鸟笼式灌浆预应力锚索治理底鼓的研究与应用

本文以五阳煤矿76架空人车巷机头处底板强烈底鼓区域修复为例,从改善岩石结构,提高围岩整体强度的角度出发,提出了鸟笼式灌浆预应力锚索加固的方案。对鸟笼式锚索的结构、技术参数、施工工艺作了详尽的论述,并用数值模拟软件UDEC模拟分析注水泥浆液浓度与注浆压力对浆液扩散范围的影响。通过现场试验与应用,取得了良好的实际效果。     

空间信息网络任务智能识别方法

随着星间链路技术的不断发展和星上处理技术的日益成熟,空间信息网络传输的任务类型不断增加并呈现多样化的趋势,这对空间信息网络的多业务协同传输、网络资源全局调度等能力提出了新的挑战。然而,传统的空间信息网络资源调度大多以单一业务为驱动,忽略了任务与业务之间一对多的关系,导致某些低优先级任务抢占高优先级任务的网络资源,致使由多业务构成的空间信息网络任务的服务质量较低。此外,空间信息网络传输环境具有拓扑高动态变化、节点资源有限等特点,将传统的业务识别方法直接迁移到任务识别中存在任务识别效率低和开销大的缺陷。鉴于此,文中设计了部署于空间信息网络边缘的任务服务支持站,该支持站由识别标记模块、路由控制模块和数据通信模块组成,用以完成对任务类型的识别,以及基于任务服务质量需求的路由选择和数据传输。文中通过对流自身特征项的降维处理和基于高斯核函数的特征空间映射,设计了基于支持向量机的业务识别算法,进一步地,在引入网络传输环境相关特征项的基础上,将业务类型、业务数量和环境特征项相结合,设计了基于梯度下降法的任务识别算法。仿真结果表明,设计的任务识别算法具有很好的识别精准率和召回率,且消耗较短的识别时间和较少的识别开销,对空间信息网络任务流量识别的平均准确率达到95%以上,提高了1%以上,相比未经过特征降维的平均训练时间缩短了15%以上。     

SDN架构下的空间信息网络业务识别技术

针对传统的离线业务流量识别方法消耗时间长、实时性差的问题,通过对空间信息网络管控和网络资源的高效编排,提出一种基于软件定义网络(SDN)架构的空间信息网络业务识别技术。运用OpenFlow协议在线收集业务流量,提取流中前5个数据包作为一条子流,在SDN控制器上实现基于机器学习的在线业务分类,同时给出一种具有噪声过滤功能的协同训练算法Dif-TriTraining。实验结果表明,与传统的Tri-Training算法相比,该算法能够有效提升业务识别的准确率。     

一种基于卫星网络的虚拟网络功能快速映射算法

针对卫星网络中卫星载重有限,不允许大规模部署物理硬件,导致其网络功能欠缺且网络管理和配置不灵活的问题,文中提出了基于软件定义网络(Software Defined Networking,SDN)/网络功能虚拟化(Network Function Virtualization,NFV)协同部署的卫星网络新架构。它通过SDN数控分离思想对网络进行动态管控,利用NFV技术在SDN的数字平面虚拟出网络功能,使网络功能能够从硬件设备中解耦出来,从而提高网络的灵活性。为了解决此框架中虚拟网络功能(Virtual Network Function,VNF)映射到底层物理网络上的时延过大且无法满足高动态卫星网络实时性的问题,进一步提出了Viterbi和图形模式匹配(Graph Pattern Matching,GPM)相结合的动态映射方法(Viterbi and GPM Dynamic Placement Approach,VG-DPA)。该算法将映射过程建模为隐马尔可夫服务链,采用Viterbi算法预计算满足软硬件限制的映射路径,然后根据预计算结果通过GPM来制定VNF编排策略。该算法解决了卫星网络中将所需的VNF映射到底层物理网络中时延过大的问题。实验结果表明,VG-DPA与传统的RAND和OMD算法相比能在很大程度上降低时延,减少资源消耗。     

LEO卫星网络中一种改进的Vegas算法

针对SCPS-TP(Space Communications Protocol Standards Transport Protocol)协议的Vegas算法在LEO (Low Earth Orbit)卫星网络中吞吐量下降的问题,提出了一种自适应Vegas-AD(Adaptive)拥塞控制算法。该算法在分析Vegas的基础上,细化往返时延RTT的计算方法,使其能够更加精确地调整拥塞窗口;优化拥塞窗口的增长策略,提高了拥塞避免阶段的带宽竞争力;同时,提出基于网络拥塞程度的自适应窗口调整因子。仿真结果表明,Vegas-AD算法的带宽竞争力明显高于Vegas,并且该算法能较大幅度地提高网络吞吐量。     

天地一体化智能网络节点静态处理与缓存策略

天地一体化智能网络中的卫星节点具有计算、存储和传输能力,将内容副本缓存至传输路径上的卫星节点可提高网络缓存收益。针对卫星节点移动导致的路径改变问题,设计基于虚拟位置的卫星节点静态处理机制,先设定卫星的虚拟位置节点,再将内容副本提前向虚拟位置节点同一轨道的后方卫星节点进行缓存。在此基础上,提出基于ProbCache的轻量级分组缓存策略PBP,对路径节点进行分组并划分组内缓存区域,同时按照内容副本流行度阈值实现缓存位置迁移,使得流行度高的内容副本缓存至离请求节点近的区域。实验结果表明,与ProbCache、LCE和LCD等策略相比,PBP策略能有效降低缓存开销及提高内容副本的缓存命中率,具有更好的卫星网络传输性能。     

面向并发业务的卫星网络服务功能链优化算法

在空间信息网络中,卫星硬件在线升级难度大且并发业务数量多,导致现有服务功能链（SFC）映射算法的服务请求接收率降低且资源开销过大。利用流量缩放因子与虚拟网络功能间的依附关系构建SFC,以最小化处理请求时延与总资源消耗为目标,提出一种空间信息网络SFC映射算法。通过调整预测函数的权值来控制搜索范围,从而获得全局最优的快速映射方案,有效解决节点随机失效问题。仿真结果表明,与OMD算法相比,该算法在较高的并发服务请求下可使处理请求时延和总资源消耗平均降低19%和6%。     

基于协同学习的频谱智能感知方法

目前无线通信网络频谱环境时空分布复杂多变，现有多用户协同感知方法数据预处理繁琐，感知效率低下。为此，在由用户感知层和边缘融合层构成的系统架构下，提出了一种基于协同学习的频谱智能感知算法。用户感知层采用多分支卷积循环门控神经网络，利用原始归一化能量信号的底层结构信息，实现本地感知。边缘融合层基于自注意力机制进行消息传播，融合用户感知层中各个非授权用户的感知结果得出最终决策。实验表明，在信噪比为-20 dB以及5个用户协同感知的情况下，该方法能在虚警概率为1.91%时达到18.3%的检测概率，相比对比模型提升了6.1%,且不需要对原始数据额外预处理，降低了算法的复杂度。