网络流量模拟方法研究进展

流量模拟包括包层次模拟、流层次模拟和混合模拟.包层次模拟粒度小、精度高、计算量大,流层次模拟采用高层抽象以提高模拟效率,但粒度较粗,精度较差,在网络动态性大时,"连锁反应"导致模拟效率下降.混合模拟在模拟精度和模拟效率间进行折衷,一种是将需要关注的部分采用包层次模拟,其它部分采用流层次模拟,另一种是进行离散变量短时间间隔的连续化,两类方法均不能完全消除"连锁反应"的影响.提出了包层次和聚集控制的混合模拟方法,降低了"连锁反应"的影响,实现了聚集TCP流的模拟.     

基于OGR的雷达终端显示系统的设计与实现

依照雷达监视终端系统对于图形显示系统的特殊需求,从提高图形显示系统实时性与可靠性角度出发,兼顾系统的模块化与便于重用的要求,基于OGR库提出了针对于雷达监视终端应用的图形显示系统的设计思路,并给出了具体的模块化设计实现方案.通过在实际工程项目中的检验,该设计方法在一定程度上避免了传统GIS图形显示系统响应速度较慢的问题,较好地解决了雷达监视终端对于图形显示系统的要求,且对空管领域内相关显示系统的设计具有一定参考价值.     

蠕虫检测技术研究进展

对蠕虫检测技术的进展进行了研究.由于能检测未知蠕虫,异常检测已成为蠕虫检测的重要发展方向.被动检测采用故意设计为有缺陷的系统HoneyPot,用来吸引攻击者、收集攻击信息并进行深度分析.主动检测对正常主机和蠕虫主机的混和流量进行处理,包括基于连接载荷和基于蠕虫行为的检测.分析并讨论了各类方法的特点和适用性,提出目前的检测技术需要更为有效的蠕虫检测指标,并基于正常主机和蠕虫主机在流量自相似性的差异,给出了相应的实时检测指标选择思路.     

均衡竞争神经元获胜机会的方法

竞争型神经网络存在"死点"问题,某些神经元在竞争中可能始终未能获胜而成为"死神经元",不仅造成神经元的浪费,而且造成训练误差偏大,无法达到训练误差的精度要求,不能很好完成它所担负的聚类或分类任务.针对该问题,研究竞争型神经网络的切入点,深入探讨了LVQ神经网络并且通过引入阈值学习规则,均衡神经元获胜的机会,较好地解决了该类网络在遇到"死"点时训练误差偏大的问题,仿真实验结果表明了该方法的有效性.     

含间隙机械系统的混杂模型预测控制器

研究含间隙机械系统的混杂模型预测控制问题.首先,将含间隙机械系统的运行模式分为"间隙模式"和"接触模式".其次,建立了含间隙机械系统的混杂分段仿射 (PWA)模型.然后,利用模型预测控制 (MPC)的方法对约束PWA系统的最优控制进行求解,通过动态规划与多参数二次规划方法,得到了MPC的离线解.最后,通过将分段二次 (PWQ)Lyapunov函数的求解转换成半正定规划,找到了确保闭环控制稳定性的PWQ Lyaplanov函数.跟踪参考速度的实验结果表明,混杂模型预测控制器对含间隙机械系统的跟踪控制具有较好的效果,能够满足小采样时间系统的实时控制要求.     

TDCS系统与新一代CTC系统二合一仿真系统设计

针对我国铁路第6次大提速,提出了TDCS与新一代CTC结合的二合一仿真系统.根据新一代调度集中与TDCS系统的设计原则,设计出该系统的硬件系统结构和软件系统容错结构,并对其做了详细分析,为我国铁路行车指挥系统升级改造提供参考.     

一类多输入级联非线性切换系统的全局镇定

研究一类带有部分线性系统的多输入级联非线性切换系统的全局镇定问题. 首先, 给出保证线性部分有一致规范型的充分条件. 其次, 利用一致规范型及其零动态的共同二次Lyapunov函数设计状态反馈使得线性部分在任意切换律下镇定. 最后, 通过构造共同Lyapunov函数能实现闭环系统在任意切换律下的全局渐近稳定性.     

系数为对称梯形模糊数的模糊线性规划

针对模糊系数的线性规划, 提出了一种系数为对称梯形模糊数的线性规划的方法, 同时得出一些定理、命题以及相应的算法, 并通过实例验证了该方法的有效性. 该方法与常规方法的不同之处在于无须将模糊线性规划转化为经典线性规划就能得到满意的模糊优化解, 因此提出的方法所取得的规划结果更加满足决策者的需要.     

基于模糊-PI控制的SVC电压控制器的设计与实现

为提高电力系统电压稳定性,综合了模糊控制和PID控制的优点,提出一种基于模糊-PI控制的SVC的电压控制器设计方法.分析了SVC电压控制器的基本原理和组成,详细介绍了模糊-PI控制的设计实现过程.用DSP作为主控芯片开发出了控制器,给出了软硬件设计思想.对SVC进行了仿真验证,仿真结果表明模糊-PI控制比传统PI控制具有更好的动态性能,较小的超调量和较短的调节时间.     

分簇覆盖的移动自组织网中节点位置辅助路由算法

在大规模移动自组织网中,利用节点位置信息辅助建立路由被认为是一种有效提高无线网络路由可扩展性的方法.提出了一种可扩展与高效的、适用于移动自组织网络的路由算法——分簇覆盖的节点位置信息辅助路由算法(CLAR).CLAR使用如最小簇改变(LCC)算法,建立并保持的单跳分簇结构为拓扑.已有文献证明,LCC是更新成本最小的保持簇头节点密度均一的分簇算法.CLAR利用网络节点的位置信息提高无线网络路由的网络层性能,由目标节点的位置信息预测并构造一个较小的、形状为等腰三角形、矩形或圆形的区域.该区域需保证覆盖目标节点可能存在的位置,且根据源节点与目标节点间的相对位置决定该区域适宜的形状,从而限制源节点在一个较小的“请求域”内寻找可用路由,而不是在网络内盲目寻找.仿真实验结果表明,与其他路由算法相比较,CLAR路由算法在路由建立所需时长、路由代价、平均时延及数据包冲突等参数上表现优良.同时,算法保持了低平均时延、高数据包到达率、低控制开销及低路由寻找次数等优势.