基于水下云边协同架构的珊瑚礁监测新机制

珊瑚礁是极具研究价值的海洋生态系统, 水声传感器网络(underwater acoustic sensor networks, UASNs)是监测与保护珊瑚礁系统的有效手段。然而, 随着水下传感设备的大规模应用, 感知数据的类型及数量大幅增加, 传统UASNs架构将原始数据直接上传至水面数据中心的集中处理方式给网络能耗和通信效率带来严峻挑战。本文构建了一种基于边缘计算的水下端边云系统架构, 并提出一种适用于该架构的两级协同珊瑚礁系统监测机制。该架构将复杂处理任务从远程云中心分散至边缘端, 减轻了云端处理负荷。该机制由两级监测环节组成, 同时包含了端侧图像处理和端边协同数据检测策略, 实现了机器学习任务的边缘侧执行和数据的原位处理。实验结果表明, 本文研究能够明显减少网络数据流量, 有效降低网络能耗及传输时延, 显著延长网络生命周期。     

NS2中异构网络的QoS监测模块的扩展

异构网络中的QoS监测功能对进行端到端QoS控制、接纳控制以及垂直切换判决等有着重要影响,但是作为广泛应用的网络模拟器,NS2对QoS监测功能方面的支持几乎是空白,需要进行深入研究与扩展。在分析QoS监测功能的基础上,提出了一种QoS监测模型,着重设计与实现了在NS2中进行QoS监测的功能模块,并把监测模块嵌入NS2原有节点内部结构中从而扩展了NS2中的QoS监测功能,为异构网络QoS方面的研究提供了仿真基础。仿真结果表明该扩展模块能在所部署的节点上和网络中方便准确地进行QoS监测。     

边缘计算下基于深度强化学习的车联网任务调度

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题，提出一种基于深度强化学习的任务调度方法。在多边缘服务器场景下，构建软件定义网络辅助的车联网任务卸载系统，给出车辆计算卸载的任务调度模型；根据任务调度的特点，设计一种基于改进指针网络的调度方法，综合考虑任务调度和计算资源分配的复杂性，采用深度强化学习算法对指针网络进行训练；运用训练好的指针网络对车辆卸载任务进行调度。仿真结果表明：在边缘服务器计算资源相同的情况下，该方法在处理时延约束型计算任务的数量方面优于其他方法，有效提高了车联网任务卸载系统的服务能力。     

融合边缘检测模块的自然地貌语义分割模型研究

针对遥感图像自然地貌边缘的像素点归类问题,提出融合边缘检测模块的多通道融合模型与解码器端模块模型。边缘检测模块以Canny算子为基础进行闭运算及均值滤波处理得到精确化的图像边缘。语义分割网络以DeepLabV3+为基础,分别从编码器及解码器端并联边缘计策模块。实验结果表明,改进后的2种网络相比原DeepLabV3+网络在高分辨率自然地貌图像数据集上均取得更好的分割效果,且解码器端融合网络取得了最高72.60%的交互比(IoU,intersection over union)和86.64%的F1score,可用于面向自然地貌的识别与分割。     

基于信度势场算法的水下传感网络部署及仿真

针对水下传感器网络节点的三维部署,基于D-S证据理论,提出了检测信度和信度覆盖的定义,研究了水下传感器网络检测区域信度覆盖的变化,结合感知目标分布的先验概率和被动声呐节点的感知概率模型,提出了基于改进D-S证据理论和先验概率的节点部署算法(NAAEP),将目标感知信度的值转化为虚拟势场中所受的力的大小,根据感知节点在势场中受到合力的大小对节点的位置进行调节.利用MATLAB建立了水下传感器网络仿真模型,通过仿真实验验证了算法的有效性:该算法能够有效减少部署节点,减少节点能耗,扩大检测范围,提高网络的检测性能.     

基于感知融合机制的渐进式去雾网络

智能辅助驾驶应用场景对图像去雾的准确性和实时性要求较高。提出了一种新颖的基于感知融合机制的渐进式去雾网络(progressive dehaze network, PD-Net),将降质图像恢复的任务分解为多阶段的子任务，通过轻量级的子网分块学习特征图的不同区域语义信息，以提升去雾效率。在此基础上，基于注意力机制和导向滤波设计跨阶段感知融合模块(perception fusion module, PFM),自适应感知各阶段提取的多尺度特征并进行融合，而不损失图像细节信息及边缘结构信息。实验结果表明，与现有主流的端对端去雾模型相比，所提出的算法在处理户外图像时具有更高的准确度和实时性，在公开的合成对象测试集(synthetic object testing set, SOTS)上的峰值信噪比(peak signal to noise ratio, PSNR)与现有最好结果相比提升了0.93 dB,处理单幅图像仅需72 ms,提出的网络模型有望应用于智能交通等现实领域。     

基于HLA的水下战仿真系统研究

针对水下对抗仿真环境需支持多种不同对抗样式水下战仿真实验的功能需求,提出了一种基于HLA的可扩展的开放式水下战仿真体系结构,基于该结构,仿真用户可以通过目标系统重组方式组建具体的联邦应用系统。并就系统设计、开发及实现过程中所需解决的主要关键技术,如FOM/SOM建模、成员框架结构设计、DIS/HLA网关、仿真运行机制、网络统计等分别作了讨论。本项研究对其它领域内基于HLA的联邦设计和开发具有参考价值。     

片上多核处理器排队网络建模与性能分析

设计了具有流水结构的4核处理器架构,采用基于优先级的任务服务规则,并且针对该架构建立了FPGA验证平台。利用带有阻塞和多任务等级的开环排队网络,对包含优先级调度规则的多核处理器流水结构进行了建模和性能分析。提出了一种对带有阻塞和多任务等级的开环排队网络进行近似分析的算法,对多组矩阵连乘进行了分析和建模,利用该算法得到计算结果,并且在FPGA验证平台上得到仿真结果。通过对计算结果与仿真结果性能参数的相对误差分析,表明该方法对片上多核处理器的建模和性能分析是有效的。     

基于应用感知的跨层节能路由机制

针对由智能移动设备组成的无线自组网的能量受限问题,提出了一种基于应用感知的跨层节能路由机制(ACER).通过使用应用程序监测模块和剩余能量监测模块感知节点的能量消耗特征.数据链路层采用链路稳定性监测模块监测网络路径上链路的稳定性.提出的ACER路由机制采用跨层设计的思想,综合利用网络层拓扑信息、应用层应用感知信息和链路稳定性信息进行路由决策.通过使用NS实验平台对提出的方案进行仿真并与相关的经典路由算法进行分析比较,仿真结果表明所提出的路由方案能有效提高网络的能量使用效率和性能.     

基于复杂网络的世界航运中心网络结构与特征

航运中心城市是航运业集聚的空间载体。由于全球化和国际贸易的影响,航运产业链的不同价值部分在一定空间范围分布,考虑产业空间位置的产业链打破了传统的简单线性关系,形成复杂的网络关系。根据世界重要航运公司在各城市的职能分布,建立并验证了基于航运企业价值链接的世界航运中心之间呈现复杂的网络关系,世界航运城市网络具备小世界特征;对该复杂网络进行测度得出:国际航运中心出现向亚太地区转移的趋势;世界航运城市呈现"多核心复杂嵌套式核心—边缘"结构特征;提出了世界航运城市的网络级、核心节点级和边缘节点级3个层次。并建议通过建立航运龙头企业来提升上海在世界航运网络中的地位。     

基于节点复合特性的端-边协同网络生成算法

针对智慧交通系统数据处理量大、对传输时间要求严苛的难题，通过将协同系统定义为复杂网络模型，构建了设备端和边缘节点协作运行的端-边协同系统。提出了基于网络节点复合特性的协作网络生成算法，实现了多层复杂网络的构建。相比随机几何法，提出的由节点聚类系数和介数中心性两种特性参数相结合的协作网络生成算法能够更全面地描述节点特性，反映节点重要性，改善现有多层复杂网络模型对节点信息描述不全的问题。最后，使用4种复杂网络模型构建多层网络模型并验证该算法，以节点间最短路径值作为评价指标，证明提出的由节点复合特性生成协作网络的算法能够明显降低整个网络中节点间最短路径值，减少传输时间，提高传输效率。     

企业云架构演进关键因素识别方法

针对企业云服务演进策略,本文提出基于ANP(网络分析法)幂矩阵序列变化的企业架构演进关键因素识别方法。该方法通过ANP网络层构造服务架构各因素的作用机制与强弱,分解ANP矩阵的影响变化过程,提取云迁移各阶段的关键因素集,获得服务架构私有云演进综合方案。通过在ANP幂矩阵中验证关键因素集的各阶段改善效果,实现分步构建一个具有松耦合、可重用SOA特性的企业云服务架构演进途径。     

水下机器人动态系统协同建模方法研究

以水下机器人动态系统建模问题为背景,提出了基于MATLAB/Simulink与FLUENT协同仿真机制与动态神经网络的水下机器人动态系统协同建模方法.该方法利用在对水下机器人动态行为进行协同仿真过程中在线训练神经网络的方式完成水下机器人流体动力学建模,并以最终训练完成的神经网络及载体6自由度运动方程仿真模块一起构成水下机器人动态系统模型,具有较强工程应用前景.通过与传统建模方法比较,详细论述了协同建模方法的基本原理及其优点,并重点研究了MATLAB/Simulink与FLUENT协同仿真系统的设计方案和实现方法,最后,从水下机器人6自由度运动方程建模、流体动力学建模以及闭环控制系统建模三个方面研究了实现协同建模的具体方法.     

适用于水声ad hoc网络的拓扑控制算法

对现有拓扑控制算法在水声ad hoc网络的应用背景下存在的问题进行了详细分析,并在此基础上提出了一种基于能量和时间效率的拓扑控制算法。该算法通过综合考虑节点能量消耗、通信延时、信号衰减等多种因素,构造了一跳链路传输代价指数,并根据这一指数来控制网络的拓扑结构。仿真分析表明,该算法在平均节点度、端到端延时和能量效率方面都有较好的性能。     

基于OPNET的水声通信网络设计与仿真

水声通信网络是实现如海洋数据采集、离岸勘测与战术监测等水下系统无线信息传输的主要手段,但其性能受水声信道特性影响严重.为此,采用oPNET对水声通信网络节点模型与分层协议进行设计与实现,其特征包括基于CDMA的多用户检测以及RTS-CTS-DATA-ACK信道握手流程与网络分配向量(NAV)帧冲突处理机制等.同时建立并测试了一个包含1个主节点与5个传感器节点的水声通信网络,仿真结果表明主节点物理层采用多用户接收技术能够更好的克服冲突,减少数据包重发,从而获得更高水声通信网络的吞吐量,减少端对端传输延时与能量消耗.     

子任务调度和时延联合优化的MEC卸载方案

移动边缘计算(mobile edge computing, MEC)为5G超低时延业务提供了解决方案。如何设计低时延、高效率的任务卸载方案,是MEC面临的主要难题之一。为此,针对端-边协同MEC服务场景,研究了大型计算任务的低时延、低能耗部分卸载方案,通过将用户任务划分为多个有顺序依赖关系的子任务并构建子任务的有向无环关系图,设计了能够最小化卸载时延的子任务调度方案,提出了基于任务复制的最早卸载执行算法,解决了能耗受限下的任务最小时延卸载计算。仿真结果表明,提出的MEC卸载方案能够有效减少任务处理时延,降低系统能耗。     

水下航行体自导水声成像方法的仿真与实验研究（英文）

随着现代海战水下作战环境变得越来越复杂,对水下航行体自导系统的目标识别能力提出了更高的要求,它要求水下航行体自导系统不但能判断真假目标,并能实现对目标的精确定位和有效打击。通过提取水下航行体目标的本质特征,构建目标的水声图像,达到目标识别和精确制导的目的。介绍了水下航行体自导系统目标成像及处理仿真系统的组成及实现方法,采用正交解调、复数字波束形成、水声图像生成、图像内插等处理等技术,构建水下航行体目标图像。仿真及实验结果表明,采用该方法可以形成水下航行体目标的水声图像,通过该图像可以为水下航行体在复杂作战环境下识别目标关键部位并对目标实现精确打击奠定技术基础。     

基于层次任务网络的应急资源协作规划方法

应急响应一般涉及多个部门,各参与部门需要通过合理的协调方法规划应对方案,协同使用应急资源是不同部门间应急行动方案制定的关键.为处理规划过程实时产生的资源冲突,文章提出了基于层次任务网络(hierarchical task network,HTN)的多部门分布式协作任务规划框架,将规划方案行动的生成过程作为需要考虑的协作问题,并通过协作过程与规划过程的嵌套,减少规划无效方案而提高协作效率.其次,探究并设计处理重用性资源的协调机制,使用多种优先级判断规则消解资源使用冲突.进一步,在建立的协作框架和资源协调机制的基础上,提出基于HTN的协作规划算法.最后通过实验案例说明了应急资源协作规划方法的应用,并对本方法的有效性和相对于原有方法的效率优势进行了验证.     

DiffServ中基于端到端测量的接纳控制

提出了一种新的区分服务(DiffServ)网络中端到端剩余带宽的估计方法,在此基础上建立了Diff-Serv网络的分布式接纳控制机制,通过引入端到端流量测量手段,动态估计网络中可用的带宽资源,从而对到达的流实施有效的接纳控制,提高网络的服务质量。网络仿真实验结果表明,该接纳控制机制在保证网络服务质量的同时能保证较高的网络带宽利用率。     

软件定义航空集群机载网络自适应邻居探测方法

针对航空集群机载网络中优化链路状态路由(optimized link state routing, OLSR)协议周期固定式邻居探测方式不能及时获取节点邻居分布状况,导致路由可靠性不足问题,提出软件定义航空集群机载网络自适应邻居探测方法。首先在现有软件定义网络(software defined networking, SDN)架构基础上,提出航空集群机载网络架构并设计网络模型;其次设计待调节点集合选举算法,以节点移动距离为标准筛选待调节点集合;最后设计邻居探测周期分配算法,为待调节点分配邻居探测周期。通过SDN集中式高效地调整节点邻居探测周期,能够实现对邻节点分布状况的及时有效探知。仿真表明该方法能及时获取节点邻居分布状况,提高了数据包到达率并降低端到端时延和协议控制开销,增强了OLSR协议在航空集群机载网络中的可靠性。