一、一种基于小波分析的大规模网络流量模拟（论文文献综述）
姜梦雅[1]（2021）在《基于LSTM的SDN网络流量预测研究》文中研究指明随着网络通信技术的发展,网络结构变得越来越复杂,网络流量展现出许多新的特征,如突发性、非平稳性、多尺度性,对网络的稳定性维护以及通信质量的提高提出了新的挑战。在软件定义网络（SDN,Software Defined Network）中,为了能够在控制器负载较低的情况下,实现对全网转发节点流量状态的监测,本文首先对节点流量进行建模和预测研究,其次对节点进行重要度排序研究。通过对重要节点进行流量峰值预测,在尽可能低的通信开销下实现对整个网络地监测,对可能产生的突发性流量进行预判,从而及时进行路由调整,维护网络的稳定。首先,针对流量在不同时间尺度具有突发特性,基于多重分形理论,结合前人的研究工作提出了一种新的流量建模方法;将多重分形理论与神经网络结合,使用提供小尺度突发信息的外生序列以及能够学习长依赖关系的长短期记忆网络（LSTM,Long Short-Term Memory）进行预测研究,得出一种更加符合流量尺度特性的预测算法。其次,针对大型SDN网络,若对所有节点流量进行峰值预测势必会增大控制器负载,因此对网络中影响较大的重要节点进行监控,提出了 SDN网络中转发节点重要度排序算法。算法结合网络拓扑结构和节点参数信息,对节点重要度进行综合性评估,进而实现重要节点的确定。最后,搭建仿真环境,得出算法的最佳参数值,验证流量建模算法与流量预测算法的准确性,验证节点重要度排序算法的合理性。同时,使用RYU控制器与mininet搭建SDN网络平台,分别建立信息收集、节点排序、流量预测与路由调整的功能模块,实现从节点重要度排序到对重要节点流量均值与峰值预测的完整流程,证明该算法在实际网络环境中能够实现网络风险的预测。
桂永强[2]（2021）在《面向稳健多媒体传输的资源分配机制研究》文中认为随着无线网络的广泛部署以及智能终端设备的普及,体育赛事转播、网络直播、云游戏等多媒体应用蓬勃发展,以图像视频为主的多媒体业务流量也大幅增加。然而,高度动态的无线传输环境、异构终端设备以及海量数据流量都给无线多媒体传输机制的设计带来了严峻挑战。现有的模拟传输和数字传输机制,在各自发展的历史阶段均取得了显着性能,但是在实际部署中仍存在一些问题。其中模拟传输存在易受干扰、色度畸变、亮度串扰、清晰度低等缺点,影响用户感知体验。基于香农信源信道分离定理发展起来的数字传输在点对点通信且已知精确信道状况情况下,能够实现最优传输性能。然而数字传输在估计信道状况和实际信道状况不匹配时,将发生“悬崖效应”和“饱和效应”,严重影响系统性能。同时在多播广播场景下,为了保证所有用户均能正确解码,数字传输会采用保守的码率选择策略,导致信道利用效率低下且对多用户不公平。稳健传输是解决模拟传输和数字传输上述问题的一种新的传输机制。稳健传输去除了数字传输中的非线性操作,在对原始图像视频进行去相关变换之后,直接对去相关系数进行功率缩放,然后将功率缩放系数映射到物理层符号的正交和同相分量并传输出去。由于整个系统是线性的,稳健传输能够从根本上消除数字传输中的悬崖效应和饱和效应。在稳健传输中进行适当的资源分配能够有效对抗衰落和噪声,然而目前稳健传输中的资源分配机制尚处于起步阶段,在一些复杂场景下无法取得最优性能。鉴于稳健传输中资源分配的重要性以及现有研究的不足,本文分别针对带宽受限场景、用户分辨率异构场景研究稳健传输资源分配机制,同时考虑基于大规模天线阵列毫米波等下一代通信技术,以提升稳健视频传输效率及动态信道适应性。本文研究内容包括以下几部分:1)提出了带宽受限场景下遥感图像压缩稳健传输机制。在带宽受限的情况下,原始稳健传输中简单的数据块丢弃策略不再适用于遥感图像。与自然图像不同,遥感图像包含了较多结构信息,去相关变换之后能量不再聚集于低频部分,而是散布在整个频段。针对这种情况,本文引入压缩感知技术,设计带宽受限场景下遥感图像压缩稳健传输机制,以充分利用遥感图像变换域中频和高频系数的稀疏性。基本策略是对重要性较高的系数直接进行稳健传输,重要性次之的系数经过压缩感知之后再进行稳健传输。考虑引入压缩感知带来的信源失真,首先对所提方案的系统失真进行分析,然后构建关于带宽和功率的系统失真最小化问题。针对这样的混合整数连续优化问题,本文提出两步资源分配算法以较低复杂度解决该问题。仿真结果表明压缩感知能充分利用遥感图像变换域中频和高频系数的稀疏性,且所提两步资源分配算法在带宽受限场景下能有效提升系统性能。2)提出了用户分辨率异构场景下多载波稳健视频传输机制。稳健传输中广播场景下的多用户分辨率异构问题并未受到考虑。为解决该问题,本文首先提出一种空域分解方法以支持多用户差异化的分辨率请求,并保证传输带宽的有效利用。同时考虑正交频分复用系统中不同子载波之间信道增益差异性以及信源内容重要性的差异性,构建基于载波匹配与功率分配的传输失真最小化问题。由于0-1匹配变量的存在,该问题是一个混合整数非线性规划问题,因此将其解耦并进行求解。对于功率分配子问题,通过对多用户失真耦合的转换处理,推导出功率缩放因子的最优闭式表达。对于载波匹配子问题,将其建模为竞价问题并利用竞价算法给出低时间复杂度的最优解。最后利用交替优化对主问题求解并给出算法收敛性分析。同时提出类模拟信道反馈机制以降低广播场景下的信道反馈开销。仿真结果表明所提方案能够支持多用户分辨率异构性需求,交替优化算法能快速收敛,所提资源分配方案能以低计算复杂度取得近似最优性能。3)提出了基于大规模天线阵列毫米波的稳健视频传输机制。基于大规模天线阵列的毫米波是提高带宽效率、支持大容量视频内容传输的潜在技术。本文通过采用毫米波透镜天线阵列,稀疏的毫米波信道可以被转换为相互独立的空间路径,从而有效降低毫米波通信的计算复杂度。然后利用应用层视频内容的差异性以及物理层空间路径增益的差异性,设计了一种稳健视频跨层传输机制。由于空间路径数目通常少于数据块数目,动态信道下需要进行数据块调度,同时应该考虑路径匹配与功率分配以获得最优性能。方案构建的优化问题是混合整数非线性规划问题,首先对其进行子问题分解,分别得到数据块调度问题、联合路径匹配与功率分配问题。然后基于未传输数据块对数据包的失真贡献设计低复杂度数据块调度算法,并基于贪心思想设计贪心注水算法解决路径匹配与功率分配问题。仿真结果表明所提方案在峰值信噪比和视觉质量方面均取得优于对比方案的性能,同时验证了数据块调度与资源分配方式的有效性,为实际系统部署提供了指导性建议。
吴明磊[3]（2020）在《恒星低质量光谱的数据处理与分析》文中研究表明由于天文望远镜各方面性能的提高,天文学的研究和发现有了飞速的发展,人类对宇宙的认识也随之有了很大的提高。随着数据的不断积累,天文学已经到了一个“数据雪崩”的时代。我国的郭守敬望远镜项目（The Large Sky Area Multi-Object Fiber Spectroscopic Telescope,LAMOST）和国外的斯隆数字巡天（Sloan Digital Sky Survey,SDSS）等大规模巡天项目都可以从宇宙中观测到海量的恒星光谱。然而,在这些恒星光谱中依然存在着大量难于处理的低质量数据。恒星低质量光谱的主要特征是噪声大、流量缺失、连续谱异常以及谱线特征不明显等。这些恒星低质量光谱当中存在着很多稀有恒星、未知天体等有价值的数据,并且它们的获取同样投入了大量的人力、时间和设备等资源。因此,对观测到的恒星低质量光谱数据进行处理和分析具有非常重要的意义。数据挖掘可以从大量的数据中发现符合条件的规则和模式,而机器学习则可以利用数据对已有的模式进行优化,因此数据挖掘和机器学习等相关技术在处理大数据方面有着天然的优势,越来越多的数据挖掘和机器学习方法被应用到巡天数据的处理及分析当中。但是恒星低质量光谱中存在着噪声等大量无用的信息,直接利用之前的方法进行处理所得到的结果往往存在很大的偏差,而且由于恒星低质量光谱处理起来比较困难,专门针对它们的算法比较少,相关的研究文献也比较缺乏。因此如何利用新的方法对这些恒星低质量光谱进行有效的处理和分析是当前面临的一个重要问题。为了解决这个问题,提高恒星光谱的利用效率,在仔细研究相关处理方法的基础上,本文重点研究了恒星低质量光谱的数据处理和分析的问题,其中包括恒星低质量光谱的降噪、流量缺失及拼接异常光谱的修复、恒星低质量光谱连续谱拟合、恒星低质量光谱中稀有恒星的搜寻以及恒星低质量光谱的大气参数测量等。本文的创新点及贡献主要包含以下几个方面:（1）在改进生成对抗网络算法Cycle-GANs的基础上,提出了基于生成对抗网络的深度学习算法Spectra-GANs。该算法对同源恒星的高质量光谱和低质量光谱同时进行训练,能够有效提取出复杂的噪声模型,通过此噪声模型能够找出对应的高质量光谱与低质量光谱之间的映射关系。实验结果表明了该方法对恒星低质量光谱处理的有效性,同时训练得到的模型可以直接对其它的恒星低质量光谱进行处理,提高了恒星光谱利用率。（2）针对恒星低质量光谱的特性,引入了蒙特卡罗方法对恒星低质量光谱的连续谱进行拟合。目前的连续谱拟合方法大都针对恒星高质量光谱,在恒星低质量光谱中不能准确提取拟合点。针对此问题,本文在统计窗拟合的基础上,对缺失的流量点利用蒙特卡罗方法进行提取,提高了恒星低质量光谱连续谱拟合的准确性和稳定性。（3）提出了用于恒星低质量光谱中稀有恒星光谱搜寻的PCA+CFSFDP方法。受噪声等因素的影响,恒星低质量光谱中的稀有恒星通常难以搜寻。针对此问题,本文提出了利用主成分分析（Principal Component Analysis,PC A）构建通用特征光谱库的方法对恒星低质量光谱进行处理,然后,利用基于密度峰值的快速聚类算法（Clustering by Fast Search and Find of Density Peaks,CFSFDP）在处理后的光谱中进行快速搜寻。实验表明该方法能够快速而有效地确定稀有恒星光谱的候选体,缩小了搜索范围,大大提高了搜索效率。（4）改进了一维卷积神经网络的参数测量方法StarNet,对恒星低质量光谱的大气参数进行了分析。目前很多算法已经成功应用于恒星大气参数测量的任务,而在恒星低质量光谱中很难准确地预测出大气参数。针对此问题,本文对一维StarNet算法进行了改进,通过实验选择出最优的卷积层与全连接层的个数并且扩大了卷积核的尺寸,增强了对低质量数据的处理能力。然后,利用改进的算法对恒星低质量光谱进行了有效的高阶非线性特征提取,提高了恒星低质量光谱大气参数的测量精确度。综上所述,本文提出了以数据挖掘、机器学习等相关技术为基础的方法,为海量巡天光谱数据中恒星低质量光谱的处理及分析提供了一些新的思路及新的方法,从而为后续巡天项目如LSST、WEAVES、MOONS等的低质量光谱数据的利用提供了有效的算法工具,对提高这些巡天项目中光谱利用率和信息获取效率具有非常大的意义。
冉金也[4]（2020）在《网络流量异常信息分析方法研究》文中认为随着近年来经济与科技的发展以及信息技术的普及,互联网已经在全社会各个领域中扮演着愈发重要的角色,俨然已经成为国家发展的战略关键。作为保障网络安全的重要手段之一,网络流量异常检测技术的相关研究有着重要的现实意义。然而,目前的技术在面对日益复杂的网络环境时,还存在诸多挑战和局限性。为了能适应当今网络条件,高效且准确地检测出网络流量异常,本文提出了一种离线网络流量异常检测方法,主要贡献是提出了一种针对网络流量异常检测的特征预处理和数据增强的方法;以及提出了一个创新的基于多尺度分解和多通道检测的网络流量异常检测算法。本文所提的方法主要由两个模块组成:（1）网络流量数据特征预处理与数据增强模块;（2）多尺度分解多通道异常检测模块。在网络流量数据特征预处理与数据增强模块中,本文提出了并详细叙述了一种网络流量数据的特征选择与数据增强的方法,该方法将最大相关性最小冗余（Maximum Relevance-Minimum Redundancy,MRMR）特征选择技术,PCA特征融合和基于带权动态时间规整平均重心平均（Weighted DTW Barycenter Averaging,W-DBA）的网络流量数据增强方法,相结合后应用于网络流量数据,可以大幅提高后续异常检测的准确性。在多尺度分解多通道异常检测模块,本文提出了一种全新的多尺度分解和多通道检测相结合的网络流量异常检测算法,该方法包括一个应用互补集成经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）技术将流量数据分解表征到多尺度上的多尺度分解模块,和一个用于从多尺度数据中检测异常的多通道广义似然比检验（Generalized Likelihood Ratio Test,GLRT）检测模块。本文所提出的多通道异常检测算法,克服了传统方法通常只在每个尺度上独立工作,以及只分析和提取时序相关的信息和对网络流量数据预处理不足的缺点,对网络流量进行了适当的预处理,并在异常检测时充分考虑了多个尺度内的内部频率-时间相关性,通过在三个不同的数据集上的实验结果分析,证明了本文所提出的方法具有比其他传统方法具有更好检测的性能。
方熙,曾剑平,吴承荣[5]（2019）在《背景流量生成模型综述》文中指出在网络流量分析中,对网络协议和应用的实验和模拟是最常用的方法,而背景流量模型对于实验和模拟网络协议和应用有着重要的意义和作用。首先,介绍了背景流量模型的背景知识,并且从流量到达离开的时间角度、网络拓扑链路的空间角度以及两者结合的时空角度对背景流量的发展作了简单介绍;然后,按照时间、空间、时空这3个分类阐述了背景流量相关的模型以及近些年的研究进展;最后,分析了现有背景流量模型的优缺点、存在的难点和问题,并展望了背景流量模型研究的未来发展趋势。
潘卿波[6]（2019）在《基于网络流量相似性的LDoS攻击检测方法》文中指出低速率拒绝服务（Low-rate Denial of Service,LDoS）攻击通过发起一种周期性、低速率的攻击流扩散到大型网络流量中侵占网络资源,因其攻击流量分布在各路径且速率非常低,所以LDoS能够很好的隐藏在背景流量中,可以躲避大多数常用的DoS攻击检测手段,对云计算和大数据平台构成了潜在的威胁。为了减弱LDoS攻击对网络环境的影响,必须从复杂的网络环境中检测出混有LDoS攻击脉冲的流量,并将其从正常的背景流量中分离出来,减缓LDoS攻击对网络带宽的占用。为了应对低速率拒绝服务式攻击,本文分别从全局和局部的角度提出两种检测方法:第一,提出一种利用Hurst指数结合GBDT的LDoS攻击检测方法。该方法计算每条流量的分段Hurst指数,构建流量相似度矩阵,再利用GBDT的改进模型XGBoost对流量分类、预测,从全网角度区分出正常流量和含有LDoS攻击的异常OD流;第二,提出一种基于序列比对的LDoS攻击检测方法。该方法针对异常流量中攻击脉冲序列的相关性分析,借鉴生物信息学中序列比对技术,将每条网络流量看做时间序列,通过估计攻击脉冲的攻击周期、攻击脉宽、攻击速率,构造检测序列并与目标流量进行序列比对,从而提取出隐藏在巨大背景流量中的LDoS攻击脉冲。本文的检测方法分别在美国公开网络数据集Abilene、NS-2和Test-bed平台中进行了实验验证。实验结果表明基于Hurst指数和GBDT的全局LDoS攻击流量检测方法在不同攻击速率下检测效果均良好;基于序列比对的LDoS攻击检测方法提取的攻击脉冲也较为准确,相比其他相关检测算法具有更好的检测性能。
张树梅[7]（2019）在《基于小波变换的快速干扰协调方案研究》文中研究说明随着通信设备数量及其流量需求的爆炸式增长,必须提高蜂窝网络的系统频谱效率,来满足终端日益增长的流量需求和更好的终端体验。频谱稀缺一直是无线移动通信的关键问题,而以上发展将使频谱稀缺问题变得更加严重。频率复用技术允许相邻蜂窝中的设备在同一频段内同时传输数据,这显着增加了频谱利用率,但也带来了蜂窝间干扰进而限制了系统的频谱效率。动态干扰协调因为其灵活度高、反应迅速、协调效果明显等特点而被深入研究,它通过调度蜂窝内的资源块以降低蜂窝间的相互干扰,从而提升系统的频谱效率。然而,由于传统动态干扰协调优化方案的时间复杂度较高,运算时间非常长,在未来密集终端网络场景中并不适用,因此寻找一种快速的动态干扰协调方案显得尤为必要。本学位论文主要对高密度网络场景中的干扰协调问题进行研究,针对两蜂窝场景,分别提出了面向单蜂窝性能优化和面向两蜂窝性能优化的快速干扰协调方案。根据我们过去的研究,发现在高密度网络场景中导致干扰协调时间过长的原因是协调问题规模较大,提出的面向单蜂窝性能优化快速干扰协调方案主要是降低问题规模从而降低干扰协调的运算时间。首先对每个蜂窝中的终端进行排序,以增大终端有效信号和受到邻蜂窝终端干扰参数的冗余。然后通过离散小波变换将参数变换到小波域,对经过小波变换后的信号序列进行低频信息的提取,即仅保留尺度系数,经过这一步骤,降低了原始参数序列长度从而降低了问题规模。最后,在小波域中完成干扰协调,经过离散小波反变换将获得的协调策略转换回原始域,利用域间协调转换策略得到最终的干扰协调策略。此外,我们进一步研究了面向两蜂窝性能优化的快速干扰协调方案。主要是提出了一种分组排序方法。首先根据终端的有效信号值升序对终端进行排序,然后对终端进行分组,然后对组内终端进行排序,使得相邻组内终端对邻基站的干扰升序、降序交替出现。经过分组排序的终端可以同时增大自身有效信号和对邻蜂窝基站干扰的冗余,使得之前的方案可以实现两蜂窝性能的优化。将该方案得到的最终协调结果和匈牙利算法得到的最优协调策略进行对比,所提出的方案降低了时间成本,同时保持其他性能指标仍然接近最优。
李源灏[8]（2019）在《网络服务功能链优化部署与性能研究》文中研究表明随着互联网的发展与更迭,传统的网络架构已无法契合生产和用户的需求。在固有的网络构架中,网络服务功能与专属设备难以分离,从而网络资源难以共享、新业务难以扩展与部署。随着网络规模的不断壮大,传统的IP网络运营商不得不投入更多的成本来实施、运营新业务。网络服务功能链这一概念是在网络功能虚拟化兴起与软件定义网络共同推进的作用下诞生的。网络服务功能链是由一系列虚拟网络功能构成的端到端服务流量逻辑链。其旨在降低网络扩张成本、服务运营成本,具有提高网络资源利用率、提升网络质量与业务部署速度的能力。本文主要针对当前网络服务功能链存在的问题,探讨并解决了移动网络下网络服务功能链接入优化问题;工业物联网下网络服务功能链性能优化问题;以及基于小波神经网络的网络服务功能链动态请求预测问题。本文首先介绍了当前网络发展面临的瓶颈与挑战,以及新型网络架构SDNNFV网络构架。随后从IETF规则以及SFC传输报文协议出发探讨了网络服务功能链带来的优势与当前的缺陷。其中,流量、时延和能耗是用户和网络运营商最关注的问题,也是体现SFC性能的关键部分。因此,本文将针对服务器负载与流量接入问题,基于SDN-NFV网络结合整数线性规划建立一套网络的流量接入优化模型MFF。并在该模型的基础上提出了一种最大服务请求接入MSF方法。通过MSF方法能够得到单入口单出口网络服务请求的最大接入。同时与改进的启发式贪婪算法对比,MSF方法能取得最大2倍的网络服务功能链流量接入。同时,本文针对工业物联网网络服务功能链性能问题,建立了一套优化时延、保障能耗的虚拟机VM部署模型与算法OVPMN。该模型利用概率论与凸优化理论,可以根据用户需求灵活改变能耗与时延的相对权重。其目标是取得优化的能耗与时延权重和。OVPMN算法基于后验概率理论和KSP算法,与传统的贪婪算法相比,其部署成本仅为贪婪算法的0.5到0.8倍。最后,本文使用小波神经网络继续优化以上模型,建立了一套网络服务功能链请求流量预测与优化模型WNNPOM。该模型可以预测平稳的网络流量变化,并自动调整OVPMN模型算法的权重值,根据请求灵活地编排部署网络服务功能。同时WNNPOM模型能够进一步降低OVPMN模型的部署成本。
刘曰武,高大鹏,李奇,万义钊,段文杰,曾霞光,李明耀,苏业旺,范永波,李世海,鲁晓兵,周东,陈伟民,傅一钦,姜春晖,侯绍继,潘利生,魏小林,胡志明,端祥刚,高树生,沈瑞,常进,李晓雁,柳占立,魏宇杰,郑哲敏[9]（2019）在《页岩气开采中的若干力学前沿问题》文中进行了进一步梳理页岩气的开采涉及破裂和收集输运两个关键过程.如何实现2000 m以下、复杂地应力作用下、多相复杂介质组分的页岩层内网状裂纹的形成,同时将孔洞、缝隙中的游离、吸附气体进行高效收集,涉及到诸多的核心力学问题.这一工程过程涵盖了力学前沿研究的诸多领域:介质和裂纹从纳米尺度到千米尺度的空间跨越,游离、吸附气体输运过程中微秒以下的时间尺度事件到历经数年开采的时间尺度跨越,不同尺度上流体固体的相互作用,以及压裂过程中通过监测信息反演内部破坏状态等.针对近年来我们国家页岩气勘探开发工作所取得的成就及后续发展中面临的前沿力学问题,在综合介绍页岩气藏的基本特征和开发技术的基础上,以页岩气开采中的若干力学前沿问题为主线,从页岩力学性质及其表征方法、页岩气藏实验模拟技术、页岩气微观流动机制及流固耦合特征、水力压裂过程数值模拟方法、水力压裂过程微地震监测技术、高效环保的无水压裂技术等6个方面的最新研究进展进行了总结和展望,结合页岩气藏开发的工程实践,深入探究了其中力学关键问题,以期对从事页岩气领域的开发和研究的从业人员提供理论基础,同时,该方面的内容对力学学科、尤其是岩土力学领域的科研工作也具有重要指导价值.
殷逸冰[10]（2018）在《面向气路部件健康管理的静电监测技术研究》文中研究表明航空发动机的气路部件属于发动机核心部件,且所处的工作条件十分恶劣,因此对气路部件的监测尤为重要,是发动机健康管理技术的核心内涵之一。近年来,随着状态监测技术的发展,关于航空发动机气路静电监测研究逐渐升温。本文以面向发动机气路部件健康管理的静电监测技术为主题,开展了静电传感器传感模型推理及验证、基于稀疏分解的静电信号去噪方法、发动机气路故障模拟实验、基于智能学习方法的故障模式识别、涡扇发动机气路异常状态识别、基于静电数据的气路性能评估、气路静电监测软硬件系统开发等方面的研究。论文的主要工作和成果如下:（1）对发动机气路静电监测的研究现状进行分析和梳理,首先对发动机气路部件的正常颗粒物和异常带电颗粒物的来源进行分析,阐明气路异常带电颗粒物的危害以及带电机理;对发动机气路静电监测原理以及相关软硬件架构进行了分析,以现有进气道环状静电传感器和尾喷管棒状静电传感器为理论分析对象,结合实际需求,对两类典型静电传感器的传感模型进行数学推演研究,并利用静电滴定台架开展传感模型验证实验研究,研究静电信号影响因素和输出信号之间的关系,通过对传感模型的准确建模为后续传感信号的深层次研究提供坚实的理论依据和实验支撑。（2）针对静电信号中的噪声问题,对噪声干扰类型和来源进行分析,总结了以往针对不同干扰类型的去噪方法的不足,提出了一种基于稀疏分解的信号去噪方法,通过仿真信号和实测试车静电信号对所提方法进行了验证,并与其它经典去噪方法的去噪效果进行了横向对比,保证了静电信号去噪过程的灵活性和有效性。（3）为解决典型气路故障模式的识别问题,提出了四类典型气路机械故障的模拟实验方案,并开展了相关的气路故障模拟实验。根据静电信号的经典时频域-统计特征提取方法,对四类故障模拟实验所获取的样本数据进行特征提取并加以对比分析,对在四类典型气路故障模式下各自静电信号特征参数的特点和不同之处进行分析阐明。通过故障模式模拟实验得到的数据,进一步在经典特征参数的分析结果上提出静电信号的几类新特征指标,对各模式下样本提取新的特征,对新特征进行分析并提出了初始故障判别逻辑理论。利用Fisher准则方法对所提出特征指标的有效性进行验证,提出了一种基于SOM神经网络的故障模式识别算法,并对故障模式分类识别效果进行了实例验证,为气路故障模式识别提供了效果较好的智能识别方法。（4）为验证传感器应用效果,联合试车厂开展涡扇发动机静电监测试车搭载实验,介绍了试车实验过程中的所用的静电传感器和实验安装情况,并得到了静电监测原始数据,结合发动机的相关性能参数,对静电监测的效果进行评价,并建立了涡扇发动机AL参数的基线模型。分别使用排列熵和小波能谱熵法对发动机气路异常状态进行检测。提出了融合涡喷发动机静电监测数据及发动机性能参数对发动机气路性能的健康状态进行综合评估,基于逻辑回归算法量化发动机的性能,分析结果表明融合静电特征参数和性能参数的评估方法要优于传统的性能指标评价方法,能够为维修人员赢得维修预警窗口期。（5）为解决静电监测软硬件系统集成应用问题,设计了一套基于LABVIEW图形语言的航空发动机气路部件监测与诊断软件系统和一套基于嵌入式技术的便携式静电监测硬件系统。软件系统能够实现包括监测、存储、信号调理等基本功能。此外,在实时主系统基础上融合更多的信号处理方法,引入机器学习的方法实现离线诊断。设计了基于嵌入式的硬件监测系统,包括了数据采集模块和基于WinCE 6.0的显示模块开发,实现监测工程中基本的相关业务需求。
二、一种基于小波分析的大规模网络流量模拟（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于小波分析的大规模网络流量模拟（论文提纲范文）
（1）基于LSTM的SDN网络流量预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 课题来源 |
| 1.3 研究现状 |
| 1.4 论文研究内容与创新点 |
| 1.4.1 主要研究内容 |
| 1.4.2 创新点 |
| 1.5 论文组织结构 |
| 第二章 基础理论 |
| 2.1 网络节点重要度排序的图论研究 |
| 2.1.1 网络抽象图的基本概念 |
| 2.1.2 图的矩阵表示 |
| 2.1.3 节点中心理论 |
| 2.2 网络流量模型理论介绍 |
| 2.2.1 网络流量建模 |
| 2.2.2 多重分形理论 |
| 2.2.3 基于小波的多重分形模型 |
| 2.3 神经网络流量预测算法介绍 |
| 2.4 本章小结 |
| 第三章 SDN节点流量预测与节点重要度排序研究 |
| 3.1 基于多重分形的流量建模算法 |
| 3.1.1 MWM算法原理介绍 |
| 3.1.2 GP-MWM算法原理介绍 |
| 3.2 基于多重分形的LSTM流量预测算法 |
| 3.2.1 算法原理介绍 |
| 3.2.2 外生序列处理模块设计 |
| 3.2.3 流量预测模块设计 |
| 3.3 SDN节点重要度排序研究 |
| 3.3.1 SDN架构 |
| 3.3.2 SDN节点重要度排序算法 |
| 3.4 本章小结 |
| 第四章 基于SDN的算法仿真与应用实现 |
| 4.1 基于多重分形的流量建模算法仿真 |
| 4.2 基于多重分形的LSTM流量预测算法仿真 |
| 4.2.1 数据描述 |
| 4.2.2 仿真模型伪代码 |
| 4.2.3 预测结果 |
| 4.3 SDN节点重要度排序算法仿真 |
| 4.4 SDN实验验证平台设计与应用实现 |
| 4.4.1 SDN实验验证平台环境 |
| 4.4.2 SDN实验验证平台模块设计 |
| 4.4.3 SDN实验验证平台模块实现 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文 |
（2）面向稳健多媒体传输的资源分配机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词表 |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.3 研究内容和论文结构 |
| 第2章 稳健传输技术 |
| 2.1 稳健传输架构 |
| 2.1.1 发送端编码传输 |
| 2.1.2 接收端解码 |
| 2.2 去相关变换 |
| 2.3 资源分配 |
| 2.4 本章小结 |
| 第3章 带宽受限场景下遥感图像压缩稳健传输机制 |
| 3.1 引言 |
| 3.2 ComPaTS系统模型 |
| 3.2.1 系统概述 |
| 3.2.2 主要操作 |
| 3.3 ComPaTS系统失真分析 |
| 3.4 带宽与功率分配 |
| 3.4.1 层间资源预分配 |
| 3.4.2 层内资源重分配 |
| 3.5 ComPaTS性能评估 |
| 3.5.1 对比方案 |
| 3.5.2 不同信道SNR结果 |
| 3.5.3 不同带宽压缩比结果 |
| 3.5.4 视觉效果对比 |
| 3.5.5 基函数和数据块划分影响 |
| 3.6 创新性分析 |
| 3.7 本章小结 |
| 第4章 用户分辨率异构场景下多载波稳健视频传输机制 |
| 4.1 引言 |
| 4.2 SSRVB系统模型 |
| 4.2.1 SSRVB概述 |
| 4.2.2 空域分解 |
| 4.2.3 稳健视频传输 |
| 4.3 载波匹配与功率分配 |
| 4.3.1 平均失真最小化问题构建 |
| 4.3.2 功率分配问题求解 |
| 4.3.3 载波匹配问题求解 |
| 4.3.4 主问题交替求解 |
| 4.3.5 信道状态信息反馈 |
| 4.4 SSRVB性能评估 |
| 4.4.1 对比方案 |
| 4.4.2 空域可伸缩性与联合资源分配结果 |
| 4.4.3 单用户场景下性能 |
| 4.4.4 多用户场景下性能 |
| 4.4.5 计算开销对比 |
| 4.5 创新性分析 |
| 4.6 本章小结 |
| 第5章 基于大规模天线阵列毫米波的稳健视频传输机制 |
| 5.1 引言 |
| 5.2 LensCast系统模型 |
| 5.2.1 框架概述 |
| 5.2.2 主要操作 |
| 5.2.3 透镜天线阵列信道模型 |
| 5.2.4 传输失真最小化问题构建 |
| 5.3 路径匹配与功率分配 |
| 5.3.1 问题分析 |
| 5.3.2 问题求解 |
| 5.4 数据块调度 |
| 5.5 LensCast性能评估 |
| 5.5.1 不同方案性能对比 |
| 5.5.2 数据块尺寸及路径数目影响 |
| 5.5.3 信道估计误差影响 |
| 5.6 创新性分析 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 下一步工作 |
| 参考文献 |
| 在读期间发表的学术论文与取得的研究成果 |
| 在读博士学位期间的科研和项目经历 |
| 致谢 |
（3）恒星低质量光谱的数据处理与分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 恒星光谱的预处理 |
| 1.2.2 恒星光谱的连续谱拟合 |
| 1.2.3 恒星光谱中稀有恒星的搜寻 |
| 1.2.4 恒星光谱的大气参数测量 |
| 1.3 主要研究内容 |
| 1.4 本文创新点 |
| 1.5 本文组织结构 |
| 第2章 恒星低质量光谱的预处理 |
| 2.1 生成对抗网络GANs介绍 |
| 2.2 基于生成对抗网络的Spectra-GANs设计 |
| 2.3 基于Spectra-GANs的降噪 |
| 2.3.1 实验方案设计 |
| 2.3.2 实验结果及分析 |
| 2.4 基于Spectra-GANs的流量缺失修复 |
| 2.4.1 实验方案设计 |
| 2.4.2 实验结果及分析 |
| 2.5 基于Spectra-GANs的拼接异常修复 |
| 2.5.1 实验方案设计 |
| 2.5.2 实验结果及分析 |
| 2.6 本章小结 |
| 第3章 恒星低质量光谱的连续谱拟合 |
| 3.1 常用连续谱拟合方法概述 |
| 3.1.1 滤波器拟合方法 |
| 3.1.2 多项式拟合方法 |
| 3.1.3 其他常用拟合方法 |
| 3.2 基于蒙特卡罗方法的连续谱拟合 |
| 3.2.1 蒙特卡罗方法简介 |
| 3.2.2 实验方案设计 |
| 3.2.3 实验结果及分析 |
| 3.3 本章小结 |
| 第4章 恒星低质量光谱中稀有恒星的搜寻 |
| 4.1 研究背景 |
| 4.2 基于PCA的通用特征光谱库构建 |
| 4.2.1 构建原理 |
| 4.2.2 实验方案设计 |
| 4.2.3 模板光谱的通用特征光谱库构建 |
| 4.2.4 实测光谱的通用特征光谱库构建 |
| 4.3 基于密度峰值的稀有恒星搜寻 |
| 4.3.1 聚类算法在天文中的应用 |
| 4.3.2 基于密度峰值的聚类算法概述 |
| 4.3.3 恒星低质量模板光谱中稀有恒星的搜寻 |
| 4.3.4 恒星低质量实测光谱中稀有恒星的搜寻 |
| 4.3.5 实验结果及分析 |
| 4.4 本章小结 |
| 第5章 恒星低质量光谱的大气参数测量 |
| 5.1 CNN算法原理 |
| 5.2 改进的StarNet算法介绍 |
| 5.3 恒星低质量KURUCZ合成光谱的大气参数测量 |
| 5.3.1 实验方案设计 |
| 5.3.2 实验结果及分析 |
| 5.4 恒星低质量LAMOST实测光谱的大气参数测量 |
| 5.4.1 实验方案设计 |
| 5.4.2 实验结果及分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的科研成果 |
| 攻读博士学位期间参与的科研项目情况 |
| 攻读博士学位期间获得的奖励 |
| 学位论文评阅及答辩情况表 |
（4）网络流量异常信息分析方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 网络流量异常检测国内外研究现状 |
| 1.2.1 网络异常概述 |
| 1.2.2 网络流量及异常检测概述 |
| 1.2.3 网络流量异常检测研究现状 |
| 1.2.4 网络流量异常检测研究面临的挑战 |
| 1.3 论文组织结构 |
| 1.4 本章小结 |
| 第二章 相关理论基础 |
| 2.1 异常检测技术概述与总结 |
| 2.2 基于统计理论的异常检测技术 |
| 2.3 基于信息论的异常检测技术 |
| 2.3.1 相关性分析 |
| 2.4 基于分类的异常检测技术 |
| 2.4.1 支持向量机 |
| 2.4.2 贝叶斯网络 |
| 2.4.3 神经网络 |
| 2.4.4 基于规则的异常检测技术 |
| 2.5 基于聚类和离群检测的异常检测技术 |
| 2.5.1 常规聚类 |
| 2.5.2 协同聚类 |
| 2.6 本章小结 |
| 第三章 网络流量数据的特征选择与数据增强方法 |
| 3.1 问题分析 |
| 3.2 基于最大相关性-最小冗余的网络流量特征选择 |
| 3.2.1 相关定义 |
| 3.2.2 最大相关性 |
| 3.2.3 最小冗余 |
| 3.2.4 特征选择策略与整体流程 |
| 3.2.5 MRMR总结 |
| 3.3 特征融合 |
| 3.3.1 基于主成分分析的特征融合 |
| 3.3.2 特征融合和特征选择的比较 |
| 3.4 基于带权动态时间规整平均的网络流量数据增强算法 |
| 3.4.1 动态时间规整 |
| 3.4.2 带权动态时间规整重心平均 |
| 3.4.2.1 动态时间规整重心平均 |
| 3.4.2.2 改进的带权动态时间规整重心平均 |
| 3.4.2.3 基于局部相对距离的权值 |
| 3.5 特征处理与数据增强整体框架 |
| 3.6 本章小结 |
| 第四章 多尺度分解多通道网络流量异常检测(MSMC)算法 |
| 4.1 引言 |
| 4.2 互补集成经验模态分解理论 |
| 4.2.1 经验模态分解 |
| 4.2.2 集成经验模态分解 |
| 4.2.3 互补集成经验模态分解 |
| 4.3 广义似然比检验理论 |
| 4.3.1 广义似然比检验 |
| 4.3.2 基于多通道广义似然比检验的网络流量异常检测 |
| 4.3.3 检测值计算和异常检测 |
| 4.4 基于多尺度分解和多通道的网络流量异常检测算法整体框架 |
| 4.4.1 多尺度分解模块 |
| 4.4.2 多通道检测模块 |
| 4.4.3 基于多尺度分解和多通道检测算法的整体流程 |
| 4.5 本章小结 |
| 第五章 网络流量异常检测方法整体框架及实验验证 |
| 5.1 异常检测算法总体框架 |
| 5.2 实验概述 |
| 5.2.1 数据介绍 |
| 5.2.1.1 MAWILab数据集 |
| 5.2.1.2 ISCX-IDS数据集 |
| 5.2.1.3 ISP数据集 |
| 5.2.2 评估指标 |
| 5.3 对比方法介绍 |
| 5.3.1 PCA子空间方法 |
| 5.3.2 基于小波变换的网络流量异常检测方法 |
| 5.3.3 随机基异常检测方法 |
| 5.3.4 子空间投影转换基方法 |
| 5.4 实验结果及分析 |
| 5.4.1 MAWILab数据集 |
| 5.4.1.1 数据预处理模块 |
| 5.4.1.2 多尺度分解多通道检测模块 |
| 5.4.1.3 参照实验 |
| 5.4.1.4 结果分析 |
| 5.4.2 ISCX-IDS数据集 |
| 5.4.2.1 数据预处理模块 |
| 5.4.2.2 多尺度分解多通道检测模块 |
| 5.4.2.3 参照实验 |
| 5.4.2.4 结果分析 |
| 5.4.3 ISP数据集 |
| 5.4.3.1 数据预处理模块 |
| 5.4.3.2 多尺度分解多通道检测模块 |
| 5.4.3.3 参照实验 |
| 5.4.3.4 结果分析 |
| 5.4.4 总结分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作及展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的成果 |
（5）背景流量生成模型综述（论文提纲范文）
| 0 引言 |
| 1 背景流量 |
| 1.1 基本概念 |
| 1.2 流量特性 |
| 1.3 背景流量模型 |
| 2 时间流量模型 |
| 2.1 传统时间流量模型 |
| 2.1.1 泊松 (Poisson) 模型 |
| 2.1.2 马尔可夫 (Markov) 模型 |
| 2.1.3 回归 (Regression) 模型 |
| 2.1.4 传统模型的不足 |
| 2.2 自相似模型 |
| 2.2.1 重尾分布的ON/OFF模型 |
| 2.2.2 M/G/∞模型 |
| 2.2.3 FBM/FGN模型 |
| 2.2.4 FARIMA模型 |
| 2.2.5 小波变换模型 |
| 2.3 应用流量模型 |
| 2.3.1 Surge |
| 2.3.2 HTTP媒体流量模型 |
| 2.3.3 小结 |
| 2.4 框架模型 |
| 2.4.1 Harpoon |
| 2.4.2 Swing |
| 2.4.3 Tmix |
| 2.4.4 LegoTG |
| 2.4.5 小结 |
| 2.5 流模型 |
| 3 空间流量模型 |
| 4 时空流量模型 |
| 5 总结与展望 |
| 6 结语 |
（6）基于网络流量相似性的LDoS攻击检测方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.4 论文结构 |
| 第二章 LDo S攻击模型及网络流量分析 |
| 2.1 基于TCP的LDo S攻击 |
| 2.1.1 TCP超时重传 |
| 2.1.2 同步攻击原理 |
| 2.1.3 异步攻击原理 |
| 2.2 网络流量自相似模型分析 |
| 2.2.1 自相似过程的数学描述 |
| 2.2.2 自相似性的特性 |
| 2.2.3 网络流量的自相似模型 |
| 2.3 流量矩阵 |
| 2.3.1 流量矩阵定义 |
| 2.3.2 流量矩阵中的LDo S攻击检测 |
| 2.4 本章小结 |
| 第三章 基于Hurst指数和GBDT的LDo S检测方法 |
| 3.1 检测思路 |
| 3.2 Hurst指数计算方法 |
| 3.2.1 R/S法 |
| 3.2.2 方差时间法 |
| 3.2.3 Whittle法 |
| 3.2.4 小波估计法 |
| 3.2.5 计算结果对比 |
| 3.3 流量回归预测 |
| 3.3.1 流量回归树构建 |
| 3.3.2 梯度提升树(GBDT)的构建 |
| 3.3.3 XGBoost与GBDT的不同 |
| 3.4 实验及结果分析 |
| 3.4.1 实验环境 |
| 3.4.2 实验数据介绍 |
| 3.4.3 Hurst指数计算 |
| 3.4.4 XGBoost模型训练及指标分析 |
| 3.5 本章小结 |
| 第四章 基于序列比对的LDo S攻击检测算法 |
| 4.1 序列比对算法 |
| 4.1.1 序列比对原理 |
| 4.1.2 得分矩阵填充方法 |
| 4.1.3 全局比对和局部比对 |
| 4.2 序列比对检测 |
| 4.2.1 算法流程 |
| 4.2.2 检测序列的构造 |
| 4.3 实验及结果分析 |
| 4.3.1 NS-2 实验和结果分析 |
| 4.3.2 Test-bed实验和结果分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 创新点总结 |
| 5.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
| 硕士期间所发表论文 |
| 硕士期间参与的比赛 |
| 硕士期间参与项目 |
（7）基于小波变换的快速干扰协调方案研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 干扰协调国内外研究现状 |
| 1.3 本文的研究内容和创新点 |
| 1.4 本文结构安排 |
| 第二章 小波变换及干扰协调技术概述 |
| 2.1 引言 |
| 2.2 干扰协调技术 |
| 2.3 小波变换理论及应用 |
| 2.4 本章小结 |
| 第三章 面向单蜂窝性能优化的快速干扰协调方案 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 传统方法在求解干扰协调问题中的应用 |
| 3.4 优化一个蜂窝性能的快速干扰协调方案 |
| 3.4.1 终端排序 |
| 3.4.2 干扰协调参数的稀疏表示 |
| 3.4.3 快速干扰协调 |
| 3.4.4 域间干扰协调策略的转换 |
| 3.5 分解层数及小波基对系统性能的影响 |
| 3.6 性能仿真及分析 |
| 3.6.1 性能仿真及分析 |
| 3.6.2 效用函数对比 |
| 3.6.3 算法耗时对比 |
| 3.7 本章小结 |
| 第四章 面向两蜂窝性能优化的快速干扰协调方案 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 优化两个蜂窝性能的快速干扰协调方案 |
| 4.3.1 快速干扰协调方案整体流程 |
| 4.3.2 分组排序及其他步骤 |
| 4.4 性能仿真及分析 |
| 4.4.1 干扰协调结果的直观对比 |
| 4.4.2 方案关键步骤的性能仿真分析 |
| 4.4.3 方案性能仿真分析 |
| 4.4.4 效用函数对比 |
| 4.5 在多蜂窝场景中的应用 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（8）网络服务功能链优化部署与性能研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景以及意义 |
| 1.2 网络服务功能链发展现状 |
| 1.2.1 主要研究范畴 |
| 1.2.2 研究尚存的问题 |
| 1.3 主要研究内容及意义 |
| 1.4 论文章节与组织结构 |
| 第二章 网络服务功能链技术研究与推进 |
| 2.1 网络功能虚拟化与服务功能链 |
| 2.2 网络服务功能链架构 |
| 2.2.1 SFC架构与组成 |
| 2.2.2 SFC数据面传输协议 |
| 2.2.3 SFF路径选择与转发 |
| 2.3 网络服务功能链用例 |
| 2.4 SFC优化与相关研究 |
| 2.5 本章小结 |
| 第三章 单入口网络服务链接入量优化设计 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 模型构建 |
| 3.3.1 物理模型 |
| 3.3.2 约束方程 |
| 3.3.3 目标函数 |
| 3.4 求解与算法 |
| 3.4.1 CVX求解工具 |
| 3.4.2 MSF方法描述 |
| 3.4.3 AHG算法描述 |
| 3.5 仿真与结果分析 |
| 3.5.1 环境与参数 |
| 3.5.2 算法复杂度 |
| 3.5.3 结果与分析 |
| 3.6 本章小结 |
| 第四章 多入口网络服务链延迟保障与节能设计 |
| 4.1 多入口网络与工业物联网 |
| 4.2 系统模型构建 |
| 4.2.1 系统模型 |
| 4.2.2 多入口服务链模型 |
| 4.2.3 时延和能耗分析 |
| 4.3 数学模型构建 |
| 4.3.1 约束方程 |
| 4.3.2 目标函数 |
| 4.4 求解与算法 |
| 4.4.1 KSP算法描述 |
| 4.4.2 OVPMN算法描述 |
| 4.5 仿真与结果分析 |
| 4.5.1 环境与参数 |
| 4.5.2 结果与分析 |
| 4.6 本章小结 |
| 第五章 基于神经网络服务功能链流量预测与性能优化 |
| 5.1 概述 |
| 5.2 小波神经网络 |
| 5.2.1 神经网络 |
| 5.2.2 小波理论 |
| 5.2.3 小波神经网络 |
| 5.3 WNNPOM模型构建 |
| 5.3.1 预测模型描述 |
| 5.3.2 性能优化模型描述 |
| 5.4 仿真与结果分析 |
| 5.4.1 样本数据 |
| 5.4.2 学习训练 |
| 5.4.3 参数与仿真结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
（9）页岩气开采中的若干力学前沿问题（论文提纲范文）
| 目录 |
| 1前言* |
| 2页岩气藏及其开采方式* |
| 2.1引言 |
| 2.2 页岩气藏的地质及开采特征 |
| 2.2.1 页岩气藏的地质特征 |
| 2.2.1. 1 构造地质背景 |
| 2.2.1. 2 沉积环境 |
| 2.2.1. 3 页岩类型 |
| 2.2.1. 4 总有机碳含量 |
| 2.2.1. 5 热成熟度 |
| 2.2.1. 6 有机质类型 |
| 2.2.2 页岩气藏的储层特征 |
| 2.2.2. 1 储层厚度 |
| 2.2.2. 2 储层物性 |
| 2.2.2. 3 页岩脆性 |
| 2.2.2. 4 裂缝系统 |
| 2.2.2. 5 含气量 |
| 2.2.3 页岩气藏的开采特征 |
| 2.2.3. 1 优惠政策的扶持 |
| 2.2.3. 2 体积压裂 |
| 2.2.3. 3 勘探开发关键技术不断发展进步 |
| 2.2.3. 4 产量递减率较高 |
| 2.2.3. 5 环保问题面临挑战 |
| 2.3 页岩气藏开采方式 |
| 2.3.1 直井及直井压裂开发方式 |
| 2.3.2 水平井及水平井压裂开发方式 |
| 2.3.2. 1 滑溜水压裂技术 |
| 2.3.2. 2 多级分段压裂技术 |
| 2.3.3 同步压裂开发方式 |
| 2.3.3. 1 同步压裂技术 |
| 2.3.3. 2 拉链式压裂技术 |
| 2.3.4 工厂化水平井压裂开发方式 |
| 2.4 本节小结 |
| 3页岩力学行为与基本表征方法* |
| 3.1 引言 |
| 3.2 页岩天然裂缝的分布 |
| 3.3 页岩的脆性 |
| 3.4 页岩的弹性 |
| 3.4.1 杨氏模量 |
| 3.4.2 泊松比 |
| 3.5 页岩的断裂强度 |
| 3.5.1 压缩断裂强度 |
| 3.5.2 拉伸断裂强度 |
| 3.6 页岩弹性性能的统计描述 |
| 3.7 页岩的I型断裂 |
| 3.8 页岩天然弱面对裂纹路径的影响 |
| 3.9 岩体材料的本构关系 |
| 3.9.1 脆性破坏理论 |
| 3.9.2 弹塑性理论 |
| 3.9.3 损伤力学理论 |
| 3.9.4 微平面模型本构理论 |
| 3.1 0 本节小结 |
| 4页岩气藏实验模拟技术* |
| 4.1 引言 |
| 4.2 页岩储层评价技术 |
| 4.2.1 微观结构测试技术 |
| 4.2.2 孔径分布测试技术 |
| 4.2.3 物性测试技术 |
| 4.2.4 吸附气测量技术 |
| 4.2.5 扩散能力测试技术 |
| 4.2.6 储层吸水特征测试技术 |
| 4.3 开发模拟实验技术 |
| 4.3.1 流态实验 |
| 4.3.2 多测压点耦合传质实验 |
| 4.3.3 全直径岩心地层模拟开发实验 |
| 4.4 含气量计算方法 |
| 4.4.1 等温吸附法 |
| 4.4.2 微观孔隙结构法 |
| 4.4.3 测井资料法 |
| 4.5 本节小结 |
| 5页岩气微观流动机制及流固耦合特征* |
| 5.1 引言 |
| 5.2 页岩气微观流动机制 |
| 5.2.1 微观尺度渗流机理研究 |
| 5.2.1. 1 流动的分区 |
| 5.2.1. 2 微观流动过程 |
| 5.2.1. 3 微纳尺度流动特点 |
| 5.2.2 微观流动的研究方法 |
| 5.2.2. 1 分子动力学方法 |
| 5.2.2. 2 直接蒙特卡洛模拟方法 |
| 5.2.2. 3 格子玻尔兹曼方法 |
| 5.2.2. 4 Burnett方程 |
| 5.2.2. 5 逾渗理论 |
| 5.2.2. 6 孔隙网络模型 |
| 5.2.3 微观尺度向宏观尺度过渡问题 |
| 5.3 解吸附条件下的渗流力学规律 |
| 5.3.1 吸附动力学问题 |
| 5.3.1. 1 页岩吸附特征的影响因素 |
| 5.3.1. 2 吸附理论及模型 |
| 5.3.2 解吸附与流动耦合问题 |
| 5.4 人工压裂过程裂缝起裂及流固耦合机理 |
| 5.4.1 页岩裂缝起裂及扩展机理 |
| 5.4.1. 1 页岩各向异性多孔本构 |
| 5.4.1. 2 页岩各向异性强度和断裂准则 |
| 5.4.1. 3 水压裂缝和天然裂缝相互作用规律 |
| 5.4.2 页岩裂缝扩展数值模拟方法 |
| 5.5 页岩复杂介质的非均质特征 |
| 5.5.1 横纵向各向异性 |
| 5.5.2 基质本身的非均质性 |
| 5.5.3 天然裂缝引发的非均质性 |
| 5.5.4 页岩储层的变形规律 |
| 5.6 本节小结 |
| 6页岩气水力压裂数值模拟方法* |
| 6.1 前言 |
| 6.2 理论计算模型 |
| 6.2.1 传统水力压裂模型 |
| 6.2.1. 1 PKN模型 |
| 6.2.1. 2 KGD模型 |
| 6.2.1. 3 P3D模型 |
| 6.2.2 非常规水力压裂模型 |
| 6.2.2. 1 线网模型 (wire-mesh model) |
| 6.2.2. 2 非常规裂缝模型 |
| 6.3 水力压裂数值计算 |
| 6.3.1 数值计算模型 |
| 6.3.1. 1 固体破裂计算模型 |
| 6.3.1. 2 渗流计算模型 |
| 6.3.2 数值计算方法 |
| 6.3.2. 1 有限单元法 |
| 6.3.2. 2 有限差分法 |
| 6.3.2. 3 边界单元法 |
| 6.3.2. 4 扩展有限元法 |
| 6.3.2. 5 离散单元法 |
| 6.3.2. 6 连续非连续单元法 |
| 6.4 页岩裂缝网扩展的数值模拟研究 |
| 6.4.1 页岩压裂数值模拟研究现状 |
| 6.4.2 基于XFEM的耦合变形–扩散–流动的水力压裂数值模拟研究 |
| 6.5 本节小结 |
| 7水力压裂过程微地震监测技术* |
| 7.1 引言 |
| 7.2 微地震监测技术的发展现状 |
| 7.2.1 微地震监测的国内外研究进展 |
| 7.2.1. 1 国外微地震监测技术的开发和应用 |
| 7.2.1. 2 国内微地震监测技术的发展现状 |
| 7.2.2 微地震监测在低渗透率气藏开发中的应用 |
| 7.3 微地震监测中的关键问题 |
| 7.3.1 事件有效识别 |
| 7.3.1. 1 初至时间拾取 |
| 7.3.1. 2 震源定位 |
| 7.3.2 水力压裂微地震发生及其信号特点 |
| 7.3.2. 1 水力压裂“慢”过程伴随岩石破裂声发射的“快”过程 |
| 7.3.2. 2 岩石破坏机理复杂, 微地震的波形多样 |
| 7.3.2. 3 水力压裂过程的信号干扰 |
| 7.3.3 水力压裂微地震信号的时域–频域二维全波形分析 |
| 7.3.4 微地震的数据解释 |
| 7.3.4. 1 能量的匹配 |
| 7.3.4. 2 致裂面积与产量之间的关系 |
| 7.3.4. 3 微地震事件的发生时间 |
| 7.3.4. 4 水力压裂的岩石破坏机理 |
| 7.4 本节小结 |
| 8无水压裂技术* |
| 8.1 前言 |
| 8.2 二氧化碳压裂技术 |
| 8.2.1 二氧化碳干法压裂 |
| 8.2.2 二氧化碳泡沫压裂技术 |
| 8.2.3 超临界二氧化碳压裂 |
| 8.2.3. 1 CO2物性 |
| 8.2.3. 2 超临界CO2在微细流道中的流动与换热 |
| 8.2.3. 3 CO2射流破岩研究 |
| 8.2.3. 4 CO2压裂后的地下封存 |
| 8.2.4 小结 |
| 8.3 氮气压裂技术 |
| 8.3.1 氮气干压裂技术 |
| 8.3.2 氮气泡沫压裂技术 |
| 8.3.3 小结 |
| 8.4 液化石油气 (LPG) 无水压裂技术 |
| 8.5 爆炸压裂技术 |
| 8.5.1 井内爆炸 |
| 8.5.2 核爆法 |
| 8.5.3 层内爆炸 |
| 8.5.3 小结 |
| 8.6 高能气体压裂 (HEGF) |
| 8.7 本节小结 |
| 9结束语* |
（10）面向气路部件健康管理的静电监测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词 |
| 第一章 绪论 |
| 1.1 论文选题依据 |
| 1.1.1 论文研究背景 |
| 1.1.2 航空发动机健康管理技术的意义 |
| 1.2 航空发动机气路部件健康管理技术综述 |
| 1.2.1 航空发动机气路部件状态监测技术 |
| 1.2.2 航空发动机气路部件故障诊断及健康评估技术 |
| 1.3 面向气路部件健康管理的静电监测技术综述 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内的研究现状 |
| 1.4 研究问题的提出 |
| 1.5 研究路线和章节安排 |
| 第二章 气路部件静电监测理论和传感模型推演验证研究 |
| 2.1 引言 |
| 2.2 发动机气路通道颗粒来源 |
| 2.2.1 发动机的尾气碳烟颗粒物 |
| 2.2.2 发动机气路中的异常颗粒 |
| 2.3 发动机气路静电监测原理及系统概述 |
| 2.3.1 气路静电监测原理 |
| 2.3.2 气路静电监测系统总体方案 |
| 2.3.3 硬件架构方案 |
| 2.3.4 软件系统方案 |
| 2.4 进气道静电传感器的传感模型推演及实验验证 |
| 2.4.1 进气道物理感应模型 |
| 2.4.2 环状传感器空间传感模型推演 |
| 2.4.3 信号影响因素理论分析 |
| 2.4.4 环状探极传感模型验证实验 |
| 2.4.5 模型验证实验小结 |
| 2.5 尾喷管静电传感器的传感模型推演及实验验证 |
| 2.5.1 棒状传感器空间传感模型推演 |
| 2.5.2 输出信号及影响因素分析 |
| 2.5.3 棒状探极传感模型验证实验 |
| 2.6 本章小结 |
| 第三章 基于稀疏分解的气路静电信号处理方法研究 |
| 3.1 引言 |
| 3.2 经典气路静电信号去噪方法 |
| 3.2.1 气路静电信号噪声分析 |
| 3.2.2 数字陷波器法 |
| 3.2.3 自适应滤波法 |
| 3.2.4 独立分量分析 |
| 3.2.5 经验模态分解 |
| 3.2.6 小波分析 |
| 3.3 基于稀疏分解的静电信号噪声处理方法 |
| 3.3.1 信号的稀疏分解 |
| 3.3.2 稀疏分解去噪信号模型 |
| 3.3.3 基于OMP算法的静电信号稀疏去噪算法 |
| 3.3.4 去噪效果评价方法 |
| 3.3.5 仿真信号去噪结果对比分析 |
| 3.3.6 常规试车静电信号去噪实例 |
| 3.3.7 故障模式下的静电信号去噪实例 |
| 3.4 本章小结 |
| 第四章 典型发动机气路部件故障模式模拟实验及分析 |
| 4.1 引言 |
| 4.1.1 基于传统气路性能参数的气路部件故障诊断 |
| 4.1.2 基于静电信号的发动机气路部件监控与诊断 |
| 4.2 基于气路故障模拟实验平台的故障模拟方案 |
| 4.2.1 四类典型气路部件故障模式描述 |
| 4.2.2 气路故障模拟试验平台的构建 |
| 4.2.3 吸入物故障模拟实验方案 |
| 4.2.4 气路部件掉块故障模拟实验方案 |
| 4.2.5 碰摩故障模拟实验方案 |
| 4.2.6 燃烧室积碳故障模拟实验方案 |
| 4.3 静电信号数据处理及频域分析 |
| 4.3.1 时域特征提取 |
| 4.3.2 信号频域分析 |
| 4.4 四类典型气路机械故障的静电信号特征描述 |
| 4.4.1 外来吸入物故障的静电信号特征分析 |
| 4.4.2 部件掉块故障的静电信号特征分析 |
| 4.4.3 燃烧室积碳故障的静电信号特征分析 |
| 4.4.4 碰摩故障的静电信号特征分析 |
| 4.5 不同故障模式下信号特征的分析 |
| 4.6 基于Fisher准则的特征有效性验证 |
| 4.6.1 Fisher准则 |
| 4.6.2 特征验证 |
| 4.7 故障模式智能识别的工程化应用方法 |
| 4.7.1 SOM网络原理和算法过程 |
| 4.7.2 四类故障模式的识别过程 |
| 4.8 本章小结 |
| 第五章 基于静电信号特征的气路状态异常检测及性能评估 |
| 5.1 引言 |
| 5.2 涡扇发动机静电监测试车实验 |
| 5.2.1 专用静电传感器的设计 |
| 5.2.2 尾气环境下传感器的安装和应力校核 |
| 5.2.3 涡扇发动机性能参数 |
| 5.2.4 涡扇发动机试车谱 |
| 5.3 涡扇发动机尾气静电信号特征的基线计算 |
| 5.3.1 典型试车下的静电信号 |
| 5.3.2 静电信号特征-性能参数的相关性分析 |
| 5.3.3 涡扇发动机静电信号特征参数基线模型的建立 |
| 5.3.4 AL参数基线模型用于发动机异常状态监测 |
| 5.4 基于熵值法的发动机气路状态异常检测 |
| 5.4.1 熵理论概述 |
| 5.4.2 排列熵 |
| 5.4.3 小波能谱熵 |
| 5.5 静电信号-性能参数融合的发动机气路性能评估方法研究 |
| 5.5.1 LR模型概述 |
| 5.5.2 模型描述 |
| 5.5.3 模型参数估计 |
| 5.5.4 基于LR模型的发动机气路性能评估流程 |
| 5.5.5 试车实验 |
| 5.5.6 特征选择和数据预处理 |
| 5.5.7 样本抽取 |
| 5.5.8 模型训练 |
| 5.5.9 评估结果 |
| 5.6 本章小结 |
| 第六章 气路部件静电监测软硬件系统的设计与开发 |
| 6.1 基于虚拟仪器技术的气路部件静电监测及诊断系统设计 |
| 6.1.1 虚拟仪器的概念 |
| 6.1.2 监测软件系统开发简介 |
| 6.1.3 EMFDS系统构架设计 |
| 6.2 EMFDS系统功能模块设计 |
| 6.2.1 EMFDS系统主界面 |
| 6.2.2 主程序逻辑结构 |
| 6.2.3 监测功能模块设计 |
| 6.2.4 数据管理模块设计 |
| 6.2.5 故障识别离线模块设计 |
| 6.3 基于嵌入式技术的硬件监测系统开发 |
| 6.3.1 数据采集模块框架 |
| 6.3.2 信号处理电路设计 |
| 6.3.3 模/数转换模块设计 |
| 6.3.4 协处理器模块设计 |
| 6.3.5 数据采集与存储流程 |
| 6.3.6 终端模块设计 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、一种基于小波分析的大规模网络流量模拟（论文参考文献）
- [1]基于LSTM的SDN网络流量预测研究[D]. 姜梦雅. 北京邮电大学, 2021
- [2]面向稳健多媒体传输的资源分配机制研究[D]. 桂永强. 中国科学技术大学, 2021(09)
- [3]恒星低质量光谱的数据处理与分析[D]. 吴明磊. 山东大学, 2020(01)
- [4]网络流量异常信息分析方法研究[D]. 冉金也. 电子科技大学, 2020(07)
- [5]背景流量生成模型综述[J]. 方熙,曾剑平,吴承荣. 计算机应用, 2019(S1)
- [6]基于网络流量相似性的LDoS攻击检测方法[D]. 潘卿波. 中国民航大学, 2019(02)
- [7]基于小波变换的快速干扰协调方案研究[D]. 张树梅. 合肥工业大学, 2019(01)
- [8]网络服务功能链优化部署与性能研究[D]. 李源灏. 电子科技大学, 2019(01)
- [9]页岩气开采中的若干力学前沿问题[J]. 刘曰武,高大鹏,李奇,万义钊,段文杰,曾霞光,李明耀,苏业旺,范永波,李世海,鲁晓兵,周东,陈伟民,傅一钦,姜春晖,侯绍继,潘利生,魏小林,胡志明,端祥刚,高树生,沈瑞,常进,李晓雁,柳占立,魏宇杰,郑哲敏. 力学进展, 2019(00)
- [10]面向气路部件健康管理的静电监测技术研究[D]. 殷逸冰. 南京航空航天大学, 2018(01)