基于动态赋权的网络性能综合评价研究

为解决网络性能综合评价中"定权"难以描述指标值变化对权值影响的问题,提出了一种"定权+变权"的动态赋权方法,扩展了基于指标相关性权值计算方法的应用范围,针对性能指标值是否超出阈值分别采用CRITIC法(基于相关系数的标准差法)和激励型变权计算指标权值,最后将基于定权和基于动态赋权的综合评价结果进行了比较分析.实验结果表明,动态赋权方法能够更准确地反映出指标值变化对指标权值以及网络性能的影响程度,从而使评价结果更加趋于合理.     

基于历史相遇概率的容迟容断网络主动拥塞控制算法

为了解决容迟容断网络(DTN)由于节点拥塞造成网络阻塞的问题,提出了一种基于历史相遇概率的主动拥塞控制算法。该算法提出了参考概率这一概念,可以通过节点的拥塞程度动态调整参考概率的大小,进而控制消息的转发条件,以达到对节点拥塞的避免与控制作用,并且在网络资源出现空闲时,可以提升空闲资源的利用率,提高整个网络的传输效率。仿真结果表明,该算法提高了整个网络的递交率,降低了负载比率及消息丢失率,在实现主动拥塞控制的同时也提升了网络的传输性能。     

基于MapReduce的支持向量机态势评估算法

支持向量机(SVM)可以解决传统态势评估算法无法兼顾的“维数灾难”“过学习”及“非线性”等难题,却无法应对大规模样本的问题。为了有效应对态势评估中的大数据处理挑战,提出了一种基于MapReduce的SVM(MR-SVM)态势评估算法。该算法利用MapReduce并行计算模型,同时结合SVM可并行化的特点,通过设计主要的map函数和reduce函数,实现了SVM算法的并行化和主要参数的选取。在搭建的Hadoop平台上对改进算法与原算法进行了比较验证:对于小规模样本,改进算法反而"化简为繁",不比原算法效率高;但在大规模样本的处理上,原算法的训练时间随样本规模呈指数型增长,而改进算法的训练时间随样本规模并没有特别明显的增幅,体现出了较好的时间优势。实验结果表明,基于MapReduce改进的SVM很好地弥补了原算法"样本规模"的短板,更适用于大数据环境下的网络态势评估。     

基于S3C44B0X的嵌入式以太网接口设计

基于ARM7TIMD内核的处理器S3C44BOX和以太网控制器RTL8019AS,设计了一种以太网接口,介绍了以太网的帧结构、SC44BOX的性能及RTL8019AS的逻辑结构和工作原理,着重基于硬件层设计了以太网硬件接口和驱动程序,实现嵌入式以太网的数据传输。它适用于中小型嵌入式系统的网络化,可满足数据采集和自动化控制等方面的需要。     

基于CDMA1X网VPDN的雷达数据传输研究

本文介绍了基于CDMA1X网VPDN的雷达情报传输系统的结构和关键技术,阐述了系统的工作原理,并对系统的性能进行了分析,最后,通过大量雷达数据的仿真表明该传输系统能够满足数据传输实时性、可靠性、安全性的要求,适合雷达应急通信和机动雷达的数据传输。     

地空导弹武器系统多传感器数据融合模型与仿真分析

在分析了地空武器系统的信息来源及信息特点的基础上，提出了适用于该武器系统需要的多传感器数据融合方法——时空聚类方法，包括时间数据融合、空间数据融合、时空数据融合及参数插补方法．并通过仿真实验验证了此方法在该型多传感器武器系统数据处理上的有效性。     

航空兵机场作战指控系统的设计与研究

阐述并分析了航空兵机场指控系统的发展过程，介绍了该系统的设计和实现过程，给出了实现该系统的软硬件环境，说明了其中的一些关键技术和解决方案，同时，还介绍了该系统的主要功能。该系统能大大提高航空兵机场日常训练及战时指挥的能力和速度，并且使各类相关信息充分实现实时化，标准化，共享化，具有广阔的运用前景。     

网格技术在广播电视中的应用

网格是继Internet和Web技术之后的第三个信息技术浪潮。简述了网格的定义、特点和基本体系结构 ,并且分析了网格技术在广播电视中的应用     

基于DirectShow的多媒体流捕获

DirectShow基于COM技术,为在Windows平台上进行流媒体处理提供有力支持。本文阐述了DirectShow的基本原理,讨论利用VisualC 实现基于DirectShow的多媒体流捕获的关键技术,对捕获实现的开发方法和编程过程做出说明,并给出核心代码。在此基础上实现的捕获系统,相对于传统的基于设备SDK和VFW捕获,具有更好的可重用性和可扩展性。     

实时网络流量分类研究综述

实时流量分类技术能够按照应用类型对在线网络流量分类,它对网络管理、流量控制以及网络相关研究具有重要意义.首先从不同层次上简单分析了实时流量分类技术的研究现状;给出了流量分类的实时性概念及其指标;然后从流量统计特征和机器学习算法两个方面综述了实时流量分类的主要技术及研究进展,并进行了实时性分析;最后根据未来网络发展对实时流量分类技术提出的新要求,展望了该领域未来的研究发展方向.