军事分析仿真时空信息通信优化技术研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:xxn1954
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
运动实体广泛存在于攻防体系对抗实验等军事分析仿真应用中,其连续运动行为导致时空状态更新占据了应用大部分的通信内容,成为影响和制约运行效率的关键因素。传统的通信优化技术主要面向于提高数据传输速度或过滤冗余通信链路,并不能有效解决大规模时空数据传输引起的通信瓶颈问题。因此,开展以减少时空状态信息通信量为目标的相关技术研究,对于提高通信性能,有效利用现有的计算和通信资源,满足军事分析仿真日益增长的性能需求,推动仿真理论和技术的进一步发展具有重要的实用价值和理论意义。针对军事分析仿真中时空信息的通信瓶颈问题,论文围绕“计算换通信”优化思路展开研究,利用仿真中时空信息蕴含的数据规律和行为知识构建与运动实体行为相对应的代理模型,并通过“发送方构建、接收方计算”的方式降低时空信息的通信量,从而提高分析仿真的运行性能。具体工作和创新点如下:(1)提出基于轨迹数据流建模的在线时空数据管理方法。时空数据是分析和理解实体运动行为、构建代理模型的基础。由于时空数据的动态差异性、流数据更新特性、以及频繁I/O操作需求,采用传统的文件保存、数据库支持等方法收集相关数据会严重影响仿真运行性能,难以有效适应在运行过程中持续收集时空信息的需求。针对上述问题,论文提出了一个基于轨迹数据流建模的在线时空数据管理方法,该方法通过先分割、后建模的方式,将传统的随仿真周期持续执行的时空数据收集操作,转换成由运动行为特征变化触发的间断性建模过程,从而降低了时空数据管理开销。实验结果表明所提方法相比采用传统方法可以减少磁盘I/O次数,压缩需要保存的时空数据规模,进而缩短仿真副本运行时间。(2)提出基于动态本地计算机制的时空信息通信优化方法。时空数据描述了运动实体的连续运动状态,其通信交互所表现出的“链路多”、“频率高”、“内容简短”、“持续通信”特点导致传统通信优化技术难以有效缓解军事分析仿真中时空信息的通信瓶颈问题。论文提出一种基于全时域运动模型的动态本地计算机制,将通信优化转换为代理模型构造,发送方利用运动行为在分析仿真多样本多次运行的实验过程中所表现出的相似性,基于在线收集和保存的历史时空数据,以轨迹为单位在线构建可代理实体功能的全时域运动模型,接收方只需在本地运行该运动模型即可获取发送方的时空状态信息。实验结果表明所提方法利用分析仿真多样本多次运行的系统特点,有效避免真实时空数据传输,减少时空信息实际通信量,在当前实验设定下,对仿真性能的提升最高可达到42.64%。(3)提出基于自适应运动预测机制的个体时空信息通信优化方法。当收集的历史时空数据由于仿真运行次数少或实体运动行为变化自主性高而无法提供有效的建模依据时,依靠轨迹相似性构造代理模型无法保证基于“计算换通信”的通信优化效果,而传统的运动建模方法也由于时空数据稀疏和运动模式稀疏问题,难以适用于单次仿真运行下对高自主性运动实体行为变化的描述和预测。论文提出一种基于动态混合式运动预测模型的自适应运动预测机制,利用在线提取的个体行为特征信息提高代理模型的运动预测能力,并通过主动切换内部预测器来动态适应个体行为变化,实验结果表明所提方法针对高自主性运动实体,可以有效预测运动行为,降低高自主性运动行为的时空信息通信频率,仿真系统的带宽需求在当前实验设定下降低了23.9%~25.1%。在上述研究成果的基础上,论文以海上防空分析仿真应用为实例,首先对其通信特点进行分析,验证了论文的相关理论及思想,接着基于该军事应用对所提优化技术和传统通信优化方法进行综合测试,实验结果表明所提优化技术具有优化能力可迁移、优化效果可进化、优化方法可兼容的优势,对仿真运行性能的提升在当前实验设定下最高可达到45.53%。
其他文献
动态目标防御技术是一种新型的网络安全技术,通过构建、评价和部署多样化、不断迁移并且随时间变化的机制及策略的方式,增加攻击者的攻击难度及代价,有效限制脆弱性的暴露及被攻击的机会,提高系统的弹性。本文结合新一代网络架构SDN直接灵活、集中式的网络控制能力优势,对动态目标防御网络的相关关键技术进行了深入研究,主要研究工作及创新点如下:对于基于SDN的路由随机变换技术,本文分析了路由随机变换的相关问题,从
随着人们对互联网的依赖日益加深,保证互联网正常且稳定地运行是社会稳定运行的前提。但随着网络安全威胁技术不断升级,新的网络安全威胁不断涌现,网络安全面临较严峻的形势。而网络规模的不断增大,网络流量数据规模的增大,给网络流量的分析和异常检测带来了许多困难。因而,如何实时准确地发现大规模网络中存在的网络流量异常行为,保障网络正常且有效地运行,对提高网络的可用性和可靠性具有重要的意义。目前网络流量异常检测
近年来,人工智能技术迅猛发展,在全球范围内受到了广泛关注。以卷积经网络(Convolutional Neural Networks)、图卷积神经网络(Graph Convolutional Neural Networks)为代表的深度学习算法的不断更新迭代对计算机系统的计算性能与能耗要求急剧提高。然而,由于近年来摩尔定律发展的停滞以及冯诺伊曼结构限制,现有的数据中心架构无法高效地实现深度学习与大数
场景重建与语义分析理解是计算机视觉、计算机图形学以及机器人学中的难点。随着工业和娱乐领域对数字几何需求的不断增长,对场景进行建模与分析理解比过去任何时候都更加重要。近年来深度扫描技术的快速发展使得场景的数据建模越来越便捷,由于这一技术的革新,场景的重建和语义分析技术经历了由简单到复杂以及由低维到高维的发展演变。另一方面,移动机器人经过多年的研究和发展,已经逐步走向实用化,在制造业、物流业、服务业等
从片上多核系统到高性能计算机系统,互连网络作为节点之间通信的基础部件,一直是限制系统性能提升的瓶颈。路由器是互连网络的基础结构单元,负责网络中报文的转发,是影响网络吞吐率和报文传输延迟的关键部件。路由器基本结构包括输入端口、缓存、交换开关和输出端口等。其中,缓存用于存储路由器中等待转发的报文,而交换开关负责将报文无冲突的从路由器输入端口转发到输出端口。片上网络通常通过简化路由器流水级来降低报文通过
计算机生成兵力(Computer Generated Forces,CGF)战术任务规划是在作战仿真系统中,CGF为达到其作战目的而进行的一系列规划推理和选优决断活动,是构建真实可信的作战仿真系统的重点和难点。目前的CGF战术任务规划行为建模技术存在领域知识获取困难、战场环境不确定、行为模型过于简单等问题,针对这些不足,论文以研究CGF行为建模中战术任务规划行为模型框架为目标,重点围绕战术任务规划
随着云计算技术的快速发展,云服务商为用户提供了性能强大且具有弹性的数据存储和计算资源,将数据挖掘工作外包至云环境可以显著降低用户的运行维护成本。然而,由于云环境存在数据泄露等多种安全威胁,且云服务商对于用户而言不完全可信,用户的外包数据存在隐私泄露的风险。因此,如何保证云端数据挖掘过程中数据和结果的安全性已成为云计算安全领域亟待解决的关键问题。现有的数据挖掘安全外包方案通常无法同时满足高安全性和高
云计算技术在军事、政府、企业和个人等领域取得了越来越广泛的应用,但伴随着频频发生的云数据泄露事件,其安全问题也逐渐凸显。由于用户失去了对外包至云端的数据的直接物理控制权,同时又不愿意完全信任云服务提供商,因此数据的安全和隐私问题就成了用户在使用云服务时的重要顾虑。在上传数据前使用传统的对称或非对称加密算法加密数据可以有效保护数据的机密性,但无法满足灵活、高效地共享和管理数据的需求。属性基加密作为一
区块链是在分散对等的协作主体之间就共同关注的数字证据达成共识,并在此基础上开展合作的分布式存证机制,具有多中心、防篡改、可追溯等基本特性,能够以低成本、高效率的方式为不具备信任关系的各利益主体构建信任,并促成群体之间的高效协作。区块链技术不仅能够以分布式账本的形式对金融行业发挥重要作用,而且在数据共享、信息安全等众多领域也有广泛的应用前景。共识技术作为区块链的核心技术之一,逐渐成为了学术界和工业界
目前,医学数据正在急剧增长,来自区域医疗诸多医院的病历文本数据、医学检验数据和影像数据迅速汇聚,为疾病的筛查、诊断和治疗带来曙光。医学文本数据尤其是电子病历数据,记录了患者详细的病情和治疗过程,所含信息丰富,因此,开展医学文本挖掘中关键技术的研究,提取与某疾病相关的特征并构建相应的知识图谱,可更加科学、客观地预防、筛查疾病并给出合理的治疗方案,最终为广大患者提供更好的医疗服务,具有很好的理论和实际