基于调和均值公平的多小区干扰协调功率分配算法

针对正交频分多址无线蜂窝系统下行链路,提出一种基于用户速率调和均值公平的多小区干扰协调功率分配算法.为了优先减轻小区边缘用户的同频干扰,把多小区功率分配问题建模为一个以用户速率调和均值公平为目标的非凸优化问题,并提出一种迭代算法求其接近最优解.该算法需要相邻的基站通过交互干扰信息进行相互协作.仿真结果表明,该算法在保证小区中心用户有较高通信速率的同时,极大提升了小区边缘用户的通信速率.     

一种提升吞吐量与能量效率的LTE/WLAN两跳中继网络

LTE系统能够提供更高的数据速率,然而小区边缘用户由于受到严重的小区间干扰以及较大的路径损耗,其吞吐量比小区中心用户差.对于相同的发射功率,小区边缘用户较低的吞吐量导致整个系统的能量效率较低.针对LTE 3扇区场景,提出一种基于LTE/WLAN的两跳中继网络架构,用于提高小区边缘用户的吞吐量,以及LTE系统的能量效率. 理论分析和仿真结果表明,新型网络在用户吞吐量以及系统能量效率方面均有显著提升.     

基于干扰排队模型的LNG船舶进出港效率分析

为提高液化天然气(Liquefied Natural Gas,LNG)船舶进出港效率,考虑影响进出港效率的多种外界干扰因素,将干扰排队模型运用到进出港交通组织方案的仿真分析中.通过仿真分析结合实例对该模型进行检验.结果表明,该模型能较好地模拟航道船舶的通过状况.该方法可为LNG船舶进出港效率评价提供重要的技术手段.     

MIMO下行多用户中继系统的线性收发处理设计

针对单源单中继多用户多输入多输出下行系统,提出一种基于规则块对角化的收发处理设计.考虑源端无法获得第二跳的信道信息和用户无法获得第一跳的信道信息的场景,对源-中继链路和中继-用户链路进行独立的收发处理设计.在中继处采用传统的规则块对角化方法抑制用户间干扰和噪声,并基于最小均方误差准则联合接收矩阵设计改进的迭代优化算法.仿真结果表明,该算法收敛较快,且很好地降低了低信噪比区域的误码率.     

抑制干扰加速度误差的倾角测量装置研究

在舰船、车辆摇摆倾斜控制系统中 ,传统的测量控制系统必须选用高精度的惯性测量器件 ,成本较高 .而用低成本的压电射流角速度传感器和气体摆式倾角传感器组合成抑制干扰加速度误差的倾角测量装置 ,在满足系统精度的情况下能大幅降低成本 .理论分析和模拟实验结果表明 ,该测量装置能有效抑制干扰加速度造成的测量误差 .     

基于频域互相关的窄带干扰抑制方法

在时域互相关弱信号检测方法中,针对窄带干扰会被误认为是目标信号而导致该方法失效的问题,提出一种基于频域互相关的窄带干扰抑制方法.该方法通过把整个频带划分成多个子频带并获得相应的统计特性,然后在每个子频带上完成基于单边判决理论的单比特判决,最后运用"n-out-of-m"的融合规则来综合所有子频带的判决结果完成最后判决.仿真结果表明,频域互相关法能有效地抑制窄带干扰,相比于时域互相关法具有明显的优势.     

学术论文中的指示语

指示语是语用学最重要的研究课题之一,本文根据所学知识在对语用指示划分大类以后,又根据专业论文的特点,对学术论文,特别是科技论文的语用现象进行了归纳,并指出了其中特有的语用现象,即,类别指示语、逻辑指示语和过程指示语。而这与社会语用现象是有所区别的。     

基于小波包降噪的地磁场干扰数据分析

针对在港口消磁站附近港口日常作业时产生的磁场干扰以及地球地磁日变对港口消磁站的磁场测量造成严重干扰的现象,采用基于小波包降噪的办法进行干扰抑制处理.该办法通过对干扰源进行分析及实验模拟,得出磁场干扰的原因及特征.通过实际磁场测量数据分析,得出消磁站附近港口日常作业时产生的磁场干扰对地磁场Z分量造成的影响.采用小波包降噪算法,通过小波包基变化,重构受干扰磁场数据,进行干扰抑制处理.处理结果表明,此方法能够有效抑制干扰,对提高港口消磁站磁场测量的准确性有积极意义.     

支持D2D多播的蜂窝网络分簇策略与资源分配

针对蜂窝网络中D2D多播容量受限于簇内信道质量最差用户的问题和D2D多播复用蜂窝信道产生的同频干扰,提出一种新的分簇策略与资源分配的联合优化算法,在保证蜂窝和D2D用户最小SINR前提下,最大化系统总容量。由于所提优化问题难以获得最优解,通过将该问题分解成功率控制和用户分簇与信道分配两个子问题,求得其次优解。其中,分簇策略采用改进k-medoids的基于用户信道质量的多播分簇算法（CQCA）,在保证用户公平性的前提下提升瓶颈用户吞吐量,并通过联合分簇策略和信道分配,减小信道复用产生的同频干扰。仿真结果表明,该算法相比传统分簇策略显著提升多播簇容量,并提升系统总吞吐量。     

考虑客户满意度的网购物流配送路径优化

为更全面地反映网购物流配送的客户满意度,引入客户满意度指标.首先,考虑城市交通管制的硬时间窗约束和客户要求的软时间窗约束,建立最小配送成本和最短配送时间的多目标优化模型;然后,引入客户满意度指标,并设定客户满意度阈值,对该模型进行优化.设计遗传算法求解该优化模型.结合实际算例对模型和算法的有效性进行验证.结果表明:优化后的模型可以在保证较低配送成本和较少配送时间的基础上,最大化配送服务的客户满意度水平.该方法不存在客户流失的风险,有利于提高企业的竞争优势,符合企业的长远利益.     

基于分层网络的中心化和去中心化编码缓存方案

针对包含服务器、中继以及用户的分层网络,研究如何利用缓存降低传输延迟的问题.通过结合传统缓存和网络编码技术,提出新型的中心化和去中心化编码缓存方案.其中,中心化的方案根据中继、用户的数量以及缓存大小,对文件布置和发送策略进行优化设计,在满足用户文件请求的同时,实现数据的高效传输;去中心化的方案以牺牲少量性能为代价,支持...     

毫米波网络非正交多址接入的新型用户配对方案

面对5G毫米波网络中多用户的高速率需求,为进一步加强毫米波网络中的下行链路非正交多址接入传输,提出一种基于角度和距离联合的新型用户配对方案.该方案充分考虑了天线阵列形成波束的高定向性和用户的随机性.基站根据用户之间的瞬时空间角度差和距离基站的位置信息来选择配对用户,并将适时地选择启用非正交多址接入方案.通过使用随机几何...     

一种带QoS约束的资源分配和ABS功率控制算法

异构网络中,宏基站在时域选取几乎空白子帧(ABS),降低功率传输,可有效减小Pico基站扩展范围(CRE)内用户受到的干扰.但鲜有文献联合考虑功率降低和用户的服务质量(QoS)约束.本文提出一种满足用户QoS约束条件下联合网络资源分配和宏基站ABS期间功率控制的算法(RA-APC),算法在资源分配和ABS功率控制之间来回迭代求解.仿真结果表明,该算法收敛速度快,能够实现网络资源合理利用,有效提升系统整体性能.     

基于跨层包大小优化的DTN节点存储资源管理机制

在延迟容忍网络中,应用数据的成功交付依赖于节点存储器的保管.提高节点存储资源利用率有助于减轻网络拥塞,增加网络容量.DTN各层协议数据单元大小影响节点存储资源使用效率,提出一种基于跨层包大小优化的节点存储资源管理机制OSUS.OSUS可根据当前信道状况自适应调节Bundle大小和传输层帧大小,最大化节点存储资源利用率.实验仿真表明,相比于传统不采用自适应机制的方案,OSUS可以提升平均15%的节点存储资源利用率.     

面向三维信道幅值预测的自适应神经网络

针对在采用massive MIMO(multiple-input multiple-output)系统的5G网络规划中,使用传统的系统级仿真方法获得信道幅值的计算量和时间开销非常大的问题,提出一种基于BP(back propagation)神经网络的自适应神经网络来预测massive MIMO系统的信道幅值.自适应神经...     

一种改进的AODV安全路由协议

针对Ad Hoc网络的黑洞攻击问题,基于AODV协议提出一种采用"逆向逐节点验证"的解决方案.本方案使用控制报文和数据报文检查网络中是否存在黑洞节点,确定黑洞节点的位置并进行排除.中间节点也对可疑节点进行验证,将黑洞攻击危害降到最低.与现有其他方案的比较表明,改进的方案在有效抵御针对Ad Hoc网络黑洞攻击的同时,具有更低的网络开销和网络延迟.     

考虑通航环境因素的智能船舶航线规划

为提升智能船舶航线自动设计方案的合理性,考虑船舶通航环境因素的影响,提出一种考虑水深、潮高、风、浪、流的智能船舶航线规划算法。基于Delaunay三角剖分算法,提出一种环境建模方法,利用船舶航行安全水深理论在环境模型中搜索禁航区。利用切线图法建立可航网络。基于船舶力学原理对船舶干扰力进行建模,提出一种在环境干扰力影响下的可航网络权值修正方法。将提出的智能船舶航线规划算法用于对浙江舟山衢山岛北部水域的实例分析。仿真结果表明,该算法能够为不同环境下的不同尺度船舶规划出合适的航线,也能够为相同船舶给出适应不同环境的规划结果,从而证明该算法的有效性。     

基于深度强化学习的低轨卫星下行功率分配方案

当前的卫星资源分配方案大多为同步轨道卫星设计,针对低轨卫星的高动态特性,以及存在频率和功率资源受限的问题,提出一种基于深度强化学习的功率分配算法。首先对低轨卫星功率分配场景进行建模,引入一种时隙划分方案来简化低轨卫星的动态特性模型,进一步提出一种基于深度强化学习算法的功率分配策略,该策略通过调节单颗低轨卫星各个波束中子载波的功率值,降低同频干扰,能达到提升低轨卫星频谱效率的目的。仿真结果表明,所提算法能够在较短时间内收敛并达到稳定状态,在总功率一定的条件下,该方案能有效提升单颗低轨卫星的吞吐量,其频谱效率明显高于注水算法和Q学习算法。     

标准模型下的抗选择密文攻击基于身份门限解密方案

我们提出了两个有效的抗选择密文攻击的基于身份门限解密方案。在标准的决定性双线性Diffie-Hellman假设下,它们被证明可以抗选择密文攻击。第一个方案基于Boneh 和Boyen 提出的一个Selective IBE方案,另外一个方案基于Waters提出的Full IBE方案。与所基于的方案相同,前者的挑战身份要在公共参数选取之前确定,而后者的挑战身份可以由攻击者适应性地选取。据我们所知,以前的相关方案的安全性只能在随机预言机模型中得以证明。