RSL在协议形式化描述中的应用研究

将RSL引入协议工程,探讨了对协议进行形式化描述的一条新途径。为RSL扩充了时间描述机制,讨论了基于两类基本模型（状态模型和进程模型）的协议描述方法及一般描述步骤。以示例方式给出了RIP路由简化算法的RSL形式化描述。与其他方法相比,扩充后的RSL描述能力强,描述手段灵活,能更有效地支持验证、测试等后续阶段的工作。     

多主体系统时态认知规范的"On the Fly"模型检测算法研究

时态认知逻辑已被广泛应用于分布式系统和协议的规范描述,模型检测时态认知规范已成为一个新的研究领域,因此着重研讨时态认知规范的“On the Fly”模型检测算法．在“On the Fly”模型检测时态逻辑描述规范的基础上,根据自动机理论、深度优先方法和知识的语义,提出了“On the Fly”模型检测时态认知规范的算法,该算法在模型检测带有知识算子的时态规范时,在找到一个反例之前,往往只需构造系统的部分甚至小部分状态空间,从而避免了时态认知规范的模型检测中内存不足和状态爆炸等问题,实现了“On the Fly”模型检测时态认知规范,并且算法的复杂性是多项式时间的．最后,通过该方法在验证TMN密码协议中的应用来作为一个例子说明该方法的有效性．     

多智体系统时态认知规范的模型检测算法

模型检测技术一直以来主要是检验用时态逻辑描述的规范,人们很少注意认知逻辑的模型检测问题,而在分布式系统领域,系统和协议的规范已广泛地采用知识逻辑来描述.着重研讨了时态认知逻辑的模型检测算法.在SMV(symbolic model verifier)模型检测器的基础上,根据知识的语义和集合理论,提出了多种检验知识和公共知识的算法,从而使SMV的检测功能由时态逻辑扩充到时态认知逻辑.这些方法也适用于其他以状态集合作为输出的模型检测方法和工具的功能扩充.     

分支时态描述逻辑ALC-CTL及其可满足性判定

时态描述逻辑是将描述逻辑与时态逻辑相结合后得到的逻辑系统,具有较强的描述能力;但是大部分的时态描述逻辑都是将时态算子同时引入到概念和公式中,使得公式可满足性问题的计算复杂度过高。将描述逻辑ALC与分支时态逻辑CTL相结合,提出新的分支时态描述逻辑ALC-CTL。该逻辑没有将时态算子用于概念的构造过程,而是将时态算子引入到公式的构造中;从分支时态逻辑的角度看,相当于将CTL中的原子命题提升为描述逻辑中的个体断言。最终得到的逻辑系统不仅具有较强的刻画能力,还使得公式可满足性问题的复杂度保持在EXPTIME-完全这个级别。通过将CTL的Tableau判定算法与描述逻辑ALC的推理机制有机结合,给出了ALC-CTL的Tableau判定算法并证明了算法的可终止性、可靠性和完备性。     

CSP和RSL应用于协议形式化描述的研究

文中用一种新的形式化描述语言RSL来描述网络协议，采用通信顺序进程CSP为模型。该模型基于进程代数，能用严密的代数演算方法验证协议性质，文中对CSP模型和RSL语言作了时间的扩充，并且给出了从CSP模型到RSL语言的转换步骤及规则，最后给出了一个TFTP的实例来说明RSL语言在协议描述上的适应性。     

基于RSL的协议形式化描述与验证方法

讨论使用RAISE规范语言（RSL）描述6种协议元素的方法。在RSL描述的基础上,借助操作符的运算规则、并行扩展规则和同步会合事件隐藏规则,对协议的相关性质进行验证,以一个简化的停止等待协议规范的描述和验证实例证明,与其他形式化方法相比,RSL表现出较强的描述能力。     

基于输入/输出动作的协议形式化描述和测试用例生成方法

通信协议的形式化描述及在其基础之上的协议测试用例生成,一直是协议工程的重要研究内容。为此尝试将RSL引入协议形式化描述：首先探讨了一种基于输入/输出动作模型的协议形式化描述方法;随后对基于RSL描述的协议测试技术展开了讨论,提出了一种基于输入/输出动作的协议测试序列生成法则以及基于此法则的测试用例生成方法,并对使用该方法生成的测试用例的性质进行了讨论。     

具有DP的广义可能性模糊时态CTL模型检测

为了增强计算树逻辑在时序上的表达能力,以广义可能性测度、决策过程和计算树逻辑为基础,研究了具有决策过程的广义可能性模糊时态计算树逻辑的模型检测。首先采用广义可能性决策过程作为系统模型;然后引入模糊时态算子,构造了模糊时态计算树逻辑并给出其在广义可能性测度下的语义,得到新的广义可能性模糊时态计算树逻辑用来描述系统属性;最后在广义可能性调度下通过模糊矩阵运算讨论了"soon、within、last、nearly"等几类模糊时态连接词的具体计算方法,给出相应的模型检测算法。经验证明,广义可能性模糊时态计算树逻辑是广义可能性计算树逻辑在模糊时序上的扩充,具有更强的表达能力。     

多智能体系统时态认知规范高效符号模型检测的算法研究

Clarke和McMillan提出了利用mu演算和OBDDs符号模型检测时态逻辑的方法.这些方法是非常有效的,能用于验证许多具有极大状态空间的实际系统(状态个数可以超过1020).但是,这些方法不能检测知识逻辑.而时态认知逻辑能更精确地描述分布式领域中系统和协议的规范.文章首先讨论了Kripke结构和mu演算的扩展,然后提出了利用扩展mu演算和OBDDs符号模型检测时态认知逻辑的方法.     

基于Verics的组合Web服务有界模型检测

传统的模型检测技术无法描述系统的认知逻辑特性,而在分布式系统领域,系统和协议的规范适合用多智能体时态认知逻辑来描述.组合Web服务是典型的分布式系统.为了保证组合Web服务运行的正确性,把组合Web服务看成多智能体系统,将其建模成一组相互通信的时间自动机.采用时态认知逻辑模型检测工具Verics对该组合Web服务的可用性、可靠性和时效性的时态认知逻辑特性进行检测.本文以旅游预订系统组合Web服务为例,阐述了上述过程.     

UML2.0顺序图的时序描述逻辑语义

针对UML2.0顺序图用于对象间交互行为建模时存在动态语义缺乏精确形式化描述的问题,提出一种基于时序描述逻辑的UML2.0顺序图形式化方法。对描述逻辑进行时序扩展,得到可表示动态和时序语义的形式化规范——时序描述逻辑,根据UML2.0新增的交互操作符将UML2.0顺序图分成一个或多个最大顺序片段,通过形式化最大顺序片段和交互操作符得到UML2.0顺序图的时序描述逻辑语义。实例检验结果表明,该方法具有可行性。     

基于GBM算子扩展的时序广义模糊软集决策模型

在不确定环境下,决策环境的复杂性使决策信息并非完全精确,同时也可能使决策信息存在着时序上的动态变化性。在广义模糊软集的基础上提出了时序广义模糊软集,并定义其并运算、交运算和数乘运算。针对不同时间点决策信息的相互关联性和不同属性间的内在联系,根据几何Bonferroni平均算子（GBM算子）与S范数,提出了时序广义模糊软集几何加权Bonferroni平均算子（TGFSSGBM算子）,并证明了其相关性质,在此基础上提出了考虑不同决策时间点权重的TGFSSGWBM算子。最后,构建了基于TGFSSGWBM算子的时序广义模糊软集决策模型,算例分析以及不同算子间的比较分析验证了该决策模型的可行性和有效性。     

局部定向模式在人脸识别中的应用

人脸识别是当今模式识别和人工智能领域的一个活跃研究方向。基于局部二值模式（LBP）算子提出局部定向模式（Local Directional Pattern,LDP）算子。对人脸图像进行分块,采用局部定向模式算子对每块图像进行特征提取并计算每块区域的特征直方图,对特征直方图采用Chi距离测度进行比较识别。实验证明,该方法在Yale人脸数据库和Yale B人脸数据库相比局部二值模式有更好的识别率,说明该方法对光照有良好的鲁棒性。     

基于DFT的飞机电源网络化故障诊断方法

针对目前飞机恒速恒频交流(CSCF-AC)电源系统故障诊断方法中存在的虚警率高、信息不能共享等问题,提出一种基于动态故障树(DFT)的CSCF-AC电源系统网络化故障诊断方法。通过在普通布尔算子中引入BEFORE算子,对CSCF-AC电源系统动态故障树进行定性分析,得到系统的失效模式,在此基础上建立一个包括机内自检、地面诊断和远程专家诊断在内具有三层结构的网络化故障诊断系统。实验结果表明,该方法有效可靠,具有一定的工程实用性。     

基于扩展OWA算子的数据信息聚合方法研究

在数据信息聚合的过程中通常会用到有序加权平均聚合算子,然而有序加权平均聚合算子只是考虑了数据信息所处聚合位置的重要度,却很少考虑数据本身的重要度。针对这种缺点和不足,提出了一种扩展的有序加权几何平均聚合算子,证明了该扩展聚合算子的一些基本性质定理;从理论上分析了该扩展聚合算子的科学性和合理性;通过一个算例的对比分析,证实了该扩展的聚合算子在数据信息聚合时更能真实地反映实际情况。     

用于纹理特征提取的改进的LBP算法

针对现有的纹理特征提取方法计算复杂度高的问题,利用局部二值模式(LBP)算法思想简单、计算复杂度小的优势,在已有的完整LBP(CLBP)算法基础上,提出了一种改进的CLBP算法(ICLBP)。ICLBP算法保留了CLBP算法中CLBP_S,而对CLBP_M算子、CLBP_C算子进行了改进,提出一个新的纹理描述算子ICLBP_T。ICLBP算法更全面地描述了局部窗口的纹理特征,同时有效解决了CLBP算法中CLBP_M算子对灰度分布不均敏感的问题。通过对Outex、CURet数据库的数据分类实验,结果表明,相比于已有的LBP算法,ICLBP算法的分类精度有了明显的改进,同时ICLBP算法中ICLBP_SCT特征具有较低的特征维数,具有较好的实用价值。     

基于稀疏主元分析的过程监控研究

主元分析（principal component analysis）是一种多元统计技术,在过程监控和故障诊断中具有广泛的应用。针对过程监控中数据量大的特点,提出一种稀疏主元分析（sparse principal component analysis）方法,通过引入lasso约束函数,构建稀疏主元分析的框架,将PCA降维问题转化为回归最优化问题,从而求解得到稀疏化的主元,并提高了主元模型的抗干扰能力。由于稀疏后主元相关的数据量减少,利用数据建立过程监控模型,减少了计算量,并缩短了计算时间,进而提高了监控的实时性。利用田纳西伊斯特曼过程（TE processes）进行实验仿真,并与传统的主元分析方法进行对比研究。结果表明,新提出的稀疏主元分析方法在计算效率和监控实时性上均优于传统的主元分析方法。     

P/T系统的VHDL描述及实现

利用超高速集成电路硬件描述语言(VHDL)描述P/T系统,在EDA软件平台MAX+plusII上,对Petri网模型的VHDL描述进行编译、仿真、适配,将结果下载到可编程逻辑器件中,通过实验开发系统GW48-CK进行硬件测试。给出一个P/T系统实例——服务系统的描述及实现。仿真波形及硬件测试结果证明了该方法的正确性。     

降低OFDM系统峰均比的改进实值遗传PTS算法

为有效降低电力线通信正交频分复用系统峰均功率比问题,以最大效率开发利用电力线通信资源,提出了一种改进的基于遗传算法的部分传输序列技术。传统的遗传算法采用二进制编码,计算繁复且占用大量的空间,因此采用一种新的实数编码方法,在实数域上进行遗传运算。仿真结果证明,算法操作简便且收敛效果好。     

一种基于遗传算法的TSP建模方法

为解决小组软件过程(TSP)中针对活动如何有效安排工程小组人员的问题,从关于目标和面向活动的角度刻画TSP模型,提出基于遗传算法的优化方法。分析TSP核心思想,给出模型的结构和形式化描述,介绍建立模型的步骤。通过实验验证了该优化方法具有良好的执行性能,能够得到一个具有较优效益值的人员安排方案,可行性良好。