基于图像超分辨重建的低轨卫星频谱感知 数据空间分辨率提高方法

在低轨卫星物联网系统中,卫星感知的频谱数据空间分辨率低,空间电磁环境的细节难以分析。针对该问题,提出将频谱的空间分布情况以二维图像形式处理,根据空间频谱感知数据的特点采用适当的图像超分辨率重建算法,提高了频谱的空间分辨率,增强了频谱态势中的细节。仿真结果表明,根据灰度值可以从图像中直接观察信号的存在性,并且依据频谱数据图像特点选择的双三次插值、基于L₁范数先验的贝叶斯方法和基于匹配图像块的学习方法都有效地提高了频谱数据的空间分辨率,用PSNR评价时,基于L₁范数先验的重建算法效果更好,但是基于匹配图像块的学习方法增强了频谱感知数据中的波纹,从视觉上看,提高细节效果略优。     

基于深度强化学习方法的无线多跳网络能量高效机会路由

由于机会路由能够利用无线信道的广播特性和有损特性,因此一直是提高无线网络路由性能的一个很有效的途径。提出一种基于深度强化学习的无线多跳网络能量高效机会路由算法,该算法使得智能体能够通过训练学习最优的路由策略,以通过机会路由的方式减少传输时间,同时平衡能耗延长网络寿命。此外,本算法还可以极大地缓解冷启动问题并获得较好的初始性能。仿真结果表明,与现有算法相比,该算法具有更好的性能。     

基于启发式算法和仿真优化的岸壁线长度泊位分配策略

为解决集装箱码头运作效率方面的泊位分配问题(Berth Allocation Problem,BAP),根据岸壁线有限情况下的泊位分配原则,建立基于启发式算法的动态泊位分配策略数学模型.以上海某集装箱码头为例,对该策略进行模拟和优化,结果表明该策略具有可行性和实用性,可以提高集装箱码头的生产效率.     

幅度受限MIMO系统的功率分配策略研究

研究了幅度受限环境下MIMO（Multiple-Input Multiple-Output）系统的功率分配策略,提出了一种适用于该环境的功率分配算法。该算法充分考虑了功放特性,能够抑制限幅引起的非线性失真,更加合理地分配资源。仿真结果也表明,在幅度受限环境下,信号功率接近限幅门限时,传统的注水算法性能会有明显的恶化,而新算法能够保持最优性能。     

基于神经网络的车联网频谱感知组合算法

针对车联网环境下无线频谱资源短缺的问题,提出一种基于神经网络的多条件频谱感知组合算法。该算法利用神经网络较强的多分类能力,将信号能量、协方差矩阵的最大特征值、最小特征值、迹和平均特征值融合作为神经网络特征参数实现合作频谱感知,并从理论上分析参数选择方案,算法还充分考虑信道多径衰落和阴影效应导致的信噪比很低的情况以及车辆移动产生的多普勒效应,达到提高频谱感知成功率的目的,从而提高频谱的利用率。仿真结果表明,该算法在低信噪比情况下比已有的频谱感知算法具有更好的检测性能。     

基于DAB变换器的舰船中压直流混合储能系统端电压限制

为解决脉冲负载投切对舰船中压直流(medium voltage direct current,MVDC)电力系统的冲击,引入基于双有源桥(dual active bridge,DAB)变换器的锂电池-超级电容混合储能系统。鉴于传统功率分配策略无法实现对超级电容端电压的主动限制的缺点,引入混合储能系统功率比的概念,建立锂电池功率传输与超级电容功率传输之间的联系;结合DAB变换器电压变比匹配度,提出一种新型动态补偿功率分配策略;采用直接功率控制在MATLAB/Simulink中进行仿真。结果表明,这种策略能有效平复脉冲负载投切对直流母线的冲击,实现闭环功率分配,对超级电容端电压进行主动限制,从而新型动态补偿功率分配策略的有效性得到验证。     

分组动态自调整的MMC电容电压平衡策略及其在船舶中压直流系统的应用

为解决传统基于排序法的模块化多电平变换器(modular multilevel converter,MMC)电容电压平衡策略计算时间长、子模块分配效率低等问题,研究一种分组动态自调整的MMC电容电压平衡策略。根据各组子模块电容电压波动范围以及电流方向,该策略能实时向各组分配不同数量的子模块,且能显著地降低由排序带来的计算量。经仿真验证,对比子模块不分组或平均分组的情形,所研究的策略既能快速运行,又能保持组间和组内子模块电容电压的稳定,能进一步提升船舶中压直流(medium voltage direct current, MVDC)系统的整体效率。     

多用户MIMO-OFDM系统中基于迫零波束成型的自适应资源分配算法

针对多用户环境下的多天线正交频分复用下行系统,提出了2种有效的基于迫零波束成型的自适应资源分配算法.所提算法在保证每个用户的速率要求的情况下,通过自适应的功率、子载波和比特分配,最小化系统的发送功率.仿真结果表明,提出的2种次优的分配算法在满足用户的速率要求下能达到很好的系统性能.     

低轨卫星网络基于跳波束的资源调度算法

低轨卫星网络能够为用户提供全球范围的宽带接入服务，是目前卫星通信网络的主要发展方向。然而低轨卫星平台资源受限、地面业务分布不均匀，给星地接入方案设计带来诸多挑战。提出宽波束结合动态点波束的跳波束接入方案，由宽波束获取信令信息，辅助点波束进行跳波束按需服务用户业务的通信方案。针对不同用户分布场景，使用迭代算法进行仿真，验证相对于传统固定多波束方案，宽波束结合动态点波束的跳波束方案在用户分布不均匀的情况下，能达到更高的系统吞吐性能，且业务量小时具有更好的时延性能等。     

基于调和均值公平的多小区干扰协调功率分配算法

针对正交频分多址无线蜂窝系统下行链路,提出一种基于用户速率调和均值公平的多小区干扰协调功率分配算法.为了优先减轻小区边缘用户的同频干扰,把多小区功率分配问题建模为一个以用户速率调和均值公平为目标的非凸优化问题,并提出一种迭代算法求其接近最优解.该算法需要相邻的基站通过交互干扰信息进行相互协作.仿真结果表明,该算法在保证小区中心用户有较高通信速率的同时,极大提升了小区边缘用户的通信速率.     

基于区域分流的低轨卫星星座星间负载均衡路由算法

低轨卫星通信网络具有流量分布不均、地面站分布不均且网络负载随时间变化等特点。卫星与就近地面站间的数据传输将会导致空间段动态漏斗型拥塞,进而引发馈线拥塞并劣化端到端通信指标。提出基于区域分流的多径搜索负载均衡路由算法（regional-traffic-detour multipath search load balancing routing algorithm,RMLBR）,RMLBR根据卫星网络状态及目的节点距离计算转移概率,以实现区域分流,并以时延为约束进行多径搜索获得最佳路径及备选路径以缓解动态漏斗型拥塞。仿真结果表明,与交通灯智能路由策略（traffic-light based intelligent routing strategy,TLR）和显式负载均衡算法（explicit load balancing,ELB）相比,RMLBR可以有效地缓解漏斗型拥塞,降低端到端延时延及丢包率,并缩小高流量区域范围。     

基于Mixed Logit模型的在线订单配送时隙动态定价

为研究电商环境下配送时隙的动态定价决策优化问题,基于收益管理的思想,考虑到客户对时隙选择偏好不同且具有随机性的特点,在Mixed Logit客户选择概率模型中引入效用函数,建立配送时隙的期望收益模型,并采用强化学习算法寻求时隙动态定价优化策略。通过算例分析验证模型的有效性。结果表明:Mixed Logit模型的拟合效果优于多项式Logit (multi-nomial Logit,MNL)模型的拟合效果,其灵活的参数分布能更好地处理客户偏好的随机性,从而更准确地描述客户的时隙选择行为;用强化学习算法求解模型时,Mixed Logit模型比MNL模型的求解速度更快、结果更优。     

基于分布式混合遗传算法的动态泊位分配策略与仿真

针对集装箱码头的泊位分配问题,提出滚动式优化决策策略,建立基于整数规划的动态泊位分配模型,以连续岸壁线泊位分配为基础,使模型更加接近实际.同时,在该模型的基础上建立码头前沿的泊位仿真模型,采用分布式遗传算法和启发式算法相结合的分布式混合遗传算法求解泊位分配模型.通过对某集装箱码头的案例分析,说明该泊位分配模型和算法的有效性与实用性.     

基于强化学习的在线订单配送时隙运能分配

为解决在线订单配送效率低、时隙运能分配不均衡和顾客满意度不高的问题,考虑价格和交付期对消费者选择行为的影响建立Logit模型,采用强化学习结合时隙运能分配特点对到达的订单群进行运能分配.算例模拟结果证明:采用强化学习能使每个时隙每辆车的运能分配均衡,且分配方法符合消费者的行为偏好;消费者对时隙价格偏好程度越高商家收益就越低.结论验证了采用强化学习解决时隙运能分配问题的可行性和有效性.     

一种基于RPC的组态化卫星模拟器故障注入方法

本着提高卫星故障注入模型的可复用性及缩短开发周期的目的,为卫星仿真系统设计一种标准层次结构模型,由卫星模拟器、故障注入前端和故障协议组成。卫星模拟器中的单机由通用单机模型配置而成,实现卫星模拟器的组态化。故障前端通过RPC（Remote Proce dure Call,远程过程调用）调用模拟器中的各函数封装故障信息,提高扩展性。实践结果表明,基于该方案构建的标准层次模型能够组态实现不同型号卫星的仿真建模,而且单机模型内嵌故障注入机制,可提高卫星仿真模型的复用性,有效缩短仿真建模的周期。     

航运下行期的航线配船和航次设计优化

为在航运低迷期使航运企业实现收益最大化,根据航运下行期运力过剩的现状,在现有航线配船模型的基础上,结合现阶段航运下行期的特点,建立混合整数规划模型.首先对集装箱班轮在多条航线上的班轮数量和航次设计构建整数规划模型,将航线配船问题的可行解用染色体形式表示,对航线配船和航次设计进行优化,然后通过MATLAB编程的遗传算法得到该问题的满意解.以某班轮公司为例,对模型和遗传算法的有效性进行验证.结果表明,该方法对于班轮公司根据航运下行期的特点设计合理的航线配船方案具有重要的参考意义.     

采用超售策略的在线订单配送时隙运能分配

为解决电商订单取消行为导致的配送资源浪费问题,根据消费者对时隙价格的偏好建立Logit模型,通过机会成本确立时隙运能超售点,采用强化学习结合时隙运能分配特点研究订单取消行为下的时隙运能超售策略。模拟结果证明:强化学习能使订单运能均匀分配;相比传统方式,采用超售策略能够提高总收益,在最优超售点下总收益最大。利用该模型可得出不同订单取消率下的最优超售点以及收益增加率,为商家制定相关销售和运输策略提供参考。