,算法搜索效率高,能改善网络TDMA调度效果,且比已经提出的一些TDMA调度算法性能优越。     

基于粗集的正交小波网络预测模型研究

为满足复杂工程预测问题的需要,把粗集理论与正交小波网络相结合,建立了一种基于粗集的正交小波网络预测模型。应用主成分分析方法解决了正交小波网络多维输入时的维数灾难,提高了网络的收敛性和预测的时效性。预测模型兼容了正交小波网络和粗神经网络的优良特性,具有良好的函数逼近能力和极强的鲁棒性,特别适合于具有随机因素的高精度预测问题。仿真研究表明,模型的预测精度和收敛速度优于小波框架神经网络。     

基于相依网络和SVM的管制系统运行态势评估

客观准确地评估管制系统整体的运行态势, 能够帮助管制员从宏观上掌控管制系统的运行状态, 针对这一问题本文提出了一种基于相依网络和支持向量机(support vector machine, SVM)的管制系统运行态势评估方法。使用管制-飞行状态相依网络模型来代表管制系统, 充分考虑了空中航空器与地面管制员的整体状态, 采用相依网络指标描述网络运行态势。评估方法选择SVM, 将运行态势评估问题转化为分类问题, 以点到运行顺畅分类边界的距离作为指标从整体上评估管制系统的运行态势, 降低了主观因素对评估方法的影响。仿真分析与在长水机场的实例分析结果均表明: 该评估方法能够给出具体的管制系统运行态势值, 为管制员提供客观准确的态势信息。     

基于混合网络环境的航电模拟器的设计与实现

在飞控系统半实物仿真中,航电系统与地面其它模拟系统涉及多种网络联接,如何选择并协调相关网络通信、构建它们相互之间数据流的实时转发平台并实时驱动航电仪表是设计航电模拟系统的关键。为了满足某型飞机飞控系统实时仿真试验的需要,综合应用实时网、1553B和以太网等三种网络方法并结合虚拟现实技术开发了飞机航电模拟器,既加快了开发进度和节省了开发成本,又比传统的航电系统更具扩展性,应用效果良好。     

基于改进的自适应小波神经网络的心电信号分类

心电信号（ECG）识别是重病特别护理中一个非常重要的课题,自动检测和分类心电节律信号是诊断心脏异常的一项重要任务。基于小波变换理论,小波神经网络已经被广泛的应用于信号的表达和分类。文中介绍了一种具有一层感知机的小波神经网络,对小波神经网络收敛性影响较大的网络初始化值提出了一种改进的初始化算法,并研究得出了隐含层的选取与网络收敛性的关系。应用该网络分类心电信号的正常心跳和室前收缩,取得了很好的效果。文中使用到的心电数据是从MIT-BIH心电失常数据库中下载的。     

实时自适应波束形成器的神经网络方法

作者在Ｈｏｐｆｉｅｌｄ神经网的基础上构造了一种实时处理的自适应波束形成网络。由于实际应用中神经元的联结矩阵有时是奇异的，文章引入正则化方法，有效地提高了网络解的稳定性和处理速度。为了降低编程复杂性，避免计算求协方差矩阵，作者还改进了一种网络，该网络用模拟电路实现不需要任何计算，并且便于用常规的模拟电路实时处理。仿真实验结果表明，这种网比传统的自适应方法有较好的收敛和跟踪性能。     

BP 神经网络网络结构优化问题的研究

将灰色关联分析法应用到BP神经网络隐层结点数的确定中,实现了BP神经网络网络结构的优化,提高了网络的预测精度.仿真结果表明这种方法非常有效,同时也对BP神经网络的进一步研究提供了一种全新的思路.     

一种新型的Ad Hoc网络分簇算法及其性能仿真

现存的Ad Hoc网络分簇算法大都只考虑影响网络性能的某个方面的因素，因此这些分簇算法的应用场合非常受限，本文在现存分簇算法的基础上设计了一种考虑多方面因素的新型分簇算法，可以在一定程度上改善网络的性能，并且具有较强的通用性，首先介绍了分簇算法提出的背景和一些相关的定义和假设，然后说明了几种现存的分簇算法的不足，接着重点分析了一种性能较好的分簇算法一自适应按需加权分簇算法，最后通过模拟对该分簇算法与其它映几种算法进行了性能比较和评价。     

用带变量卡诺图计算网络可靠度

本文提出一种利用带变量的卡诺图计算网络可靠度的方法。先利用Shannon展开式把网络分解成若干串、并联的子网络。这种子网络成功的布尔表达式容易确定,并可在卡诺图上用最大不交蕴涵环法将其化为不交型。然后,用带变量的卡诺图将网络成功的布尔表达式化为接近最小的不交型。文中举出几个文献中常引用的例子来说明带变量卡诺图的应用。本方法的主要优点在于直观,简便,非常适合于部件不太多的网络的可靠度分析。     

基于深度残差适配网络的通信辐射源个体识别

为解决通信辐射源识别中传统的人工特征提取方法鲁棒性不足和深度学习方法需要大量带标签目标域数据的问题,提出一种基于深度残差适配网络的通信辐射源个体识别方法.应用深度学习技术实现从源域到目标域上的迁移识别,只需要将带标签的源域数据和无标签的目标域数据进行训练.原始通信辐射源信号经过预处理后输入网络训练,将源域和目标域的分布...