Web模式的仿真想定编辑与管理系统设计

基于虚拟战场对战场态势信息的需求,构建了Web模式的仿真想定编辑与管理系统,该系统包括仿真想定的输入,管理,编辑,标绘,输出等功能模块。在地理信息系统（Geographic Information System,GIS）和军标库等的支持下,用户可以根据具体的仿真需求,通过对仿真想定进行可视化编辑,简单灵活地实现对战场初始态势信息的输入。同时系统加强对已有的仿真想定的统一管理,建立仿真想定库,便于用户获取已有的仿真想定,大大提高其重用率,减少了不必要的重复劳动。     

一种SaaS模式防空作战仿真想定编辑系统实现

针对目前仿真想定编辑系统在通用性、灵活性以及更新升级等方面存在的问题,设计了一种SaaS(Software-as-a-service)模式的防空作战仿真想定编辑系统。通过为防空武器建立统一的数据模型(数据类集)实现数据处理的独立性;通过设计与具体武器独立的想定编辑相关的业务逻辑模块,实现业务逻辑的相对独立性;利用MapXtreme Java智能多线程机制解决多用户的并发编辑问题。另外,将系统部署在云计算基础设施平台上,解决了传统C/S模式系统与平台相关联、更新升级困难等缺点,也提升了系统的使用灵活性和用户体验。最后通过实例验证了系统的科学性和有效性。     

基于MAPX的战场仿真想定编辑系统研究与实现

由于目前在想定处理中存在的主要问题是对想定的格式和修改手段不统一,生成的对象想定可读性和可移植性不能满足需求,影响了仿真系统的可操作性。本文使用Visual C＋＋开发环境,以XML文件的形式实现想定文件的存取,基于MAPX实现海图的制作,设计实现了基于数字海图的演练想定编辑器以及二维战场态势显示。     

本体理论及其在仿真想定校验中的应用研究

校验是仿真想定系统组成中的重要部分。该文在研究本体理论的基础上,结合本体的查询和推理机制,对基于本体的联合作战仿真想定校验进行了探讨。     

军事仿真想定中的数据冲突消解方法

分析军事仿真想定中的数据冲突问题,提出一种数据冲突消解方法。采用产生式规则表示法,表示军事仿真想定中的事实和规则,建立想定知识库,利用该知识库对编辑好的想定进行推理,从而排查仿真想定数据中的应用冲突。分析结果表明,该方法能发现仿真想定中的数据冲突,可作为仿真训练或评估的依据。     

态势估计中的想定模型和仿真技术

通过仿真模拟获得战场数据及态势估计中算法训练、评价所需的数据类型与数量。将本体引入群体组织建模技术中,并结合作战想定生成的特点和作战仿真的需求,实现了一个基于本体的群体组织想定模型。研究表明可以通过仿真训练或者测试态势来估计分类器。     

C2组织测试的想定描述：平台装备及其状态定义

C2组织测试的想定要素包括作战区域、C2组织结构、C2组织角色、作战平台装备以及C2组织的团队与网络，文章重点讨论作战平台装备要素的描述，包括平台装备层次关系的定义和平台装备的状态描述，提出了平台装备层次关系的树形结构与XML描述方法和平台装备状态转换定义。在平台装备的状态转换定义上，根据C2组织测试需求，建立了平台装备能力定义和状态转换的描述。     

军事应用系统效能仿真的仿真想定开发方法研究

以军事应用系统为主体的效能仿真,其仿真结果的真实性和可信度是用户最为关注的问题。仿真想定为军事应用系统的效能仿真供提了从真实世界到概念模型的转化方法和描述规范。通过对军事应用系统在真实世界中的应用背景、应用模式、应用过程的研究,依据其效能指标和应用原则,以及相关的作战想定和军用文书制定的仿真想定,对仿真系统的开发和仿真结果真实性有着很大影响。该文着重分析了仿真想定的开发过程和描述规范。     

作战仿真想定描述语言及描述规范综述

仿真想定描述规范对加快想定数据准备速度,提高想定数据质量,并促进想定数据重用具有重要意义.深入辨析了军事想定、仿真想定、仿真想定片段、仿真想定变体等相关概念,梳理了基于定制数据格式的仿真初始化、仿真想定描述语言及应用、仿真想定描述规范等方面国内外研究现状,归纳了现有研究在描述规范的结构化、基本元素模型、仿真想定元数据方面存在的不足,指出了仿真想定数据体系构成、仿真想定数据描述规范以及仿真想定数据管理机制等下一步重点研究方向.     

群协同编辑系统

群协同编辑系统不仅能使合作者共同编辑一一文档，而且能使合作者借助各种通讯形式（文本、声音等）进行方便、有效的交流。本文介绍了群协同编辑系统的各种概念及其实现机制，同时也阐述了多用户界面设计策略和同步控制方法。     

动态业务WDM网中的波长调整算法

在动态业务WDM网中通过波长调整，可以减小网络的阻塞率。通过圈遍历的方法，对波长调整算法进行改进，使它在有向／单向网络中也可找到最小代价的调整方法。     

Cooperative Q-learning: the knowledge sharing issue

A group of cooperative and homogeneous Q-learning agents can cooperate to learn faster and gain more knowledge. In order to do so, each learner agent must be able to evaluate the expertness and the intelligence level of the other agents, and to assess the knowledge and the information it gets from them. In addition, the learner needs a suitable method to properly combine its own knowledge and what it gains from the other agents according to their relative expertness. In this paper, some expertness measuring criteria are introduced. Also, a new cooperative learning method called weighted strategy sharing (WSS) is introduced. In WSS, based on the amount of its teammate expertness, each agent assigns a weight to their knowledge and utilizes it accordingly. WSS and the expertness criteria are tested on two simulated hunter–prey and object-pushing systems.     

休眠时间动态调整的能量节约算法

在目前节点调度方案中,节点的休眠时间在整个节点调度过程中都采用固定的休眠设置,这样会导致网络中部分节点的能量消耗过快,引起节点过早失效,无法实现应用监测。针对该问题,提出了动态调整休眠时间的方法,根据节点以及网络剩余能量延长或者缩短节点休眠时间,在此基础上设计出节点休眠时间动态调整的能量节约算法STDA (sleep time dynamically adjustment the energy saving algorithm)。仿真结果表明,该算法不仅能缓解节点过早死亡的问题,并且有效的延长了网络的生存时间。     

隐式反馈场景下的LFM-XGB-LR融合推荐算法

在信息流消费场景中,利用用户的隐式行为反馈,对用户进行个性化内容推荐是核心问题。而由于行为惯性的问题,用户通常只是浏览feed流,互动行为数据稀疏,导致传统方法在个性化等方面性能不高。针对该问题,设计了隐式反馈的权重转化方法,提出LFM-XGB-LR融合模型,利用LFM生成嵌入向量,结合了XGB在特征交叉和LR在离散计算上的优势。实验结果表明,基于LFM的嵌入改善了模型个性化的问题,该融合模型在各项指标上均有稳定提升。     

基于频谱合约的协作频谱共享方法

针对授权频谱资源不足的问题,结合非对称网络信息的特点和通信双方自私性的需求,提出一种多用户协作频谱共享(CSS)合约机制的设计与实现方法。首先,通过将CSS映射成劳动力市场,研究对称网络信息条件下多用户频谱合约建模方法;在此基础上,针对合约签订后非授权用户(SU)行为隐匿性引起的道德风险问题,研究非对称网络信息条件下频谱合约建模方法,以激励双方协作行为和保证频谱共享的实现。实验结果表明,在授权用户(PU)直接传输速率低于0.2 b/s时,协作频谱共享时整个系统容量是双方不参与共享时的3倍以上。提出的多用户CSS合约机制能为无线频谱的高效利用和资源共享提供新思路。     

BlueTorrent: Cooperative content sharing for Bluetooth users

People wish to enjoy their everyday lives in various ways, among which entertainment plays a major role. In order to improve lifestyle with more ready access to entertainment content, we propose BlueTorrent, a P2P file sharing application based on ubiquitous Bluetooth-enabled devices such as PDAs, cellphones and smart phones. Using BlueTorrent, people can share audio/video contents as they move about shopping malls, airports, subway stations etc. BlueTorrent poses new challenges caused by limited bandwidth, short communications range, mobile users and variable population density. A key ingredient is efficient peer discovery. This paper approaches the problem by analyzing the Bluetooth periodic inquiry mode and by finding the optimum inquiry/connection time settings. At the application layer, the BlueTorrent index/block dissemination protocol is then designed and analyzed. The entire system is integrated and implemented both in simulation and in an experimental testbed. Simulation and measurement results are used to evaluate and validate the performance of BlueTorrent in content sharing scenarios.     

Cooperative autonomous driving: intelligent vehicles sharing city roads

The paper presents the Intelligent Control System Laboratory's (ICSL) Cooperative Autonomous Mobile Robot technologies and their application to intelligent vehicles for cities. The deployed decision and control algorithms made the road-scaled vehicles capable of undertaking cooperative autonomous maneuvers. Because the focus of ICSL's research is in decision and control algorithms, it is therefore reasonable to consider replacing or upgrading the sensors used with more recent road sensory concepts as produced by other research groups. While substantial progress has been made, there are still some issues that need to be addressed such as: decision and control algorithms for navigating roundabouts, real-time integration of all data, and decision-making algorithms to enable intelligent vehicles to choose the driving maneuver as they go. With continued research, it is feasible that cooperative autonomous vehicles will coexist alongside human drivers in the not-too-distant future.     

基于较大流调整的安全分流算法

针对真实网络trace较大流数目少但其所占流量比重却很大的现象,提出只调整较大流的分流算法HAMF。模拟实验以真实网络trace为输入,验证表明该算法位流均衡性较好、流破坏率低、丢包率极低,符合安全处理要求。与SHI算法相比,各方面性能均有提高,但算法在可容忍的范围内复杂性有所增加。     

一种基于情景的协同过滤推荐算法

针对协同过滤推荐算法中数据极端稀疏所带来的推荐精度低下的问题,文中提出一种基于情景的协同过滤推荐算法。通过引入项目情景相似度的概念,基于项目情景相似度改进了用户之间相似度的计算公式,并将此方法应用至用户离线聚类过程中,最终利用用户聚类矩阵和用户评分数据产生在线推荐。实验结果表明,该算法能够在数据稀疏的情况下定位目标用户的最近邻,一定程度上缓解数据极端稀疏性引起的问题,并减少系统在线推荐的时间。     

云虚拟机异常检测场景下改进的LOF算法

针对云服务中由于资源超额预定造成负载不均衡的云虚拟机异常,提出了一种基于密度空间的局部离群因子（Local Outlier Factor Based on Density Space,LOFBDS）算法。LOFBDS算法参考DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法,将云虚拟机在密度空间中的性质融合至LOF算法之中,提出对云虚拟机的判断规则,以达到优化对正常云虚拟机的检测过程,提高检测效率。实验结果表明,所提出的算法对云服务负载不均造成的云虚拟机异常有着良好的检测效率,并且时间花费较少。