大规模虚拟试验网间信息传输评价模型研究

大规模虚拟试验系统往往需要基于异构网络环境互连的方法搭建,以满足不同试验实体间通信的实时性要求.针对不同互连方法多为经验总结、缺乏理论分析的现状,在已有的同构网络虚拟试验信息传输延迟理论基础上,建立了大规模虚拟试验系统网间实体信息传输延迟模型,定义了以实时感知度和高频感知度为尺度的大规模虚拟试验网间通信评价指标.对典型的四种实时网络与RTI跨协议互连方案分别进行分析,为具体的试验系统搭建提供依据.应用结果表明,该方法对大规模虚拟试验系统的跨协议互连方案的分析与选取具有指导意义.     

MPLS VPN用户网接入方式的仿真分析

介绍了多协议标记交换虚拟专用网的出现和特点，阐述了其用户路由被隔离和通告的基本原理。针对多协议标记交换虚拟专用网中用户网的接入方式问题，建立仿真模型，对用户网不同的接入方式分别进行了仿真，并统计得到提供商边缘路由器CPU的利用率和内存占用情况。利用仿真结果，对这三种接入方式进行了对比分析，给出了各自的优缺点。     

基于链路质量的无线传感器网络路由量度研究

选择合适的路由量度对于提高无线传感器网络的路由效率而言至关重要.综述了现有无线网络几种典型的路由量度,并通过实验研究,发现了无线传感器网络的通信链路存在着高丢失率、非对称性等特点;进而分析了采用传统单一的路由量度方法在设计无线传感器网络路由协议时存在的不足;通过定义链路连接门限β,提出了一种基于Hops与ETX相结合的混合路由量度方法;将此路由量度方法应用于AODV协议中,仿真结果表明所提出的混合路由量度是一种高吞吐量,低丢失率的量度方法,能够为无线传感器网络高效路由协议的设计提供有价值的参考.     

面向应急观测的虚拟星座任务规划技术

虚拟星座为充分利用卫星资源提供了一种高效的解决方案。首先研究设计了任务与资源管理、任务与资源匹配、协调与任务规划的三层协调运行机制,建立了基于多智能体的三层动态交互式体系结构模型;然后通过基于改进合同网协议算法模型,研究虚拟卫星协同任务的招标对象筛选策略、协商合同投标方法、协商合同评标方法;最后针对海上目标监视搜索场景构建仿真实验用例,仿真结果验证了虚拟星座的运行机制和体系结构的合理性、可行性与基于扩展合同网协议的虚拟星座任务规划算法的有效性和正确性。     

IP虚拟原型的设计与实现

参照美国劳伦斯国家实验室(LBNL)VINT虚拟网络测试平台的设计思想，从教学的角度提出了IP虚拟原型机的实现方法。按照Rational统一过程，使用可视化的UML建模语言，对系统的需求、分析、设计、实现、测试各阶段进行了详尽的描述，建立了许多网络元素的虚拟原型,IP虚拟原型机没有象VINT等专业化虚拟测试平台一样使用专用的数据格式，而是采用了通用的数据报格式和封装方法。本文还实现了异构网络中数据报分片重组功能，并建立了相应的虚拟原型。最后，我们通过同VINT的实验结果的比较验证了IP虚拟原型机的正确性；并在此基础上，用IP虚拟原型机作实验平台对数据报分片重组的一些结论进行了验证。     

局域网建模方法的研究

局域网是目前使用比较多的网络之一，如何定量地分析网络的原理，无论是研究者，还是学习者都是重要的，建立虚拟网络实验室，是当前网络研究与设计的先进方法。本文以局域网为例，用面向对象方法建立了一个虚拟局域网模型，重点介绍了建立这种模型所需要的类以及类所包含的主要变量和方法，同时也充分考虑了它的扩展性和实用性。然后，实现了一个小的虚拟以太网。     

POOSL的扩展及其在性能分析中的应用研究

为了定量分析系统的吞吐量、时延、缓存平均利用率等长期样本均值（long-run sample average）性能指标，应用再生周期技术（the technique of regenerative cycles）扩展了形式化建模语言POOSL的构件库。并针对在嵌入式系统中应用广泛的滑动窗口协议，使用扩展后的POOSL为选择重传滑动窗口协议建立了性能分析模型。根据模型模拟执行结果，定量地分析了窗口大小、包大小、超时间隔等参数对协议性能的影响。分析表明，扩展后的POOSL能够有效地应用于对系统的长期样本均值性能指标进行定量分析。     

注塑过程子时段动态非线性质量预测

针对注塑间歇过程多阶段、缓慢时变、非线性和质量变量测量值不能在线获得等特点，提出子时段滑动窗口广义回归神经网络质量预测方法，首先，采用分类算法对三维数据矩阵的时间片PCA负载矩阵进行分析，根据相关性分析把注塑过程划分为几个子时段，然后确定与重量密切相关的阶段，在确定的阶段内采用滑动窗口建立GRNN多模型，解决常规MPLS在工业应用过程中存在的几个潜在问题：（1）静态单一模型；（2）模型失配问题；（3）MPLS线性方法不能充分有效压缩和抽取非线性过程信息；（4）估计未来测量变量所引进的模型偏差。所提方法与子时段滑动窗口MPLS方法进行仿真比较。结果证明了所提方法的有效性。     

带休假的返回n-ARQ系统时延性能研究

在对返回 n 步自动重传请求协议(返回 n-ARQ)的系统传输过程进行分析的基础上,利用等效服务时延的思想简洁有效地建立了返回 n-ARQ 系统的休假排队模型,求得了该系统的主要性能指标分组平均等待时延、平均服务时延以及归一化最大吞吐量等的表达式,给出确定最佳滑动窗口长度以及最佳分组长度的理论模型;最后通过数值模拟分析了分组传输正确率、滑动窗口长度以及分组长度对系统时延的影响,并分析论证了最佳滑动窗口长度以及最佳分组长度的存在性和可确定性及其变动规律.     

网络安全研究中的建模环境分析与实现

提出网络建模环境的形式化描述,据此将网络模型划分为三种虚拟度,并结合网络安全研究特点提出了具备三种虚拟度的高保真建模概念。在网络模拟器NS2基础上实现了一个原型系统,并阐述和分析了其结构、实现与性能,还给出一个支持真实攻击包的蠕虫模型实例。最后分别对若干问题和未来工作进行了总结与展望。     

基于LSTM与1DCNN的导弹轨迹预测方法

针对弹道导弹等超远程攻击目标的轨迹难以预测的问题,提出一种基于长短期记忆(long short-term memory, LSTM)网络与一维卷积神经网络(1-dimensional convolutional neural network, 1DCNN)的目标轨迹预测方法。首先,建立三自由度导弹运动模型,依据再入类型设计3种目标轨迹数据,构建机动数据库,解决轨迹数据的来源问题。其次,采用重复分割与滑动窗口的方法对轨迹数据进行预处理。然后,基于LSTM与1DCNN设计了一种目标类型分类网络,对目标进行初步分类。最后,基于1DCNN设计轨迹预测网络,对目标轨迹进行预测。仿真结果表明,提出的轨迹预测网络能够完成轨迹预测任务,预测误差在合理范围内。     

高机动导弹非线性自动驾驶仪动态面控制

提出了高机动非线性导弹自动驾驶仪的动态面控制器设计方法,该方法基于光滑二阶动态滑模,所设计的虚拟控制足够光滑,在利用反步法设计内环控制器时不需要进行积分滤波,克服了反步法所带来的项数膨胀问题.二阶动态滑模控制器能够对非匹配不确定性或未建模动态进行补偿,并且比传统滑模有更高的跟踪精度.在考虑了系统不确定性和外部干扰的情况下,仿真结果显示所设计的控制器有较强的鲁棒性和控制精度.     

基于广义最小二乘模型的动态交通OD矩阵估计

基于广义最小二乘模型,建立了一种带滑动窗的动态OD矩阵估计算法,可通过对路段交通量和行程时间的检测来估计时变的OD数据.对模型中关键的交通分配矩阵,给出了解析的计算公式.算法是一种递推的估计过程,仅需较少的先验信息,且估计过程不会发散;滑动窗的引入可充分利用量测信息,抑制量测噪声.     

基于滑动窗口的新息自适应组合导航算法

针对新息自适应滤波算法噪声跟踪精度和跟踪灵敏度相互矛盾导致的窗口宽度选取困难问题,提出了一种基于滑动窗口的新息自适应组合导航算法,该方法通过设计噪声统计特性梯度检测函数、敏感噪声统计特性的实际变化情况,利用窗口自适应函数实时计算窗口宽度,使得窗口在预设区间内自适应滑动,以适应实际噪声的变化。仿真实验表明,基于滑动窗口的新息自适应组合导航算法可以有效跟踪噪声统计特性的实时变化,可同时兼顾自适应跟踪精度和跟踪灵敏度。     

基于IFTS的云计算网络动态负载均衡方法

针对云计算网络节点的异构性、资源配置的差异性和用户需求的不确定性等因素导致云计算网络极易出现负载不均衡的问题,在分析云计算节点负载模糊时序变化特性的基础上,构建了基于直觉模糊时间序列(IFTS)预测的云计算网络动态负载均衡模型,提出了基于IFCM的云节点计算资源自平衡方法,设计了基于IFTS预测的主动控制和基于反馈的被动调控相结合的虚拟机调度机制,并给出了云计算网络动态负载均衡策略,增强了云资源池的智能化管理水平,提升了云计算系统的整体性能.最后,通过典型实例验证了该方法的有效性和优越性.     

基于LSTM分类器的航空发动机预测性维护模型

利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health manage-ment,PHM)的关键问题.针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network,LSTM)分类器的预测性维护模型.LSTM分类器...     

融合LSTM和MoE的倒闸操作识别

为解决不同人员相同操作的个体差异以及同一人员不同时间相同操作差异的问题，提出一种基于混合专家系统(mixture of experts，MoE)和长短期记忆神经网络(long short-term memory，LSTM)的倒闸操作识别方法MoE-LSTM。基于MoE对LSTM进行集成，学习不同来源数据的特征分布。采集加速度动作数据构建倒闸操作数据集，基于滑动窗口对动作序列进行切分；将动作序列输入到MoE-LSTM中，由不同LSTM独立学习不同动作的时序依赖；通过门控网络选择对当前输入分类较好的LSTM的输出作为动作识别结果。仿真结果表明：不同LSTM对来自不同时空的动作数据都有擅长分类的特征空间。     

基于正交试验法的神经网络优化设计

运用正交试验法,以三层前向型神经网络为例,对神经网络的训练样本、权值和阀值、训练参数的选择进行分析和研究。在此基础上,提出一种基于正交试验法的神经网络优化设计方法。研究结果表明,正交试验法对于神经网络模型的确定具有很好的效果,是一种既直观易行又客观科学的方法。     

基于CORDIC的滑窗最小二乘递推算法

针对最小二乘算法涉及对数据自相关矩阵求逆,若直接求逆则计算量比较大,且求逆过程对误差比较敏感,有限字长效应明显的问题,提出一种基于Givens旋转的滑窗RLS实现方法,并且给出了CORDIC实现的方法,提高了基于QR分解的最小二乘算法实现的计算效率和数据吞吐率,使其适应于需要极高采样率的应用,并且该算法能够以滑窗形式的样本作为输入,比传统的Givens算法能够适应更多的应用环境。仿真结果验证了该方法的有效性。