基于改进烟花算法的以太网通信链路调度方法

针对工业以太网通信链路调度延时大及效率较低的问题, 提出一种基于改进烟花算法的实时周期消息任务调度(CVFWA)方法. 以降低网络传输时延为目标, 首先, 将传统烟花算法的连续解空间映射到实时周期序列调度问题的离散解空间； 其次, 为增加种群的多样性, 在高斯变异过程中引入变异系数； 最后, 采用基于中位数锦标赛的选择策略代替欧氏距离选择策略. 仿真结果表明, 该方法能使实时周期消息序列在最短时间内完成队列调度, 有效降低了网络时延, 提高了全局搜索效率.     

网络控制系统的模糊动态调度算法研究

针对多回路的网络控制系统,本文同时考虑系统误差和误差变化率,设计了一种基于神经网络的模糊动态调度算法.该算法根据系统中各回路的误差和误差变化率,利用神经网络模糊控制的方法实时调整各回路的优先级,从而实现对网络控制系统的调度.最后,利用TrueTime工具箱建立了包含模糊动态调度器的网络控制系统仿真模型,并将其与RM和EDF调度算法进行对比.仿真结果表明,在相同的网络带宽占用条件下,本文所设计的模糊动态调度算法相比于RM和EDF调度算法,产生的网络诱导时延更小,且具有较好的控制性能.     

基于时延的动态非连续接收周期调整机制

针对LTE系统的下行非连续接收(DRX)机制,提出了一种基于业务时延要求的动态非连续接收周期配置算法.首先网络侧按照正常的非连续接收机制对终端侧进行节能配置,然后利用实时的时延大小对非连续接收周期进行动态控制.数值分析表明,业务时延与网络负载有密切的关系,用户DRX周期配置需要与网络当前负载相结合;仿真结果表明,基于时延的动态周期调整机制,能够即时的适应网络状况以及自身需求的变化,与固定非连续接收周期相比,在用户满意度以及节能性上都有更好的表现.     

一类新的基于神经网络预测的变周期网络控制系统采样方案

提出了一类新的能够减轻时延对网络控制系统影响的基于神经网络预测的变周期网络控制系统采样方法,简要论述了在网络控制系统中融入了BP神经网络后,如何对它进行建模、分析、控制,被选作采样周期的时延可以利用BP神经网络工具进行在线预测,文中还给出了一种新的可以应用于生产实践的网络控制系统推广模型.     

晶圆制造过程中动态瓶颈设备的实时调度

提出了一种基于合弄机制的动态瓶颈实时调度算法.该算法通过实时检测瓶颈设备、辨别设备加工状态和在制品排队长度等实时信息来合理分配加工任务,并利用一组综合型启发式调度规则对半导体晶圆制造过程中动态出现的瓶颈设备实施有效控制.仿真结果表明,所提出的算法可以缩短生产周期,降低在制品水平和保证产品交货期的良好绩效.     

基于节点-时隙调度的WSN传输性能提升策略

针对无线传感器网络在传输过程中存在的吞吐量不足、时延较大、能耗过高等服务质量(QoS)问题,将动态顶点染色算法进行改进并和差分进化算法结合,提出基于动态节点染色的时隙调度算法.在信息种群的传输过程中,依据节点信息的重要程度为节点划分优先级;通过顶点染色将优先级不同的节点标注,为不同优先级种群预留时隙;通过对节点-时隙的动态调度完成对网络性能的提升和优化.在Matlab平台上进行对比仿真试验,结果表明:和现有的方法相比,此方法能让网络的吞吐量最多提升44.5%,时延最多减少12.5%,能耗最多降低20.8%,有效提升了无线传感网络的传输性能.     

无线网络编码随机优先级检测调度算法

提出了一种针对中继网络编码的随机优先级检测调度(REDP)算法.中继节点根据数据流优先级和网络拥塞程度调整丢包概率,通过主动丢包避免严重网络拥塞,降低传输时延和系统能耗.建立了2条数据流中继网络编码的Markov链模型,推导了数据流的丢包率和时延,理论分析表明,在流媒体服务质量(QoS)规定的丢包率约束下,REDP算法能有效降低等待时延,更利于视频、语音等实时业务流的传输.数值仿真结果表明,与PNCP算法相比,REDP算法能够有效增加网络编码机会,从而降低了系统能耗.     

基于带状无线传感器网络的实时智能数据收集算法

为减少在带状无线传感器网络下数据传输延时,提出一种基于数据压缩和线路调度的实时智能数据收集算法.首先通过对采集数据进行变换训练评估数据相关性,确定分割编码最长尺度,以此重编码实现冗余信息压缩;然后计算数据收集占用的最大时间槽长度,调度网络收集链路,最小化时延;最后通过多路径传输机制构建传输能耗模型,利用Lagrange函数算法求解,完成数据收集.仿真实验结果表明,该算法网络负载均衡,数据收集传输时延较小,能量消耗小,鲁棒性较好.     

基于前向神经网络的多新息随机梯度辨识算法

为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能.由于多新息随机梯度辨识算法利用了系统的当前数据和历史数据,对动态辨识,特别是对具有纯时间延迟动态系统的辨识,较传统的BP算法在辨识精度和收敛速度方面具有更好的效果.仿真结果表明该算法的有效性.     

基于Internet的实时遥操作移动机器人系统

为抵消网络可变时延对遥操作系统的影响,基于一种新的改进型Smith预估器,构建了预估控制下的网络实时遥操作移动机器人系统.该系统根据主、从端传感器交换的信息,通过动态模型管理器及其算法,保证了主、从端模型的一致性.文中根据端到端数据包多个到达的特性,提出了新的时延缓冲器管理算法,从而更好地将可变时延转化为常时延.为了增强系统控制的实时性,系统中还引入了模型的虚拟显示.长距离的网络遥操作实验验证了文中系统和控制策略的实用性及有效性.     

电动汽车动力电池健康状态在线估算方法

针对电动汽车动力电池SOH(state of health)的估算问题,提出一种可以在线运行的有效估算方法.其优势在于仅依托电池管理系统实时测量电压、电流等数据,无需离线电池寿命衰退曲线及电池的初始状态,因此更符合电动汽车对于SOH估算问题的实际需求.在电池恒流充电模式下,以Thevenin及OCV-SOC模型为基础,构建以时间和SOH为隐变量的电池模型.基于此电池模型,提出利用NLS(nonlinear least square)初始化GA搜索范围的快速求解算法进行在线参数辨识,得到电动汽车实时的SOH估计值.验证结果表明SOH估计算法具有较好的实用性及较高的估算精度.     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.     

网络流量监测中在线数据融合方法设计

在线数据融合方法在网络流量检测中一直有融合精确度低、接收点差的问题。提出一种新的网络流量监测中在线数据融合方法,采集网络流量监测中的实时在线数据,通过卡尔曼滤波法对在线数据进行预测,获取网络流量状态值;并以此为基础,通过时空综合分析,计算节点的量测实时方差;并依据最小二乘准则,对数据进行加权处理,求出加权系数,引入加权数据融合算法,实现在线数据的融合。实验结果表明,改进的融合方法不仅融合精度高,而且所需能耗低,适应能力较强。     

基于系统辨识的滑油试验台油温智能控制

针对航空发动机滑油试验台油温控制系统时变、时滞、非线性和难在线实时控制等问题,提出应用带遗忘因子的递推最小二乘法对系统参数在线辨识和遗传算法整定模糊PID初始参数的组合控制方案。通过matlab编程仿真,和常规方法整定的PID控制及模糊PID控制对比,结果表明,这种基于系统辨识的智能控制算法在系统的稳定性、抗干扰性及鲁棒性方面,明显优于常规控制算法。     

基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm,GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题,面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题,提出一种能够快速缩小搜索空间,且有效避免陷入局部最优的在线快速搜索的优化辨识框架,实现电动汽车动力电池等效电路模型参数在线快速辨识,扩展全局搜索优化算法的应用范围.进一步,将此算法应用于电池剩余荷电状态(SOC)估算问题,提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较,结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.     

模块化思想在CGPC控制软件中的应用

讨论了基于连续时间模型的广义预测控制软件的开发和应用,避免了传统离散时间方法的采样时间选择问题。本文中的软件采用OPC数据采集技术,以基于随机数搜索的连续时间模型辨识方法为基础,实现了连续时间控制律的模块化仿真与在线控制。通过该软件平台可以计算具有多种组合形式的连续时间控制律,并能实时在线的获取和观察各个模块的输入、输出以及状态,设计整定控制器参数。基于VC平台开发的控制软件,既有与Matlab类似的仿真功能,又可以用于工业现场实时控制。通过对济南炼油厂一个实际模型的控制效果,证明了该软件的有效性,推广了连续时间控制律的应用。     

电液负载模拟器神经网络辨识器及控制器设计

针对传统控制方法无法解决飞机舵机电液负载模拟器受多余力等非线性因素严重干扰的问题,给出了一种基于神经网络辨识器及控制器的复合控制结构,结合了神经网络系统辨识与自适应实时控制的工作特点。根据电液负载模拟器控制结构及工作原理,采用BP神经网络辨识器在线辨识,获得系统辨识模型以替代理论数学模型。然后,采用Adaline神经网络控制器实时控制,利用系统误差信号与BP神经网络反向递归计算Adaline网络权值调整信息,获得系统控制参数,实现复合控制器的有效监督与智能控制。最后利用MATLAB进行实验验证,仿真结果表明：该方法能够提高系统控制精度,多余力消扰率达92%;并且可以有效模拟飞机舵机所受力载荷的变化情况,实现系统指令信号快速、准确、稳定的加载。     

面向一类混合退化装备RUL预测的平行仿真技术

针对一类带离散冲击的混合退化装备剩余寿命预测问题,研究了面向混合退化装备剩余寿命预测的平行仿真技术.提出以混合Wiener状态空间模型为基础仿真模型,以泊松冲击到达为模型选择判据,在实时退化数据驱动下,实现仿真模型在线选择,利用强跟踪滤波和期望最大化算法进行仿真模型数据同化和未知参数在线估计,从而实现仿真模型演化,提高仿真模型逼真度.在此基础上,实现了基于平行仿真的剩余寿命实时预测.利用某轴承性能退化数据对平行仿真方法进行了实例验证,仿真结果表明平行仿真方法能有效仿真轴承的性能退化过程,剩余寿命预测的不确定性小、精度高.      

基于模糊自适应的汽车ABS路面辨识技术

实时有效辨识路面对防抱死制动系统(ABS)的制动安全性具有重要意义。分析了车辆制动特性,提出了 一种用轮速峰值连线求解参考车速的方法。为了有效辨别制动时的路面信息,在设计基于轮减速度和参考滑移率 的模糊智能推理算法的基础上,给出了用仿人智能思想来在线修改模糊控制参数的自适应推理算法。车的实时 (ABS)道路测试表明,模糊自适应路面辨识技术具有良好的制动平稳性和自适应性,提高了辨识路面突变的实时性, 简单实用,是一种新的有效ABS路面辨识法。     

DTA-HOC:Online HTTPS Traffic Service Identification Using DNS in Large-Scale Networks

An increasing number of websites are making use of HTTPS encryption to enhance security and privacy for their users.However,HTTPS encryption makes it very difficult to identify the service over HTTPS flows,which poses challenges to network security management.In this paper we present DTA-HOC,a novel DNS-based two-level association HTTPS traffic online service identification method for large-scale networks,which correlates HTTPS flows with DNS flows using big data stream processing and association technologies to label the service in an HTTPS flow with a specific associated domain name.DTA-HOC has been specifically designed to address three practical challenges in the service identification process:domain name ambiguity,domain name query invisibility,and data association time window size contradictions.Several experiments on datasets collected from a 10-Gbps campus network are conducted alongside offline and online testing.Results show that DTA-HOC can achieve an average online association rate on HTTPS traffic of 83% and a generic accuracy of 86.16%.Its processing time for one minute of data is less than 20 seconds.These results indicate that DTA-HOC is an efficient method for online identification of services in HTTPS flows for large-scale networks.Moreover,our proposed method can contribute to the identification of other applications which make a Domain Name System(DNS) communication before establishing a connection.