基于改进聚类生存度的军事通信网可靠性分析

合集下载

5G在军用通信系统中的应用前景

5G在军用通信系统中的应用前景

5G在军用通信系统中的应用前景杨仕平(广州海格通信集团股份有限公司,广东广州510663)摘要:军用通信系统在现代化战争中占据着重要地位,发挥着不可替代的作用。

文章将在第五代通信技术分析的基础上,对5G在军用通信系统对军事通信网络系统性能影响进行探究,并研究其在通信系统中应用前景。

关键词:5G技术;军用;通信系统中;应用前景中图分类号:E96文献标识码:A文章编号:1673-1131(2019)06-0220-020引言在以计算机化和网络集中为核心的现代战争中,军事通信技术高效、稳定、可靠地分配、共享和指挥信息,同时,把战场的不同平台连接到一个战网系统中,进而保证其正常运行。

在实际的战斗过程中,每个单元通过使用无线通信技术进行必要的信息交换,实时监视运行情况,并灵活地改变运行计划。

军事通信是在不同网络的保护下运行,它可以在全球范围内提供可以协同工作的语音,视频和数据服务,这种服务的提供取决于安全策略,传输要求以及最终用户的个性化需求。

军事通信作为一种融合技术,其5G通信技术包括一套网络标准和技术,来满足终端用户传统的语音,视频和数据要求。

例如,5G研究中的关键技术主要包括大规模MIMO天线阵列,超高密度网络,高频带通信和非正交多址(NOMA)技术,当前这些技术都广泛应用于军事通信。

同时,它也为战场士兵通信和人机交流提供技术支持。

1第五代通信技术概述5G,即第五代通信技术。

与当前的4G网络相比,5G网络具有以下3大优势。

⑴下载速度快。

5G下载速度至少可以达到4G技术的10倍,最高可达4G网络速度的100倍。

(2)等待时间会缩短。

目前,4G网络延迟大约为3050毫秒,但5G网络延迟往往不到1毫秒或更短。

(3)容量大。

5G的高容量意味着网络同时能够满足更多需求,例如,物联网设备生成的数据、虚拟现实体验和同步高清视频流。

(4)非常可靠。

5G将是一个可靠的网络,将广泛应用于卫生行业和互联网汽车行业等关键行业O(5)更灵活。

基于TCN-BiLSTM_的网络安全态势预测

基于TCN-BiLSTM_的网络安全态势预测

第45卷 第11期2023年11月系统工程与电子技术SystemsEngineeringandElectronicsVol.45 No.11November2023文章编号:1001 506X(2023)11 3671 09 网址:www.sys ele.com收稿日期:20220503;修回日期:20220812;网络优先出版日期:20220922。

网络优先出版地址:http:∥kns.cnki.net/kcms/detail/11.2422.TN.20220922.0912.002.html基金项目:国家自然科学基金(62002362);国防自然科学基金(61703426);陕西省高校科协青年人才托举计划(2019038);中国陕西省创新能力支持计划(2020KJXX 065)资助课题 通讯作者.引用格式:孙隽丰,李成海,曹波.基于TCN BiLSTM的网络安全态势预测[J].系统工程与电子技术,2023,45(11):3671 3679.犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋:SUNJF,LICH,CAOB.NetworksecuritysituationpredictionbasedonTCN BiLSTM[J].SystemsEngineeringandElectronics,2023,45(11):3671 3679.基于犜犆犖 犅犻犔犛犜犕的网络安全态势预测孙隽丰1,2, ,李成海1,曹 波1(1.空军工程大学防空反导学院,陕西西安710051;2.中国人民解放军第94994部队,江苏南京210000) 摘 要:针对现有网络安全态势预测模型预测精确度低和收敛速度慢的问题,提出一种基于时域卷积网络(temporalconvolutionnetwork,TCN)和双向长短期记忆(bi directionallongshort termmemory,BiLSTM)网络的预测方法。

首先,将TCN处理时间序列问题的优势应用到态势预测上学习态势值的序列特征;随后,引入注意力机制动态调整属性的权值;然后,利用BiLSTM模型学习态势值的前后状况,以提取序列中更多的信息进行预测;利用粒子群优化(particleswarmoptimization,PSO)算法进行超参数寻优,提升预测能力。

军事卫星通信论文(2)

军事卫星通信论文(2)

军事卫星通信论文(2)军事卫星通信论文篇二《基于信息栅格技术的军事卫星通信问题研究》摘要:栅格技术具有资源范围广、分布性强、异构性复杂的特点,已成为各军事强国军事网络建设的发展方向。

该文介绍了信息栅格技术的基本概念,以及美军GIG的特点,针对我军信息栅格与卫星通信一体化发展提出一些建议。

关键词:信息栅格;卫星通信;GIG1 信息栅格技术的介绍在1999年出版的《栅格:未来计算结构的蓝图》一书中,美国科学家伊恩・福斯特首次提出信息栅格的概念。

该书对信息栅格的定义是:信息栅格是构筑在internet上的一组新技术,它将高速互联网、高性能计算机、大型数据库、传感器、远程设备等融为一体,为用户提供更多资源、功能和交互。

人们设想把自己的计算机插入信息栅格,像从电力栅格中获得电力资源一样获得所需各种信息资源,于是产生了栅格技术在信息领域的广泛应用。

信息栅格的特点是使可利用的资源范围广泛,且具有很强的分布性、更复杂的异构性;使体系对资源的共享更具有目的性;引入虚拟组织的概念,且组织的构建具有动态性和可伸缩性;强调协同解决问题(协同工作)的能力及服务的有序性和可控性。

2 信息栅格技术的军事应用美军的C4ISR系统在指挥控制、预警探测、情报侦察、信息对抗与信息传输、保障等方面有着极大的优越性,但在最近的几场局部战争实战中,暴露出很多问题,如:无法实现全球网络联网,对现代战场上产生的大量信息的加工能力不足,在联合作战中无法实现诸作战力量、作战系统、作战单元之间的互连、互通、互操作。

1999年,美军发布《国防信息基础设施主计划8.0版――实现GIG》,提出建设全球信息栅格(GIG,GLOBAL INFORMATION GRID),这是全球首个军事信息栅格的实例。

为了保证美军能够在未来战争中始终保持信息优势、决策优势和全球作战优势,美军全力打造GIG。

经过多年发展完善,GIG已经成为美军的军事信息系统基础平台,可实现美军在全球任意地点、不同需求用户之间应用程序的互联、互操作。

卫星通信网络性能评估模型建立

卫星通信网络性能评估模型建立

卫星通信网络性能评估模型建立卫星通信网络作为一种重要的信息传输方式,其性能评估对于保证网络质量和服务质量至关重要。

建立一套有效的卫星通信网络性能评估模型是十分必要的。

本文将从模型建立的角度出发,探讨卫星通信网络性能评估模型的建立方法及其应用。

一、卫星通信网络的性能评估卫星通信网络性能评估是指通过对卫星通信网络进行分析、测试和评估,评估其传输速率、延迟、丢包率等指标,从而确定卫星通信网络的质量和服务质量。

卫星通信网络的性能评估与其他通信网络的性能评估有很大不同,主要表现在以下几个方面:1. 卫星通信网络具有较高的传输延迟,这对网络的性能评估带来较大的挑战。

2. 卫星通信网络具有较高的干扰和衰落,这对网络的可靠性和稳定性产生影响,进而影响网络的性能评估。

3. 卫星通信网络的拓扑结构较为复杂,这对网络的性能评估带来了一定的难度。

二、卫星通信网络性能评估模型的建立方法卫星通信网络性能评估模型的建立是一个复杂的过程,需要综合考虑多个因素。

根据卫星通信网络的特点,可以将卫星通信网络性能评估模型的建立过程分为以下几个步骤:1. 确定评估指标评估指标是卫星通信网络性能评估模型的重要组成部分。

在确定评估指标时,需要综合考虑应用程序的需求、网络的拓扑结构、信道的传输特性等因素。

一般来说,卫星通信网络的评估指标主要包括传输速率、延迟、可靠性、丢包率等方面。

2. 建立模型建立卫星通信网络性能评估模型时,需要综合考虑卫星通信网络的拓扑结构、信道特性、应用程序需求等因素。

常用的卫星通信网络性能评估模型包括吞吐量模型、QoS模型、时延模型、传播损耗模型等。

3. 验证模型验证卫星通信网络性能评估模型是十分重要的。

验证模型的过程包括实验室测试和实际网络验证。

实验室测试主要是针对模型的基本性能进行测试,而实际网络验证则主要是验证模型在真实网络中的表现。

三、卫星通信网络性能评估模型的应用卫星通信网络性能评估模型的应用范围十分广泛,涉及到电信、航天、国防、军事等多个领域。

复杂电磁环境复杂度评估方法

复杂电磁环境复杂度评估方法

研究意义
评估复杂电磁环境的复杂度有助 于了解电磁辐射的分布、强度和 变化规律,为军事行动提供决策
支持。
通过评估复杂电磁环境的复杂度, 可以预测和预防潜在的电磁干扰 和攻击,提高武器装备的可靠性
和安全性。
评估复杂电磁环境的复杂度有助 于推动电磁环境领域的理论和技 术研究,促进军事技术的进步和
发展。
02 复杂电磁环境基础
性。
电磁兼容性
电磁兼容性标准
电磁兼容性设计
为了确保各种电子设备能够在同一环 境中正常工作而不产生相互干扰,需 要遵循相关的电磁兼容性标准。
在产品设计阶段就需要考虑电磁兼容 性问题,通过合理的电路设计、屏蔽 措施、滤波技术等手段提高设备的电 磁兼容性。
电磁兼容性测试
电磁兼容性测试包括辐射骚扰测试、 传导骚扰测试、抗扰度测试等,用于 评估设备在复杂电磁环境中的性能表 现。
复杂电磁环境复杂度评估方法
目 录
• 引言 • 复杂电磁环境基础 • 复杂电磁环境复杂度评估方法 • 评估方法应用与案例分析 • 未来研究方向与展望
01 引言
研究背景
现代战争中,电磁环境日益复 杂,对军事行动和武器装备性 能产生重要影响。
复杂电磁环境已成为制约信息 化战争胜负的关键因素之一。
评估复杂电磁环境的复杂度对 于提高军事行动的效率和安全 性具有重要意义。
引入人工智能技术
利用人工智能技术对复杂电磁环境进行智能分析和处理,提高评估 的自动化和智能化水平。
建立标准化的评估流程
制定标准化的评估流程和规范,确保评估结果的准确性和可靠性。
拓展评估方法的应用范围
拓展应用领域
将复杂电磁环境复杂度评估方法拓展应用于通信、雷达、导航、 电子战等领域,满足不同领域的需求。

基于模糊聚类的人防重点目标的确定模型研究

基于模糊聚类的人防重点目标的确定模型研究
一பைடு நூலகம்
应用于聚类分析 ,模 糊聚类分 析的实质就是根据研究对象本身的属性 构造模糊矩阵 , 在此基础 上根据一定的隶 属度来确定其分类关系。 目前对人 防重点 目标进 行分类 大部分是根 据一些指标 对其进行 “ 硬分类” 即根据评价值的不 同取值区间对 目标重要程度进行评价。 , 这 种分类有两个 比较明显 的缺陷 : () 1硬分类中的边界限制使得数据集合中的每一个元素只能够从属 于一个类 , 特别是对于边界 附近 的元素 而言 , 细微的差别就可能使得两 个 目标代表截然不同的重要程度。这显然是不合理的, 因为这些 目标之 间的差异度非常小。 ( 经验值只能够粗略地描述人防 目标状况。在实际应用 中, 2) 需要 更精确地对人防 目标进行划分。 相 比之下 , 模糊 聚类算法没有上 面提到的两个缺陷 。 模糊算法是一 种软划分 , 它能够按 照数据集 中的相似程度将数据分类 , 常符合人 防 非 目标分析 的需要。下 面我们就来讨论如何使用模糊 聚类算法进行人 防 目标分 析 。 常用 的聚类方法有 基于模 糊等价矩阵的聚类和直接 聚类法 两种 。 本文采用的最大树法是直接聚类法。最大树法是直接使用相似矩阵进 行分类的 , 更为直观 。 最大树法的思想是 , 就是画出以被分类元素为顶点 , 以模糊相似矩 阵 R的元素 r为权 重的一棵最大的树 , 取定 ∈{,】砍 断权重小 于 01, 的枝 , 得到一棵不连通的图 , 各个连通 的分支便构成 了在 水平上的分 类, 具体做 法如下 : 设 u f X …, 】 =x 1 x, 先画出所有顶点 x_ 一n, 1 , 从模糊相似矩阵 ( 2 . ) R中按 由大到小 的顺序依 次画出树枝 , 并标 上权重 , 要求不产生 圈 , 直到所有顶点连通为止 , 这就得到了一颗最 大树 。得到最大树后 , 对于 任 意给定 的人 , 只要 < 的边砍断就 可以得 到一 个不连通的 图 , 它的 连通分支就是 入水平上的类。 值得注意的是, 这种分类法与最大树的选 择是无关的, 因此 当最大树不唯一时 , 是不会影响其分类结果的 。 3模 型 实 例 . 以某市人 防重点 目标为例 ,采用模糊 聚类 的最大树法对其进行 聚 类分析 , 确定人防重点 目标 的重要性程度 次序 。 表 i 各个 目 的得分表 标

网络可靠性优化设计探析论文[推荐五篇]

网络可靠性优化设计探析论文[推荐五篇]

网络可靠性优化设计探析论文[推荐五篇]第一篇:网络可靠性优化设计探析论文摘要:随着我国经济社会领域的高速发展与快速进步,从而国民生活水平的不断提高,整个社会已逐渐步入了信息时代,人们对网络的依赖性也越来越强,网络不仅在日常工作以及商业中成为不可缺少的部分,而且人们在日常生活中也达到了离不开的地步。

可是,伴随而来的会出现一些问题,网络可靠性是一个主要问题,受到人们的广泛关注,增强对网络可靠性的研究,能够有效的确保网络正常稳定运转,而且可以推进网络的发展。

文中将主要研究网络可靠性以及影响网络可靠性的因素,同时提出了有关的网络可靠性优化设计方法.关键词:网络;可靠性;优化设计;问题网络线路的高速覆盖以及各个领域的应用软件系统应运而生,快速改变了人们的工作流程以及生活方式,使得现代人越来越依赖网络,越来越离不开网络。

所以,如果网络突然出现了问题,在工作以及生活中,几乎离不开网络的情况下,从表面看影响的只是工作以及生活,再进一步看,影响的是整个社会经济或者更重要其它方面。

身体再好的人,都会有生病的时候,对于网络来说,网络故障等现象也是不可避免的,特别是我国,计算机以及网络发展应用时间不长,还没有丰富的优化计算机及网络安全可靠性的经验。

由此,文中将主要提出:通过对网络的优化,增强安全以及可靠性的设计,提高网络各个方面的性能,降低网络故障出现的几率,从而降低各个方面的影响以及损失。

1网络可靠性概述现代社会中,人们日常生活当中网络作为不可缺少的一部分。

人们利用计算机通过网络能够学习想学习的知识,网上教学已经十分普遍,对上班族来说,网络的进步,也可以让他们充分使用空闲时间,使用计算机学习将自身水平提高。

网络的迅速发展保证人们可以足不出户尽知天下事,同样发达的网络实现了网络购物,不出门就可以买到合适的物品,网络交易利用网络技术广泛普及,给人们带来便利,所以,人们越来越钟爱网络模式。

可是伴随着网络的逐渐开放,产生了一系列不良的影响,例如,网络诈骗和网络陷阱等,因为网络是虚拟的,就带给诈骗人员机会。

军事通信网络拓扑结构抗毁性仿真

军事通信网络拓扑结构抗毁性仿真

① 收稿时问:201 0—04—1 3:收到修改稿时间:201 0一O6—1 2
Research and Development研 究 开发 1 09
计 算 机 系 统 应 用
Байду номын сангаас
201 0 年 第 1 9卷 第 1 2 期
结构 ,可扩展性不大。 (2)层次化结构和 超立方体结构 ,都是基于节点
Invulnerability Sim ulation of M ilitary Com m unication Networks Topology
W ANG Zhi—Yuan ,DING Ze—Zhong ,HU Guang—Shui
(1.Logistical Engineering University,Chongqing 401311,China;2.Unit 65121,SiPing 132202,China) Abstract: Based on the classical scale—free network model(BA mode1),this article designs a adjacent network of
Keywords:military communication netw orks;topology opti m ization;invulnerabilit y;si m ulation resea rch
1 引言
军事通信 网络是 用于军事 目的、保 障作 战指挥 的 通信 网,主要功能是保障情报侦察 、指 挥协同、武器 控制 、后勤支持和 日常管理等信息 的准 确传递。军事 通 信 网络 由多种结构并存并不断发展变化 ,其拓扑 结 构呈现出典 型的 “无尺度”特性【1】。在无尺度网络中 , 集散节 点和 关键子 网的失效可能会造成整个 网络 的崩 溃 ,进 而引发严重后果。因此 ,研究军事通信 网络集 散节点抗毁性策略 ,探讨 网络拓扑 结构 优化方案 ,将 为有效阻止 网络攻击和 提高抗 毁性提供重要 手段 。 1.1传统优化方案

云模型

云模型

多分辨率分析逆向云发生器X条件云发生器云模型模糊性聚类诊断云模型模糊性轮式机器人单片机泛概念树兴趣层自治域云模型电压耐受曲线模糊性激光扫描Dijkstra算法能量函数最小化BP神经网络网络安全分类算法定性概念正态云模型峰度图像分割信任声誉分类增量学习数值优化空气质量预报云模型云模型综合评价知识共享知识评价云模型云发生器云发生器不确定性阈值生成算法免疫优化算法量子免疫算法环境适应性模型可靠性云模型灰色关联度法信息融合神经网络状态评估学习质量评价教学质量评估相似性分段聚合近似云模型自适应定点直流电机逼近性推理法向量度量公式量子遗传算法函数优化数据场云模型PID交通信号自适应控制正态分布云模型云模型控制器DDE逆云模型移动最小二乘法正态分布期望曲线科技奖励云滴数字特征不确定性规则发生器轮式机器人单片机绩效结构熵权法稳健性云模型不确定性定性概念用户信用评价承包商选择评价方法云模型交通流预测交通优化云模型模糊控制信息融合不确定性鲁棒性评估边界曲线孔洞检测噪声鲁棒云分布云混合模型水质变化趋势分析宁海县云模型云变换云模型区间数满意度云相似度云模型P2P技术智能优化算法云模型云模型遥感影像熵权法云模型云模型免疫危险理论云核多阈值图像分割客户价值客户聚类自适应初始化语言值转换拓展云动态仿真云模型云模型Mann-Kendall检验A3000系统液位搬运机器人ARM云模型评价月销售量预测聚类云模型云c-均值聚类定性贝叶斯批调度自适应参数调整MPU方法布尔操作拥塞度云模型效能评估度量滑模控制平行单级双倒立摆综述威胁识别关联度分析隶属云正态云不确定性复杂系统信任决策信任变化数字水印版权保护实物期权预期现金流收益云模型暂态稳定数据挖掘交通流量数据不确定性云模型综合决策综合云效能评估裕度抢占阈值云模型关联分析云模型规则约简运营成本蒙特卡罗随机数云模型综合评判相似云度量主观信任信任云物料需求计划聚类分析振动参数云模型正态云正态云模型网络安全云模型数字参考咨询服务质量符号化统计特征矢量云模型状态评估项目相似性云发生器模糊性多属性评价军事信息网络定量转化有限状态机状态评估统计分析云模型映射定性评价指标合作伙伴云模型模糊性云模型综合评价云模型增加采样曲率自适应蚁群算法相似因子数据填充云模型矢量神经网络云模型谱聚类效能评估雷达模拟器指标权重作战方案优选云模型土遗址前件云发生器Q-学习信任评估云模型元胞自动机多信息融合云模型蠕滑QoC指标体系云模型云模型云变换效能评估灰云内部威胁感知遗传算法仿真动态模型相似度云模型产业转型战略风险预警空气质量环境评价变权综合评价云模型东江流域图像水印版权保护模糊综合评价电力市场云模型正态云知识本体数字特征隶属度指标体系改进的层次分析法能量价格上限容量价格云发生器高等院校预测云模型智能控制球棒系统云模型关联分析数据离散化概念跃升云模型灰关联驾驶状态二维云定性推理多媒体结构安全决策表云模型数据挖掘隶属度层次分析法线性加权云模型熵权雨模拟三维显示坐标变换非线性系统控制梯度下降法水质评价水体联盟评价云模型正向正态云模型云模型ET0云模型威胁影响因子权重系数特征选择入侵检测资源型城市土地适用性评价指标体系航迹关联信任云综合评判云模型数字特征小波分析云模型增量学习云模型云模型软件过程绩效隶属度模糊概念风险等级信任云理论研究综述评估词汇量云选取判优云模型刀库抛掷爆破综合评价层次分析法保障评价云模型遥感影像客户细分系统设计衰减因子相似度供应链正态云模型AHP云模型信息融合量子计算函数优化承接优势云模型企业管理匹配修复交通状态评价故障模式危害性分析质量评价数字海图质量评估云模型模糊数学云模型入侵检测检测率借阅偏好不确定性图书推荐动态均衡蓄积量Yamaguchi四分量分解遗传算法攻击区云模型云发生器预测云云模型不确定性推理层次分析法熵值法雾化因子误差分析视点特征直方图激光测距仪(LRF)人工免疫原理数据概要结构入侵检测逆向云生成评估模型云模型混合量子计算函数优化云模型幂律数字特征可靠性差异演化粒子群模型正态模糊事故树云模型正态分布云模型云模型云权重逆向云发生器红外图像弱小目标检测评分聚类属性聚类双重置乱置乱程度实数编码全局优化云模型支持向量机信任管理模糊理论云模型TOPSIS方法多因素综合评价模型内蒙古迁移相似度云模型不确定性控制蚁群算法服务选择REST架构云模型正态云评价逆向云发生器峰值法云变换云模型预警私有云负载均衡云模型网络仿真可编程控制器随机数物流服务质量大坝变形数据分析词汇化结构预测评价SWRL故障预测指标土地集约利用综合云词汇化结构预测数据包络分析云模型不完全可信性应力-强度干涉模型CIMS环境云神经网络效能评估评价云模型短时交通流预测模型不确定性推理滑模控制云模型岷江流域指标因素分析法协方差矩阵投影情境建模路径规划自适应参数调整云模型Pareto最优解云模型蒙特卡罗方法自主性评价方法云模型云模型故障诊断灰云NSGA-Ⅱ算法函数优化云模型Web服务虚拟角色模糊性粒子群优化适应度测评方法雷达图函数优化不确定性变量半定量效能评估云模型灵敏度分析云模型不确定性云模型遗传算法云模型多属性评价神经网络综合素质评价彩色图像分割云变换运作管理雷达辐射源信号识别云模型肥尾云模型坡面水毁云模型度量方法条件约束云雾化风险预测动态数据交换液位搬运机器人ARM逆向云发生器定性评价协同过滤项目相似性覆盖算法云模型以约束为中心云模型云模型维护策略评价一致性评价可信度评估效能评估LabVIEW网格任务调度项目的评分相似度时间修正证据理论发散型研讨度量一致性储能系统功率平滑云模型进化算法物元理论评教指标量化健康状态评估偏航控制风电机组探究图像云模型VIKOR方法励磁推理器多机无穷大云模型流媒体业务不确定性四叉树不确定性确定度云模型云运算评估模型店铺选址研究文化评价云模型公交电子站牌灰云聚类变权理论极大似然法飞行器辨识粗糙直方图HSV MapReduce子树同构CIELab彩色空间网格点情感分类云模型云推理确定度映射LabVIEW云模型确定度云理论灰色关联度云模型阿克苏地区云模型层次分析法云模型业绩评价云模型地表水源地不确定性推理风险评价碍航性综合评价D-S证据理论辐射源识别入侵容忍入侵识别有效传输距离评价指标边界曲线孔洞检测并行蚁群算法支持向量机风险评价定性推理板形控制云模型模糊综合评判法云模型Theil指数不确定性托肯入侵检测词袋模型不确定性概念表示云模型云模型云模型有偏好熵权电压分区中枢母线胀缩性云模型聚类查询扩展复合图书馆实体馆藏云模型控制器灾害预警云模型改进非支配排序双语教学应用图像阈值化白细胞核提取分布式传感器融合用户特征属性相似性打分偏好灰色预测模型信任向量混沌优化供应商选择AHP云重心效能评估云模型驾驶状态无线传感器网络状态估计平均无故障时间故障树分析法异常检测异常阈值云模型安全评价云相似度反精确分析灰色理论文本云相似度文本特征提取云模型文摘单元选取灾害损失评估模糊综合评价二维云模型聚类分析简化点云模型云模型情境建模CIMS推理映射评价指标体系云模型评价方法云模型项目分类云模型云理论不确定性法向计算最小二乘拟合供应链绩效评价监测系统数据采集云模型控制器ARM指标体系云模型理论云模型数据认证融合最近迭代点云模型信任二维正态云发生器反馈机制进化策略正态云不确定性推理云模型混沌理论关系数据库数值优化软硬件划分水质评价小波分析云模型信息安全风险评估检修策略云模型移动AdHoc网络评价云模型云模型实例分析视距云变换云模型指数平滑法云模型学习效果评价嵌入式SOPC系统云模型控制器数据挖掘可信推荐节点信誉模型离散微粒群批调度励磁控制汽门控制推理映射非线性映射云发生器工期-费用模型云模型计算机模拟模糊推理系统不确定性正态云云模型无线传感器网络云模型理论权重几何属性光顺去噪云变换多维关联规则轮式机器人单片机不确定语言群体一致性指标体系效能评估隶属云LQR控制串并联系统加权云状态评估故障诊断协同过滤云模型K近邻二向八叉树增量三角网格化离散小波变换数字水印REST架构云模型多属性评价决策方法人工智能云模型云发生器信任度评估声誉信任分类器癌症相关基因云模型驾驶员反应时间汽车运行工况文本分类文本聚类云模型概念客户特征知识发现云模型对称性检测模型表面分割粒化粒层次结构云模型地表水源地云模型模糊隶属函数TSP定性推理板形控制无线传感器网络状态估计PM2.5Favour排序云模型云生成器信息粒概念抽取云模型SAR评估评估AHP正态分布熵正态云云模型评价指标体系路径规划自适应参数调整水印容量云模型环域分割聚类分析云控制器不确定性聚类云模型数据融合云模型展延云模型不确定性推理评价准则异常检测异常阈值云模型映射器不确定性推理正态云熵相似度云模型效能评估云模型区域生长图像分割电磁频谱保障能力QoS参数归约调度算法定性控制二维云模型云模型要点评价去噪特征保持认知科学概念空间模型形式化云模型理论任务调度案例推理路径规划机器人特征增强谷云遗传算法公共交通蚁群优化点云特征点预测模型云模型协方差矩阵配准误差态势预测预测规则时间集中性可信度云人工鱼群算法函数优化云模型隐马尔科夫模型工程造价定性定量古建筑智能控制云理论定性推理云控制器云层次分割二维云变换分割云模型功耗约束逆云模型逆云隶属度语言评价云模型云模型效能评估多蚁群算法路由优化驾驶行为不确定性网络课程评价模型分割区域生长熵权评价最速下降法板形不确定性分析云模型心电信号ST段基于信任网络推荐冷启动推荐云模型数据场量子云旋转门量子云变异与云纠缠点聚类自适应迭代实物期权定价鉴评模糊神经网络反导作战通道多车道智能控制证据距离指标体系模型节点部署传感器模糊C均值(FCM)聚类图像增强最近的N个离散点平衡二叉树效果评估能力云图像阈值化图像分割云发生器LabVIEW变异操作云模型供水管网抗震功能指标体系云模型参数化方法几何图正态云模型区间数逆向云发生器贝叶斯分类小波变异克隆选择算法植被散射水云模型特征辐射源信息平台目标识别云变换RBF神经网络云遗传算法云模型云模型质量综合评价最小生成树K邻域逆向云变换认知计算霍夫曼树逆云模型云模型图像分割证据距离评价遗传算法云模型隶属云模型隶属云定性规则故障树蒙特卡洛云模型行为评判模型复杂网络环境各向异性图像去噪可视化云核图像分割直觉正态云模型建设项目经济评价D-S理论评价安全评价熵图像分割对数量化量化索引调制(QIM)云模型贝叶斯网络云模型服务能力多维信任云不确定因子云模型可拓学云模型数据场云模型权衡函数主观性云模型云模型模糊性多维信任云直接信任云云模型差量云模型保性能容错控制剖面图工业设备云模型粗集录井关键参数生物量水稻投篮命中率投篮角度数字水印鲁棒性效能云模型云模型危险信号最小二乘支持向量机温度补偿数据挖掘安全评价云模型运行情况监测状态检修云模型物元理论故障诊断目标识别姿态估计云模型矿井涌水量情报效能效能评估云模型云模型物元理论云模型matlab仿真警务信息处理云模型环境条件指挥控制效能云模型云重心评估法作战能力二维云规则层次分析云重心评判法云模型微粒群算法信任认知安全监控N维云模型特征速度熵权评价云模型一维正态云全局优化群体智能云模型风险评价云模型熵权云模型动力学互关因子指数法模型简化路径规划机器人故障诊断水轮机组Wiener模型系统辨识云模型变异策略隶属度判定算法点云融合三维重建云模型典型小概率法云模型自适应遗传算法云模型网络入侵云模型路径跟踪个性化推荐云模型云模型神经网络短时频率估计特征提取折线生长恶意节点信任模型变异信任决策评价方法云模型云模型理想方案ANP云模型正向云算法逆向云算法云模型层次分析法云模型比例积分微分粒聚类分析机器鱼云模型火电机组免疫克隆算法云模型不确定推理云化计算性谱聚类Laplacian矩阵云模型QoS/QoE综合评价电子电气员不确定性语义Web云模型隶属度云重心评判法目标可满足性推理云模型空域质量评估质量变化云遗传算法配煤调度遗传算法云模型路网级配数据处理三角网格用户相似性云模型LK算法旅行商问题帧缓冲深度裁剪自适应算法参数优化虚拟人摇头动作控制扩展云云发生器特征点检测k近邻物流节点物流配送槽多属性决策不确定性相似性可信模型信息可信评价规则发生器数据融合计算机模拟蚁群聚类算法标准BP算法神经网络云模型建模与仿真步进电机数字水印fact cell path query parallel协同过滤算法零水印版权保护不确定性控制云模型种群适应度函数优化函数优化迭代最近点算法加权轮式机器人单片机正态云发生器特征选择入侵检测云相似性算法区间私有云虚拟化云自适应遗传BP算法神经网络马赛克算法概念格云模型亲疏系数云模型层次分析法炮兵营线性回归模型云模型代理体系结构调度算法云理论模糊模式识别模糊理论云计算鲁棒性云模型云分类器交叉验证EM算法重建算法蚁群遗传算法正态云模型点云模型位移细分曲面旅行商问题模型识别改进云模型变异收敛性二维正态云拟合云云模型云物元分析原理数据融合动态定价生鲜食品数字线划图云模型人工免疫模型云模型自学习进化算法个体能动性云模型改进蚁群算法云计算网格FY-2C云图关联规则云模型经济车速规划条件云模糊理论云模型物元理论Fréchet距离自适应C-measure算法路由问题多目标路由问题云模型压缩感知方向场阴影线影响范围网格计算任务调度数据包络分析主成分分析数据场搜寻区域变权理论云模型特征提取点云简化云模型电网企业云模型组合评价云模型定性规则类别相似性综合相似性遗传算法云模型LSF调度算法抢占阈值联机分析处理云模型可信评价构件疲劳人耳分割3D姿态归一化业主招投标数据融合云模型并行技术农田采集优先变量模糊神经网络模糊性随机性粗糙-云模型矿山变压器意图识别模糊控制法向估算上采样高度差K-邻近点信任模型集对分析风险评估多属性评价粒子群算法支持向量回归机内脏脂肪面积健康评价过程改进CMNI主观Bayes方法云模型故障诊断熵理论人工智能技术遗传算法测点选择故障字典刀轨修改刀轨生成评价模型熵权法云模型熵权法人力资源管理外包风险安全评价云模型Clifford-Fourier变换3D点云径向基函数神经网络故障诊断云模型信任向量云理论云重心评价法模糊信息设计方案云模型故障停电云综合p阶逆向云变换分形矩阵风险评估科技奖励评价评价非一致性云模型评价指标体系综合指数评价云模型综合评估大数据云计算云推理云模型权重云推理知识共享服务质量最大最小贴近度算术平均最小贴近度Bootstrap方法雷达辐射源信号信用卡信用评价云模型改善云模型RBF神经网络线性四叉树多分辨率模型软测量云模型云模型QNN云模型RT-LAB发动机运行云模型云理论风险评估云模型指数平滑法云模型评价体系认知无线网络参数优化数字水印K近邻丢包队长信任等级定量评估概念提升定性评价云重心评估移动最小二乘法点云模型独立成分分析云模型云模型变权理论云理论效能评估年龄分布评价不确定性点云模型分水岭轮廓算法损益云模型损益比云模型惯性权重正态云模型正向正态云发生器云模型风险评估体系框架云模型工程项目质量成本预测信任模型云模型粒粒编码方式数学模型航迹控制Ad Hoc网络移动意图检测前跟踪动态规划差分进化合作式协同进化支持向量机增量学习云模型神经网络位置估计云模型指标气象相似性点云配准融合神经网络粒子群语义描述三维模型库态势提取态势感知评价云模型云模型层次分析法项目的评分相似度时间修正云模型蚁群算法参数辨识PID控制指标体系云模型评价指标云模型概念数字特征概念跃升云模型特征项线性四叉树多分辨率模型云模型确定度红外图像弱小目标检测并行蚁群算法支持向量机移动最小二乘法点云模型云理论效能评估电压分区中枢母线关联关系无监督学习云模型D-S证据合成云模型D-S证据合成云模型云重心富营养化评价水环境粒子群优化模糊逻辑粒子群优化模糊逻辑评价不确定性质量评价云模型信任传递数字特征判定矩阵对称性检测PCA分析均匀云云综合变形基函数高斯分布云模型云重心灰度服务质量绩效评价特征提取线性相关性粒子群优化模糊逻辑层次分析法模糊计算测点识别人体尺寸数字特征判定矩阵对称性检测PCA分析特征提取二叉树云计算网格蚁群算法推荐技术兴趣发现智能群体算法盘式绝缘子云模型最优判别差分进化算法云模型二元语义云模型孔洞边界点可编程控制器变频器云模型绩效评价云模型功耗约束点云简化点云分割BP网络板形预测三维重建图像改进的云神经网络T-S云推理网络透明加密双缓存价值评估模型云模型层次分析法云模型演化建模趋势预测云模型图像分割云化概念遗传算法粒子群算法综合评价云模型互动发展发展策略乘客行为云模型评价指标体系云模型灰色预估模糊控制QoS/QoE相似性度量云变换相似性度量层次聚类云模型评价体系云模型遗传算法故障诊断危险理论移动Ad Hoc网络云模型云模型可信路由概念扩展查询词权重综合评价云模型小波变换关联规则云模型等距对合谱分析主观信任模型风险评估多目标化记忆策略多样化搜索集中化搜索人件服务软件服务边缘对偶帧差法图割检测感知多边形网格实时绘制时间资源分配网络特征曲率光顺案例推理云模型可信性一体化校核与验证过程事故模式云模型云模型推理机制径向基神经网络核密度估计主观信任云模型云模型核主分量分析重构运行机制合作机制影响机制云模型云模型离群释义子空间云模型区间直觉模糊理论数字航空摄影质量元素特征选择不平衡文本云模型云安全架构区域生长图像分割信任云行为预测合作博弈云模型电力大客户运营环境信任卫星系统设计设计优化遗传算法云模型云理论泛概念树兴趣群组信任模型云计算图形处理器云模型矢量云故障诊断云模型蒙特卡洛仿真最优概率粒子群算法差分进化绩效结构云模型云模型组合预测RS特征抽取遗传算法风力机模糊推理点云模型体积计算预期现金流收益B-S公式煤与瓦斯预测云发生器本体知识服务质量评价云模型发展审计信息化审计评价模糊神经网络交通信号控制策略切片法矢量轨迹获取逆向工程多媒体信息检索时空相关性粒子群优化主成分分析植物形态重建特征匹配SFM算法EM算法证据理论贝叶斯概率推理网可视化意见综合山茶属植物数值分类人工髓核生物力学模拟计算点云切片用户评分可信度用户推荐可信度吸积盘太阳星云二维图像旋转轴网格模型体素模型指标体系评标模型。

一种基于Multi—Agent协作的战场传感器网络数据融合架构

一种基于Multi—Agent协作的战场传感器网络数据融合架构

基金项 目: 国家 自然科学基金资助项 目(0 93 3 64 6 2 )
作者简介: 孙岩(98 )男 , 17 一 , 博士研究生, 主要研究方向为人工智能与作战模拟、gn开发、 A et 数据融合
维普资讯
4 0
《 军事运筹与系统工程》 20 年第 1 06 期
备特别是小型无人系统 中不便采用过于高速复杂的信息处理单元 , 而传感器获得 的感知数据流巨大 , 使得 处理能力面临瓶颈。③数据有效性。在传感器网络环境 中, 通常包含有大量不 同特性 的传感器系统( 雷
达、 红外等 ) 数据格式难 以统一。由于工作机理不同, , 不同传感器的探测 能力差异很大 , 以无缝覆盖 , 难
体协作 的Sn nl A et et e— gn 数据融合架构和融合校验模 型, i 并对移动 A et gn 任务规划进行 了详细研 究。 关键 词 : 传感 器 网 ; 数据 融合 ; l —A et ytm ’ Mut gn s i S e 中图分类号 :P9 文献标识码 : 文章编号 : 7 8 1 (06 0 — 09— 5 T33 A 1 2— 2 1 20 ) 1 0 3 0 6
将全局态势 图像看作是一个具有 内在关联的全局知识库 , 则每个感知 目标可视为多维知识空间中的一个 点对象 。考虑到传感器的内在感知误差以及多传感器的聚合误差 , 标 点实际会退 化为一个发散的 目标 目
点集 , 甚至成为离群点。如果我们能对这些异常加 以识别 , 过反馈求精或引入外部知识加以校正 , 通 则能
获得相对准确的全局态势图像 。 警戒感知模式 即通过建立和维护一个全局态势知识库 , 通过不同层次的数据校验聚类 , 分离出异常的
离群数据 , 由数据反馈再融合或外部知识校正 , 经 从而形成最有价值的全局态势 图像 。 结合军事应用 , 可以设想警戒模式 中存在 以下三种数据融合样式 : ①直接数 据融合 。当数 据可信度 高、 敏感性低时可采用该融合样式。数据只需符合基本的校验要求, 可以进行融合和发布。在实际应用 就 中, 大尺度 、 变化缓慢的环境背景数据 , 比如气象、 地形 、 水文情况和相对固定的大型 目标等可以采取这种 样式进行融合 。②间接数据融合 。该样式是一种对精度要求较高的融合模式 , 常用于数据校验发生错误 、 不完整 、 不一致 , 或必须满足特定需求等情况 。此时 , 可利用外部信息源或传感器 网络 内的其它节点进行 数据的纠错重聚。各种与作战行动密切相关 的军事 目标 、 特定 的民用 目标和敏感地 区的 目标等应采取该 样式进行融合 。③主动数据融合。针对基于使命和任务 的态势感知需求 , 可采取主动数据融合样式 , 即预 先定义敏感地域 , 主融合相关传感器信息 。 自

基于抗毁性的军事通信网可靠性和节点重要性分析

基于抗毁性的军事通信网可靠性和节点重要性分析

熵 【6J、节 点抗 毁 测 度 均 方 差 L7 J、跳 面 节 点法 j以及 最 大 集 群 尺 度 】等 ,节 点 重 要 性 的评 价 方 法 主 要 有 平 均 等 效 最 短 路 法 [1Ol、度 数 法 、介 数 法 【1 l、生 成 树 法 、互 信 息 法 、 page rank法 [ 等 。代 数 连 通 度 法 只 能 分 析 连 通 网络 的 可 靠 性 ;互 信 息 法 只 能 用 来 分 析 节 点 间 的 相对 重 要 性 而 无 法 分 析 网 络 的 可 靠 性 ;度 数 法 和 介 数法 对 于 节 点重 要 性 的分 析 过 于 粗 略 ;生 成 树 法 无 法 判 断 不 同割 点之 间 的 重 要 性 ;平 均 等 效 最 短 路 法 在 分 析 大 规 模 网络 时 非 常 复 杂 ;跳 面 节 点法 不 能 反 映 出节 点 之 间连 接 的 细 节 。文 献 [15] 对 网络 聚 类 生 存 度 的 算 法 进 行 了 改 进 ,并 用 改进 后 的算 法 对 通 信 网可 靠 性 进 行 了 分 析 ,证 明 了 改进 后 算 法 能够 科 学 准 确 地 分 析 网络 生 存 性 。笔 者 在 文 献 [15]基 础 上 ,通 过对 在 不 同节 点一链 路 可 靠 性 条 件 下 的 网络 聚 类 生 存 度 进 行 统 计 分 析 ,得 到 能 够 反 映 网 络 抗 毁 性 和 节 点抗 毁 性 的指 标 ,从 抗 毁 性 角 度 对 网 络 可 靠 性 和 节 点重 要 性 进 行 分 析 。
K ey w ords:m ilitary com m unication netw ork;invulnerability;netw ork reliability;node im portance

战场通信网络仿真系统可信性评估

战场通信网络仿真系统可信性评估
类 等 。
的互联、互通提 出了更高要求。美军在冷战结束后战略思 想发生了改变 , 认为未来战争需要一个高速响应 的决策系 统, 信息已成为获取战争胜利的重要战略资源。因此,加 快战场信息的流通速度, 实现各种信息的自动分发和无缝
传 输 ,是战场通 信 网络 的基 本需 求 。 其保密 性和数 据来 而
等。 在战斗行动中, 隶属于同一级军事组织的通信站点往
往 具有 相似 的移动 特性 。 同的移动 模型 也可能 适用于 战 不 斗 的不 同阶 段等 。 地 形 与天 气 模 型主 要 描 述 了地 形 对通 信 信 号 的遮 挡 和 天气 对通 信质量 的影 响等 。
来表示的指标。例如 : 某通信协议提供了多种信道分配模
等。 这些模型描述了仿真系统中实现的协议栈各个层次的
主 要功能 ,且都 有 多个子功 能模 块 。 上 述模 型 涉及 到 的指标 包 含 完全 逻 辑 类和 程 度逻 辑 类2 种类 型 。 完全逻辑 类指标 是指 对某 些功能 的评 估结果
为 “ ” 错 ” 有 ” 无 ”时 , 以 用 逻辑 值 “ ” 0 对 、“ 、“ 、“ 可 1 、“ ”
结构包 括对 等 的移 动 自组 网、 带基站 或 中心站点 的星 型 网
议规范, 仿真实现程度如何等, 从本质上决定 了仿真系统
是否 真实地 反 映 了战场 网络 形态 。 V A技术 中的校核与 V & 验 证技 术 关 注 的就 是仿 真 系统 是 否 准确 代 表 了开 发 者 的 概 念描 述 和 设计 过 程 以及 仿真 系 统代 表 真 实世 界 的准确
络、分簇的无线通信网络等。战场通信协议可能支持一种 或多种组网形态,可以根据具体的硬件条件、网络规模、

基于聚类挖掘的移动通信网络链路优化设计

基于聚类挖掘的移动通信网络链路优化设计

基于聚类挖掘的移动通信网络链路优化设计
陈俊霖;齐继东;鲜娟;邓娟
【期刊名称】《计算机仿真》
【年(卷),期】2022(39)3
【摘要】移动通信网络链路信噪比低且容量小,容易导致通信过程出现中断,通信质量较差,难以实现信息实时传输,为此提出基于聚类挖掘的移动通信网络链路优化设计。

首先分析聚类挖掘算法预测失效链路,将相关边聚类信息融入各项指标中,获取
边聚类系数定义表达式,结合表达式挖掘节点与周围网络对链路优化形成的价值;利
用马尔科夫信道转移法对通信网络链路构建矩阵模型,判断节点状态,并获取节点处
于兴态时,链路的最佳传输带宽,结合非线性规划原理完成计算机通信网络联络优化。

仿真结果证明,所提优化方法可以提高通信数据传输质量,并且根据节点兴衰特征,准确优化消息投递链路。

【总页数】5页(P184-187)
【作者】陈俊霖;齐继东;鲜娟;邓娟
【作者单位】重庆邮电大学移通学院;重庆邮电大学
【正文语种】中文
【中图分类】TP393.2
【相关文献】
1.基于4G环境下数据挖掘在移动通信网络优化中的应用
2.基于聚类挖掘的移动资费体系研究与设计
3.基于4G环境的数据挖掘在移动通信网络优化中的运用研究
4.
数据挖掘在移动通信网络优化中的应用研究5.多信道舰船无线移动通信网络链路调度优化仿真
因版权原因,仅展示原文概要,查看原文内容请购买。

贝叶斯网络在军事作战中的应用现状及展望

贝叶斯网络在军事作战中的应用现状及展望

贝叶斯网络在军事作战中的应用现状及展望佟守愚;庞世春;杨吉;华宏图【摘要】介绍了贝叶斯网络的产生及其研究概况,详细阐述了国内外关于贝叶斯网络在军事作战领域的应用研究状况,特别是在战场态势威胁评估、装备损伤评估、目标毁伤效能评估、智能攻击决策、目标侦查与识别、飞行安全六个领域的研究成果.进一步论述了贝叶斯网络在军事应用研究方面存在的问题,指出了贝叶斯网络在军事应用领域中的研究热点、难点.对贝叶斯网络的军用前景做出了总结和展望.【期刊名称】《指挥控制与仿真》【年(卷),期】2010(032)005【总页数】4页(P1-4)【关键词】贝叶斯网络;态势评估;装备损伤;战损评估;智能攻击;飞行安全【作者】佟守愚;庞世春;杨吉;华宏图【作者单位】空军航空大学基础部,吉林,长春,130022;空军航空大学基础部,吉林,长春,130022;空军航空大学基础部,吉林,长春,130022;空军航空大学基础部,吉林,长春,130022【正文语种】中文【中图分类】E917贝叶斯网络(Bayesian Networks)是一个包含条件概率表的有向无环图,是目前不确定知识表达和推理领域中最有效的理论模型之一。

贝叶斯网络是人工智能、概率理论、图论、决策分析相结合的产物, 具有严格的数学理论基础;适用于表达和分析不确定性和概率性的事物,应用于有条件地依赖多种控制因素的决策,可以从不完全、不精确或不确定的知识或信息中做出推理。

自 1986年由 Pearl提出后【1】,已成为表示概率知识基础上的不确定性的有力工具。

贝叶斯网络又称信度网(Belief Networks)、因果网(Causal Networks)或概率网(Probabilistic Networks)。

它是一种基于网络结构的有向图解描述,它用具有网络结构的有向图表达各个信息要素之间的关联关系及影响程度,用节点变量表达各个信息要素,用连接节点之间的有向弧表达各个信息要素之间的关联关系,用条件概率矩阵表达各个信息要素之间的影响程度。

基于科研合作网的网络模型研究和节点重要度判定分析

基于科研合作网的网络模型研究和节点重要度判定分析

基于科研合作网的网络模型研究和节点重要度判定分析建立引用或共同作者网络并给出检索概率是衡量学术研究的方法之一。

20世纪的数学家Paul Erd s有500多个合著论文者,且发表了1400篇研究论文。

数学家们经常通过分析Erd s 的强大的合著网络来测定自己与Erd s的差距。

本文通过分析与Erdos合作过的合作者网络的属性,证实了此网络具有无标度网络特征。

分析网络中节点的度中心性、介数中心性和接近中心性,得到他们之间的关联,并得出在此类网络中的节点重要度判定方法。

标签:复杂网络合作者网络度中心性介数中心性接近中心性20世纪60年代,由著名数学家Erdos和Renyi提出的ER随机图模型开启了复杂网络理论研究的大门。

1998年,Watts和trogatz引入了小世界网络模型,以描述从完全规则网络到完全随机网络的转变。

1999年Barabasi和Albert指出:许多实际的复杂网络的连接度分布具有幂律形式,该类网络被称为无标度网络。

无标度网络的节点度分布服从幂律分布,无标度网络的连接分布极不均匀,网络中大量节点拥有少量的连接,而少量节点却拥有网络的大多数连接。

现实世界中许许多多的复杂网络,如Internet、邮件系统、科研合作网络、新陈代谢系统、食物链、社会关系网等,都是无标度或小世界的网络。

[1-5]一、网络模型的建立与网络拓扑特性笔者从Erdos合作者关系中(https:///users/grossman/enp/Erdos1.html)获得了与Erdos合作者的文档资料,构建了一个与Erdos直接合作的合作者之间的网络。

我们将里面的每一位作者视为顶点,如果两个作者曾经合作发表过论文,那么他们之间就有一条边相连。

我们用从18000个关系中提取出511个节点,得到这511个节点的邻接矩阵即合作者网络。

并通过计算得到了网络的平均度、网络密度、平均长度、聚类系数和度分布。

(见表1)二、合作者网络中节点的重要程度我们考虑各个节点在Erdos1网络中连接重量级作者不同,我们从三个影响因子对他的影响出发判断此网络中的节点的重要程度。

基于网控的军事卫星通信地球站异常检测系统研究

基于网控的军事卫星通信地球站异常检测系统研究
收稿 日期 : 2 1一53 ;修 回 日期 :2 1 52 0 1O —0 0 20 —2
Hale Waihona Puke 个 军事卫 星 通信 系统 由空 间段 和地 面段 2部
分组 成 , 中地 面段 包括信 关 站 ( tw yS ain 其 Gae a tt , o
基 金 项 目 :国 家 自然 科 学 基 金 资 助 项 目 (0 0 0 9 ; 中 国博 士 后 基 金 项 目 ( 09 6 5 6 63 2 ) 20 29 )
地球 站 是 负 责 发 送 和 接 收通 信 信 息 的 地 面终 端, 是军 事卫 星通信 网 的重要 组成部 分. 球站 异 常 地 包 括诸多 方 面 , 了故 障之外 , 除 还包 括仿 冒、 丢失 、 被
非 法用户 使用 或者 战 时 被敌 方 缴 获 等 等. 地球 站是
虚假 呼 叫请 求 , 消耗有 限 的系统 频带 资源 , 通 过这 并
NC 和操 作 控 制 中 心 ( eainC n rl e tr C) Op rt o to C ne , o O C . 据 IO 网络管 理 标 准 , C )根 S 网络 管 理 系统 基 本 组成包 括 管 理 器 ( n g r 、 理 ( e t 、 络 管 Ma a e ) 代 Ag n ) 网 理协 议 ( t r n g me t rtc 1和 管 理 信 Newok Ma a e n ooo) P
的 问 题 , 出 了地 球 站 行 为 异 常 检 测 的概 念 , 引入 聚类 分 析 和模 式 匹配 相结 合 的 方 法 , 出 了一 个 基 于 网控 中心 提 并 提
的 某 型 军 事 卫 星 通 信 地 球 站 异 常 检 测 系 统 , 数 据 的预 处 理 方 法 进 行 了 改 进 . 过 对 几 个 经 典 数 据 集 和 卫 星 地 球 对 通

战术通信网性能评估指标体系

战术通信网性能评估指标体系
第3 4卷
第 8期
四 川 兵 工 学 报
2 0 1 3年 8月
【 信息科学与控制工程 】
d o i : 1 0 . 1 1 8 0 9 / s c b g x b 2 0 1 3 . 0 8 . 0 3 2
战 术 通 信 网性 能 评 估 指 标 体 系
董保 良, 周兴乾 , 祁 小丁 , 张金 强
D O NG B a o — l i a n g , Z HO U X i n g — q i a n , Q I X i a o — d i n g , Z HA N G J i n — q i a n g
( D e p a r t m e n t o f I n f o r m a t i o n E n g i n e e r i n g , A c a d e m y o f A r m o r e d F o r c e s E n g i n e e i r n g ,B e i j i n g 1 0 0 0 7 2 ,C h i n a )
战术通 信网作为数字 化战场 的通信 网络 , 自2 0世 纪 9 o
年代 出现以来 , 受到 世界各 国军 队 的高度 重视 , 在 实现数 字
1 战 术 通 信 网性 能评 估 研 究 方 式
1 . 1 从 战术通信 网的组成和 功能分析
化 战场机 动指挥 控 制 、 各层 次 态势 感 知 以及无 缝 联通 等方 面, 发挥着重要作 用 。战术 通信 网是 否可 靠高效 , 网络组 织 是 否合理 , 直接关 系到作 战信息 和作 战指 令 的准确传 递 、 交 换、 处理和执行 , 甚 至关 系到作 战任 务的成 败 。传 统通 信 网
关键 词 : 战术通信 网 ; 性能评估 ; 指标体系

基于大数据的军事应用分析

基于大数据的军事应用分析

基于大数据的军事应用分析发布时间:2023-03-23T03:21:25.355Z 来源:《中国科技信息》2023年第1期作者:孙力崔宇赵艳[导读] 随着大数据时代的来临,未来战争必将是以信息化主导的战争。

孙力崔宇赵艳中航西安飞机工业集团股份有限公司陕西西安 710089摘要:随着大数据时代的来临,未来战争必将是以信息化主导的战争。

本文首先介绍了大数据的概念、特征以及相关技术,分析了大数据技术在现代战争中的价值,大数据技术成为影响信息时代战争的重要因素。

关键词:大数据;数据库;军事1大数据概念随着信息科技的不断发展,各种信息交互产生的数据已经成为重要的战略资源,强有力的推动着经济、科技与军事等方面的进步与变革。

各个领域都可以明显感觉到大数据渗透的深度与广度,呈指数级增长的数据量早已超越了传统数据处理的能力。

基于此,大数据技术则应运而生。

大数据时代的到来也给军事领域产生了深远的影响,一系列挑战与变革都是军事情报分析需要积极面对的问题。

部队如何管理分析这些数据资源,成为现代作战决胜的重要一环。

如何从冗杂的数据信息中得到有效的数据集,需要不断提高装备信息化程度,使得数据处理的能力匹配作战需求。

随着大数据的不断重视,军队信息化建设水平的持续提升,在航空航天等领域可以看到关于大数据的相关信息,大数据在现代战争中将产生巨大价值。

对于大数据相关概念最早有过提及的是比尔?恩门,他被人们誉为数据库之父,尽管距最初提及大数据概念已经有约30年的时间,但至今都没有一个统一的定义。

大数据的采集、存储以及管理分析等能力都超过了典型数据库,是一个相当庞大的的数据集合,常规软件在有限时间范围内无法对其进行管理处理。

2大数据特性数据体量大。

现在数据的量级已经发展至很高的程度,在如此庞大的数据规模之下,所需要的收集、存储、分发等能力已经远超传统信息管理技术。

大规模分布式计算技术、内存计算技术、流处理技术在稳定性、计算性能上有着突出的优势,能够很好的满足大数据的存储处理等需求。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
中 图 分 类 号 : T 3 30 P 9 .6 文献 标 志码 :A
Rei b lt ay i f ii r mmu i a i n Newo k Ba e n I r v d l ii An l sso l a y Co a y M t n c to t r s d o mp o e Cl se i g S r i a ii u t rn u v v b l y t
兵 工 自 动 化
・5 ・ 4
2 2 O O1 - 6
Or n n e I d t y Au o a i n d a c n us r t m t o
3 () 16
d i 1 .9 9j sn 1 0 — 5 62 1 .60 o : 03 6 / is .0 6 1 7 .0 20 . 1 . 7
基 于 改进 聚 类生存 度 的军 事通 信 网可 靠性 分析
马睿 - ,朱建冲 ,杨 美玲 :
( .海 军工 程大 学 管理 工程 系 ,武 汉 4 0 3 ;2 1 3 0 3 .中国人 民解 放 军 9 3 1部 队通 信营 ,上 海 2 0 3 ) 12 0 4 6
摘要 :针 对 现有 全 网聚类 生存度 计 算 方 法计 算不 够 准确 的 问题 ,提 出一 种 改进 算法 。该 方 法将每 个 聚 端和 与 其
po o e r p s d.I h s me h d v r l se i g e d a d c u t rn r n h s c n e t d t t a e s e d a n n t n h n t i t o ,e e y c u t r n n n l s e i g b a c e o n c e o i r e me s o e u i ,a d t e
Ab t a t s r c :Ac o d n o t e c l u a i n d f c e wo k c u t rn u v v b l y a g rt m,a m p o e l o i m s c r i g t h a c l to e e tofn t r l s e i g s r i a ii l o i t h n i r v d a g rt h i
M aRu Zh J a h i , u i nc ong ,Ya e lng ng M ii
(. p .fMa a e n n ie rn , v l nv ri E gn eig W h n4 0 3 , hn ; 1 De to n g me t gn eig Na a iest o n iern , u a 3 0 3 C ia E U yf 2 C mmu iainB t l n N . 2 nt P A, h n h i 0 4 6 C ia .o nc t at i , o 9 U io L S a g a 0 3 , hn ) o ao 1 1 3 f 2
0 引 言
作 为 战 时 搜 集 、处 理 和 传 发 信 息 的 信 道 ,军 事
对 于 网络 生 存 性 的 影 响 。上 述 学 者 对 网络 生存 性 的
研 究 取 得 了很 多成 果 ,但 也 存 在 一 些 问题 。 目前 的 通 信 网络 结构 一 般 都 是 不 规 则 的且 规模 庞 大 ,用 蒙
s r i a ii fc mp e e wo k u d r p e e e t la t c s a ay e y u e o e i r v d c u t rn u vi a ii n u vv b l y o o t l x n t r n e r f r n i ta k i n l z d b s f t mp o e l se i g s r v b l y i a h t M a l b Th i u a i n r s l i d c t st a h m p o e l o i m smo e a c r t h n t e o i i a n i e p n t ta . e sm lto e u t n i a e h t e i r v d a g rt t h i r c u a e t a h rg n l e wh l k e i g is o e hg p e . i h s e d K e r s m it r o y wo d : l a y c mmu i a i n n t r ; l se i g s r i a ii r la ii i n c to e wo k c u t rn u v v b l y; e i b l y t t
通 信 网在 信 息 化 作 战 中 发挥 着 神 经 触 角 的作 用 。 由 于 战场 环 境 复 杂 条 件 恶 劣 , 要 求 军 事 通 信 网 具 有 较 强 的抗 毁 性 和 生 存 性 。现 存 的 网络 可 靠 性 指 标 可 分
成 2类 【 : 图论 和 概 率 论 意 义 上 的 连 通 性 ( 毁 性 、 J J 抗 生存 性 等 ) 以 网 络 的 某 种 性 能 指 标 为基 础 的 可 用 度 、 ( 效 性 等 ) 军 事 通 信 网 的节 点和 链 路 易 受 到 敌 方 有 。 的针 对 性 破 坏 , 因 此 ,要 研 究 针 对 性 攻 击 下 军 事 通 信 网 可 靠 性 ,就 需 要研 究 网络 抗 毁 性 和 生存 性 。 关 于 网络 生存 性 的研 究 ,P B rn于 1 6 . aa 9 4年 对 规 则 网络 进 行 了 研 究 , 出 网络 冗 余 等 级 的概 念 L 。 提 2 J AletR 等对 复 杂 网络 进 行 了研 究 【 。Cat l 【 br 3 J s l E4 io l 等 提 出 用 贝 叶 斯 网 预 测 路 网 流 量 , 黄 晶 L 等 在 5 1 Cat l 等 人 的 基 础 上 提 出用 贝 叶 斯 网计 算 路 网 sl E io
相连 的 聚枝 看作 一 个整 体 ,并在 Malb软件 中使 用改进 后 的 聚类生 存度 分析 在 针对明: 改进后 的算 法保持 了原 算法 的计 算速 度 , 同时还 提 高 了计算 的 准确 性 。 关键 词 : 军事通 信 网;聚 类生存 度 ; 可靠性
相关文档
最新文档