FlexRay总线静态段网络资源利用率优化研究

为了提高FlexRay总线的网络资源利用率,针对静态段调度对网络进行优化。分析FlexRay通信机制,建立报文模型并推导出带宽损失的计算方法,同时考虑协议开销与网络空载,以静态帧数目与静态帧有效负载长度为设计变量,通过求解此多目标优化问题来获得系统整体最优封装方案。最终应用在车辆的底盘综合控制系统进行仿真分析与验证,结果表明,该方案对网络资源利用率有较大提升,且比起仅考虑网络空载,并行考虑协议开销时对网络资源利用率的提升更为明显。     

无人机容错飞行控制计算机体系结构研究

高性能无人机对飞行控制计算机提出了高可靠性要求,使用余度容错飞控计算机是提高安全可靠性的重要途径之一。对容错飞控计算机安全可靠性、实时性、维护性等设计要求进行研究,分析了无人机容错飞控计算机的设计要求特点;阐述了典型军用、民用有人机以及无人机容错飞控计算机的体系结构及关键余度管理策略,总结了无人机容错飞控计算机体系结构特点及发展方向。根据上述研究结果,提出一种基于FlexRay总线的相似三模余分布〖JP2〗式容错飞控计算机体系结构,FlexRay总线既是单通道飞控计算机的内部总线,也是多通道飞控计算机的系统总线。该体系结构能够抑制拜占庭故障,满足无人机高可靠、低成本、扩展性强、维护性能好等要求。     

多时段费用变动型EOQ存贮策略初探

提出了多时段费用变动型存贮问题的一种存贮策略，给出了这种策略的优化结构和算法。     

基于深度学习的轻量化目标检测算法

深度卷积神经网络在各个领域都表现出很好的效果, 与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题, 提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNet V2进行融合, 提升网络特征提取能力, 并利用融合后的网络对原始YOLOv5的骨干网络进行重构, 显著降低了网络的计算量和内存占用, 同时, 引入可变形卷积以提升网络的检测性能。道路监控图像和VOC、COCO数据集测试结果表明, 所提出的模型在保持检测精度的前提下, 将参数量和模型尺寸降低了90%, 计算量仅为原始模型的18%, 实现了检测模型的轻量化, 更有助于在计算资源有限和对实时性要求高的场景中部署。     

基于自适应SSUKF的组合导航信息融合方法

针对车载组合导航系统噪声统计特性无法事先实时获取的问题,提出了一种神经网络辅助的自适应SSUKF信息融合算法.该算法利用神经网络在线估计系统噪声,采用SSUKF同时估计系统状态和在线训练神经网络的权值,从而能在系统噪声统计特性未知的情况下获得组合导航系统的实时最优估计,给出了算法的详细实现过程.最后,针对车载INS/GPS组合导航系统的信息融合问题进行了仿真研究.仿真结果表明,该算法在系统噪声统计特性未知的情况下仍能获得高精度的估计效果,同时与自适应UKF算法相比,有效降低了算法的计算量,提高了算法运行的实时性,证明了该算法是一种有效而实用的方法.     

ad hoc网络中基于离散粒子群优化的权重分簇算法

针对移动性较强的ad hoc网络,提出了一种基于离散粒子群优化的权重分簇算法.该算法通过引入节点局部密度,仅利用节点局部拓扑信息来计算权重,然后通过离散粒子群优化簇头选举.在保证网络负载平衡的情况下,最大限度确保网络稳定性.仿真试验表明,与典型的权重分簇算法WCA比较,该算法提高了移动ad hoc网络的稳定性,同时网络生命周期平均提高了88.28%.     

一种构造径向基神经网络的新型IPL算法

提出了一种新型的IPL(incremental projection learning)算法。该算法通过调整网络参数,达到修正IPL 算子A的目的。与原来的IPL算法相比,新算法所需训练样本数较少,步骤简单,训练速度快。仿真结果表明,由 经过改进的。IPL算法得到的径向基网络结构相对简单,结果也较精确。     

基于人眼视点图的特征融合小目标检测算法

针对目前深度学习小目标检测算法在实际应用中存在的漏检率高、精度低等问题,提出了一种基于人眼视点图的特征融合小目标检测算法。基于多类别单阶检测器(single shot multibox detection, SSD)算法通过不同扩张率的空洞卷积融合,在基础网络上获得具有类似人眼感受野的浅层特征层;对附加网络中的特征层进行信息融合,合并上下文信息,增加位置信息和全局语义信息,从而提升小目标检测精度。通过PASCAL VOC 2007数据集验证,结果表明,该算法较传统SSD算法检测精度提升了3.7%,较改进的小目标检测算法Bi-SSD精度提升了0.8%,验证了选择更有表征能力的特征层是有效提升小目标检测精度的方法。     

基于深度可调节节点的水声网络部署优化算法

为提高网络的有效覆盖率,提升对目标区域监测的质量,提出一种基于深度可调节节点的水声网络部署优化算法。算法中节点通过深度调节形成以sink节点为根节点的树形拓扑结构,实现网络的全连通。以最大化有效覆盖为目标,以保证节点间的有效连通为约束条件对节点覆盖的最优位置进行求解,优化节点部署。仿真结果表明,所提算法较基于voronoi图的深度调节算法和传感器节点深度调节进行自我部署，以实现最大化覆盖的部署算法。两种基于深度调节节点的算法实现了有效覆盖率的明显提升,在节点数量为60、感知半径为0.8 km时,有效覆盖率分别提高了11.87%和12.59%。同时网络中节点的平均连通度更高,拓扑结构更稳定,在动态的水声网络中性能更好。     

构造网络不交化最小路集的一种新算法

网络系统不交化最小路集的求解是进行网络系统可靠性分析的重要途径.本文以网络计算为基础,根据不交化代数及不交化最小路集的树生成算法提出了一种新的直接求解网络系统不交化最小路集的算法.该算法简便易行,具有分布计算的特点,为大型网络系统的可靠性分析提供了一种新的途径.     

线上线下双层耦合网络上的知识传播动力学研究

如何有效地使用线上与线下两个渠道来促进知识的传播已成为企业知识管理的关键问题.本研究考虑了员工的知识共享意愿与复习效率对知识传播的影响,建立了员工线上线下互动双层耦合网络上的知识传播动力学模型.利用下一代矩阵法计算出区分知识在耦合网络中传播与否的阈值条件,并对耦合网络上的知识传播过程进行仿真分析.研究表明,无标度-均匀混合双层耦合网络、小世界-均匀混合双层耦合网络、随机-均匀混合双层耦合网络与规则-均匀混合双层耦合网络四种不同结构的线上-线下双层耦合网络中知识的传播速度依次递减.此外,节点的复习效率越高,知识在耦合网络中的最终传播范围越大,传播速度越快.研究还表明,在线上和线下传播率系数较为接近的情况下,当有知识节点线上交流的频次与线下交流的频次较为接近时,耦合网络中知识的传播范围较大,传播速度较快.     

微信群与线下交流耦合网络知识传播模型研究

本文构建了微信群与线下交流耦合网络上的知识传播模型,该模型考虑了微信群中知识交流次数的变化对线下子网络中知识传播率的影响.推导出区分知识在耦合网络中传播与否的阈值条件,并验证了传播阈值始终是一有限数,最后结合实际数据对耦合网络上的知识传播过程进行了数值模拟.结果表明,耦合网络中线下子网络层的传播阈值大于等于单一的线下网络的传播阈值,而小于等于耦合网络的传播阈值.与各层子网络传播率均为正常数的耦合网络模型相比,在线下传播率随微信群中知识交流次数变化的模型中知识的传播阈值和最终传播规模更大,研究还表明,网络结构对知识传播有重要影响,相比于均匀网络,如果线下子网络是无标度的,即使初始时刻知识拥有者数量较少,耦合网络中知识的传播阈值与最终规模也会更大,传播速度更快.     

水声网络链路层协议的仿真研究

链路层协议的设计是水声网络的关键技术之一。它通过控制数据收发,实现网络数据包的可靠、有效传输,进而为网络层提供服务。针对水声通信系统低速率、高延时和低可靠性等特点,利用网络仿真软件OPNET对采用ALOHA协议和MACAW协议的网络进行了完整建模,给出了对等式网络和主从式网络下两种协议在吞吐量、丢包率、平均时延和能耗四个方面的仿真结果。通过对仿真结果的分析,为实用协议的设计提供了有效的参考数据和策略。     

多重网络中的创意扩散模型研究

基于线上线下多种渠道的创意扩散研究是企业管理的新兴研究热点之一.为此,引入多重网络理论与传播动力学理论,考虑工作中线下沟通、工作中通过企业社交媒体在线沟通及非工作时间电子沟通三种渠道,构建多种渠道构成的多重网络中的创意扩散模型.研究创意在多重网络中持续扩散的阈值条件,并对创意在多重网络中的扩散过程进行仿真实验.结果表明:1)当员工在单位时间内通过以上各渠道沟通的平均次数较接近时,在多重网络中创意扩散的速度较快,创意扩散的范围较广;2)与匀质网络相比,当非工作时间电子沟通子网络是无标度网络时,在多重网络中创意扩散的速度较快,扩散的范围较广;3)增大子网络层间创意扩散的相互促进作用对整个多重网络中创意的有效扩散有积极影响.     

基于混沌同步的保密通信

针对网络数据传输的安全问题,提出了一种基于混沌同步的保密通信方法。通过设计非线性状态观测器,构造了两个混沌系统并使其保持同步,从而实现加密信号的完全再现。同时分析了同步系统的稳定性,给出了设计非线性状态观测器的方法。应用熟知的Rossler混沌系统构建保密通信系统,并进行分析和仿真。仿真结果表明,该方法具有设计简单、同步速度快、保密程度高等特点。     

基于FSM的车辆底盘CAN网络建模与仿真

简述了CAN(controller area network)网络通信协议的特点,在MATLAB/Simulink/Stateflow仿真环境,运用有限状态机(FSM)理论,建立了用于车辆底盘集成控制的CAN网络通信系统仿真模型。仿真研究了节点优先级、传输速率及单帧信息量对通信延时的影响,并将该网络通信模型应用于车辆4WS控制系统,针对网络通讯延迟对控制效果影响进行了仿真分析,进一步证明了使用该模型研究数据传输延时对控制系统控制影响的可行性。     

想定环境中无人机AdHoc网络仿真研究和实现

根据无人机和Ad Hoc网络的特点,基于Visual C#.Net开发工具,设计和实现了无人机通信仿真系统UCSS。UCSS以无人机为通信节点,以Ad Hoc网络为组网形式模拟动态空基信息传输网络。提出了节点平均连接度和消息成功接收率的网络评价指标,以FSR协议为例分别做了与GloMoSim的对比实验和想定环境中的仿真实验。实验结果表明UCSS的有效性和优越性,战场环境对路由协议的效率有较大影响,这些数据为无人机通信技术提供了重要的参考。     

基于非正交多址技术的协作中继传输方案

针对星地频谱共享网络中深衰落认知用户传输速率低的问题,提出了一种基于非正交多址接入(non-orthogonal multiple access,NOMA)的协作中继传输方案。该方案的源节点采用NOMA技术广播信息并根据信道特性自适应地调节功率分配因子,中继节点通过中继-源节点功率比参数合理设置其传输功率并进行译码转发,在功率受限情况下最大化认知用户的传输速率。数值分析结果表明,功率比在一定范围内时,与正交多址接入的协作中继方案相比,该方案的传输速率提高了13.7%左右;当两种方案传输速率相同时,该方案的功率节约30%左右。     

基于多智能体模拟的流行病消息传播研究

设计了并实现了消息传播多智能体模拟模型(ENS),研究了个人的社会联系数量、对流行病消息的信任度和传播网络结构对流行病消息传播的影响。研究发现,随着社会联系数量的增加,流行病消息传播速度迅速增加,而直接听到消息的比例减少;随着信任度的增加,流行病消息的传播速度迅速增加,而直接听到消息的比例变化不显著;在小世界网络结构下,流行病消息的传播和遗忘速度比随机网络中慢。