修正的多模判决分层数据库层间偏转可靠性估计

对于层次式的分层数据库访问中,需要对分层数据库的层间相位偏转进行可靠估计,提高数据结构的组织性能和精确数据挖掘能力。传统方法的相位偏转估计算法采用单模判决,数据库中海量信息流的分布式高维矢量特征不能得到有效应用,导致估计精度不高。提出一种修正的多模判决分层数据库层间偏转可靠性估计算法,构建分层数据库访问执行网络交互模型与信号模型,完成修正的多模判决控制,定义模判决多模算法代价函数,通过分层数据库分层间位移,构建层间偏转的反馈滤波器,完成分层数据库层间偏转可靠性估计。仿真实验表明,该算法能有效估计出分层数据库的层间偏转,收敛性比传统方法优越,估计精度可靠,保证了算法和系统运行的实时性。     

非对称补偿粒子滤波可逆隐藏数据访问算法

针对级联数据库中可逆隐藏数据定位不准,访问恢复困难的问题,提出一种基于非对称补偿粒子滤波的可逆隐藏数据访问算法,实现对数据库中可逆隐藏数据准确访问。算法使用非对称粒子滤波对数据库中可逆隐藏数据的目标位置和访问信道衰减参数进行同时估计,提高可逆隐藏数据定位精度。设计非对称补偿滤波器,抑制数据访问中相干数据干扰,采用迭代方式对隐藏数据访问进程进行更新。最后采用取对数能量求倒谱的方法对数据进行恢复处理,实现对可逆隐藏数据的精准定位访问。仿真实验表明,采用该算法对大型级联数据库进行访问,能准确定位可逆隐藏数据,抗干扰能力强,无损可逆性好,数据库访问识别率和鲁棒性均有明显提高。     

XML数据库融合中心带宽扩维感知算法

传统方法中,对XML数据库的融合中心带宽扩维算法采用谱估计方法,当融合中心出现了大量以海量数据为基础的信息服务数据时,后续访问需在多个服务器中遍历许多节点,影响访问效率。提出一种基于节点分裂日志的XML数据库融合中心带宽扩维感知算法。首先构建XML数据库相对状态系统模型与数据融合算法,设计节点分裂日志的数据融合结构,通过预获取有限的带宽中心信息,推导出实体关联知识库,利用表征关联知识有效指导XML数据库的资源融合和重整,构建实体模型,提高数据融合中心的聚类能力。仿真实验结果表明,该法能有效提高XML数据库融合中心宽带扩维匹配率,执行效率和数据聚类效率提高,展示其优越的应用价值。     

基于小波多窗谱提取的智能数据库特征挖掘

通过对智能数据库的特征优化挖掘,实现特征数据融合,优化数据库分组访问信道,提高数据调度效率。当前的智能数据库特征挖掘算法采用相关度匹配的特征级联挖掘技术,当分层特征之间的具有较大的相似度时,挖掘效果不好。提出一种基于小波多窗谱提取的智能数据库特征挖掘算法。构建数据库模型,建立GMS方法以最小的代价和以最小的样本偏差来实现最高质量的样本数据集,采用粗糙概念格的生成算法进行数据流的频繁访问特征分区,构建小波函数,得到智能数据库的特征双曲调频母小波,提取数据库信息流的多窗谱特征,进行智能数据库特征挖掘算法改进。仿真结果表明,该算法进行数据库特征挖掘的运行时间较短,数据库特征挖掘精确度较高,提高了对数据库的访问和数据调度的精度和效率。     

引入多源数据相位谱补偿的数据库索引算法

对层次网络数据库的敏感信息快速索引是提高数据库访问技术的基础,传统方法采用矢量模型特征聚类算法进行数据库敏感信息特征提取和索引,当数据库中的信息呈现多源化状态时,数据库索引精度不高。提出一种基于多源数据相位谱补偿的数据库索引算法。构建多源数据库模型,进行数据库访问信道分配设计,分析多源数据的相位谱特征,进行相位谱补偿实现数据库索引算法优化,仿真结果表明,采用该算法对含有多源信息特征的数据库进行信息检索和访问,信息匹配准确度较高,特征提取准确,提高数据库访问性能。     

移动云计算中的时变通信信道估计算法

在移动云计算中,通过无线通信方式实现数据调度和传输,移动云计算通信信道具有时变特性,对其有效的信道均衡和相位估计是保证云计算质量的基础。传统的时变通信信道估计算法采用多模盲均衡算法,出现码间干扰和相位失衡。提出一种基于二次调频双稳态检测的移动云计算中的时变通信信道估计算法。首先进行移动云计算的通信信道模型构建,基于协议信道邻居构建的通信功率增益模型,进行信道划分协议设计,设计二次调频双稳态检测算法,采用同步算法减少系统子载波间的正交性抑制,得到移动云计算通信系统信道均衡系统,检测移动云计算信道的时变特征,实现准确估计,通过仿真实验进行性能验证。仿真结果表明,该算法具有较大的信道估计性能,抗干扰能力提高,信息增益提高,在云计算通信中具有较好的稳健性。     

大规模MIMO系统中联合最强用户冲突解决的最大似然信道估计方案

在多小区大规模多输入多输出(MIMO)系统中,针对各小区复用相同导频序列进行信道估计存在有导频污染问题,提出了一种大规模MIMO系统中联合最强用户冲突解决的最大似然(ML)信道估计算法。该方法联合最强用户冲突解决(SUCR)算法和循环前缀的最大似然信道估计算法,先在小区用最强用户冲突解决方案减轻用户之间的竞用相同导频的干扰,减少竞争导频的用户数,提高系统的成功接入用户数数量,然后再用循环前缀的最大似然的信道估计算法,对处理后的导频序列的信道进行信道估计,以获得较为准确的信道状态信息。仿真结果表明,提出的算法对比分析传统ML算法和MMSE算法能够得到更好的归一化均方误差和系统能量效率,并且可以较明显地减轻导频污染对信道估计的影响。     

TD-SCDMA系统中基于时域数据统计信息的信道估计算法

TD-SCDMA系统中运用的B.Steiner估计器是一种低代价的信道估计器,由于受到噪声的影响,其导致估计的精度有限。以Steiner算法为基础,有多种基于门限处理的信道估计算法,如何设置门限是这类改进算法的关键问题。本文对信道估计算法的时域结果进行能量检测,基于时域数据统计信息给出信道估计改进算法。仿真结果表明,改进的信道估计使系统的性能获得较大的改善与提高。     

改进的主从式无线传输信道自适应跟踪技术

主从式无线传输信道自适应跟踪技术是实现短距离无线通信的关键,短距离无线通信系统在传输和接收信号过程中,由于通信干扰和信道畸变等因素的影响,导致通信质量下降,研究短距离无线通信的抗码间干扰和信道均衡技术,设计无线传输信道自适应跟踪,提高通信质量。提出一种主从式无线传输信道自适应均衡处理的无线传输信道自适应跟踪技术,构建短距离通信系统信号包络模型,设计短距离通信的信道均衡技术,根据检验统计量和门限关系,用似然比估计的方法实现信道参量估计,达到无线传输信道自适应跟踪的目的。实验结果表明,采用该方法进行短距离通信传输,信道估计精度提高,对局部平稳性影响较小,保证了算法的收敛性。     

支持多模推荐的多层数据库优化访问技术

为解决数据库访问中的关联数据推荐问题,进行数据库的多层时态属性重构,提高数据库访问能力。传统的数据时态属性重构技术采用文本信息特征分类重构方法,无法有效满足多模数据推荐中的数据库访问环境。提出一种支持多模推荐的数据库多层时态属性重构优化访问技术。构建数据库的多层时态数据重构数据结构模型,在重构过程中进行实现自适应阈值寻优,计算各传输节点在数据分发中自身对对方的直接信任值和间接信任值,进行多模推荐关系图构造,采用平均互信息方法求解数据库多层时态属性的自适应阈值,对数据库访问节点的彼此行为进行监控,实现数据库访问优化。仿真结果表明,采用该方法能有效实现对数据库访问用户的多模推荐,提高数据库访问的性能,提高数据调度的普适性和准确性。