对Ping命令的代码级分析研究

Ping是一个经常被使用在TCP/IP网络的检测工具,一般网络错误都可以用Ping检测出来.通过对FreeBSD系统下的Ping源代码的详细分析,说明Ping利用了什么网络原理和协议,并且利用哪些具体网络编程采实现各种功能的,也说明了Ping一般检测网络的结果是怎么实现的.     

一种改进的LMS均衡算法研究

在分析均衡系统中常见的变步长LMS算法的基础上,提出了一种改进的变步长LMS均衡算法.通过计算机仿真结果表明,该算法在低信噪比及低输入功率时的情况下,其收敛性、稳态误差性能以及运算时间的综合性能优于原算法.     

上网本尝鲜Android4.3

上网本性能孱弱、内存偏小,现在用起来感觉很是鸡肋,使用XP系统会感觉卡顿,即使加上内存条,其提升效果也不尽如人意。而近日Google宣布Android 4.3正式发布不禁又勾起我们对体验新系统的欲望。本文就通过上网本安装双系统,让上网本重获新生。     

地质雷达信号分析的双正交小波预测反褶积法

为了降低电磁波衰减、噪声干扰等因素对地质雷达检测效果的影响,提出一种双正交小波预测反褶积法（PDBW法）。在PDBW法中,针对地质雷达检测信号选取具有最小重构误差的双正交小波基,运用该小波基将地质雷达检测信号分解成不同频段的时域子信号,对各频段的时域子信号进行预测反褶积等滤波处理,再对处理后的子信号进行重构变换,得到PDBW法的处理结果。将PDBW法用于实验检测信号处理,并将处理结果与预测反褶积法的处理结果进行比较,结果表明：PDBW法能有效压制多次回波干扰,准确识别深部信号,显著提高深部信号信噪比,从而进一步改善地质雷达探测分辨率和图像分析的准确性。     

无标度网络的级联失效缓解策略

级联失效现象是一种节点失效的动态效应,会瞬间波及全网,造成全局网络瘫痪,成为无标度网络的规模化应用瓶颈.针对无标度网络的级联失效问题,提出一种可抵御任意单个节点失效引发的级联失效的缓解策略.在无标度网络中,节点容量是恒定的,根据这一特点建立级联失效模型,推导出网络发生大规模级联失效的承载极限,进而针对按节点度降序攻击的节点失效行为,提出相应的级联失效缓解策略.仿真实验结果表明,只对网络中小部分节点度大的超载节点采取一次缓解策略,可以显著改进无标度网络对此类攻击的级联失效抵御能力,同时通过数值模拟发现,网络总节点数和节点容量与网络的级联失效抵御能力正相关.     

支持QoS的无线传感器网络容错拓扑控制算法

针对附加QoS需求的无线传感器网络,给出一种满足生命期和干扰服务要求的无线传感器网络无标度容错拓扑控制算法（scale-free fault-tolerance topology supporting quality of service,简称QoS-SFT）.通过分析无标度拓扑的度分布属性与其生命期和干扰性能的关联关系,量化出生命期和干扰联合优化的无标度拓扑度分布表达式,进而以无标度拓扑的度分布表达式为设计目标,采用偏好依附规则实现QoS-SFT算法设计,形成能够满足生命期和干扰联合优化要求的容错拓扑.理论分析和仿真结果表明,QoS-SFT算法不仅能够保证无标度拓扑的强容错性,还有效提升了无标度拓扑的生命期和干扰性能.     

加权无标度网络的级联失效模型

在加权的无标度网络中,为了抵抗网络的级联失效,增强网络的鲁棒性,提出了一种参数可调的级联失效模型.该模型从全局和局域的角度,将节点介数、节点度、节点权重和邻居节点权重相结合构建节点的初始负载,并建立节点容量与初始负载的比例关系,当节点失效后,通过结合失效节点邻居的容量来制定负载重分配规则,进而通过对网络级联失效的分析,推导负载参数的演化过程,得出模型中的参数对网络鲁棒性的影响.最后,通过实验验证了所提方法的有效性.     

基于动态轧制力的冷轧机两自由度垂直振动特性

考虑冷轧机轧辊在垂直方向上振动位移动态变化的影响,建立了一种动态轧制力模型,在此基础上考虑轧机机械结构振动的影响,推导出含有动态轧制力的轧机辊系两自由度非线性垂直振动方程,采用多尺度法求解该系统的主共振及内共振幅频特性方程。对轧机实际参数进行仿真,分析了轧机中非线性刚度、阻尼、外扰力等参数变化时的轧机主共振幅频特性以及内共振幅频特性,并研究了轧机工作辊与支承辊的动态分岔特性,发现随着外扰力的变化,轧机辊系均会出现周期、倍周期、混沌运动等一系列复杂的运动状态,并得到了各轧辊出现不同运动状态的条件,为研究抑制轧机振动问题提供了有效的理论参考。     

基于速度交流的多种群多目标粒子群算法研究

为提高多目标优化算法的收敛精度和搜索性能,提出一种基于速度交流的多种群多目标粒子群算法。算法引入速度交流机制,将种群划分为多个子种群以实现速度信息共享,改善粒子单一搜索模式,提高算法的全局搜索能力。采用混沌映射优化惯性权重,提高粒子搜索遍历性和全局性,为降低算法在运行后期陷入局部最优Pareto前沿的可能性,对各个子种群执行不同的变异操作。将算法与NSGA-Ⅱ、SPEA2、Ab YSS、MOPSO、SMPSO和GWASF-GA先进多目标优化算法进行对比,实验结果表明:该算法得到的解集具有更好的收敛性和分布性。     

基于改进混合遗传细菌觅食算法的贝叶斯结构学习算法

针对利用启发式学习算法学习贝叶斯网络时容易陷入局部最优和寻优效率低的问题,提出一种改进的混合遗传细菌觅食优化算法的贝叶斯网络结构学习算法。该算法首先通过遗传算法求得较优种群并作为细菌觅食算法的初始种群;然后利用交叉和变异策略改进细菌觅食算法的复制行为,增加种群多样性,扩大搜索空间;最后通过改进细菌觅食算法的迁移行为的初始化操作更新种群,防止精英个体的丢失。通过种群的迭代搜索最终获得最优的贝叶斯网络结构。实验仿真结果表明,与其他算法相比,该算法的收敛精度和效率有所提升。