基于云平台的Starlink星座高性能仿真技术研究

面向星链星座的网络仿真是未来低轨卫星星座设计与建设验证和评估的重要工具。针对星链网络规模庞大,结构复杂的特性,设计了一种高性能卫星网络仿真体系。该体系基于云平台的分布式网络仿真架构,通过系统仿真工具包(system kit tool,STK) Engine底层接口开发、卫星模型库存储优化和消息异步传输等技术,实现对星链星座的快速部署,具有良好的可扩展性。实验表明：所提方法实现了400颗卫星规模的复杂卫星网络的自动化建模,在部署效率上相对于传统方法提升了39.07%,可为大规模低轨卫星建设提供仿真技术支持。     

基于仿真数据采集单的仿真评估需求研究

在装备系统仿真与评估领域中,出现了仿真建模与评估需求之间的工作难以协调,难以相互支持的现象。针对该问题,提出了仿真数据采集单的思想,即以评估需求为牵引,建立评估指标,针对底层末级评估指标,建立一个可供评估者与仿真建模者交互协商的平台以使仿真数据采集单能确保仿真可采集,需求可体现。以装甲坦克分队作战效能仿真评估为例,借助仿真数据采集单,仿真执行的结果表明,该方法获得的仿真数据满足了评估需求,也明确了建模仿真的目的。     

基于任务的体系对抗仿真数据采集方法研究

仿真系统的数据采集是仿真系统应用的重要环节。体系对抗仿真数据采集面临的主要问题是传统的数据采集方法不区分数据的任务属性,导致后期分析任务的完成情况时难以得到相关数据。针对该问题提出了基于任务的数据采集方法,对采集的数据按任务进行组织,支持后期对仿真结果的分析和其他应用。介绍了该方法的主要内容和实现过程,给出该方法一般流程和总体框架。数据采集实例诠释了该方法的实际应用过程,验证了该方法在体系对抗仿真中的实用性。     

基于链路通信效率的高能效路由转发策略

无线传感器网络使用短距离无线通信技术实现节点间的数据通信,该技术的物理特性决定了网络的真实链路行为具有较大的随机性,这种随机性往往导致网络数据丢包,并影响路由转发的性能表现。针对这个问题,在有损链路模型下深入分析了链路通信效率,总结出一维线性网络整体通信效率与包接收率、链路通信距离之间的关系,基于此,提出一种以链路通信效率为转发依据的高能效路由转发策略。通过仿真实验验证该策略在有损通信链路下有更好的能效性和鲁棒性。     

基于OBDD的通信网链路重要性评估

通信网的链路重要性评估是网络设计和维护的重要依据。在链路重要性评估方法上提出了一种基于有序二叉决策图(ordered binary decision diagram, OBDD)的新方法--BO(Birnbaum OBDD, BO)方法。该方法引入了Birnbaum测度来量化链路重要性,并采用边扩张图(edge expansion diagram,EED)来创建网络的OBDD结构,在可靠度计算基础之上,通过分析链路故障时网络可靠度得到Birnbaum测度值。BO方法将高效的OBDD结构与hash表结合起来,并通过识别计算中出现的同构子网,减少冗余状态与重复计算来提高整体计算效率。引入并对比经典可靠性文献中一些规模较大网络,通过实验验证了BO方法不仅能正确地评估网络链路重要性,而且在计算效率方面优于因子分解方法。     

战场环境下移动自组织网络的单向链路研究

移动自组织网络路由协议多是基于双向链路提出,而单向链路在战场环境下普遍存在,严重影响着网络性能。分析了应用于反应式路由协议的几种解决单向链路的技术,提出了黑名单混合反转路径搜索的路由方法,仿真实验表明该策略显著提高了分组递交率,相对于纯粹黑名单和反转路径搜索方法有着明显的优势。     

SDN驱动的网络流量负载均衡路由优化算法

在5G网络数据流量剧增的背景下，针对5G网络流量负载均衡问题提出并评估了两种基于软件定义网络驱动的路由搜索优化算法。首先，建立了软件定义网络多约束数据传输路径选择模型；然后，针对所提模型提出了一种流量负载均衡广度优先搜索(load balancing scheme with breadth-first-search, LBB)路径优化算法，在广度优先搜索的过程中，设定一个动态流量阈值对链路进行实时监测，旨在寻找源节点到目标节点的最优数据传输路径。为了减少甚至避免不必要的搜索所造成的空间开销，进一步提出了基于深度优先搜索的迭代深化搜索(iterative deepening search with depth first search, IDDFS)路径优化算法，该算法限制了数据传输路径的每次搜索深度，并在搜索过程中优先选择可用带宽最大的链路进行深度优先搜索迭代优化。仿真结果表明了所提算法在资源利用率和网络吞吐量这两项关键性能指标上的优越性能。     

多频点下最佳切换带设置的研究

为了能最大化网络容量、最优化链路质量、最小化网络建设及运行维护成本,以导频信号强度和链路质量为切换控制策略,对最佳切换带的设计方法及评估要素、所涉及的网络单元或功能、与网络规划和网络优化的相互关系等问题进行了分析讨论。最后,在适度考虑终端移动速度分布模型的基础上,通过仿真分析给出了不同条件下切换算法各参数的推荐值。     

无线传感器网络的系统建模与仿真实现

无线传感器网络是集分布式信息采集、信息传输和信息处理技术于一体的网络信息系统,能够通过各类集成化的微型传感器协作地实时监测、感知和采集信息,并通过自组织网络将所感知信息传送到用户终端,具有十分广阔的应用前景。通过对无线传感器网络特点及协议栈的分析,在OPNET网络仿真平台上,搭建了基于多跳分簇网络的仿真模型,最后分析了相关仿真结果。     

基于MAC竞争窗强化学习的传感网节能滤波机制

依据传感器网络面向应用的价值区分度特征,提出一种基于冗余价值滤波的传感器网络节能数据收集机制。所提机制采用预测模型在线评估采样数据价值,并映射为相应的价值因子,进而根据强化学习理论将价值因子引入区分服务的退避机制设计,驱动媒体介质访问层层竞争窗尺寸的自适应优化调整,在满足数据收集服务质量的前提下,有效地抑制网内价值冗余负荷传输量,实现价值区分性滤波的节能效果。仿真实验表明,所提机制能有效增加网络吞吐量和降低传输时延,且相对于一些传统的节能收集机制,能够从传感器网络数据内涵应用价值挖掘的角度,更有效地降低网络整体能耗。     

面向网络仿真拓扑的多目标优化映射方法

网络仿真是新型网络技术验证的重要支撑,针对给定的网络仿真拓扑,实现有效映射是其关键。综合考虑多种资源需求,提出了多目标优化映射方法MOTM (Multi-Objective Topology Mapping Method),实现物理资源的有效利用。该方法分析网络中节点、链路资源需求,赋予相应权值;将映射问题转化为图划分问题,采用多级图划分方法进行划分,并通过远程吞吐量阈值优化调整;最后,基于映射策略实现了仿真拓扑的自动部署。实验表明,MOTM相对于Openstack映射方法、随机映射方法,负载不均衡指数平均降低66.5%,95.5%,远程通信开销指数平均降低69.1%,65.2%。     

基于装备体系韧性的作战网络链路重要度评估及恢复策略

韧性可以全面描述装备体系吸收打击或干扰、并从打击或干扰中恢复的能力, 体现了体系的综合性能。针对装备体系的韧性提出了一种量化评价方法, 以对装备体系作战网络链路进行重要度评估。首先给出了装备体系韧性的明确定义, 并建立了量化韧性的数学模型; 其次提出了基于韧性增加值的链路重要度指标, 并构建了一种基于装备体系韧性的作战网络链路重要度评估模型; 然后构建了不同的恢复策略,并分析了其对作战网络性能恢复的影响; 最后通过应用案例验证了所提方法与模型的适用性和合理性, 为优化体系结构、保障和提高体系作战性能提供了理论支撑, 也为进一步开展基于装备体系韧性的作战网络应用研究提供了参考借鉴。     

基于拓扑的不相交路径抗毁性评估方法

为了能够定量地计算出通信网络的抗毁性,以网状全连通网络作为参考基准,定义了基于拓扑的不相交路径抗毁性评估指标,以及节点和链路重要性评估指标,并配套研究了不相交路径的计算方法。计算被考核网络与全连通网络节点间不相交路径数的比重,得到抗毁性指标。通过计算各节点及链路失效后抗毁性变化的大小,得到网络元素重要性评估指标。阐述了计算方法的正确性,并给出时间及空间复杂度。通过算例分析并且与基于最短路径的评估方法进行对比,论证了不相交路径抗毁性评估指标和计算方法更加合理,更能体现出实际通信网络性能。     

基于动态贝叶斯网络的虚拟盆景仿真研究

虚拟植物盆景仿真是虚拟现实(VR)技术在植物生长模拟方面的应用。它既能真实地反映盆景植物的生长变化,又能逼真地模拟其外部形态。利用动态贝叶斯网络对不确定预测问题具有较强的描述能力的特点,分析植物的生理生态特征并生成虚拟植物生理生态的网络模型,通过组件接口控制其形态生长模型。由参数L系统和时变L系统结合构成的形态生长模型保证了盆景植物连续的生长特性。实验表明本系统模拟效果真实,生成的虚拟植物形态逼真。     

基于RBF网络的虚拟仪表人机界面评价方法

提出了基于RBF网络的虚拟仪表人机界面主观评价方法和评价指标。利用RBF网络的自组织、自学习与自适应特性对网络进行训练,使网络学习隐含在训练数据中的人机界面主观评价指标的权重规律,自适应调整主观评价指标的权重,克服了主观赋权法的随机性因素影响。建立了虚拟光柱表人机界面,开发了基于RBF网络的虚拟光柱表人机界面主观评价模型;对训练样本数为50,75和100的三组虚拟仪表网络模型进行了误差分析。分析结果表明,采用75个训练样本可以得到满意的主观评价精度。     

基于储备容量的交通网络潜在瓶颈路段识别

交通网络潜在瓶颈路段是随着需求变化将来可能会成为瓶颈的路段.准确识别出潜在瓶颈路段并进行优化管理,可以更好地适应未来交通需求的变化.基于交通网络储备容量模型,提出了交通网络潜在瓶颈路段识别方法,并设计了储备容量模型的求解算法.算例分析比较了现状需求和路网可容纳最大需求下的交通均衡流量模式.结果表明,不能简单地根据现状需求去推断潜在瓶颈路段,而论文提出的方法可以识别出路网达到最大需求时的潜在瓶颈路段.此外,利用交通网络储备容量模型设计了一种次要潜在瓶颈路段识别方法,次要潜在瓶颈路段是在优化潜在瓶颈路段之后随需求增长新出现的瓶颈路段.算例表明该识别方法具有一定的适用性.     

交通网络效率的度量和元件重要性的计算方法

针对固定需求和弹性需求的交通网络,综合考虑均衡状态下的出行行为、出行成本、出行需求以及路段流量等因素,分别 提出了网络效率的度量方法,并在此基础上计算网络元件的重要性.算例结果表明:所提出的效率度量方法和元件重要性计算公式是合理的,并对Braess悖论网络进行了分析,发现网络元件的重要性随需求变化而变化.所提出的方法和研究结论对设计和管理交通网络具有指导意义.     

基于流量优化的可靠服务功能链部署方法

针对网络功能虚拟化环境中服务功能链部署的资源开销问题, 提出一种基于流量优化的可靠服务功能链部署方法。首先, 根据虚拟链路流量变化对虚拟网络功能进行聚合, 使带宽需求大的虚拟链路部署到底层网络后, 其流量变为服务器的内部流量。其次, 综合考虑可靠性、综合时延以及拓扑属性, 利用离差最大化的多指标决策算法对物理节点进行评价, 并使用链路约束降低流量的乒乓效应。最后, 采用k-最短路径算法将虚拟链路部署到满足带宽需求的物理链路上。仿真实验表明, 所提方法在保证服务功能链可靠性的基础上, 对长期收益开销比、映射成功率、端到端时延以及带宽开销有较大优化。