基于嵌入式码流UEP的有噪信道图像传输方法

针对基于嵌入式码流不等差错保护(unequal error protection, UEP)的有噪信道图像传输,提出了一种码率分配方案(rate allocation scheme, RAS)边信息编码传输方法,分析了其实际可达最优传输性能。首先,给出了考虑RAS边信息传输的信源建模、系统性能评价和最优RAS求解方法。然后,进一步证明了最优RAS具有码率分段的形式,提出了一种有效的基于游程长度编码的压缩编码方法。最后,采用所提出的边信息编码传输方法,分析了不同传输策略下的图像传输方法实际可达最优性能,可得到相应的系统设计准则。     

多跳筛选无线传感器网络决策融合

为了在保证传感器工作效果的同时控制系统能耗,在资源受限的无线传感器网络决策融合系统中同时引入传感器信息的多跳传输方式和筛选传输策略。在瑞利分布信道模型下,推导出该系统的最优融合规则。但该规则需要信道的实时状态信息,实用性差。为此提出基于信道统计分布信息的次优似然比融合规则,并给出了小信道信噪比情况下的简化形式。理论分析和仿真表明,次优规则性能损失较小,运算量更低,信息需要更少,符合资源受限系统的要求;同时使用筛选策略,降低了系统的传输能耗。     

基于跨层不等重功率分配的渐进图像传输方案

为了在无线衰落信道下鲁棒和高效地编码传输渐进图像,提出了基于跨层不等重功率分配的编码传输方案。和以往基于不等重功率分配的传输优化方案不同,该方案综合考虑了反馈信道提供的物理层信道状态信息、链路层自动重传信息和应用层压缩编码率失真特性,采用基于解析表达的数值优化算法,求得各个层上最优不等重功率分配策略,减小给定期望传输功率约束下的图像传输失真。实验表明,相对于以往方案,所提方案不但避免了启发式优化算法的高搜索复杂度|而且能大大提高接收端重建图像的峰值信噪比。     

基于树枝形铁路专用线网络的小运转货物作业系统优化

针对树枝形铁路专用线小运转货物作业系统优化问题，首先剖析了铁路枢纽小运转货物作业机理，进而根据各车组到达编组站时分、车组目的装卸站位置、车组取送作业时间要求、调机牵引定数等限制，以调机早到等待成本、调机晚到惩罚成本、铁路枢纽专用线调机和货车运营成本最小化为目标，构建问题模型。鉴于模型复杂，直接求解较为困难，故设计HH-GAP&AIP求解策略。该方法首先给出基于作业紧急度-编组定额-集结时间的送车-取车贪婪调配策略，形成小运转列车初始取送方案。进而设计异步循环启发式完成解的迭代寻优，同时为避免算法陷入局部最优及扩大解的搜索空间，给出基于检测-剔除-变换的取送车径路调整策略。最后，设计实验场景，对所提出的方法进行过程验证，并设计不同规模问题，对算法进行测试对比与性能评估。     

微阵列高维特征选择的多策略混合人工蜂群算法

传统的特征选择方法对于高维微阵列具有较大的局限性，难以准确高效地提出最佳特征子集。针对该问题，提出了基于wrapper的多策略混合人工蜂群算法，该算法混合了混沌反向学习策略、精英引导策略、Mantegna Lévy分布策略，分别在雇佣蜂与观察蜂阶段提出了两种新的搜索策略。针对于微阵列高维特征选择问题，提出新的平衡模型性能最优与特征子集规模最小化目标函数。实验结果表明：该算法能够达到较高的分类准确率，可在一定程度上取得特征子集规模最小化的目标，且优于GABC等改进算法与樽海鞘群等六种新型智能算法。     

有限预知信息下集装箱码头泊位与岸桥联合在线调度北大核心CSCDCSSCI

针对码头船舶作业计划中通常存在较大比例的、需要临时排班的加班船需求,提出了具有有限预知信息的集装箱码头泊位与岸桥联合调度over-list在线模型。在分配每艘船舶服务请求时假设预知后续一个船舶请求的信息,并着重考虑了由3个相连泊位组成的混合型泊位类型、配置5个岸桥且只存在两种请求的联合调度模型;针对最小化最大完工时间的优化目标,设计出了具有最优竞争比5/4的联合调度在线策略;同时,证明了当缺少预知能力时不存在竞争比小于4/3的在线策略。上述结论表明,有限的预知能力可以有效地改进联合调度策略的竞争性能。数值实验结果进一步验证了所设计策略具有良好的执行性能。     

基于能量采集的友好干扰机辅助下多中继系统安全传输方案

针对多中继传输系统在同信道干扰下面临的保密信息安全传输和系统节点能量受限的问题，提出了一种联合中继选择和基于能量采集的友好干扰机辅助的物理层安全传输方案。首先，建立基于解码转发(decode-and-forward, DF)中继模式的多中继系统模型。其次，当发射机仅获得部分信道状态信息时，在第一时隙，以最大化系统保密容量为目标，给出了一种最佳中继节点选择策略。同时，友好干扰机基于功率分裂(power splitting, PS)协议从合法信号和同信道干扰中采集能量。在第二时隙，友好干扰机利用采集的能量，向窃听者发送人工噪声，进行协作干扰，从而实现两个时隙保密信息的传输。接着，推导了系统的保密中断概率闭合表达式。最后，利用蒙特卡罗仿真方法分析了发射信噪比、同信道干扰源数目及干扰信噪比等参数对系统保密性能的影响，验证了理论推导的正确性，仿真结果显示所提方案具有更优的保密性能。     

基于Stackelberg博弈与深度强化学习的计算卸载策略

为使5G混合专网结构的2种用户能获得最优计算卸载策略，将2种用户竞争移动边缘计算(mobile edge computing,MEC)服务器资源的问题建模成Stackelberg博弈，并分别讨论了完全信息博弈和不完全信息博弈下的策略。完全信息博弈下，存在唯一纳什均衡解；不完全信息博弈下，将环境建模为部分可观测的马尔可夫决策过程(partially observable Markov decision process,POMDP)，并提出一种基于二阶段深度强化学习(two-stage deep reinforcement learning,TSDRL)的最优卸载策略。仿真实验表明：该算法相较于D-DRL算法能减少20.81%的时延及3.38%的能耗，有效提高用户QoE(quality of experience)。     

有限预知信息下集装箱码头泊位与岸桥联合在线调度

针对码头船舶作业计划中通常存在较大比例的、需要临时排班的加班船需求,提出了具有有限预知信息的集装箱码头泊位与岸桥联合调度over-list在线模型。在分配每艘船舶服务请求时假设预知后续一个船舶请求的信息,并着重考虑了由3个相连泊位组成的混合型泊位类型、配置5个岸桥且只存在两种请求的联合调度模型;针对最小化最大完工时间的优化目标,设计出了具有最优竞争比5/4的联合调度在线策略;同时,证明了当缺少预知能力时不存在竞争比小于4/3的在线策略。上述结论表明,有限的预知能力可以有效地改进联合调度策略的竞争性能。数值实验结果进一步验证了所设计策略具有良好的执行性能。     

移动自组织网中基于贪婪蚁群算法的广播策略

广播是移动自组织网络(mobile ad hoc network, MANET)传递信息和建立路由的重要操作。为解决广播过程中的链路冗余和广播风暴问题,提出一种基于贪婪蚁群算法(greedy ant colony algorithm, GACA)的广播策略。首先,结合路由节点的数据包总传输距离、链路数目和链路质量建立目标函数。然后,通过GACA达到目标函数的最小值并规划出最优信息广播路由。最后,转发节点根据路径要求转发信息。仿真实验表明,该策略能够合理地利用网络资源、减少信息冗余以及避免广播风暴的发生。     

向虚拟样机并行设计的任务调度方法

针对复杂产品虚拟样机并行设计中任务调度存在的开发时间凭经验主观假定、求解策略不易获得最优解等问题,建立了任务调度模型,提出了基于案例推理的任务开发时间估算策略,设计了基于遗传算法的模型求解策略。时间估算策略以设计单元以往完成任务的信息为依据,提高了时间估算的合理性;模型求解策略能够保证搜索空间的完全性,在满足任务间约束的前提下,快速求得最优调度,提高了求解策略的效率。最后用实例验证了方法的有效性,它能大幅缩短虚拟样机并行设计时间。     

存在市场利率条件下的占线租赁策略研究

基于占线租赁问题的输入结构简单且具有良好的统计特性，运用竞争分析方法并结合输入结构的分布信息建立最优占线租赁决策模型，突破纯竞争分析有意规避概率分布这一假设条件，分析当存在市场利率因素时的占线租赁策略，并给出最优的竞争策略及其竞争比。相对于Karp及EI-Yaniv等人的研究结果，由于引进了输入信息使得竞争比性能分析提高；相对于Fujiwara等人的研究结果，本文研究了存在利率时离散性情形，给出了问题的最优解。     

在线单方向外汇兑换问题研究

外汇兑换是现实中的一个典型在线决策问题。R．El—Yaniv等人将外汇之间的兑换抽象成了一个在线兑换模型，提出基于风险的兑换策略。在此研究的基础上．本文考虑汇率每日波动在一定范围内时的外汇兑换问题，运用不同的分析方法，给出平衡策略和平均分配策略。结果表明虽然对于R．El—Yaniv提出的在线外汇兑换模型，平均分配策略是最优策略，但对于本文提出的模型2，平衡策略才是最优在线兑换策略。     

基于重构误差和多块建模策略的kNN故障监测

针对基于k近邻(k-nearest neighbor,kNN)的故障监测算法中，引发故障的异常信息易被正常信息淹没，导致故障检测不及时和报警率低的问题，利用自编码器和多块建模策略提出一种基于重构误差的k NN故障监测方法。该方法利用正常工况数据集训练自编码器模型，基于该模型进行重构误差提取以解决异常信息易被淹没的问题。进一步考虑微小偏移和振荡等故障特征，采用多块建模策略，对各子块分别计算统计量并融合检测。通过一个数值例子与田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真与分析，结果验证了所提方法的有效性与监测性能的提升。     

再入机动飞行器最优轨迹设计与跟踪

提出了一种再入机动飞行器（maneuvering reentry vehicle, MRV）的最优制导与控制方案。针对MRV再入机动轨迹优化问题,提出了新的基于Gauss伪谱优化方法的分段优化策略;由产生的最优参考轨迹,生成系统的外环最优制导指令。接着利用轨迹线性化控制（trajectory linearization control, TLC）方法设计系统的内环控制律。基于MRV完整的非线性六自由度模型,仿真表明提出的再入轨迹优化设计方法是有效的,而且内环TLC控制器可以准确地跟踪外环的最优制导指令和最优轨迹,并对系统未建模特性和参数不确定性具有一定的鲁棒性能。     

在线销售下基于自由分布的订货与配送能力扩张决策

针对一个拥有一定配送能力的在线销售企业，研究其在不确定需求下的订货和配送能力扩张决策问题。在构建在线销售企业的期望利润函数基础上，考虑仅知需求均值和方差信息，给出了基于自由分布的在线销售企业利润鲁棒优化模型。针对所建模型，采用对偶理论将其转化为易于求解的数学规划，给出了相应的订货和配送能力扩张策略，并对相关系统参数进行了灵敏度分析。最后，通过数值计算验证了所建模型在应对需求不确定性方面的有效性。结果表明：在线销售企业的最优订货量随自身原有配送能力的增加而增加，最优配送能力增量随自身原有配送能力的增加而降低。当在线销售企业自身拥有配送能力时，其在不同分布下得到的期望利润一般均高于无配送能力的情形。特别地，将基于文中模型的鲁棒策略与需求服从正态和均匀分布下得到的最优策略及期望利润进行比较分析发现，鲁棒策略下期望利润与已知需求分布时的最优期望利润相差较小，表明基于文中方法得到的策略具有良好的鲁棒性。     

基于数据噪音约束的受限最优建模方法

基于经验模型可能最优效果受数据质量限制的事实,提出了"受限最优模型"的概念,定量分析了噪音强度、样本规模时受限最优模型效果的影响.提出了利用受限最优模型期望效果进行优化建模思想,基于该思想,提出了一种基于噪音信息指导的神经网络优化建模方法,仿真试验表明,该建模方法切实可行,效果明显优于传统方法.为了客观地评价模型效果,还提出了一种新的模型评估指标--误差平均功率,分析了它和常用的模型评估指标--误差均方之间的关系,指出了其应用意义.     

部分服务员休假的M/M/c排队系统中的顾客行为及定价策略研究

本文研究部分服务员同步多重休假的M/M/c排队系统中顾客的止步行为及系统定价策略.基于几乎不可视与完全不可视两个信息水平,首先建立成本-收益模型,得到顾客的均衡止步策略与最优止步策略,然后设置最优服务价格以保证社会福利最大化.最后,对顾客的均衡止步策略与最优止步策略进行数值比较,观察不同信息水平和部分休假服务员个数对顾客止步行为、最优社会福利及系统定价策略的影响.     

基于多穴主机的延迟探测算法的仿真研究

通过对单路径传输的缺点和随机多路径传输的不足的研究,提出了一个针对多穴主机的基于延时探测的网络层并发多路径传输算法,此算法能够动态适应链路性能的变化并且可以充分利用多个可用路径进行并发传输。NS2仿真实验表明,本算法获得了合理的吞吐量,延时和抖动性能。     

数据链系统信息地空传输信道建模与性能分析

针对战场环境仿真中联合战术信息分发系统(Joint Tactical Information Distribution System,JTIDS)地空数据链信息传输过程仿真的实际需求,提出了基于航空信道建模的信息传输模型,利用低通等效对信息传输过程构建了仿算框架.对仿真中使用的信道模型进行了性能分析和仿真实现.根据用户多样的仿真要求,为能在降低算法复杂度的情况下保证一定仿真精度,提出了利用典型值特征将调制信道向编码信道转换的模型转换方案.