基于Multi-Agent的卫星网络控制系统研究

一个有效的控制系统是卫星网络安全运行的重要保障。针对卫星网络组网模式的异构性、复杂性以及智能性等特点,本文提出了一种基于Multi-Agent的卫星网络分布式分层智能控制系统MASNDLIC,对卫星网络控制系统的体系结构和MASNDLIC的功能结构模型进行了分析。通过引入多Agent,可以有效改善卫星网络控制系统中各个组成部分的协作能力与主动性、提高整个星地一体化的卫星网络控制系统的工作能力。     

防止ZQSn10—1锡青铜“冒锡汗”的方法

凝固温度范围宽的ZQSn10—1锡青铜凝固时容易产生反偏析,从而出现“冒锡汗”现象。对于不便采用金属型和干砂型挂冷铁的铸件,采用湿型铸造,低温、快速浇注的方法,也能防止“冒锡汗”,起着减轻反偏析铸造缺陷的作用。     

基于NS-2的航空器通信仿真模块的设计与实现

网络仿真器NS-2在空间通信网络研究中得到越来越多的应用.深入分析了NS-2中卫星网络结点和卫星链路仿真模块的特性.在分析卫星网络基本仿真原理和方法的基础上,以航空器通信仿真为例,给出了NS-2核心仿真模块的扩展方法,实现了航空器通信仿真模块.仿真实验研究分析了航空器的飞行对航空器与卫星之问链路切换特性的影响,证明了航空器通信仿真模块扩展方法的可行性和有效性.     

编程能力的培养与提高

针对学生编程能力培养的问题进行了研究。现有的培养体系存在着目标偏差、模式落后、资源不足和后续不继等问题。论文将编程类课程作为一个课程群,从课程群的总体来综合考虑学生的编程能力培养,采取了一系列的措施,一方面调整了教学目标与模式,丰富了教学资源,另一方面加强了对学生的引导与组织,突出了培养的持续性。实践表明,这些改革措施取得了较好的效果。     

基于自适应模糊测试的IaaS层漏洞挖掘方法

抽取并推演目标数据集合,设计并实现了一种随机化的模糊测试方法,进一步基于灰度马尔科夫模型设计了一种自动化预测方法,实时监督并调整模糊测试的方向,实现面向虚拟化平台的自适应模糊测试目的.最终设计并实现了原型系统VirtualFuzz,实验数据表明：所提方法可有效检测虚拟化平台中的拒绝服务及逃逸漏洞,共得到24个漏洞测试用例,其中验证了18个已知漏洞,挖掘得到了6个未知漏洞,且已有3个漏洞获得CVE授权;同时通过与其他模糊测试工具的对比突出了原型系统的性能优化效果.     

一种面向三维感知的无线多媒体传感器网络覆盖增强算法

 覆盖作为无线传感器网络中的基础问题直接反映了网络感知服务质量.本文在分析现有无线多媒体传感器网络覆盖增强算法的基础上,构建节点三维感知模型,提出面向三维感知的多媒体传感器网络覆盖增强算法(Three-Dimensional Perception Based Coverage-Enhancing Algorithm,TDPCA).该算法将节点主感知方向划分为仰俯角和偏向角,并根据节点自身位置及监测区域计算并调整各节点最佳仰俯角,在此基础上基于粒子群优化调整节点偏向角,从而有效减少节点感知重叠区及感知盲区,最终实现监测场景的区域覆盖增强.仿真实验表明:对比已有的覆盖增强算法,TDPCA可有效降低除节点感知重叠区和盲区,最终实现网络的高效覆盖.     

变化光照目标图像合成的球调和方法

光照是真实感绘制技术中的一个关键因素。研究了朗伯反射的球调和表示，提出了一种基于球调和函数的任意光照目标图像生成方法。该方法在给定目标基图像及其对应光照属性的基础上，通过基图像数据矩阵的奇异值分解（SVD）分离场景环境光分量、反演计算场景反射率和表面法向量等。新光照条件下绘制图像时，采用四阶球调和函数拟合入射光和朗伯反射核计算直接光照；间接光照采用分离出的基图像环境光分量拟合。实验表明：该方法能够保证绘制精确度，适合复杂光照条件下的目标图像生成。     

一种基于NPR的虚拟环境生成方法

非真实感绘制(NPR)为传统虚拟现实技术的使用开辟了新的空间。针对传统基于图像的绘制无法满足艺术风格虚拟环境需要的问题,通过将非真实感绘制技术引入虚拟场景构建中,提出了一种基于非真实感绘制的虚拟环境生成方法。该方法首先通过计算结构张量刻画图像局部结构,并采用全变分偏微分方程自适应滤波处理来得到平滑张量场;然后在此基础上采用线积分卷积指导画笔走向来模拟生成线条波动感艺术图像;最后将其融入3维场景来生成可漫游的艺术感虚拟环境。实验结果表明,采用该新算法不仅可以较好地模拟线条波动感艺术图像,而且可实现艺术风格虚拟环境的构建。     

基于结构化噪声矩阵补全的Web服务QoS预测

随着面向服务计算技术的快速发展,越来越多具有相同或相似功能的Web服务被部署在网络上。用户进行服务选择之前,通常需要根据历史调用信息对未使用过的服务QoS进行预测。由于历史调用信息收集过程缺乏有效的监督和约束机制,所采样的QoS信息往往容易受到结构化噪声污染,从而导致现有方法预测性能急剧下降。为了克服这个困难,通过将Web服务QoS预测问题建模为L2,1范数正则化矩阵补全问题,提出了一类基于结构化噪声矩阵补全的Web服务QoS预测方法。真实数据集上的实验结果表明,该方法不仅能精确地辨识出QoS采样矩阵中噪声行所在位置,而且能对缺失Web服务QoS进行有效预测。     

基于智能优化的分布式网络流量预测方法

网络流量预测是网络管理的重要内容,高效的流量预测方法可提高网络管理效率.针对网络流量的时变性等问题,提出了一种基于智能优化的分布式网络流量预测方法.该方法采用果蝇算法优化3次指数平滑预测模型中的平滑因子,对时间窗口内收集到的网络流量进行预测,从而有效地提高3次指数平滑模型下网络流量预测的准确度与效率.仿真实验表明:相比传统3次指数平滑预测模型,此方法可解决平滑因子的不确定性所导致的预测结果误差问题,有效提高了网络流量预测精度.