一种确定空管监视台站选址范围的方法

为了使空管监视设备的选址更加科学高效,探讨了一种减小选址范围的分析方法。首先,结合地形遮蔽因素和设备垂直辐射特性对设备的覆盖性能进行分析,得到空间内任意一点设备可视的条件,在此基础上提出一种反向视域分析方法,该方法在保证空域覆盖要求的条件下得到选址范围的边界,以及不同位置设置站点所需的天线高度。然后,为避免定位点和航路受到设备顶空盲区的影响,推导出定位点的不合理选址半径和航路不合理选址宽度的计算方法,并在选址范围内剔除顶空盲区影响下不合理的选址区域。最后,对于设备选址其他影响因素造成的不合理选址区域也进行了类似分析,最终可确定一个小范围的选址区域。     

基于改进NSGA2算法的配电网分布式电源优化配置

基于NSGA2算法存在收敛性和分布均匀性不足的问题,文中研究了一种改进的NSGA2算法,该算法使用算术交叉算子和精英交叉策略,并引入了伪适应度值的概念.同时,为更好地研究分布式电源选址定容问题,文中建立了以有功网损和节点电压偏移为目标的分布式电源选址定容模型,并用改进算法对该模型进行求解,最后在MATLAB软件下以IE...     

基于多目标规划的民用机场场面监视雷达选址方法

为了应对日益复杂的机场场面交通状况,许多大型民用机场开始采用场面监视雷达作为机场管制指挥的辅助技术手段。根据场面监视雷达的技术特点,采用多目标规划的方法,以雷达台址与机场跑道中心点距离达到最小和雷达塔高达到最大为目标函数,以选址用地范围、障碍物遮蔽、雷达天线下视角盲区及机场侧净空等方面的限制作为约束条件,构建出场面监视雷达选址模型,阐释了解的概念及无解情形下的解决方案。通过实例对选址模型进行了应用研究,并针对松弛变量进一步阐释了最优解对各种限制条件的权衡结果,拓展了对解空间的了解。     

基于NSGA2的网络环境下多标签种子节点选择

随着社交网络规模的不断扩大,网络节点的标签分类也不再单一,变得丰富多样,这些促使了社交网络中的多标签分类问题成为一个重要的研究领域。以前的研究重点主要集中在提高预测网络节点标签的精度上,而忽略了得到节点信息所产生的包含时间消耗和计算资源等在内的系统开销问题。可现如今随着网络规模不断扩大且复杂性不断增强,之前所忽略的系统开销问题变得越来越严重,增加了预测标签的成本,加重了预测网络节点标签的难度。该文针对这一问题提出了基于NSGA2算法的网络环境下多标签种子节点选择算法(NAMESEA算法),目的是在能大大降低预测节点标签所消耗的系统开销的前提下一定程度上提高预测标签的精度。该文将NAMESEA算法与其他多标签预测算法在多个真实数据集上进行实验对比,结果证明NAMESEA算法大大降低了预测节点标签的系统开销并且提高了预测精度。     

基于NSGA的车载天线布局优化

分析了天线间相互干扰的参考量---耦合度的计算方法,以达到耦合度最小为目标,采用非支配排序遗传算法(NSGA)对车顶天线布局的电磁兼容性能进行优化设计,编程实现了车顶天线布局优化。     

基于多目标粒子群算法的飞行服务站选址研究

文中针对飞行服务站选址问题,构建以总成本最小、覆盖率最大的多目标逐渐覆盖选址模型。考虑覆盖问题实际中的应用,在目标函数引入岭型分布曲线描述逐渐覆盖函数;关于多目标选址问题,通过改进的多目标粒子群计算进行解决;并通过拥挤距离的计算对外部归档进行限制,提高算法的运行效率。通过算例进行运算,求解最优方案,结果表明改进多目标粒子群算法具有较好的收敛性,可以有效实现飞行服务站选址问题。     

基于TLBO优化算法的电动汽车充电站选址

随着电动汽车使用规模的不断增加,建设电动汽车充电站已成为当务之急。文中将每个区域中心作为电动汽车充电负荷中心,以分区内电动汽车充电桩数量作为充电站选址的权重系数,建立了充电站位置和定容的优化模型。采用TLBO优化算法计算出电动汽车充电站的数量、建设地点、每个充电站的覆盖范围以及充电站的充电桩数量。仿真结果表明,TLBO优化算法在电动汽车充电站的选址和定容方面,计算准确、收敛速度快,并且具有良好的全局优化性能。     

基于免疫算法多目标约束P2P任务调度策略研究

任务调度是P2P计算中的一项关键技术,直接影响到整个系统的计算性能.提出了基于免疫算法的多目标约束P2P任务调度策略.首先对多目标P2P任务调度相关问题做出定义,然后分别构造了考虑负载均衡的种群初始化算子和基于熵的克隆选择算子,并设计了新颖的交叉算子、变异算子和具有先验知识的疫苗.在描述了P2P节点获取和管理策略的基础...     

基于自适应截断策略的约束多目标优化算法

为提高约束多目标优化问题所求解集的分布性和收敛性,该文提出基于自适应截断策略的约束多目标优化算法。首先,自适应截断选择策略能够保留Pareto最优解和约束违反度及目标函数值均较优的不可行解,不仅提高了种群多样性,而且能够较好地兼顾多样性和收敛性;其次,为增强算法的局部开发能力,在变异操作和交叉操作之后进行指数变异;最后,改进的拥挤密度估计方式只选择一部分Pareto最优解和距离较近的个体参与计算,不仅更加准确地反映解集的分布性,而且降低了计算量。通过在标准测试问题(CTP系列)上与其他4种优秀算法的对比结果可以得出,该算法所求解集的分布性和收敛性均得到一定提高,而且相较于对比算法在求解性能上具备一定的优势。     

基于约束优化的联想记忆模型学习算法

本文提出了一种对称互连神经元网络的学习策略,利用全局约束优化方法确定连接权。优化过程采用了梯度下降技术。这种学习算法可以保证训练样本成为系统的稳定吸引子,并且具有优化意义上的最大吸引域。本文讨论了网络的存储容量,训练样本的渐近稳定性和吸引域大小。计算机实验结果说明了学习算法的优越性。     

基于GIS空间分析的视频监控点选址系统设计

视频监控是安防系统建设的重要技术手段,在社会生产生活中发挥着重要的作用。为解决传统的视频监控系统空间位置感不强的问题,节约集约利用资源和空间,本文融合GIS技术与视频监控技术,阐述了视频监控点选址系统的设计原则和空间分析模型原理,设计了视频监控点位选址系统,讨论了视频监控点选址管理、选址规划、数据统计等功能,为视频监控系统建设提供可视化解决方案。     

Optimal strategy selection approach of moving target defense based on Markov time game

For the problem that the existed game model was challenging to model the dynamic continuous characteristics of network attack and defense confrontation effectively,a method based on Markov time game was proposed to select the optimal strategy for moving target defense.Based on the analysis of the attack and defense confrontation process of moving targets,the set of moving target attack and defense strategies was constructed.The dynamics of the single-stage moving target defense process was described by time game.The randomness of multi-stage moving target defense state transformation was described by Markov decision process.At the same time,by abstracting the use of resource vulnerability by attack-defense participants as the alternation of the control of the attack surface,the versatility of the game model was effectively guaranteed.On this basis,the existence of equilibrium was analyzed and proved,and the optimal strategy selection algorithm was designed.Finally,the practicality of the constructed model and the effectiveness of the algorithm are verified by an application example.     

D2D通信中基于社交门限的最优中继选择方案

在基于设备直传(D2D)通信的中继系统中,提出了一种基于社交感知的增强型中继选择策略.该策略首先在D2D中继网络中引入社交门限值,对潜在中继用户进行筛选和过滤,从而有效降低了探测成本;然后利用最优停止理论实现了最优中继节点的选择.仿真结果表明,与已有中继选择策略相比,所提出的策略能够以较少的中继探测次数获得较高的系统性能收益,从而实现能耗与收益之间的折中.     

基于蚁群优化的移动P2P网络路由选择算法

因为移动P2P网络具有动态性而且移动节点能量受限,提升移动P2P数据传输效率至关重要.利用蚁群优化算法,将蚂蚁的信息素与节点的能量和通信带宽结合起来,在蚁群选择路径时,减少其寻优路径上的信息素浓度,根据概率路由表中信息素的浓度对路由选择策略进行调整,避免网络拥塞和个别节点能量消耗过快,提出了一种移动P2P网络的多路径路由选择算法.实验结果表明,与EDSR路由协议相比,提出的算法能够降低节点的分组丢失率和端到端的平均时延,提高了网络的生存周期.     

基于贝叶斯博弈的MP2P高性能安全资源节点选择策略

针对MP2P网络节点运算能力有限、移动性强、可靠性弱导致网络拓扑结构频繁变化,提出一种基于贝叶斯博弈的MP2P高性能安全资源节点选择策略。该策略首先综合考虑节点的性能、信誉,设定了一种计算安全资源节点的方案,然后采用静态贝叶斯博弈理论进行信任资源节点连接通信,确保请求资源节点连接高性能安全资源节点,该方案有效降低了资源节点的失效率,提高了网络效率。     

基于资源分配和功率控制的D2D中继选择

为优化蜂窝用户通信与设备直传(D2D)中继通信共存下的同频干扰问题,满足蜂窝用户容量要求,提出了一种基于能效的联合资源分配和功率控制的D2 D中继选择算法.该算法首先对等效D2 D中继链路进行资源分配,减小算法复杂度的同时使得D2 D链路对蜂窝链路产生的干扰最小;然后以资源分配结果和功率控制算法为依据进行中继选择.该方案不仅考虑了D2 D中继链路的能效问题,而且还同时考虑到了对蜂窝链路的干扰问题.通过仿真验证,所提算法不仅能有效提升D2 D中继链路的能效值,同时降低了对蜂窝用户的干扰.     

基于可变距离的车联网D2D通信连接选择

车联网是移动互联网的延伸,其中基站协作的D2D通信适用于车间交通消息的短距离无线传播.针对车辆快速移动导致的通信链路动态性,提出了一种基于可变距离的D2D连接选择方法.通过选择行车道及车间距离参数,估计D2D连接对的信道质量,推导了D2D连接选择的优先指数,并基于该优先指数建立D2D通信链路进行交通消息传播.仿真结果显示,所提方法在D2D连接的生存时间、传输效率方面得到提高,同时降低了D2D通信的中断概率,提升了车辆间通信可靠性.     

分层P2P实时流媒体系统中基于演进博弈的超级组对等节点选择算法

针对分层混合式P2P实时流媒体系统中的超级组对等节点选择问题,提出了以一种基于演进博弈论的分布式超级对等节点选择算法。首先使用演进博弈框架对P2P实时流媒体系统中的超级对等节点选择问题进行了建模,并对其演进稳定策略进行了求解分析。然后通过得到的混合策略设计了一种基于Q-Leaning的分布式SGP选择算法ESS-SGP,以达到激励对等组内的对等节点之间互相协作的目的。实验结果表明,与传统的随机选择超级对等节点方法相比,使用ESS-SGP算法所选择产生的超级组对等节点能够稳定地为系统提供更高的流媒体上传速率,使整个P2P流媒体系统的上传能力随着对等节点数目的增加而稳定增加,并为每个对等节点带来更好的收益。     

基于V4L2的移动视频监控系统研究与设计

设计了一种基于ARM-Linux的移动视频监控系统,介绍了嵌入式Linux操作系统下的V4L2视频采集流程。该系统分为采集端和监控端,采集端主要完成视频采集、图像压缩处理和视频传输等功能;远程监控端通过手机3G上网方式连接到视频采集端,从而实现视频监控功能。该系统结构简单,使用便利,成本低廉,非常适用于家居安防。     

基于VMM的L2 Cache的验证平台的设计与实现

随着集成电路行业的不断发展,芯片设计规模空前增长,功能也越来越复杂,使得验证的难度和重要性日益增大。在此提出一种由System Verilog语言搭建的基于VMM的一种面向对象的验证平台。该验证平台主要使用覆盖率驱动的验证技术,并结合可约束随机测试和记分板技术,对一款多核处理器芯片中的L2 Cache进行功能验证。最后对验证平台的可重用性进行研究。实验结果表明,验证平台具有良好的激励生成机制,能够对L2 Cache模块的功能进行全面的验证;同时,验证平台经过少量更改就可以在基于标准的AXI接口的So C验证平台之间重用,极大地提高了验证效率,缩短了验证时间。