关键词
2×2中继混合射频/自由空间光航空通信系统性能分析
作者: 张韵   王翔   赵尚弘   来源: 光学学报 年份: 2019 文献类型 : 期刊 关键词: 中断概率   光通信   m衰落链路   Weibull分布   混合射频/自由空间光   Nakagami   2×2中继   exponentiated   平均误码率  
描述: 分布函数及累积分布函数,并推导了该系统平均误码率(BER)和中断概率的闭合表达式。仿真分析了大气湍流强度、孔径尺寸和调制方式对平均BER和中断概率的影响。结果表明,孔径平均效应可有效改善混合RF/FSO航空通信系统的性能,2×2中继通信系统性能明显优于1×1中继通信系统。
支持差异化服务的航空信息网络切片策略
作者: 宋鑫康   赵尚弘   王翔   来源: 航空学报 年份: 2022 文献类型 : 期刊 关键词: 航空集群   资源聚类   网络功能虚拟化   网络切片   差异化服务  
描述: 针对航空集群各作战任务对网络性能需求的差异,研究了灵活耦合任务需求的航空信息网络切片问题。按照任务特性定义网络切片类型及性能特征,以任务资源需求为约束构建切片性能最优化整数规划模型,将网络切片构建问题分解为平台资源聚类和链路资源聚类2个步骤,提出了基于粒子群的平台资源聚类算法和基于感知节点的链路资源聚类算法。平台资源聚类阶段通过基于聚类因子排序的粒子群聚类算法进行迭代求解;链路资源聚类阶段,以各网络切片性能和链路负载率为优化目标,在平台资源聚类的基础上完成链路资源聚类。研究结果表明:所提算法构建的航空信息网络切片可满足不同任务对平台资源以及网络传输能力的需求,平台资源利用率和链路负载率显著改善。
基于集成学习的航空发动机排气温度预测
作者: 易文川   王兴   王翔   唐庆如   来源: 航空计算技术 年份: 2022 文献类型 : 期刊 关键词: 集成学习   航空发动机   排气温度   神经网络  
描述: 准确预测排气温度对预知航空发动机未来的工作状态至关重要。然而,传统航空发动机排气温度预测模型存在预测精度有限、对时间序列数据的信息利用率不足等问题。提出了一种多模型集成的航空发动机排气温度预测方法,被集成的子模型包括差分整合移动平均自回归模型、一次指数平滑模型和门控循环单元。对所有子模型的预测序列进行加权集成处理,提出了一种在历史发动机性能参数数据上学习最优权重系数的方法,避免了传统优化算法依赖于初始点的选取且其适用性局限于可微函数等问题。在Cessna-172R型飞机发动机排气温度预测问题中相较子模型准确性更高。
航空信息网络服务功能链协同构建与映射策略
作者: 宋鑫康   赵尚弘   王翔   郝少伟   来源: 系统工程与电子技术 年份: 2021 文献类型 : 期刊 关键词: 蚁群算法   航空信息网络   网络功能虚拟化   虚拟网络功能   服务功能链  
描述: 针对任务时延敏感、资源承载有限的航空信息网络作战任务高效部署问题,提出一种基于网络功能虚拟化的服务功能链协同构建和映射策略。该策略以平台和链路负载率为参考,在确定服务功能所映射平台基础上,通过服务链构建方案与网络资源状况相协调,获得最佳服务链构建方案,分别通过改进蚁群算法和广度优先搜索算法获得映射和构建结果。研究结果表明,所提策略在时间复杂度较低条件下可有效提高任务请求接受率,缩短任务平均等待时间,在满足更多任务需求的同时保证任务的快速响应。
基于SDN/NFV的航空信息网络架构
作者: 宋鑫康   王翔   付皓通   赵尚弘   来源: 天地一体化信息网络 年份: 2022 文献类型 : 期刊 关键词: 航空集群   网络服务   软件定义网络   网络功能虚拟化  
描述: 航空信息网络作为集群作战效能涌现的关键支撑,其设计架构将影响航空领域作战模式。基于航空集群未来作战需求,介绍传统航空信息网络存在的不足,分析SDN/NFV的技术特点,在此基础上将SDN/NFV技术与航空信息网络相结合,提出基于SDN/NFV的航空信息网络架构,并简要阐述其组成部分;总结基于SDN/NFV的航空信息网络架构的未来研究方向和挑战。对建立航空信息网络高效信息交互和资源的细粒度聚合能力进行探索,为未来航空信息网络的发展提供参考。
支持差异化服务的航空信息网络切片策略
作者: 宋鑫康   赵尚弘   王翔   来源: 航空学报 年份: 2022 文献类型 : 期刊 关键词: 航空集群   资源聚类   网络功能虚拟化   网络切片   差异化服务  
描述: 针对航空集群各作战任务对网络性能需求的差异,研究了灵活耦合任务需求的航空信息网络切片问题。按照任务特性定义网络切片类型及性能特征,以任务资源需求为约束构建切片性能最优化整数规划模型,将网络切片构建问题分解为平台资源聚类和链路资源聚类2个步骤,提出了基于粒子群的平台资源聚类算法和基于感知节点的链路资源聚类算法。平台资源聚类阶段通过基于聚类因子排序的粒子群聚类算法进行迭代求解;链路资源聚类阶段,以各网络切片性能和链路负载率为优化目标,在平台资源聚类的基础上完成链路资源聚类。研究结果表明:所提算法构建的航空信息网络切片可满足不同任务对平台资源以及网络传输能力的需求,平台资源利用率和链路负载率显著改善。
机器学习在航空发动机排气温度预测中的应用研究
作者: 易文川   王兴   王翔   唐庆如   来源: 舰船电子工程 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   机器学习   性能评估   排气温度   预测算法  
描述: 排气温度是优化发动机性能和排放的关键参数,目标是在预测排气温度的基础上评估四种经典机器学习回归算法,即人工神经网络、随机森林、支持向量回归和门控循环单元。燃油流量、滑油压力和转速是模型输入,所有的机器学习模型在可接受的误差范围内预测了排气温度。相互比较时,门控循环单元的预测精度最高,但它通常需要高质量的无噪声数据;随机森林的精度最低,但需要的计算资源最少;支持向量回归在耗费高计算资源的前提下保证了较好的预测精度;人工神经网络是最合适的预测算法,但它存在繁琐的超参数调整过程。结果表明,经过良好训练的机器学习模型可以准确预测航空发动机排气温度,同时也有助于优化发动机性能、排放和寿命。
机器学习在航空发动机排气温度预测中的应用研究
作者: 易文川   王兴   王翔   唐庆如   来源: 舰船电子工程 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   机器学习   性能评估   排气温度   预测算法  
描述: 排气温度是优化发动机性能和排放的关键参数,目标是在预测排气温度的基础上评估四种经典机器学习回归算法,即人工神经网络、随机森林、支持向量回归和门控循环单元。燃油流量、滑油压力和转速是模型输入,所有的机器学习模型在可接受的误差范围内预测了排气温度。相互比较时,门控循环单元的预测精度最高,但它通常需要高质量的无噪声数据;随机森林的精度最低,但需要的计算资源最少;支持向量回归在耗费高计算资源的前提下保证了较好的预测精度;人工神经网络是最合适的预测算法,但它存在繁琐的超参数调整过程。结果表明,经过良好训练的机器学习模型可以准确预测航空发动机排气温度,同时也有助于优化发动机性能、排放和寿命。
软件定义航空集群机载战术网络
作者: 赵尚弘   陈柯帆   吕娜   王翔   赵静   来源: 通信学报 年份: 2018 文献类型 : 期刊 关键词: 网络服务   航空集群   软件定义网络   任务规划   机载战术网络  
描述: 航空集群是受生物集群行为启发而产生的一种全新航空作战力量体系,在引发未来航空作战力量运用方式产生新变革的同时,也将给作为集群成员间联系与沟通纽带的机载战术网络(ATN,airborne tactical network)带来全新的挑战。基于航空集群作战应用需求,对航空集群机载战术网络(ATNAS,airborne tactical network of aeronautic swarm)进行了介绍,分析了航空集群作战应用对航空集群机载战术网络的基本能力需求,总结了将软件定义网络(SDN,software defined network)设计思想运用于航空集群机载战术网络构建的优势;在此基础上,提出软件定义航空集群机载战术网络(SDATN-AS,software defined airborne tactical networking for aeronautic swarm),并对其基本架构进行了阐述;归纳总结了软件定义航空集群机载战术网络的未来研究方向和挑战。对支持未来航空集群成员间高效信息交互的机载战术网络形态进行了探索,为明确未来机载战术网络的演进方向提供了参考和借鉴。
面向大规模航空集群组网的控制器部署方法
作者: 付皓通   王翔   赵尚弘   宋鑫康   薛凤凤   来源: 空军工程大学学报 年份: 2022 文献类型 : 期刊 关键词: Pareto前沿   航空集群网络   软件定义网络   多目标优化   控制器部署  
描述: 软件定义网络(SDN)使得控制平面与数据平面解耦,可用来优化航空集群网络体系结构。针对航空集群网络大规模组网需求,设计了一种面向大规模航空集群网络的控制器部署优化算法,将多控制器部署转化为集群划分和子群部署两个阶段,首先基于负载均衡将集群划分为不同子群,然后以全网性能最优为目标于各子群内进行多目标寻优,获得Pareto前沿解。仿真实验评估了所提算法在负载均衡指数、全网平均传播时延、平均失连概率等方面的性能。实验结果表明:与现有算法相比,所提算法有效地提升了全网性能,同时具有较低的时间复杂度,适用于解决大规模动态场景下的航空集群网络控制器部署问题。
< 1 2 3
Rss订阅