国际运营商全业务运营分析

近年来,网络电话公司、互联网公司、有线电视运营商纷纷加入通信产业链,使通信产业的竞争趋于白热化.面对种种新势力的冲击,运营商开启了"多元化经营"之路,通过拓展业务领域,全力应对竞争.     

把握业务发展趋势 打造融合创新网络

目前,融合、IP、宽带,再加上多维商业模式,是业界普遍认可的未来通信网的基本特征.也就是说,整个网络在底层的接入,将会支持固定的宽带、无线的宽带、蜂窝的宽带;所有宽带接人技术,共享一个通用、扁平、IP的传输网络,共享一个通用的会话控制层,共享一个统一的运营支撑系统.     

目标威胁等级风险控制传感器管理方法

针对目标跟踪过程中由于模型及观测误差对目标威胁度估计不够准确的问题,将目标威胁度不确定性最小化为优化目标。基于隐马尔科夫理论及风险理论,提出了一种目标威胁等级风险控制下的传感器管理模型,设计了一种基于多Agent理论的分布式传感器管理方案求解算法。仿真实验表明,通过该模型能够顺利地解决传感器资源不足情况下的管理问题,求解质量较高,速度较快。     

基于操作风险的双模式传感器管理方法

基于风险理论研究同时面向目标检测和跟踪任务的传感器管理方法.首先,定义目标检测风险和目标跟踪风险,并分别给出计算方法;其次,以目标检测风险最小化为目标函数建立传感器部署模型,以目标检测风险和目标跟踪风险之和最小化为目标函数建立传感器调度模型,且该调度发生在前面传感器部署模型建立的传感器网络之上;然后,针对模型的求解,同时为克服基本人工蜂群算法易陷入局部最优的缺点,提出改进的双向轮盘赌-粒子群-蜂群算法;最后,通过仿真验证模型和算法的有效性.     

一种改进Unscented粒子滤波及其应用研究

UPF(Unscented粒子滤波)克服了UKF(Unscented卡尔曼滤波)不适用于非高斯噪声系统的局限性和PF(粒子滤波)重要性密度函数难以选取的缺陷,但是,其仍易受到异常扰动的影响,且在计算迭代中协方差阵可能失去半正定性.针对此问题,提出抗差自适应Unscented粒子滤波算法.首先介绍抗差估计基本原理和自适应因子模型,在充分吸收抗差估计、自适应滤波和UPF算法优点的基础上,提出RAUPF算法,然后将RAUPF算法应用到单变量非静态状态增长模型中进行仿真计算,并与EKF和UPF算法进行比较,并进行复杂度分析.结果表明,提出的算法估计精度高于EKF和UPF算法的估计精度,估计值更加接近真值.     

精确时间同步协议在空间无线信道下的适应性研究

IEEE1588协议定义的精确时间协议（Precision Time Protocol,PTP）能够实现地面以太网网络节点中的时钟同步,达到亚微秒级时间同步精度。相比于稳定的地面以太网环境,深空网络环境具有长时延、时延抖动及信道不对称等特点。对PTP协议在深空邻近空间无线信道下的时间同步性能进行了研究。首先,介绍了PTP协议的同步原理。其次,对深空邻近无线网络信道环境对于适用于地面以太网环境的PTP协议时间同步性能的影响进行了分析,并提出采用卡尔曼滤波算法和设定主从时钟钟差阈值相结合的方法,对PTP协议进行适应性改进。最后,采用损伤仪和测试仪模拟深空邻近无线网络信道环境,利用时钟分析仪对软件结合硬件实现的PTP协议进行了时间同步性能测试。测试结果表明,改进后的PTP协议提高了在深空邻近空间无线信道下时间同步的精度和稳定性。     

多传感器交叉提示技术在目标检测中的应用

针对多传感器交叉提示技术在目标检测中的应用问题展开研究,将交叉提示分为"信息提示"和"任务提示"2种类型,建立以"信息提示"为基础的传感器效能模型以及目标检测概率计算模型、传感器资源能耗计算模型,为求解"任务提示"中的传感器——目标分配方案问题,设计基于博弈论的多传感器交叉提示分布式算法,该算法中,传感器博弈策略的更新以最优反应动态为原则,随后从理论上分析了算法的收敛性和有效性.仿真实验表明,与合同网算法、拍卖算法等分布式算法相比,该算法具有较快的计算速度,与粒子群算法等集中式算法相比,该算法具有较好的求解质量,充分说明了该算法的有效性、先进性.     

多传感器交叉提示技术在UCAV侦察任务中的应用研究

多UCAV在协同执行对多目标的侦察任务过程中,若某一UCAV被摧毁,则该UCAV所承担的子任务将不能完成.为解决此问题,将多传感器交叉提示技术应用到多UCAV系统当中,以此顺利实现目标交接.首先引入多Agent技术,提出了基于多Agent技术的传感器分布式管理结构.其次,将采用多传感器交叉提示技术的多UCAV作战场景用数学语言描述,构建数学模型.然后,在考虑使航线相异度最小和长度最短的条件下,提出基于改进人工蜂群算法的UCAV飞行航线优化方法.最后,重点研究多传感器资源动态控制过程,为实现任务交接,提出基于拍卖理论的多传感器交叉提示算法.仿真结果表明,论文所提出的模型具有合理性,方法具有有效性.     

基于奇异值分解的Unscented粒子滤波及其应用研究

针对粒子滤波存在重要性密度函数难以选取和系统状态协方差阵可能出现负定性的问题,提出一种新的奇异值分解Unscented粒子滤波(SVDUPF)算法。该算法采用自适应因子调节动力学模型误差,通过奇异值分解抑制系统状态协方差矩阵的负定性,并以改进的UKF算法产生重要性密度函数,以弥补粒子滤波重要性密度函数难以选取的缺陷。将提出的算法应用到单变量非静态状态增长模型中并进行仿真验证,结果表明,提出算法的滤波精度明显优于EKF和UPF算法,能提高模型的解算精度。     

基于风险理论的主动传感器管理方法及应用研究

针对传感器资源有限的情况，以目标检测为背景，提出了一种基于风险理论的传感器管理方法.首先建立目标检测模型和传感器辐射模型，将"检测风险"和"截获风险"之和作为传感器管理风险函数，即目标函数.其次为对模型求解，将预测值的期望值作为目标函数的近似值，重新修正目标函数.接着设计了基于多Agent的分布式优化算法.仿真实验表明，通过本文提出的基于风险理论的传感器管理方法，能够有效实现传感器管理，与以往的传感器管理方法相比，本文方法更能较好地解决资源有限情况下的传感器管理问题.