认知无线网络中分级下的从用户累积切换延时分析(英文)

根据认知无线网络中从用户数据传输延时需求的不同,将从用户分成SU1和SU2两类.并假设SU1比SU2优先使用主用户的空闲频谱.利用基于优先级的M/G/1排队网络,对多重频谱切换过程进行建模.根据状态转移概率和转移消耗矩阵,分别计算出2类从用户的平均累积延时.数值结果表明,主用户业务负载越大,SU2的累积切换延时增加得越快.与从用户不分级的认知网络比较表明,分级下的SU1到达率越低,2类从用户的累积切换延时减少得越明显.对2类从用户在最大可容忍延时下的允许接入区域的分析,可较好地适用于分级下的从用户接入控制方案的设计.     

认知无线电网络中频谱空穴利用率的优化策略

认知无线电技术允许认知用户动态利用频谱空穴,从而提高频谱利用率.授权用户的活跃度、感知时间的大小、是否采用协作感知、认知用户接收信噪比和数据传输时延均影响频谱空穴利用率.建立了频谱空穴利用率的数学模型,目的是在保护授权用户权益的前提下分析各种参数对频谱空穴利用率的影响,并进行了计算机仿真.仿真结果及分析表明:为了提高频谱空穴利用率,认知用户可采取协作感知,采用最优感知时间和提高数据传输速率的方法;授权用户可采取提高信号功率的方法.     

认知OFDMA混合网络模型中基于QoE的资源分配协议(英文)

提出了一种应用于基于正交频分多址接入(OFDMA)的认知网络模型中的资源分配协议,其认知网络采用了融合overlay和underlay的混合网络模型.在不影响主用户通信质量的前提下,overlay模型允许认知用户利用主用户未使用的空闲子信道;underlay模型允许认知用户和主用户共同占用子信道.该协议旨在最大化认知用户的体验质量(Qo E),动态地在overlay和underlay模型之间切换,并通过平均意见分数(MOS)函数进行量化,而非简单地满足各个用户在物理层和MAC层的限制条件.从对认知用户的文件传输和视频服务的仿真结果可看出,所提出的资源分配协议具有较高的频谱效率.     

无线Mesh网按需路由算法的研究与实现

针对无线Mesh网Qo S的路由特点,本文主要以蚁群算法为基础,将其应用到无线Mesh网络中,系统地分析了这种算法,对其性能进行了改进,并在此基础上,提出了一种全新的基于蚁群算法的无线Mesh网按需路由算法.实验结果表明,结合贪婪搜索和分布式计算,本文提供的算法具有强大的搜索能力.     

基于DNA算法的Ad hoc路由协议优化算法研究

针对移动Ad Hoc网络中的Qo S路由问题,提出一种基于DNA算法的全新优化算法,该算法采用DNA编码方式,对每条路径进行编码,利用合成技术完成NP完全路径,最后通过实验得出优化数据.实验结果验证了该算法的有效性,并且在降低算法复杂程度下,得到了路由优化的最优解.     

多跳Ad Hoc网络中协作路由算法研究

协作分集是下一代无线通信的关键技术,也是近几年的一个研究热点.由于协作分集改变了传统的通信方式,需要设计新的路由机制(协作路由)以适应协作通信的特点.文章面向多跳自组织网络,依据路由设计时所考虑的源与目的节点数量的不同,从两个方面对当前协作路由算法的研究成果进行了综述,并分析当前研究中存在的问题,指出需要进一步研究的三个方面内容和挑战.     

按需路由协议AODV与DSR的对比分析

为了研究Ad Hoc网络中的按需路由协议的性能,基于NS2仿真平台,研究分析了移动速度对两种典型按需路由协议AODV和DSR的性能影响,并对DSR协议进行了改进.性能参数包括分组投递率、端到端的平均时延、路由发起率、归一化路由开销等性能.仿真结果表明,DSR协议在移动环境下的性能较好,并且改进后的DSR协议在分组投递率、端到端时延方面均优于原DSR协议.     

基于LBT算法的多用户动态接入Wi-Fi通信系统的性能分析

考虑到快速增长的移动终端给蜂窝网络部署带来的挑战，提出多用户动态接入Wi-Fi频谱的通信框架.该框架结合设备至设备(Device-to-Device, D2D)通信技术，形成协作(Cooperative D2D,C-D2D)网络框架.首先，用户端利用先听后发(listen-before-talk, LBT)算法检测空闲Wi-Fi频谱；然后依据是否存在空闲Wi-Fi频谱，系统动态接入带内C-D2D或带外D2D模式；最后，推导带内C-D2D和带外D2D模式下D2D用户链路和基站与转发用户间链路中断概率的数学解析表达式.性能分析表明，动态接入Wi-Fi频谱能降低链路中断概率.     

基于网络的大学生结构化学小组协作学习教学改革实践

网络环境下的协作学习目前已成为课堂教学与互联网环境下一种重要的教学模式,具有交互方便、灵活多样、面广效高等特点.依据结构化学的课程特点,结合协作学习相关理论,对建构网络环境下协作学习进行教学设计和教学实施.基于网络的协作学习是协作学习的一种具体学习方式,这种方式对于促进学生开展各种高级认知活动和提高学生解决与处理问题的能力具有明显的作用.     

NS2平台的TCP/IP网络拥塞控制算法仿真

网络拥塞控制是网络服务质量(Qo S)机制正常运作的基础,而TCP/IP网络的拥塞控制机制是保证Internet的稳定性和鲁棒性的关键。利用NS2仿真平台,分别在不同网络环境下实现5种经典网路拥塞控制算法:TCP Tahoe、TCP Vegas、TCP Newreno、TCP Reno和TCP Sack,仿真结果表明在无丢包环境和高时延环境下各算法所受影响基本相同,而在低带宽和一般拥塞环境中Vegas算法的性能要优于其它算法,该结果为不同网络环境拥塞控制算法的选择和应用提供有效依据。同时通过软件仿真与实际测试,加深了学生对拥塞控制算法的理解。     

私播课论坛中学习者会话行为建模研究

私播课(Small Private Online Course,SPOC)论坛中的非结构性文本蕴含学习者认知和内部心理加工过程,对其分析有助于理解和解释学习结果的成因.以64名学生在SPOC论坛中的会话文本为对象进行数据挖掘,结合LDA主题建模和隐马尔可夫模型对学习者会话行为进行实体建模,并比较高低绩效组会话行为差异,最后运用回归分析和卡方检验探索了影响学习绩效的行为模式.结论表明高低绩效组的学习行为转移存在明显差异,高绩效组的行为转移具有渐进性和平滑性,倾向于序次解决问题,而低绩效组的行为转移则更倾向于浅层回溯.信息查阅、信息加工、信息发布、协作交互、问题解决和信息评价行为均与学习成绩有关,但信息查阅行为对学习成绩有着显著正向影响,且较多的协作交互和信息评价行为能够触发学习者的高阶认知.通过教育文本数据挖掘,教师能够发现不同群体的行为特征,从而进行适应性指导和精准教学,促进学习者高阶思维发展.     

从觉知到协调:促进协作互动的有效方法和策略

如何促进学习者有效地进行互动是虚拟协作学习活动中的一个重要的研究问题.本文在对国内外相关研究文献分析以及对华南师范大学认知与技术研究室近年来一系列研究成果归纳的基础上,采用校际协作学习活动认知建模的方式,并从觉知和协调关系的视角出发,提出了促进学习者协作互动的方法和策略.文章最后还探讨了觉知、交互和协调三者之间的内在联系.     

认知无线电频谱感知算法研究

随着信息社会经济的快速发展,人们对移动通信、宽带无线接入的需求不断增长,无线频谱资源越来越匮乏,频谱指配越来越困难。认知无线电技术接入灵活,能够大大提高频谱的利用率,当前被认为是解决上述问题的最佳方案。无线频谱感知技术是认知无线电的基础,文章对主用户的发射端、接收端的频谱感知算法,基于小波基的多分辨率宽带信号频谱感知算法,多节点协同感知算法进行了研究,分析对比给出了各种算法的优缺点。     

一种无线Mesh网络中的路由算法

无线Mesh网络由于其结构灵活,健壮性等特点已被广泛应用.传统的ad hoc路由协议已不再能满足其应用特点,需要寻找一个效率更高、更加可靠的路由协议.提出了一种基于按需路由协议设计思想下的新型路由协议,通过仿真证明其在链路传输效率和端到端时延都有明显改善.     

无线体域网安全路由算法设计与仿真

为提高无线体域网时延和安全性能,提出一种基于马尔科夫链的无线体域网低时延安全路由选择算法.该算法基于马尔科夫决策模型,将以安全中断概率为约束的路由选择问题转换为寻找动态系统最小时延成本的控制策略问题进行建模,采用拉格朗日乘子法将该优化问题转换为无约束优化问题,并根据贝尔曼优化理论中的价值迭代算法,将无约束问题进一步简化...     

Wiki和QQ在网络协作学习中的作用

网络协作学习中人际交互畅便与否影响成员间的协作深度,也在很大程度上决定了网络协作学习的效果.本文首先分析了wiki和QQ的功能,然后探讨了二者对促进网络协作学习中人际交互的作用.     

认知无线网络中基于加权选择融合的协作频谱预测策略（英文）

为了进一步提高认知无线网络中频谱预测的准确性,提出一种利用空间多样性进行加权选择融合的协作频谱预测策略.首先,综合考虑主用户行为特点以及信号衰落的影响,设计一种基于遗传算法的神经网络进行本地预测.然后,设计一种基于迭代自组织数据分析算法的融合筛选方法来选择性能最好的本地预测器进行协作融合.此外,考虑到本地预测器之间的空间多样性,提出了一种基于预测可靠性的加权融合规则.最后,采用高斯近似方法对所提出的基于加权选择融合的协作预测策略的性能进行分析,并给出了全局预测精度和吞吐量的表达式.实验结果表明,基于加权选择融合的协作频谱预测策略相比于其他的协作频谱预测策略具有更高的预测准确性,并且能够使得认知无线网络中的吞吐量得到很大程度的提高.     

一种基于精英策略的蚁群优化QoS单播路由算法

指出传统蚁群算法在解决QoS单播路由选择问题时,受到时延和带宽的约束,为降低路由费用,容易出现陷入局部最优且收敛速度慢的现象。针对上述问题,提出一种基于精英策略的蚁群优化QoS单播路由算法,该算法利用蚁群算法原理,并引入精英策略。通过仿真模拟一个20节点的计算机网络QoS单播路由选择实例,并与传统蚁群优化(ACO)算法进行对比,仿真结果表明该算法是有效的。     

基于NOMA的车联网资源分配算法（英文）

为了改善车辆高速移动引起的快速时变信道,实现有效可靠的车联网通信,研究了将非正交多址接入(NOMA)应用于平直高速公路蜂窝通信车辆用户(V2I)场景下的下行单播传输用户对(V2V)车联网资源分配算法.提出基于地理位置的V2V分簇算法,在基站端对信道资源进行预先分配.综合考虑V2I用户全局地理位置与分簇结果,使用Kuhn-Munkres算法完成子信道分配.采用改进的粒子群算法获得各发送方车辆用户最优发送功率.仿真结果表明:与现有基于设备到设备(D2D)的车联网资源分配相比,该算法有更高的网络连接能力,可有效收敛并提升频谱利用率,实现更高的传输速率.     

基于CSCL的非言语交互行为同调性研究

为了能够从CSCL活动中揭示群体认知发生的过程和特点,最终为计算机支持下的交互研究和提升协作知识建构绩效提供新的思考途径,本研究采用动态视频转录的方法,在同步CSCL学习活动过程中,观察由参与者无意识所发出的非言语交互行为信号(身姿、面部表情、手势等),以此进一步考察学习参与者在活动交互过程中的非言语交互行为特征及其行为同调性.研究结果表明,非言语交互行为同调性研究在微观层面上为揭示CSCL学习活动过程中的群体认知提供了坚实的佐证,并为揭示CSCL学习活动过程开辟了新的研究途径.本研究提出的建议对于分析与指导CSCL活动设计和应用具有积极的借鉴意义,为开展CSCL活动提供新的思路与方法.