海上跨域无人集群研究进展综述

海战场是军事对抗的重要战场之一,海上作战涉及空中、水面、水下以及海岸陆地等空间,作战资源对象数量庞大且能力多样。随着无人系统技术的不断发展,跨域无人集群将成为未来海上作战的重要力量。以海上跨域无人集群作为研究对象,首先梳理了跨域作战的相关概念及演变过程,定义了跨域无人集群的内涵,然后阐述了美军单域无人集群项目的发展趋势及现状,分析了近期跨域无人集群演习的主要内容,之后对无人集群关键技术现有研究成果进行了提炼总结,指出了跨域无人集群发展面临的挑战。最后给出了跨域无人集群未来的发展趋势。     

线性约束多目标规划的非单调信赖域算法

构造了一个解线性约束多目标优化问题的数值算法，该算法把一种非单调技巧与信赖域方法结合起来，从理论上分析，在一般条件下，算法全局收敛于问题的K—T点。     

一种TD-SCDMA集群中的动态信道分配算法

在研究了蜂窝系统中的动态信道分配算法和TD-SCDMA集群通信特点的基础上,提出了一种适用于TD-SCDMA集群系统的动态信道分配算法—排队式可移动边界动态信道分配算法（queue movable boundary dynamic channel allocation ,QMB_DCA）。该算法基本原理是牺牲部分低优先级业务的接入速度来提高系统整体性能。通过仿真验证分析,该算法相对于可移动边界算法（movable boundary dynamic channel allocation,MB_DCA）,在实现了系统较高的资源利用率的同时,减小了低优先级业务的阻塞率和掉话率。     

基于CKF-SLAM改进的无人水下航行器动态目标跟踪算法研究

针对容积卡尔曼滤波(cubature Kalman filter, CKF)同步定位与建图(simultaneous localization and mapping, SLAM)算法在动态目标跟踪(object tracking, OT)的应用中,存在算法实时性不高、计算复杂以及对动态目标物跟踪精度较低的问题,提出基于平方根容积卡尔曼滤波SLAM的无人水下航行器(unmanned underwater Vehicle, UUV)目标跟踪算法(SRCKF-SLAM-OT).该算法将CKF-SLAM-OT中复杂的计算部分,利用3阶容积准则选取一组相同权值的容积点来近似计算,再利用数值积分法计算非线性方程模型的后验状态估计平均值和方差,并对协方差矩阵的平方根因子进行更新.仿真结果表明：SRCKF-SLAM-OT算法简化了计算量和改善了数值精度,提高了UUV在未知水下环境中自身定位的精度和动态目标物跟踪的能力.     

物联网跨域环境下的信任迁移模型

随着智能终端的更新换代,物联网实体的移动性逐渐增强.针对物联网环境下跨域实体从一个域移动到另一个域时缺省初始化信任值造成的实体资源浪费和信任值累积困难等问题,提出了一种新的基于模糊理论和层次分析法的跨域信任迁移模型.该模型通过模糊理论计算跨域实体在原域内累积的服务信任值,并使用层次分析法为移入域分配对不同信任因素的偏好...     

英汉语言中爱情隐喻的跨域映射研究

在认知语言学中,隐喻不但是一种十分重要的语言现象,而且它还是一种重要的思维方式,可以用来帮助我们更好地了解这个世界。隐喻从本质上来说就是一种映射,即从始源域到目标域的映射。爱情,人类情感永恒的主题,其隐喻的表达在英汉两种语言中比比皆是。研究爱情隐喻在两个概念域(始源域和目标域)之间的跨域映射问题,能帮助人们更好地了解爱情隐喻的工作机制。     

非精确条件下的谱共轭梯度算法

结合谱梯度算法的优点给出一类求解该问题的谱共轭梯度算法, 利用非精确线搜索确定步长, 避免了精确线搜索存在的不足. 给出了算法的收敛性证明, 并通过一些算例验证了算法的有效性和可行性.     

利用非精确参数的移动互联网业务感知多目标优化QoS路由算法

针对移动互联网QoS优化中存在的测量不精确的问题,提出了异构融合移动互联网面向多种业务非精确参数的QoS路由算法。多目标优化模型是本文算法的基本模型,在业务感知的条件下实现约束的输入,在多量纲的基础上尽可能实现多目标的优化并利用覆盖网路由来保障QoS。为解决数据不精确的问题,结合概率方法和隶属度对多次采样QoS数据进行模糊处理,并构建方程利用理想点以解决网络性能均衡等问题。通过随机拓扑进行仿真,在满足业务传送约束的基础上,与同类型算法相比,该算法兼顾链路和节点的性能,在同样的网络环境下提升了QoS满意率,降低了时间开销,并能有效提高系统的资源利用率。     

多用户动态交通流分配模型及算法研究

通过对动态交通网络中瞬时反应型和预测型出行者行为假设的分析,提出了将两者结合并增加固定路线出行行为假设的多用户动态交通流分配模型.同时通过对动态交通网络出行者行为的相互制约特性分析,给出了求解上述模型的迭代算法.本模型拓展了以往构建模型中出行者行为的单一性假设.本模型及算法也可直接应用于先进的出行者信息系统,并为路径导行系统中网络的效益分析提供理论依据.     

跨域虚拟网络环境下虚拟机Live的迁移机制

针对跨域虚拟网络环境下虚拟机的在线迁移机制, 设计了支持虚拟机跨域通信的虚拟网络路由协议和控制虚拟机在线迁移的路由更新协议, 以支持虚拟机的跨域动态管理, 并基于流行虚拟化环境Xen, 完成了原型实现, 从而解决了虚拟机跨域的在线迁移问题, 实现了利用广域网络环境搭建动态虚拟化平台.     

一类非精确线搜索下的混合共轭梯度算法

给出了一类在非精确线搜索下的混合共轭梯度算法,对李荣生提出的NCG算法进行了改进,在算法的迭代过程中,保持了迭代方向的下降性,在较弱的条件下证明了全局收敛性,数值试验表明该算法是相当有效的.     

EPON的动态带宽分配算法研究与优化

在分析了EPON的DBA的基础上,根据分布式计算的特点,提出了一种优化的可适用于分布式光网络的动态带宽分配算法DPDBA。该算法根据通信数据包的实时性和时序性,进行动态调度,预测动态分配信用带宽。通过数据包的时延分析和仿真,表明该算法能适用于分布式光网络,减少了数据包的时延。     

改进分解进化算法的飞行器动态火力分配

为解决飞行器在一次性投放火力有限的情况下,如何动态分配多波次火力问题。将目标价值、目标威胁与火力分配相联系,建立动态火力分配多目标优化模型(DWTA)。在DWTA模型下包括数个子火力分配模型(SWTA),下一波次的SWTA由上一波次SWTA的打击效果作为输入来进行更新。改进了混合共轭梯度法的多目标分解进化算法(MOEA/D),提出加入高斯扰动来生成初始搜索点集合,并运用共轭梯度法进行搜索。运用算法对模型进行求解,仿真实验表明,算法在保留MOEA/D算法优点的同时,相比传统MOEA/D算法求解模型用时22s,改进MOEA/D算法仅用14s,提高了算法的收敛速度,并完成了对多波次火力的动态分配。     

一种基于访问概率预分配的流媒体集群动态副本更新算法

研究了同构流媒体集群服务器环境下的动态副本放置问题,提出一种请求调度和动态内容部署相结合的新颖策略.首先采用滑动窗的方式预测各文件的点播率,以平衡服务器之间的实时累积访问概率为目标,在不进行内容部署的情况下,预分配相同文件不同副本的访问概率;同时进行零迁移代价的动态内容更新,从而能够提前反映出请求的实时倾向性,在降低系统请求拒绝率的同时,有效地减少了请求被分发到过载服务器后产生负载迁移的频度和代价.仿真分析的结果表明这种策略对于流媒体服务系统的研究和实践具有指导意义.     

基于改进狼群算法的多机协同目标分配研究

为充分发挥战机集群整体作战优势以得到最优目标分配方案,采用改进狼群算法对战场态势模型进行求解.通过保证算法的寻优效率,引入次头狼概念对狼群的召唤与围攻行为做出改进,并对狼群算法的更新机制做出了优化,提高算法的全局寻优能力.仿真结果表明,所提方法能快速准确地寻找到最优目标函数值,且在一定程度上改善了传统狼群算法易陷入局部...     

NRIWO算法求解火力分配多目标规划模型

为满足火力分配在保证毁伤概率较优的前提下降低火力单元的使用数量的要求,建立了火力分配多目标规划模型.基于入侵杂草学说,提出非支配排序杂草优化算法用于解决火力分配多目标规划问题.该算法在初始化和空间扩散阶段采用不同的决策变量编码策略,根据非支配排序的概念,将杂草种群中的个体分为多个等级以区分优劣从而进行生长繁殖.仿真结果表明:新算法每一代具有很强的向最优面逼近能力,体现了很好的均匀性以及解分布的广度,用于火力分配多目标规划,可实时为指挥员提供良好的辅助决策.     

WDM EPON动态波长带宽分配算法研究

为了能在接入网中提供更高的带宽,单一波长的时分复用以太无源光网络可以通过引入波分复用机制来实现升级。通过对多点控制协议的扩展,可以在其框架下实现对波长和时隙的动态分配。本文分析了几种不同的动态波长带宽分配算法,在波长信道的负载不均衡时,它们能有效地实现波长内时隙间和波长间的统计带宽复用,提高系统性能,并对这几种算法进行了分析和比较。     

动态环境下改进五帧差分的运动目标检测新算法

在噪声、光照变化和背景不断变换等动态环境下运动目标检测存在着误检、漏检现象.帧间差分法对动态环境有较强的适应性,但一般只能提取目标的轮廓,不能完全检测出目标,容易产生内容空洞和虚假边缘的现象.为此文中提出一种改进五帧差分法的运动目标检测新算法.该算法首先利用中值滤波对每一帧图像进行去噪处理,然后对去噪后的图像进行文中的五帧运算,最后通过新的动态阈值分割算法和数学形态学处理完成对运动目标的提取.实验结果表明,该算法的运算复杂度较低,可以检测动态环境下的运动目标,大大提高了运动目标检测的准确性.