基于Voronoi图的UAV攻击多移动目标的路径规划算法研究

文章针对动态环境下的单个无人机进行攻打多个移动目标的路径规划问题提出了一种基于Voronoi图的算法。Voronoi图首先被用来建立静态的威胁场,同时确定并且计算路径规划的威胁总代价。接着通过分析威胁场的分布对于dijkstra算法进行了改进和优化,针对Voronoi图之外的路径点生成局部路径,而针对Voronoi图内的路径点则采用Dijkstra算法沿Voronoi图的边缘进行向移动目标的循迹,最后在matlab平台上对于文章提出的路径规划方法进行了仿真分析,仿真结果验证了文章所提算法的有效性及鲁棒性。     

一种多约束条件下路径规划算法研究

针对目前导航系统中重要的多约束条件下路径规划功能,结合A＊算法和蚁群算法提出一种新的不确定算法,该算法首先将多约束条件进行融合使其适合蚁群转移,并在基本蚁群算法基础上采用了A＊算法的评估指标,为蚁群转移时提供最优预测收敛点。通过实验证明该算法可以大幅度降低时间消耗,并且全局收敛性强,计算结果稳定。     

智慧运维系统中的全节点动态链路图的技术实现

由于新媒体的迅猛发展,传统广电面临着严峻挑战。在这一背景下,国家提出了媒体融合发展战略。媒体融合与智慧广电密不可分,媒体融合需要在智慧广电的路径下去推动。智慧运维则是智慧广电建设的重要环节,全节点动态链路图在智慧运维系统中发挥着重要作用。基于此,本文介绍全节点动态链路图意义与实现。     

一种基于节点活跃度的链路预测改进算法

针对赛博空间中的社会舆情数据链路预测的问题,提出将网络节点活跃度作为一个重要的指标整合到预测算法中,以提高链路预测的准确性和科学性。首先定义了节点活跃度并构建三个用于表示节点活跃度的函数,然后以实际数据为样本进行实例验证,最后通过与三个主流算法在使用三个函数前后的准确度进行比较,链路预测的准确度有明显提高。     

基于深度卷积神经网络的多节点间链路预测方法

目前,链路预测的研究主要针对拓扑结构变化缓慢的社交网络,集中在单节点对的链路预测.本文针对拓扑变化频繁的机会网络,提出一种基于模式分类的多节点间链路预测方法.该方法基于混沌时间序列理论确定机会网络的切片时间,采用状态图表征网络的拓扑结构,借助深度卷积神经网络在特征提取上的优势,从状态图的演化过程中提取机会网络的结构特征,根据当前特征推断未来链路的演化模式,实现多节点间的链路预测.在ITC（Imote-Traces-Cambridge）真实数据集上的实验结果表明,相比于基于CN（Common Neighbor）、AA（Adamic-Adar）、Katz等预测方法,本文方法具有更好的精度和稳定性.     

一种改进的多目标蚁群优化算法

提出了一种改进的多目标优化问题的蚁群算法.算法选择进化算法的定义的时候,种群中一定数量的个体信息来源作为中心的扩散,多个中心点之间有一定的距离;群体中的其他个体按照离源个体最近的距离的原则归属于其中一个信息素扩散源;按照信息素扩散算法,每一信息素扩散源中的个体获得源于中心点的信息素;保留每一代群体中的中心点到下一代种群中,确保了收敛性和维护种群的多样性.最后利用多目标背包问题来测试算法的性能,并与MOA和NSGA-II算法进行了分析比较.结果表明,该搜索效率高,向真实Pareto前沿逼近效果好,得到传播的多种解决方案,是一个多目标优化问题的解决和有效的方法.     

有线电视光节点双向链路指标设计

为了适应双向业务发展的要求,对有线电视光节点到用户之间的链路指标设计做出了调整,提出了新的解决方案。     

一种多模式多节点高速传输系统的方案设计

针对目前传输系统传输模式单一和无法满足高速需求的不足,提出了一种多模式多节点高速传输系统的方案设计。该方案通过数据筛选和流量控制完成数据多模式的传输和多节点的协同工作,具有速度快、节点数量多和数据率可控的特点。基于FPGA和千兆以太网技术的硬件实现和系统测试表明,方案可以有效地适用于高速数据传输的应用场合。     

QoS约束下的链路分离路径问题研究

研究了QoS约束下的链路分离路径问题,建立了2种QoS约束下的链路分离优化路径问题的模型。首先证明无向图的不具备端到端QoS约束的链路分离路径问题可以转化为其链路分裂图的对应问题,而具备端到端QoS约束的相应问题则无法进行类似转换。同时证明2种QoS约束下的链路分离优化路径问题都属于NP完全问题,最后对其近似算法进行研究并对算法进行比较测试。     

一种蚁群和信任结合的 P2P 节点选择机制

借鉴蚁群算法思想,文中构建了一种蚁群算法和信任相结合的节点选择机制(简称 Ant Trust).此机制不仅在信任建立初期可以提高节点的响应率,并且可以在信任建立以后,提高下载成功率.该机制在斯坦福大学的查询周期平台上得以实现,并通过实验分析了机制的有效性.     

P2 P网络节点间链路选取模型的蚁群算法设计与实现

文中提出了有服务质量保证的虚拟链路的选取模型,服务网的虚拟链路的选择QoS因素主要包括虚拟链路的生存能力和虚拟链路的路由代价等因素,通过对服务网各参数的分析建立了P2P服务网络虚拟链路的选取模型,并给出了基于模拟退火的蚁群求解算法,最后通过实验分析了该算法的可行性和有效性。     

基于节点汇聚链路模型的光纤传感器物联网节点控制

为防止外界触发源对监控区域与计算机设备进行攻击,提出基于节点汇聚链路模型的光纤传感器物联网节点控制方法.拟定光纤传感器物联网检测区构建汇聚链路模型,设计光纤传感器物联网的路由探测协议,得到物联网节点坐标位置与邻近区域的节点信号;利用小波转换算法求得节点信号的细节特征,使用动态方法匹配两种模板内的时间,使节点信号与预识别...     

一种车辆路径规划的新型蚁群算法研究

通过引入变异机制和3种不同策略对蚁群算法进行了改进来提高收敛速度和寻找更优解,以满足对车辆路径规划的求解,其目标是实现车辆的路径规划,使得汽车总的行驶路程最短和所需汽车的数量最少。仿真实验表明,引入变异机制的蚁群算法能够有效地解决带有容量限制的车辆路径规划问题,提高了物流配送效率。     

基于优化蚁群算法的无人机海岛监测航迹规划

本文提出一种可行的面向海岛监测的无人机航迹规划控制算法,主要针对复杂的海岛群及气流不稳定等因素的无人机海岛监测,为海岛监测提供技术支持具有重要的理论意义及应用价值。通过MAKLINK图论建立二维路径规划空间模型,利用Dijkstra算法规划无人机初始航迹,融合蚁群算法仿真得到优化航迹规划路径。仿真结果表明,该融合得到的优化算法,比改进前的蚁群算法求解时间快、规划路径准确、迭代过程中系统稳定的特点,从而保证无人机在复杂的海岛监测中飞行航迹规划零失误。     

一种自组织通信网络的链路分群算法

本文完成了一种新的组网分群算法——最大链路数分群算法，并与美国ＨＦ－ＩＴＦ的ＬＣＡ算法及其改进算法作了比较，结果验证了它的正确性和有效性。     

差分化社会网络节点角色的链路预测模型

以经典的Common Neighbor算法为例,提出了一种基于社区划分的差分化节点角色的链路预测模型,该模型首先采用Clauset-Newman-Moore算法挖掘社会网络结构属性,同时引入节点连接度和社区整体参与度的定义,差分处理社区内外邻接节点和不同社区的贡献,采用有监督的学习训练方法分别对社区内节点对和社区间节点对进行链路预测.人工网络和真实网络中的实验证明,该模型能够提高基于相似度算法对节点对链路预测的准确率,并为该类模型的研究提供一种新的方案.     

基于下一跳可用带宽和链路利用率的路径选择算法

路径选择算法的优劣直接影响着网络性能。基于最大可用带宽选路的ESG算法在下一跳链路带宽不同时,存在次优选路决策问题。本文提出一种ESG的改进算法——IESG,该算法将下一跳链路的可用带宽和链路利用率统一考虑,生成反映下一跳链路传输能力的链路传输能力因子,以其作为路径选择决策的依据。仿真结果表明,IESG算法克服ESG算法的不足,具有较高的选路成功概率且执行复杂度相当。     

雨衰卫星链路质量的一种优化估计算法

本文提出一种雨衰信道Eb/N0的优化估计算法。利用维持比译码器提供纠错个数的功能可以估计BER，结合一个有效的雨衰预测模型，本算法预测出最优估计时间，以此估计出雨衰信道的Eb/N0值和雨衰值。     

基于Opnet的航空电子SCI链路节点建模

依据SCI两个重要协议--带宽分配协议和队列分配协议,就航空电子SCI链路节点Opnet模型建立的功能模块进行了分析.给出了一个可供航空电子系统仿真分析实用的SCI链路节点模型,并就建立模型的关键问题进行了解析和讨论.