一种基于自相似拓展的多分辨率快速地形显示算法

在地形可视化过程中,庞大的地形数据量使计算机的处理和显示很困难,因此,研究人员一直在寻找便捷的地形处理方法。给出一种基于自相似拓展的多分辨率快速地形显示算法,很好地解决了这个问题。     

自相似业务量下网络的排队性能分析

在研究通信网的网络性能、流量控制和资源配置时,业务源模型是其中一个十分重要的组成部分。近年来的研究发现数据网络中的业务量呈自相似特征,传统的能够精确描述电话网络的马尔可夫模型不再适用。业务量的自相似特征显著影响网络的流量控制与排队分析,已经引起人们的极大重视。采用G/M/1排队模型对分组长度可变的网络的排队性能进行了分析和仿真,其中自相似业务量是通过叠加大量独立的到达间隔为Pareto重尾分布的ON/OFF源来生成的。仿真结果表明,自相似业务量导致网络的排队性能劣化,这与有关文献对ATM交换的分析结果一致。     

一种自相似媒体流的分组存储算法

在媒体服务器上采用分组存储策略可显著减少生成媒体流的系统开销 ,从而有效提高系统性能。该文提出了两种分组存储策略 :等长分组存储 (ISO- PS)策略和索引分组存储 (Index- PS)策略 ,在分析自相似 MPEG媒体流突发特性对分组存储影响的基础上 ,设计了一种适合自相似媒体流的分组存储算法 I- IPS。该算法引入了对 MPEG媒体流分组时间的评价因子 ,通过该因子决策媒体流采取 ISO- PS或Index- PS策略以提高系统整体性价比。实验证明 :对于自相似特性有显著差异的不同 MPEG1/ 2 (运动图像专家组 )节目 ,I- IPS算法均能有效降低存储浪费率 ,并获得较高的系统性能     

一种经验型的自相似流生成方法

设计了一种经验型的自相似流生成方法,该方法引入级联模型中流量分层的思想,以实测数据流的统计特征,如会话到达间隔分`布会话持续期分布、分组到达间隔分布等为基础,结合了流叠方法和分组火车模型的特点,能实时在线产生参数不可的自相似流,同时,以仿真的方法证明了业务级的重尾分布对自相似流产生的重要作用。最后,讨论了经验型算法的性能,分析表明该算法能为系统仿真提供合适的输入流。     

业务量自相似特性对ATM缓存溢出概率的影响

基于在广域网（ＷＡＮ）、局域网（ＬＡＮ）、综合业务数字网（ＩＳＤＮ）中传输的业务以及可变速率（ＶＢＲ）业务等多种通信业务普遍存在着自相似特性（长相关）,叙述了自相似流量的数字定义和一些基本性质,描述了异步传输模式（ＡＴＭ）缓存的排队模型和一个具有相似特性的业务量模型,给出了在自相似业务量下的ＡＴＭ缓存溢出概率的下界,并与传统模型作了比较。比较结果表明,传统模型对ＡＴＭ缓存性能的估计过于乐观。因此,     

一种基于卡尔曼滤波的压缩跟踪算法研究

根据道路交通监控视频的特点,采用压缩跟踪(CT)算法进行运动车辆的检测与跟踪。在摄像头变化较大、运动车辆尺度变化和背景变化等情况下,CT算法均具有很强的鲁棒性。但是当车辆被遮挡时,跟踪算法容易失效。为了解决这一问题,提出使用卡尔曼滤波对遮挡的车辆进行轨迹预测。卡尔曼滤波能根据CT算法跟踪目标的轨迹,有效地预测目标遮挡时的轨迹。实验结果表明,本算法不但可以较好地处理跟踪车辆尺寸变化的问题,在车辆丢失或被部分遮挡时,能准确而稳定地跟踪车辆,而且具有很好的实时性,满足了工程应用的需求。     

基于卡尔曼滤波的动目标预测

对非机动目标可利用标准卡尔曼滤波算法对其运动状态进行预测,因为其运动数学模型精确可知.而当运动目标处于机动时,准确描述目标运动状态的数学模型难以建立,标准卡尔曼滤波算法难以进行对其状态预测.因此,文中采用将目标加速度作为虚拟噪声的自适应卡尔曼滤波算法,进行动目标运动状态的预估.仿真结果表明了该算法有效、可行,具有一定应用参考价值.     

基于无迹卡尔曼滤波的无人机跟踪算法

基于四基站对无人机位置的定位数据,利用无迹卡尔曼滤波算法对定位数据进行最优估计,并预测无人机的运行轨迹,从而实现对无人机的实时跟踪.对经典的线性卡尔曼滤波算法和无迹卡尔曼滤波算法进行仿真对比,结果表明,线性卡尔曼滤波算法虽然能跟踪预测轨迹,但有较大的误差,而使用无迹卡尔曼滤波算法能有效地减小误差,使跟踪预测的轨迹更加精确.     

基于自相似特性系统建模的算法改进

针对现有基于自相似特性的系统建模算法复杂度高、可实现性差等问题,改进了线性自回归模型叠加生成自相似源的算法;利用业务的自相似特性,Taylor展开式,以及对Pollaczek-Khinchin第一变换式进行恒等变形等方法简化了系统建模模型,解决了服务时间母函数不解析,以及运算繁琐等问题。与原算法相比,改进算法大大降低了算法复杂度,增强了其可实现性。以以太网为例,对改进算法进行验证,结论与原算法一致,运算时间仅为原算法的1/14。     

一种卡尔曼滤波算法的无线传感器网络仿真模型

受无线传感器网络通信节点和位置等因素影响,大量移动或者固定的传感器节点间的通信链路受限且不利于大块数据传输。为解决该问题,分析了典型的传感器节点体系结构,在OPNET平台上建立基于卡尔曼滤波算法的仿真模型。重点研究卡尔曼滤波算法对信号的跟踪性能,进而分析在传输过程中的网络时延和吞吐率以及误码率等统计量曲线图,分析算法的稳定性。仿真结果表明,误码率保持在10-5次方数量级,丢包率在10-2次方数量级,端到端时延控制在1 s内,很好地验证了该仿真模型的有效性和逼近性。     

Kalman滤波理论在短时交通预测上的应用

介绍了基于Kalman滤波理论的短时段交通量预测模型,并利用京沪高公路和南京禄口机场高速公路所采集的数据进行了仿真预测.预测结果表明Kalman滤波预测方法对各种状态交通流有较好的适应性,具有较高的预测精度.     

具有重尾特性自相似网络通信量的预测

提出了一种基于alpha-平稳分布过程的网络通信量模型,该模型能够刻画自相似网络通信量的长程相关性和重尾特性,具有参数简约,物理意义明确的优点,可以准确描述Bellcore Lab的实际踪迹BC-Oct89Ext．根据此模型,提出了一种在累积量约束条件下Fisher信息（FI）最小化的基于alpha-平稳新息（innovation）的FARIMA（fractional auto regressive integrated moving average）预测方法,它可以预测同时具有长程相关性与短程相关性的自相似网络通信量．这种基于alpha-平稳新息的FARIMA预测方法能够在无限方差意义下使预测偏差最小化,对实际踪迹BC-Oct89Ext的预测实验证明了该预测方法的准确性和可靠性．     

基于小波分析与卡尔曼滤波的网络流量估计和预测方法

将目标状态的小波变换系数向量描述为卡尔曼滤波方法的状态变量,进而建立了网络流量估计和预测模型,能够实现周期内的实时跟踪和动态多步预测.利用CERNET华中地区主干网的实测流量数据对该模型进行检验,所有检验周期网络流量预测值的相对误差均值为4.58%,表明网络流量估计和预测模型具有较强的适用性.     

基于卡尔曼滤波的需求预

针对客户订单与市场真实需求之间的差异,建立了基于卡尔曼滤波原理的社会需求预测模型,并利用某烟草公司的卷烟销售数据对模型进行验证分析,实证数据表明,该模型在一定程度上比较有效.     

无线传感器网络卡尔曼流量预测算法

基于通用网络流量模型,采用时间序列建模,提出了一种专用于无线传感器网络的卡尔曼流量预测算法KTP/WSN.通过NS2仿真采集流量数据,使用该算法对流量数据进行预测.结果表明,该算法可以提前一个甚至几个周期预测网络节点的拥塞情况,提前做好路由选择,实现路由自适应控制,预测值和原始值偏差很小.进一步进行流量预测可对网络的占空比、能耗等做到提前自适应控制.     

宽带卫星接入网星上控制预测MAC协议研究

对宽带卫星接入网的多址接入控制(MAC)协议进行了研究,提出了一种基于自相似业务流量混沌预测的新型混合动态分配多址接入方案。利用OPNET软件建立了仿真系统,用于比较不同方案的性能。仿真结果表明,在业务流具有自相似特征的前提下,所提出方案具有更优越的性能。同时还证明了通过星上处理实现集中式接入控制的优势。     

机动目标跟踪中的序贯滤波

多个测量站（多雷达或多传感器）工作时,在时间上是不同步的．在融合之前必须将这些观测数据进行同步．在某雷达单独观测时,采用通常的卡尔曼滤波方法;在多雷达重叠观测区,采用序贯滤波方法,不管是哪个传感器观测,按时间顺序,先到的量测点先进行滤波,这样就省去了时间同步这一步处理,又增强了航迹的连续性．计算机仿真证明了该方法的有效性．     

宽带卫星接入网星上控制预测MAC协议研究

对宽带卫星接入网的多址接入控制（MAC）协议进行了研究,提出了一种基于自相似业务流量混沌预测的新型混合动态分配多址接入方案。利用OPNET软件建立了仿真系统,用于比较不同方案的性能。仿真结果表明,在业务流具有自相似特征的前提下,所提出方案具有更优越的性能。同时还证明了通过星上处理实现集中式接入控制的优势。     

一种用于模式分类的多层感知机模型和学习算法

将Kalman滤波算法与BP算法相结合，提出一种用于模式分类的多层感知机模型和学习算法，并对计算实例进行了计算机模拟实验．实验结果表明，这种算法适用于非线性模式分类，且具有较快的收敛速度.