低辐射3G网络基站选址优化

针对民众因担忧电磁辐射而投诉日益增多导致通信基站选址困难的现状,在考虑基站覆盖范围和建站成本的同时,兼顾基站电磁辐射对环境的影响,提出了面向低辐射的3G网络基站选址优化方案.通过对基站选址原则及其典型基站的电磁辐射模型分析,建立了基于多目标的基站评价模型,设计了基于改进的免疫优化算法3G网络基站选址优化方案,并以模拟实验区域为对象进行了仿真实验测试.实验结果表明:本文提出的选址优化方案不仅能以较小的基站建设代价满足信号覆盖要求,同时也降低了基站电磁辐射的影响,获得了更好的社会效益.     

多目标优化量子免疫算法求解基站选址问题

为了解决带容量约束WCDMA网络的基站选址问题,提出了一个基于多目标优化量子免疫算法的基站选址优化方案.设计了基站选址问题的数学模型,给出了多目标优化量子免疫算法框架,并进行了实验验证.实验结果表明：算法方案能以较小的基站建设代价满足覆盖要求,具有较好应用价值.     

一种山区通信基站供电系统设计与仿真

针对电网延伸不到或电网质量不高的山区通信基站,提出了一种实用的基站供电方式,这种供电方式采用光伏电池-超级电容-燃料电池构成复合电源系统,该系统可根据不同的天气条件选择不同的电源,最大限度地发挥各自的优势,节约运行成本,确保系统稳定可靠运行。文中重点阐述了系统总体结构的设计,并详细地分析了系统的工作模式,给出了系统的控制策略。为了验证系统的有效性,在Matlab/Simulink中搭建了一种普遍的48 V/20 A通信基站电源的仿真系统,对系统进行了仿真实验,结果表明,该系统在不同外界条件下均能持续稳定可靠运行,且具备动态响应速度快、续航能力强等特点。     

矿用5G通信系统射频能量损耗模型

通过对矿用5G通信基站使用的同轴电缆参数进行理论分析,提出了一种射频能量损耗模型和优化方法.定量分析矿用5G通信同轴电缆的固有衰减值和阻抗失配引起的损耗表达式,并结合矿井巷道特点以及基站与天线摆放位置对5G信号传输损耗的影响,建立了同轴电缆夹角的几何关系,推导出矿用5G通信系统射频能量损耗优化模型.根据上述射频能量损耗模型及优化技术得出:满足井下5G基站和天线安装要求的最佳角度为106.5°,对应的同轴电缆长度为0.42 m.与工程中常用值进行实验对比评判可见:射频信号强度优化值指标和传输速率优化值指标均有所提升,该模型可为矿山5G通信系统和智能矿山的建设提供技术支持.     

基于滚动时间窗的PSO-LSSVM的通信基站能耗建模

基站是通信网络的重要能耗节点,精准计算合同能源管理(EPC)模式下基站节能量成为该领域的技术瓶颈.以3类典型场景通信基站为对象,提出了一种基于粒子群优化算法(PSO)的滚动时间窗最小二乘支持向量机(LSSVM)的基站能耗建模方法.该方法通过选取预处理的基站配置参数与实时数据建立滚动时间窗,采用PSO优化训练模型参数,并通过LSSVM回归估计训练模型,得到随时间窗数据变化的基站动态能耗模型.仿真试验与样本基站实测数据的验证结果表明,本文建立的能耗模型具有较高的预测精度及泛化能力,对基站节能工程的评估具有良好的应用前景.     

基于云计算的高效科学计算应用软件框架

提出了一个新的高效科学计算软件框架,介绍了该软件框架中减少资源使用量的方案.该方案指出了云计算环境中科学仿真实验存在的有效浪费和无效浪费,可以通过采用动态资源管理和资源监控技术减少这2种资源浪费,从而实现资源的最小化.为该方案设计了一个原型系统,结合科学仿真实验用户使用资源的统计数据对该方案进行了探讨,使用方案后最大可以将资源的使用量降低50%.     

面向SOA机群服务系统的信任模型研究

针对目前面向SOA机群服务系统中资源管理和动态迁移存在的安全问题,提出了基于实体节点历史行为的一种信任管理模型。该模型进行了行为信任定义和信任函数说明,并通过仿真实验表明该模型能精确地评估实体之间的信任关系,从而更加有效地解决任务动态迁移存在的安全问题,保证了机群服务系统的服务质量。     

城轨交通超级电容储能系统变增益控制方法研究

在城轨交通中使用超级电容储存列车再生制动能量可实现良好的节能和稳压效果.本文分析了牵引供电系统、列车、双向DC/DC变换器和超级电容的特性,由此建立了超级电容储能系统模型,并根据所建立的模型探讨了牵引网电压和占空比对系统动态性能的影响.分析表明,牵引网电压和储能系统占空比分别影响了储能系统的内环和外环动态性能.提出了储能系统内环和外环变增益控制策略,消除了上述两变量对系统动态性能的影响.仿真和实验结果验证了所提出的控制策略的有效性.     

异构边缘网络中基于服务器休眠的协同计算策略

在异构边缘网络中,基站和边缘服务器的密集部署使系统功耗激增,为移动运营商带来了高额成本.同时,由于异构系统中任务的多样性和复杂性,高效的资源分配和任务迁移构成了严峻的挑战.针对上述问题,建立了服务器间的任务迁移和服务器睡眠模型,提出了一种面向异构边缘网络中服务器多睡眠模式的任务迁移算法.该算法先将问题按时隙划分为多个子问题并分别建模为混合整数非线性规划问题,再使用序列二次规划算法对每个子问题进行迁移决策求解,最后通过睡眠决策算法确定服务器的睡眠模式.仿真结果表示,所提算法不仅可以均衡边缘网络中非均匀分布的任务量,提高服务器资源的利用率,而且可以通过服务器多休眠状态显著降低系统能耗,提高系统性能.     

自动共享电动汽车的云-边协调优化模型与控制策略

针对自动共享电动汽车(shared autonomous electric vehicles,SAEV)运行出现的车辆分配不平衡以及充电优化问题，提出了一种基于云-边协调计算的SAEV优化控制策略。首先，给出SAEV再平衡优化模型以及再平衡任务分配算法;其次，考虑使用V2G和动态电价进行SAEV车队的充放电优化，给出SAEV车队能量交换模型以及出行订单分配算法，以减少整个SAEV车队系统的充电成本；再次，利用云-边协调通信将这些优化结果信息在不同平台间进行互动传输，实现电动汽车的最优充电与迁移策略；最后，通过MATLAB使用真实的深圳出租车数据对该优化控制方法进行验证。结果表明，该框架可降低充电成本,提高交通效率，有望扩展应用到更大规模的系统中。所提云-边协调控制策略将复杂的SAEV优化问题分解成3个子问题进行求解，为SAEV的最优运行提供了一种新的方法。     

数据中心多目标虚拟机管理研究

通过建立起资源使用、服务器热点与电源能耗三者的统一优化模型,设计多目标虚拟机动态管理系统,协同优化资源使用、服务器热点和电源能耗,以使得数据中心的效益达到最优.鉴于数据中心负载流量的动态波动性,采用基于滑动窗口的两级状态检测策略来决策迁移虚拟机时刻,基于多目标统一优化模型设计相应算法来解决迁移虚拟机和目的主机的选择问题.最后在Xen虚拟机平台上测试该系统,实验结果表明:本文设计的虚拟机动态管理方法能够较好地协同优化数据中心的资源使用、服务器热点和电源能耗,使得数据中心的效益达到最优.     

利用地理位置的中继选择及功率分配

在协作多中继蜂窝系统下行链路中,提出根据中继节点地理位置和吞吐量增益联合选取中继节点参与移动用户和基站间的协作通信方案,并运用凸优化算法分配各节点功率.仿真结果表明:该方案不仅改善了用户的误码率,并且提高了系统吞吐量.     

高压直流继电器电磁系统的优化设计

电磁系统是高压直流继电器的关键组成部分.其中导磁部件的磁饱和情况、涡流现象及结构参数等影响着电磁系统的工作性能.针对该问题,建立继电器电磁系统有限元模型,并进行实验验证.以提高继电器吸持力、降低吸合时间为目标,利用正交试验法对继电器电磁系统进行优化设计.优化过程中通过磁场法分析工作气隙磁通密度的分布情况,并结合继电器在工作过程中导磁部件的磁饱和现象,锁定动铁心横截面积、静铁心厚度和垫片厚度作为优化变量.根据正交试验方差分析法确定三者的最优水平组合与影响动态特性的显著程度.加工优化样机,并进行实验,实验结果表明,该优化方案可以有效地提高继电器吸持力、降低吸合时间.     

基于覆盖效率的蜂窝网络协作节能优化算法

为了提高无线蜂窝网络的覆盖效率,根据未来蜂窝系统多用户、多业务、多载波、多协议的动态特性,研究基站覆盖效率和能量效率的性能特性,分析覆盖冗余度、业务强度在时间域和空间域上的动态分布,建议一种基于覆盖效率的蜂窝网络协作节能优化算法.该算法根据获得的信息使基站按照特定概率在休眠和激活模式之间动态切换,通过邻基站间的协作对基站激活概率进行优化.仿真表明,该算法能够以较低的复杂度获得显著的性能提升.     

露天矿最终境界的经济-生态一体化优化

基于规则块体品位模型和地表模型,使用锥体排除法产生地质最优境界序列和地质最优开采体序列.建立动态排序模型,对每个境界的地质最优开采体序列进行动态排序,使用动态规划方法以净现值最大为目标函数,找出最佳开采路径作为最优开采方案.根据每一个地质最优境界的最优生产计划选出净现值最大的境界作为最优境界,该境界的最佳开采路径作为最优生产计划,实现境界与生产计划同时优化.基于生态足迹理论构建矿山生态成本模型,结合各候选境界生产计划计算矿山生态成本,并纳入到露天矿境界中,使外生成本内生化,实现矿山项目评价和设计方案的“经济-生态一体化”优化.应用表明,生态成本对最终境界及矿山投资回报有重要影响.     

基于遗传算法的多阶段动态批量生产问题研究

在生产系统的供应链中,有已有制造线和再制造线两个阶段,合理安排两个阶段的生产计划是实现成本最小化的关键。考虑库存费用、制造全新产品数量和再制造产品数量的因素下,建立面向再制造线和已有制造线两阶段的动态批量生产成本优化模型,针对这一模型设计了自适应遗传算法并结合实际案例对问题求解,给出了合理的生产计划,实验表明:该遗传算法对解决多产品的动态批量问题有良好效果。     

TMN网管体系基站割接系统设计与实现

无线网络在运行过程中,为了适应新业务的需要,往往需要将一个BSC(bases tation controller)的基站数据迁移至另一个BSC,进行站点割接,并且保证割接前后基站性能不受影响,业务数据不发生变化.为了克服传统割接方式效率低、出错风险高的不足,提出了一种全新的站点批量割接的解决方案并给出了该方案的系统需求分析、可行性和软件流程.该系统在中兴通讯基于TMN规范的网管系统上加以实践,实现了完全独立的站点数据的自动化割接,并且具有较强的系统可移植性,具有比较重要的现实意义.     

动态电源管理框架的扩展与实现

以往的动态电源管理(DPM)框架所采取的是积极的动态电源管理策略,没有考虑设备进行电源状态切换时所带来的更大的能耗开销,也就是说,DPM框架没有考虑到策略优化的问题.文中在原有DPM框架中加入了系统负载检测和策略优化两个模块,对原有框架进行了扩展,得到了一个更为完整的DPM框架,并给出了应用该框架实现策略优化算法的实例.算法的实现验证了所提出的扩充框架的可行性与灵活性.     

基于公交分担率的城市客运交通枢纽选址优化

在用户均衡理论的基础上,首先研究超级网络条件下公交车与小汽车交通流量的相互影响,并以公交分担率最大为目标,建立在不同的枢纽选址方案下城市交通网络中公交车流量和小汽车流量分配最优化模型.进而,以公交车与小汽车的出行成本、枢纽建设的土地成本之和作为总成本,以总成本最小为优化目标,建立城市交通枢纽选址优化的双层规划模型.最后,运用案例验证模型,并提出枢纽选址优化的相关建议.     

基于联邦迁移学习的应用系统日志异常检测研究

迄今为止，基于日志的异常检测研究已经取得了很多进展，然而，在现实条件下仍旧存在两个挑战：（1） 是日志数据通常以“数据孤岛”形式储存在不同的服务器上，单一公司或组织的日志数据中异常样本量不足，且异常模式较为固定，很难通过这些数据训练出一个准确率高的检测模型. 为了解决这个问题，将不同来源的日志数据整合成更大的数据集可以提高模型训练的效果但可能会在数据传输过程中产生日志数据泄露问题；（2） 是不同应用系统类型的日志数据通常在结构和语法上存在差异，简单地整合并用于训练模型效果不佳. 基于以上原因，本文提出一种基于联邦迁移学习的日志异常检测模型训练框架LogFTL，该框架利用基于匹配平均的联邦学习算法，在保证客户端数据隐私安全的前提下于服务器聚合客户端的模型参数形成全局模型，再将全局模型分发给客户端并基于客户端的本地数据进行迁移学习，优化客户端本地模型针对自身常见异常行为的检测能力. 经过实验表明，本文提出的LogFTL框架在联邦学习场景下效果超过了传统的日志异常检测方法，同时也证明了该框架中迁移学习的效果.