适用于多粒度光网络的共享保护算法及其分析

结合多粒度光网络自身特点提出了两种适用于多粒度光网络中的共享保护算法,它们分别基于波带粒度和基于波长粒度对光层连接提供保护.仿真结果显示,提出的算法性能优于以往的专用保护算法,通过对仿真结果的分析,得出了网络参量变化对各个算法的影响.     

适用于多粒度光网络的共享保护算法及其分析

结合多粒度光网络自身特点提出了两种适用于多粒度光网络中的共享保护算法,它们分别基于波带粒度和基于波长粒度对光层连接提供保护.仿真结果显示,提出的算法性能优于以往的专用保护算法,通过对仿真结果的分析,得出了网络参量变化对各个算法的影响.     

基于网状光网络的智能实时监测保护系统的研究

目前光网络的拓扑结构越来越复杂,逐渐向网状结构光网络发展。提出了一种新的网状光网络智能实时在线监测保护方案,该方案采用下层嵌入式监测设备＋上层网管中心的模式。在嵌入式监测保护设备上加入保护光纤路由计算的功能,由嵌入式监测保护设备事先用路由算法计算出每条工作光纤的备用光纤路由,在工作光纤发生故障时及时进行切换。该方案实现了真正无人值守的光网络智能实时在线监测保护设备,适应网状光网络的发展要求,实现网状光网络的透明无阻断通信。     

一种新的格状波分复用光网络保护方法

在P圈法和哈密顿环保护法的基础上,提出了一种新的适用于格状波分复用光网络的基于资源的环保护方法,我们称之为RP圈法.与其他基于环的格状光网络保护方法相比,RP圈法具有配置方式简单、与业务模型不相关以及圈具有长度限制等许多特点.文中给出了RP圈法的一种启发式算法,仿真结果表明此算法具有较高的容量效率,是一种可适用于动态业务的实用化光网络保护方法.     

全光网络中攻击定位和恢复算法的研究与仿真

分析了全光网络分布式攻击定位算法,构建了全光网络攻击定位与恢复的仿真平台。实验表明,针对单点攻击,对光网络的透明性引起的"攻击泛滥",能够利用分布式攻击定位算法找到攻击源头,在此基础上,对自动保护倒换和环回两种全光网络进行快速恢复。     

基于特征重聚焦网络的多尺度近岸舰船检测

针对监控视频中的多尺度近岸舰船检测问题,提出了一种基于特征重聚焦网络的舰船目标检测算法,设计了由多维特征聚合模块(MFAM)与注意力特征重构模块(AFRM)组成的特征重聚焦策略.其中,MFAM基于输入的特征金字塔构建特征聚合块,进一步融合多尺度舰船不同层次特征的语义信息.AFRM基于多分支空洞卷积以及通道与空间注意力机制提升网络对目标非局部信息的表征和对背景干扰的抑制,并构建了用于目标检测的特征重聚焦金字塔.在Seaships7000舰船公开数据集上的实验结果表明,相比其他算法,本算法对监控视频中多尺度近岸舰船的检测效果更好.     

结合注意力机制的改进U-Net网络在端到端语音增强中的应用

设计了一个适用于端到端语音增强的改进的U-Net (Attention Dilated Convolution U-Net,ADC-U-Net)网络模型.与基线U-Net网络相比,一方面通过加入空洞卷积减小由采样带来的信息损失;另一方面引入了注意力机制结构,结合了含噪语音更多的上下文信息,提取更深层次和更丰富的特征信息...     

电阻网络对称端钮短接法的应用

利用电阻网络存在的对称性进行简化是一类重要的分析方法, 但是对于端钮不具备对称结构的对称 型电阻网络, 往往无法利用整体的对称性进行简化. 为此我们人为引入一个辅助端钮构造一个对称的三端电阻网 络, 利用对称端钮短接后电阻网络保持对称的特点来简化电路, 并通过三端电阻网络的性质间接计算某些端钮间 的等效电阻. 对称端钮短接法作为一种新的分析方法, 更加简便且利于理解掌握     

一种应用于含权无标度网络的全局路由算法

针对含权无标度网络提出了一种全局路由算法.该算法利用网络路径上的节点强度信息构建了一种全局路由代价函数,选择使该代价函数最小的路径来传输信息包,有效避开了网络中易发生拥塞的核心节点.实验结果表明,与最短路径算法相比,该算法以较小的平均路径长度的增加为代价,将网络容量提高了十多倍.     

基于生命期模型的无线传感器网络信道分配博弈算法

针对无线传感器网络中节点因干扰过大导致重传能耗增加, 进而节点过早失效、网络生命期缩短的问题, 根据网络拓扑信息和路由信息设计节点的负载模型, 从而构建了节点的生命期模型. 然后利用博弈论将路径增益、交叉干扰和节点生命期等性能参数融入到效益函数中, 构建信道分配博弈模型. 理论分析证明该博弈模型存在纳什均衡. 进而运用最佳回应策略, 在所构建的信道分配博弈模型的基础上, 设计了一种优化网络生命期的抗干扰信道分配算法. 该算法使节点在选择信道时避免与网络中交叉干扰较大的节点和生命期较小的节点使用相同信道, 实现干扰小、能耗低且均衡的信道选择. 理论分析与仿真结果证明该算法最终能够快速地收敛到纳什均衡, 且具有较小的信息复杂度, 从而减小算法本身的通信能耗. 同时, 该算法具有良好的抗干扰性和信道均衡性, 能够有效地延长网络生命期.     

全光网络中动态业务下的阻塞性能分析

通过对自适应路由和动态备选路由算法的性能分析,研究了波长选择和波长交换这两种类型的全光网络在动态业务下的阻塞性能,并提出了将动态波长分配与自适应路由选择相结合的算法.数值结果表明:1)相比波长交换网络而言,多纤波长选择网络是更为经济且切实可行的选择;2)动态备选路由算法可以获得与自适应路由算法相似的性能,并且文中所提出的算法能够更好的提高网络的阻塞性能.分析表明:不同算法的性能与网络拓扑的连接度以及备选路由的数目密切相关.     

Lag Synchronization Between Two Coupled Networks via Open-Plus-Closed-Loop and Adaptive Controls

In this paper,we study lag synchronization between two coupled networks and apply two types of control schemes,including the open-plus-closed-loop(OPCL) and adaptive controls.We then design the corresponding control algorithms according to the OPCL and adaptive feedback schemes.With the designed controllers,we obtain two theorems on the lag synchronization based on Lyapunov stability theory and Barbalat's lemma.Finally we provide numerical examples to show the effectiveness of the obtained controllers and see that the adaptive control is stronger than the OPCL control when realizing the lag synchronization between two coupled networks with different coupling structures.     

WDM网状网中动态域间流量疏导策略

对波分复用(Wavelength Division Multiplexing,WDM)网状网中的动态域间流量疏导问题进行了深入研究.在源路由模式下,提出了一种基于固定备选路由方式的动态域间流量疏导算法,并在其基础上提出了只考虑波长均衡和同时考虑波长均衡与业务均衡的改进方法.该算法可以有效地避免路由环,得到较低的阻塞率,节省全网的收发器数目和波长资源.仿真结果表明,这种算法可以有效地改善网络性能.     

Role of Clustering Coefficient on Cooperation Dynamics in Homogeneous Networks

Based on previous works, we give further investigations on the Prisoners＇ Dilemma Game （PDG） on two different types of homogeneous networks, i.e. the homogeneous small-world network （HSWN） and the regular ring graph. We find that the so-called resonance-like character can occur on both the networks. Different from the viewpoint in previous publications, we think the small-world effect may be unnecessary to produce this character. Therefore, over these two types of networks, we suggest a common understanding in the viewpoint of clustering coefficient. Detailed simulation results can sustain our viewpoint quite well. Furthermore, we investigate the Snowdrift Game （SG） on the same networks. The difference between the outputs of the PDG and the SG can also sustain our viewpoint.     

Statistical Ensembles for Economic Networks

Economic networks share with other social networks the fundamental property of sparsity. It is well known that the maximum entropy techniques usually employed to estimate or simulate weighted networks produce unrealistic dense topologies. At the same time, strengths should not be neglected, since they are related to core economic variables like supply and demand. To overcome this limitation, the exponential Bosonic model has been previously extended in order to obtain ensembles where the average degree and strength sequences are simultaneously fixed (conditional geometric model). In this paper a new exponential model, which is the network equivalent of Boltzmann ideal systems, is introduced and then extended to the case of joint degree-strength constraints (conditional Poisson model). Finally, the fitness of these alternative models is tested against a number of networks. While the conditional geometric model generally provides a better goodness-of-fit in terms of log-likelihoods, the conditional Poisson model could nevertheless be preferred whenever it provides a higher similarity with original data. If we are interested instead only in topological properties, the simple Bernoulli model appears to be preferable to the correlated topologies of the two more complex models.     

三种光电混合神经网络系统衍射误差的仿真研究

介绍了三种类型的光电混合神经网络系统,重点研究了衍射引起的误差对系统输出的影响。根据衍射、光学信息处理和神经网络理论,采用实验中的参量和输入数据,对衍射造成的输出误差做了仿真分析。分析表明,近场衍射造成较大的输出误差。近场与远场衍射综合作用时,误差因输入图像模式不同而差异较大;其中,当输入较小的简单图像时相对误差较大;而对实验中实际采用的复杂图像,相对误差较小。利用线性回归方法对输出数据做了校正,并分析了其可行性,校正后的数据误差降低一个量级。衍射误差对实验中识别率的影响可以控制在较小的范围内,识别率可以保持在97.7%以上。