ALOHA系统信息到达流的概率分析

ALOHA协议是现代通信网络和计算机网络中常用的一种协议 ,在该系统中存在着分组的碰撞和重发。针对卫星通信系统中的 ALOHA协议 ,从概率论的角度对其信息到达流进行了近似分析 ,最终得出了其信息到达流的平均到达速率这一有意义的理论结果。

成批排队在自相似流量中的应用

本文针对当前的网络流量特征引入了成批排队的自相似流量模型MX/D/ 1,得到了系统大小分布、等待时间分布及容量受限时的阻塞概率等 ,并结合实际网络流量的跟踪测试数据 ,进行了实验研究。

指控系统信息服务质量评价研究

为了有效评价指控系统信息服务质量情况,在深入分析指控系统信息服务特征及用户服务要求的基础上,研究了评价指标的析取原则,从主观和客观两个方面提出了指控系统信息服务质量评价的指标体系,对各维度及评价指标的含义、测量方法进行了详细讨论,并给出了定性评价、定量评价和半定量评价3种指标评价方法和加权综合评价方法。

流量转发中改进的加权公平排队策略

本文通过网络节点流量转发实例的研究,发现传统的加权公平排队方法具有一定的局限性。并根据实际网络流量的特点,提出了一种改进的加权公平排队方法。实验结果表明,该方法具有更好的性能和更强的自适应性。

自相关性对IP网络数据流量预测影响的实验分析

为了测定自相关性对于IP网络数据流量预测的影响,利用局域网和广域网上的真实流量数据集,设计并进行了流量聚合实验和洗牌实验。得到的实验数据显示,随着聚合尺度的增大,平均相对预测误差减小;自相关性越强,预测误差越小;上述影响主要来自于短时相关性。实验结果表明,自相关性对于数据流量预测具有重要影响,自相关性越强,预测效果越好;而且,短时相关性的影响是主要的,长时相关性的影响很小。

水下声学传感器网络研究

水下声学传感器网络日益成为国内外的研究热点,而水下环境恶劣及传感器节点移动难以控制等问题的存在,使得如何确保水下声学传感器网络的效能备受关注。分析了水下声学传感器网络的国内外研究现状,描述了水下声学传感器网络的层次结构,对水下声学传感器网络物理层面临的技术挑战进行了研究,并指明了下一步研究工作的方向。

变权评估中均衡函数的构造

针对变权评估问题,介绍了基本原理,研究了均衡函数的构造方法,提出了激励型和惩罚型均衡函数的概念。考察了两类基本的均衡函数:和型均衡函数与积型均衡函数,通过其函数项与导数的讨论,研究了函数的构造条件以及其最终成为激励型和惩罚型均衡函数的条件,并结合具体例子进行了分析。所得结论具有普遍的意义,丰富了变权评估的理论体系。

基于网络流路径模型的军事通信网可靠性分析

考虑军事通信网中节点的不同功能属性、节点之间的关联协作和信息流动的方向性,结合网络流理论,构建一种符合军事通信网特征的网络流路径模型。在此基础上定义基于时延的通信可靠性和通信节点重要度,用以表征网络实际运行的可靠性。分析军事通信网在一般情况和突发性情况下的通信可靠性,结果显示通信可靠性均存在峰值,反映出军事通信网的可靠通信能力,进而计算通信节点的重要度,找出网络的瓶颈节点。通过分析通信节点负载情况,验证了该模型的有效性。

基于成批排队的自相似业务性能分析

自相似业务建模及性能分析是ATM领域当前的研究热点。讨论了当前排队模型的特点与不足,从分组层次上提出了一种新的模型。利用成批排队理论对系统的性能指标进行了分析,对模拟流量的自相似性及排队性能进行了实验仿真,研究了确定模型参数的方法,证实了理论结果的正确性。实验结果表明,从分组层次上建立的排队模型在性能上优于ON-OFF源层次上的模型。

基于在线教学案例的启发式教学模式研究

针对信息化环境下,在线资源和服务逐步丰富,有必要充分利用网络环境进行教学改革的教学实际,分析案例教学和在线教学案例的特点,提出基于在线教学案例的启发式教学模式的设计思路和实施办法,并对该教学模式在"指挥信息系统"课程中的运用进行了探索,同时对其在实施过程中面临的问题和对策进行了阐述。

基于信息质量的信息优势评估指标研究

一方有根据需要收集、处理、分发信息的能力,能够预测敌方信息需求的变化,并且能阻止敌方拥有相同的能力,这样的一方才具有信息优势。如何评估基于信息质量的信息优势是研究热点,但目前信息优势评估指标体系不完善,不足以评估信息质量,针对这一不足,提出了新的评估指标体系:完备性、准确性、更新性、新颖性、关联性、真实性和可靠性,并对每个指标进行了解释和分析。随后的研究表明,文中提出的评估指标体系具有一定的理论和实际意义。

CPS拓扑结构节点重要性排序方法

信息物理融合系统(Cyber-physical Systems,CPS)拓扑结构中节点重要性排序是CPS拓扑分析的重要方面。针对CPS内在结构特征,构建一种CPS拓扑结构模型——交互网络模型。然后结合CPS信息交互特点定义节点交互介数作为衡量具体节点重要性度量,阐明该测度能够反映节点的相对重要度,并给出了时间复杂度为多项式阶的节点重要性排序有效算法。最后构建CPS拓扑实例进行分析,并与节点介数进行对比,说明节点重要性排序能够为CPS的运行和防护提供重要参考。

分组密码RC6在TMS320C6201上的实现

在TI公司的DSP芯片TMS320C6201上实现分组密码RC6。利用TMS320C6201的特点利用汇编语言实现算法的加、解密过程,其中对128bits的RC6每秒钟实现加密157.1Mbits,每秒解密154.2Mbits,实现速度比较理想。

流量管理中信息重发问题的研究

信息重发在通信网络中广泛存在。通过对信息重发问题的研究,建立了概率模型,分析了信息到达流的各种性质,得到了到达间隔时间的分布及平均到达速率等重要性能指标,利用数值实验对理论结论进行了验证。所得结果对网络流量管理和拥塞控制有一定的参考价值。

基于超网络的军事体系韧性评估

针对军事体系韧性评估问题,分析了军事体系要素与能力的关系,建立了军事体系的韧性模型.提出定量评估军事体系韧性的指标,即能力恢复时间和恢复时间比.最后基于韧性分析模型给出了韧性指标评估方法,并以简单的打击能力为例演示了韧性指标的分析过程.

基于Servqual的公务用车管理系统服务质量评价模型

为了有效评估公务用车管理系统的服务质量,提出了基于Servqual的公务用车管理系统服务质量评价模型,构建了相应的服务质量评价指标体系。结合层次分析法、模糊分析法、问卷调查等方法和工具,提出了一种模糊层次分析的评价方法。成立了由专家、管理者和用户代表组成的评价团,通过收集大量用户感知和满意度评价数据,对所构建的评价模型进行了实践验证。结果显示,评价团中3组人员对该模型各指标的权重评价值的相对误差低于1%,用户对公务用车管理系统服务的总体评价值与通过模型计算的评价值之间的相对误差低于2%。实践表明,构建的模型指标体系合理,适用于公务用车管理系统服务质量的分析与评价。

指控系统信息服务质量评价指标

指控系统的信息服务质量在某种程度上决定了指控系统的效能。在分析信息质量、服务功能、服务性能等影响信息服务效果的质量要素基础上,提出了指控系统信息服务质量的评价指标。针对各指标的特点,分别设计了定量评价、半定量评价和定性评价3类评价方法,给出了典型指标的具体评价算法和步骤,并进行了详细讨论。研究结果可为指控用户开展信息服务质量评价提供理论依据和参考。

指控系统信息服务质量评价方法研究

为适应信息化条件下联合作战的信息服务需求,结合指控系统服务特征,深入分析了信息质量、服务功能、用户感受等要素的关联关系与依赖关系,构建了指控系统信息服务质量评价指标体系。充分利用模糊数学理论,结合现有层次分析、综合评价等方法的优点,提出了一种能够较好地应用于指控系统信息服务质量评价的综合评价方法。通过实例阐述了进行指控系统信息服务质量评价的方法与步骤,对论文研究内容进行了数据验证,结果显示指标体系和评价方法适用性较好。

基于深度学习的目标检测框架进展研究

在R-CNN框架提出后,基于深度学习的目标检测框架逐渐成为主流,可分为基于候选窗口和基于回归两类。近两年来,在Faster R-CNN、YOLO、SSD等经典的基于深度学习目标检测框架的基础上,出现了大量的优秀框架。根据优化方法对近几年提出的框架进行了梳理和总结。在PASCAL_VOC和MS COCO等主流测试集上对目标检测方法的性能及优缺点进行了对比分析。讨论了目标检测领域当前面临的困难与挑战,对可能的发展方向进行了展望。

基于深度学习的图像语义分割技术研究进展

自FCN网络在2014年提出后,SegNet、DeepLab等一系列关于图像语义分割的深度学习架构被相继提出。与传统方法相比,这些架构效果更好、运算速度更快,已经能够运用于自然图像的分割处理。围绕图像语义分割技术,对常用的数据集和典型网络架构进行了梳理分析,对2017年以来的新进展进行了综合研究,利用主流评价指标对主要模型的语义分割效果进行了比较和分析。对语义分割技术面临的挑战以及可能的发展趋势进行了展望。