具有星际链路的LEO/MEO卫星网络动态路由协议

针对具有星际链路的LEO/MEO卫星网络,设计了一种具有自主运行能力的卫星网络动态路由协议（SDRP）.采用时间离散化的链路状态增量更新的虚拟拓扑路由算法,降低了网络开销.提出的多点转发节点选举算法,提高了路由收敛速度和网络资源利用率.仿真结果表明,卫星网络动态路由协议的路由收敛时间远小于网络稳态保持时间,路由收敛时间是OSPF的1/10,平均协议带宽占用率也大大小于OSPF,可以保证卫星网络的信息可靠传送.     

Internet的TCP拥塞控制机制改进

随着视频点播等网络多媒体技术的快速发展 ,现有的TCP拥塞控制机制已不能有效解决网络拥塞问题 .为了改善这种状况 ,可以通过改进现有的算法来获得较好的性能 .合适字节计数(ABC)算法通过改进拥塞窗口的增长方式减轻延迟或丢失的确认 (ACK)带来的负面影响 ,填补了TCP协议中的一个漏洞 .此外 ,适当地增加初始化窗口可以减少传输时间 ,提高性能 .尽管算法的改进一定程度上能缓解网络的拥挤状况 ,但仍有些问题无法解决 ,拥塞管理器则集成了所有应用程序及传输协议 ,用于进行拥塞控制和管理、带宽共享等 ,也就有可能彻底、有效地解决拥塞问题     

一种基于SDN的无线网络负载感知扩散算法

针对当前无线网络中一些节点超载而另外一些节点处于轻载的问题,引入了SDN(software defined networking,软件定义网络).并根据物理学中连通器水压的原理提出了一种改进后的动态负载感知扩散算法,该算法很好地利用了节点所处负载环境这个信息,在负载迁移过程中进行了有效地收敛.通过Linux下的mininet-wifi平台搭建了系统模型,对其进行了仿真实验分析.仿真试验结果证明该扩散算法有效地减小了往返时延,提高了网络吞吐量,降低了能耗,解决了网络拥塞问题.     

基于Petri网的Internet拥塞控制慢启动改进算法

针对Internet拥塞控制策略的慢启动过程中不同RTT的TCP流间在竞争带宽时的不公平性及慢启动后期拥塞窗口增长速度过快两个问题,建立基于Petri网的慢启动算法模型.通过对该模型的分析,发现导致这两个问题的原因是拥塞窗口的增长与RTT的大小成负指数增长关系,由此提出一种改进算法,在慢启动后期将拥塞窗口的增长与RTT的大小改为成正比关系,并用NS2仿真器进行仿真实验,结果表明改进算法有效解决了这两个问题.     

一种改进的RED算法及其OPNET仿真

减少网络拥塞是提高网络传输的服务质量（QoS）的关键策略之一，基于路由器／网关的拥塞控制策略可以及时发现网络的拥塞状态并实施有效的控制,文中在已有的RED算法基础上展开研究，提出了一种改进的算法，该算法采用非线性丢弃函数来控制网络拥塞．为了考核算法的有效性，利用OPNET建立网络仿真模型，结果表明改进的算法在许多方面比原有算法更有效。     

基于OFDM的DF中继网络能效最优路径选择策略

针对三节点解码转发(DF)中继OFDM (orthogonal frequency division multiplexing)网络,提出一种能效最优路径选择策略.通过将中继链路衰落值和直传链路衰落值转化为等效路径损耗值,给出了一种基于等效路径损耗指数的能效最优路径选择准则,并分析了电路功率消耗、带宽、速率需求以及信道条件等因素在路径选择时对系统能效的影响.仿真结果表明,能效最优路径与链路速率需求、传输带宽以及信道条件有关,并满足能效最优路径判决准则,当基站(BS)和用户(MS)间距离为610 m,速率等于5和6 Mbit/s时,本文方案的能效比最大调和信道增益路径选择方案分别提高11.8%和40.5%.      

基于OFDM的列车控制网络宽带系统

针对列车通信网络日益增长的带宽需求,提出一种TCN基带信号承载高频载波信号的信道共享解决方案,采用OFDM技术与TCN总线共用同一物理介质,在基带传输低速率、高可靠控制指令的同时,叠加更高频域的多媒体数据信息,实现信道复用.利用Matlab建立了列车控制网络宽带OFDM模型,并用FPGA实现了收发机样机系统,最后通过实验,验证了方案的可行性.     

无线Ad-Hoc网络密钥分发和认证机制研究

针对Ad Hoc网络没有管理中心,资源受限等特点,解决了Ad-Hoc网络面临的新的安全问题,使Ad-Hoc网络得到更广泛的应用.结合基于身份加密和门限秘密共享两个基本理论,提出了一个适用于Ad-Hoc网络、没有管理中心的分布式密钥分发和认证方案.其优点是:减少了运算量,节省了存储空间和带宽,并无需在网络形成之前假设密钥已经分发完毕,从而有效解决了Ad-Hoc网络安全中密钥管理的问题.     

无线Ad-Hoc网络密钥分发和认证机制研究

针对Ad Hoc网络没有管理中心,资源受限等特点,解决了Ad-Hoc网络面临的新的安全问题,使Ad-Hoc网络得到更广泛的应用.结合基于身份加密和门限秘密共享两个基本理论,提出了一个适用于Ad-Hoc网络、没有管理中心的分布式密钥分发和认证方案.其优点是:减少了运算量,节省了存储空间和带宽,并无需在网络形成之前假设密钥已经分发完毕,从而有效解决了Ad-Hoc网络安全中密钥管理的问题.     

一种实时多媒体数据流传输算法及其在NS2上的实现

为了解决基于UDP协议的实时多媒体数据流与基于TCP协议的应用数据流共享有限的带宽问题,文中就如何能够获得更好的多媒体数据流的传输算法进行了研究.在对传统算法进行分析和参考有关算法的基础上,改进了IETF的友好TCP速率控制协议.利用C 语言在NS2上成功地实现了改进后的算法,并进行了仿真,取得了预期的效果.     

旅行商问题推广及其混合智能算法

旅行商问题(TSP)是典型的NP-hard问题,是组合优化研究领域中的热点问题之一.全体旅行商问题(CTSP)是TSP的变形推广,它是比TSP更复杂的一个问题,而且有着广泛的应用.遗传算法(GA)具有随机全局搜索能力,但对于系统反馈信息利用能力差,且收敛慢,求解效率低.蚁群系统(ACS)算法具有并行全局搜索能力,且在很...     

一种改进的求解QoS多播路由问题的蚂蚁算法(英文)

为了克服基本蚂蚁算法收敛速度慢、容易早熟和陷入局部最优解的缺陷,提出了一种求解QoS多播路由问题的改进型蚂蚁算法.该算法采用相遇蚂蚁策略来加快搜索速度,采用最优解更新和信息素自适应控制策略来避免出现停滞现象.仿真结果验证了该算法的可行性和有效性.     

�����Ŵ��㷨�Ż���·����·��

公路运输路径问题已被证明是高维非线性完全问题,实际中还会增加非流通图约束,使求解更复杂,研究价值较高.鉴于传统遗传算法在求解过程中容易出现早熟收敛、冗余迭代的缺陷,在初始种群生成、交叉变异及搜索操作方面提出改进,设计混沌遗传算法.采用遍历城市顺序的染色体编码,结合随机法与贪心法生成较优初始种群,避免出现大量非可行染色体,提高了后续的遗传效率.接着,执行优先保留交叉和平移变异操作,依次引入局部邻域搜索以及混沌搜索以加快算法收敛,还给出最优解的非连通公路约束满足判据.最后,实验结果验证了新算法的有效性,不但取得了较优解,而且子代种群离散程度较小,收敛性更好.     

基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型.仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快.     

基于UKF滤波的水下目标被动跟踪研究

传统算法在解决目标被动跟踪时存在有偏、收敛速度慢或发散等不足,文中将无迹卡尔曼滤波(UKF)算法应用到目标的被动跟踪.该算法是一种以扩展卡尔曼滤波算法为基本框架,以贝叶斯理论和UT变换为理论基础的新型滤波算法.根据UT变换的基本原理给出了滤波过程的具体计算步骤并进行了仿真计算.理论分析和仿真结果表明,UKF算法的性能相当于二阶高斯滤波器,UKF算法在目标被动跟踪中的滤波精度、稳定性和收敛时间都优于EKF算法.     

混合蚁群算法求解物流配送路径问题

蚁群算法具有较强的发现较好解的能力，但同时也存在一些缺点，如容易出现停滞现象、收敛速度慢等．将遗传算法和蚁群算法结合起来，在蚁群算法的每一次迭代中，根据信息量选择解分量的初值，使用变异操作来确定解的值．通过实例与其他优化方法的结果进行比较．结果表明，该算法有较好的收敛速度及稳定性．     

���ڱ�������IJ��̶�ǣ����ʽ˫��ؽ�·�������������㷨

建立了不固定牵引方式双肩回交路机车周转图的数学模型，以机车在两折返段和基本段总停留时间最少为目标，设计了求解该机车运转制机车最优配置的一种变异进化算法。该算法根据个体适应度的优劣而对个体进行不同程度的变异，并采用启发式变异和随机变异两种变异策略，既使优秀个体的染色体中优良模式能够最大程度地遗传给子代，又保持了子代的多样性，有助于提高算法的优化性能和收敛速度。以某列车运行图为例仿真计算，所求得的机车段内总停留时间和需要的机车数比该运行图分别减少约23.8%和9.8%，并与遗传算法进行了比较。     

һ�ָĽ�ģ���˻������·��ѡ���㷨

合理的配送路线可以提高物流配送的效率。启发式的最优路径选择方法是目前研究的热点，本文针对模拟退火算法收敛速度慢的缺点，提出采用退火过程的导引知识（即上次退火过程节点的分布情况）作为下次选择节点的依据，从而提高模拟退火算法的速度。分别针对不同的配送节点进行实验，结果表明，基于导引知识的模拟退火算法能够获得更快的收敛速度，更快得到最优解。     

Mutating Evolution Algorithm for Locomotive Diagram with Double Shoulders-Circuit Locomotive Routing by Unfixed Traction Mode

A mathematical model for double shoulders-circuit locomotive routing by unfixed traction mode has been presented whose objective is to minimize the total time for locomotives staying in districts and an optimized schedule has been obtained with a mutating evolution algorithm. The algorithm carries on the varying-degree mutation according to the fitness of the individual and uses the heuristic mutation. The stochastic mutation can make the eminent schemas heredity to the filial generation which, from the chromosome of the excellent individuals, maintains the multiplicity of the filial generation. Thereby the algorithm can enhance the optimized capability and the convergence rate. The proposed method has been tested over an actual problem of train diagram. The results show that the total time of locomotives staying in districts and the required number of locomotives are reduced by about 23.8% and 9.8 %, respectively, compared with the genetic algorithm.     

具有可变超松弛因子的OSEM在PET重建中的应用

基于最大似然期望法(ML-EM)重建的图像质量好,但因其收敛速度太慢,而难以直接应用于临床.有序子集最大期望法(OSEM)具有较高的重建图像质量和较短的计算时间,超松弛因子(OR)有可灵活调节超松弛因子和加速收敛两种功效.文中将OSEM和OR有机地结合起来用于PET图像重建,形成可变超松弛因子的OSEM重建算法(OR-OSEM).该方法综合了上述两种算法的优点,具有可根据需要灵活改变子集数和超松弛因子的功能.计算机仿真模拟和临床PET投影数据的重建结果表明了该方法的有效性.