信息物理系统的发展趋势分析

信息物理系统(cyber physical system,CPS)是在环境感知的基础上,融合计算、通信和控制能力的网络化物理设备系统,通过计算和物理进程相互影响的反馈循环,实现现实世界与虚拟世界的相互协同和交互,以增加或扩展新的功能,提供实时感知、动态控制和信息反馈等服务。本文围绕CPS的核心概念,深入探讨CPS的内涵,剖析当前CPS研究与发展所面临的巨大挑战,重点探寻其重要的科学基础和关键技术,展望未来CPS研究与发展的新趋势。     

MANETs环境下的模糊信任模型*

详细剖析了MANETs 路由协议中存在的节点自私问题, 提出了一种综合、有效的解决方案。     

基于博弈的MANETs信任模型研究

移动Ad-Hoc网络(MANET)是由一组带有无线收发装置的移动节点组成的无须固定设置支持的临时性的通信网络.MANETs具有开放的媒质、动态的拓扑结构、分布式的合作和受限的网络能力等基本特点.在MANETs中,节点之间相互信赖路由和转发数据包,节点间的合作是非常重要的.但是由于自私节点为了储存能量和其他资源,而不参与转发数据.由于MANETs通信没有第3方的中心认证,所以集中于强制合作是不适应的.基于博弈研究MANETs中的节点行为,根据节点的信誉度来获得资源,刺激节点共享资源和转发数据.提出了基于博弈理论的信任模型,鼓励包转发,约束自私节点.仿真结果表明该信任模型能够识别自私节点并且能在信任节点之间建立信任,提高了整个网络效率.     

基于SimCT的多播路由及故障恢复研究

在数据交换网络中,颜色树是一种通过节点不相交的多路径路由数据报文的有效方法。这种方法中组建两棵以某一节点为根节点的颜色树,即Red树和Blue树,网络中各节点到根节点的路径是节点不相交的。本文在分析和研究SimCT算法的基础上,提出了一种基于颜色树的多播树生成方法及单节点/链路故障的多播通信恢复方案。该方法根据SimCT算法构造的颜色树来组建一棵多播转发树,在多播树中单节点或单链路故障后,故障检测节点本地执行故障恢复方案,将受影响的故障节点的下游子树重新连接到多播树。仿真实验表明,本文所提出的多播树生成方案相比现有方案可以减少网络资源的浪费,并且故障恢复后的代价与原多播通信树相当。     

信息物理系统基于空间相关性的数据传输*

提出一种基于节点间空间相关性的数据传输策略SCDF,根据空间相关性,各个节点间感知自身到目的节点的距离,并依此来计算传输概率值。节点传输概率即感知节点把消息传递给目的节点的可能性,它是消息传递时选择下一跳的重要依据。仿真模拟实验表明,与现有的直接传递(DD)算法和Epidemic算法相比,SCDF能以较低的数据传输开销和传输延迟获得较高的数据传输率。     

MANET路由安全研究*

详细剖析了MANET路由协议中存在的黑洞问题,提出了一种综合、有效的解决方案.     

ACR下的IPTV频道快速切换方法

通过研究大规模汇聚路由器(ACR)网络结构特点和IPTV业务的组播组切换步骤,提出一种ACR下的先复制、后鉴权的频道快速切换方法,减小了频道切换时延,提升了用户体验。该方法通过各部分时延的相互覆盖,并行处理切换步骤,达到了缩短总时延的目的,形成频道快速切换。由仿真得到的各关键参数的分布图显示,与传统的频道切换方法相比,所述方法进一步减小了频道切换时延,得到了很好的效果,同时不需要增加任何额外带宽和设备复杂度。     

基于频率域多目标MANETs可信路由决策研究

移动Ad-hoc网络(MANETs)具有开放的媒质,动态的拓扑结构,分布式的合作和受限的网络能力等基本特点。网络中移动节点具有匿名性和高度自治的特点,网络通讯依靠在通信路径上的中间节点转发数据包,实现无线传输范围外节点间的正常通信。该文提出了一种独特的MANETs中基于频率下多目标可信路由决策算法,它和现在大多数路由算法都是在时间域下使用单一约束参数选择路由的方式截然不同。利用概率理论分析安全和可信路由,基于概率密度函数的时频相互转化,减小计算复杂度,解决MEANTs中节点间缺乏物理安全以及在低信任水平和节点相互勾结扰乱网络操作情况下,发现可信安全路由难的问题。实例分析证明了此算法的可行性。     

信息物理系统链路质量预测算法

信息物理系统(Cyber-physical System,CPS)通过感知设备进行环境感知采集,深度融合计算、通信和控制能力的网络化、智能化物理设备系统,通过计算进程和物理进程相互交互形成反馈循环,达到物理世界与信息世界交互和协调来增加或扩展新功能,提供实时感知、动态控制和信息反馈等服务。链路质量的预测对信息物理系统上层协议设计尤为重要,它为上层协议选择稳定、高质量的数据传输链路提供了充分的判断依据。文中基于多元逻辑回归分析方法建立信息物理系统链路质量预测模型,仿真实验表明,该算法可以对链路质量进行最优预测。     

基于径向基函数神经网络在非地震数据中的应用

针对径向基函数（RBF）神经网络的非线性特点，利用已控点来训练RBF网络，而达到预测未知非地震数据控点的目的。综合已知点和预测控制点，把得到的规则数据体大致对应相应空间进行排布用以全空间成像，最后利用相关软件对处理后的非地震数据进行了三维数据的成像，从而可以显示全息的三维信息，该方法显示出很强的处理问题的能力，同时该仿真结果也表明了该方法的有效性和可行性。