基于ART1和FAM神经网络的认知引擎

认知引擎是认知无线电关键技术之一,其核心是利用人工智能算法完成认知学习、推理与决策功能。自适应满足环境变化和用户需求。提出一种基于ART1和FAM神经网络的认知引擎。该引擎基于MATLAB 802.11a仿真平台模拟无线通信环境,通过对环境信息的学习训练,结合信道特征和用户需求推理决策出系统最优工作参数,实现认知无线电自适应配置。仿真结果表明,该认知引擎能有效实现认知无线电学习推理功能,且算法精度和稳定性均优于SVM及BP网络模型。     

远程无线铁路信号灯监控系统设计与实现

摘 要：GPRS无线通信网络技术的发展,使得远程无线监控系统能够实现并推广应用。同时由于基于.NET的人机交互界面的普及,便于查看和监控整个监控系统的运行状态。基于此,应用C/S模式和套接字网络编程技术,本文提出并实现了远程无线通信网络在铁路信号灯监控系统中的应用,以满足当前铁路信号灯监控系统的实时性、可靠性等新的需求。     

P2P网络环境下基于信任度的动态访问控制模型

综合信任管理和RBAC模型的优势,提出了一种P2P网络环境下基于信任度的动态访问控制模型.该模型通过自动信任协商为用户分配普通角色,在陌生实体间建立动态信任关系,然后网络实时计算用户的信任值,大于信任度阈值的普通角色派生系列带有特权限集的临时角色,临时角色能够访问网络资源,从而实现了细粒度的动态授权策略.     

基于OpenFlow的光与无线融合接入网控制架构

为了有效提高光接入网网络资源利用率,满足不同用户差异化服务质量(quality of service,QoS)的业务需求,解决不同用户数据流量缺乏动态控制和智能调度的问题,提出一种基于OpenFlow的光与无线融合接入网控制架构。该架构通过部署OpenFlow代理,延伸了控制器的控制深度到光线路终端(optical line terminal,OLT)和光网络单元(optical network unit,ONU),设计了智能化控制权限的动态下放和回收机制,从而实现了功能的整体控制和资源的灵活调度。该控制架构能够以全局视角实时获取网络、用户及业务信息,根据网络状态以及网络资源的情况,动态灵活智能地制定和调整各个交换节点的数据处理规则,实现资源优化配置,可以有效提高网络资源利用率和满足不同用户差异化的业务需求。     

基于改进蚁群算法的无线通信网络拓扑重组

为了提高无线通信网络的传输性能,提出基于改进蚁群算法的无线通信网络拓扑重组方法.构建无线通信网络拓扑结构模型,采用4元组模型构建无线通信网络节点的初始拓扑分布结构模型,进行无线通信网络拓扑节点的线性结构分解,提取无线通信网络传输信道的关联特征量,采用频谱特征分解方法,实现无线通信网络的节点拓扑结构设计,采用改进的蚁群算法进行无线通信网络拓扑重组,实现无线通信网络节点的分布式优化设计,提高无线通信网络的传输性能.仿真结果表明,采用该方法进行无线通信网络拓扑重组能提高网络的连通性,输出稳定性较好,传输误码率较低.     

基于POMDP的可伸缩视频流优化决策调度

针对可伸缩视频流在无线通信中的数据包调度问题,提出了一种基于部分可观测马尔可夫决策过程（POMDP）的决策调度策略,在用户状态不确定或部分可观测条件下,采用POMDP建立了完整的最优化调度模型,以实现视频接收质量的最佳化.仿真实验结果表明,与传统的调度算法相比,该方法有效提高了视频流的平均峰值信噪比(PSNR).随着调度规模的扩大,其性能能够逐渐逼近用户状态完全确定的理想马尔可夫决策过程（MDP）模型.     

基于博弈论的服务覆盖网络资源定价方法

服务覆盖网络Service Overlay Networks(SON)是一种建立在基础网络之上的虚拟网络,它购买基础网络的资源,并向用户提供跨域的QoS敏感的增值服务而获取效益,因此,网络资源定价是SON健康运作的关键问题.基于博弈论方法研究了SON在弹性需求下的网络资源定价问题.描述了一种SON结构,然后建立了双层规划模型描述SON资源定价问题,模型考虑了拥塞和QoS对目标的影响.上层模型以SON收益与成本之差最大化为目标,下层是Wardrop用户均衡模型.设计了在没有精确的拥塞度量函数、需求函数的情况下,采用Trial-and-error方法和差分灵敏度分析方法结合的启发式求解算法,算例分析验证了模型的收敛性和合理性.     

基于SDN具有缓存感知的NDN节点拥塞控制策略

命名数据网(nameddatanetworking,NDN)作为一种新型的互联网架构,旨在应对日益增长的数据流量．然而,随着用户需求进一步增长,拥塞控制对于多路径传输的命名数据网仍然是一个具有挑战性的问题,亟需一种能够快速地检测网络拥塞和有效地管理网络资源的拥塞控制机制．针对这一问题,提出了一种基于软件定义网络技术的、具有缓存感知功能的命名数据网节点拥塞控制策略,称BCMCC．首先,介绍了BCMCC的新型网络架构．利用软件定义网络控制平面与数据平面解耦合技术,该架构将拥塞控制功能集中于SDN控制器中,以实现集中式节点拥塞控制、降低节点运行负荷的目的．其次,基于新型网络架构,研究了BCMCC的缓存感知算法和多路径选择拥塞控制算法．其中,缓存感知算法实现了网络缓存内容的感知以及缓存内容全局流行度的计算,能够利用命名数据网的节点缓存特性,降低缓存内容对拥塞控制的影响;多路径选择拥塞控制算法协同节点更新转发端口信息以实现流量迁移、智能化管理多路径容量,达到提高网络资源利用率、有效避免和缓解网络拥塞的目的．最后,在ndnSIM仿真平台进行BCMCC的性能测试．实验结果表明,BCMCC在丢包量、网...     

基于SAML的一种新的集成身份认证机制

基于SAML和单点登录技术提出了一种新的集成身份认证机制,并给出了完整的模型设计.该机制通过SAML定义了不同系统间安全信息的交换,实现了一套能支持资源系统间认证信息共享,支持网络用户基于最初访问网络时的一次身份验证,对所有被授权的网络资源进行无缝访问的集成身份认证.     

用户体验对网络购物决策的影响因素研究

为探索整个网络购物环节中用户体验对网络购物决策影响的因素,本文在消费体验价值理论模型和已有文献的研究分析基础上,提出网络购物用户体验的评价维度及其指标,据此初步构建了用户体验对网络购物决策影响因素的模型。通过问卷调查与数据分析,对提出的影响因素模型进行验证。最终确定了用户体验由品牌、可用性、功能性、内容和消费者资源5个维度及22个指标构成的对网络购物影响因素模型。最后根据分析结果提出了改善网络购物用户体验的建议。本研究有助于电子商务平台和企业根据用户体验设计出满足用户需求、更具吸引力的营销方案,提高用户满意度,进而提升网络购物的转化率。     

超密集6G 网络中的高效频谱资源共享方法

面对6G网络中用户密集化分布、频谱资源有限和分布式决策等挑战，提出了一种基于多维超图博弈的频谱资源共享方法。首先，根据6G网络太赫兹通信特点，设计了多维超图干扰模型，包括同频直接干扰、累计干扰和邻频干扰，通过降低多维干扰值以提升网络吞吐量。为实现分布式决策，将问题建模为超图博弈，并证明该博弈为势能博弈，至少存在一个纳什均衡点。然后，设计了基于同步最优响应的分布式频谱决策方法，求解频谱分配策略。仿真表明，所提的多维超图博弈实现了6G环境下分布式的频谱共享，与传统超图博弈方法相比，进一步降低了用户间的干扰水平，网络吞吐量大幅提升。     

基于 TOPSIS 的匹配博弈网络选择算法

针对无线通信中网络资源利用率的重要性,提出一种基于逼近理想解排序法（technique for order preference by similarity to ideal solution,TOPSIS）的匹配博弈论异构网络选择算法,联合考虑用户端的网络选择和网络端的用户选择,分析用户和网络的时延、传输速率、丢包率,运用匹配博弈的原理选择出双方满意度最高的网络选择方案。仿真结果表明,在多用户同时存在的情况下,给出 TOPSIS 的匹配博弈论异构网络选择算法具有较低的阻塞率和较高的满意度。     

认知异构网络中基于非理想频谱感知的凸优化资源分配算法

当前认知异构网络中无线频谱日益紧缺,而传统固定频谱分配模式日益成为限制无线通信性能的重要瓶颈,在非理想频谱感知情况下资源分配的问题尤为突出。为实现非理想频谱感知情况下无线资源的高效分配,提出一种基于认知异构网络的凸优化资源分配算法。该算法首先构建了基于主用户活跃度的用户到达模型,以精确描述认知网络中主用户的频谱使用状态,为认知用户分配资源提供依据;并通过认知异构网络干扰分析构建非理想频谱感知条件下的干扰容限条件,最后通过凸优化算法实现对认知网络中频谱资源的优化分配。仿真结果表明,在非理想频谱感知条件下,该算法能够有效降低系统平均时延,提升认知异构网络的传输速率和系统吞吐量。     

基于车道的城市道路仿真数据模型

从满足城市道路仿真需求的角度分析了数据建模的特点,提出了一种能够较真实反映路面的平面剖分方法,结合车道数据模型,能够准确地描述车道的属性信息。该模型突破了传统平面道路描述的局限,能够描述道路系统的非平面部分。将实际道路网络分为多个道路等级,实现不同层次道路网络信息的互操作,为整个道路仿真系统数据库的建立提供了理论基础。同时也可实现基于低层次道路网络生成高层次网络拓扑的算法,为真实反映道路交通状况提供了可能。     

绿色无线通信的推进与实现——GREENET

无线通信的飞速发展和用户业务的快速增长,为无线通信网络设计带来了新的机遇和挑战。在传统网络向全新网络架构演进的过程中,无线网络的能耗问题日益受到关注,＂绿色化＂已成为未来无线通信的一个重要发展方向。基于此,本文围绕绿色无线通信的推进与实现问题,介绍了一个绿色无线电的初级训练网络——GREENET,着重描述了该网络的研究目标、研究计划和预期效益。     

一种基于主动网络的网络用量计费实现方案

现有的计算机网络计费一般采用单一价格或者按时间计费的方式,但它们都无法有效地调节用户对于计算机网络的使用行为．按用量计费是一种新的计费方式,它是根据用户对网络资源的使用情况进行计费,使得用户更加理性地选择自己的行为方式,从而避免网络拥塞的发生．从理论上对这种计费方式进行分析,首先从端用户的角度出发建立用户的行为模型,指出其本质上是一种非合作博弈的形式,然后根据有关网络博弈问题的结论,提出了一种基于主动网络的网络用量计费的实现方案．     

基于场强预测模型的无线通信网络规划软件包的设计与实现

设计与实现一种基于场强预测模型的无线通信网络规划软件包．讨论了目前常用的一些场强预测模型，通过分析和比较这些模型的特点与适用范围，提出适用于无线通信网络规划的OM模型、Egli模型与CCIR模型．利用这些场强预测模型，完成了无线通信网络规划软件包的主要功能模块，即地理信息查询模块、场强分布预测模块以及频率干扰分析模块的设计与实现．实际地理环境下的仿真结果证明，该软件包设计合理，计算准确，现已应用于无线通信网络规划的工程实际设计中。     

考虑用电效用的用户购电决策优化

随着售电侧市场的逐步放开，电力用户的市场化程度逐渐加深，需要制定科学合理的购电策略以保障自身用电效用的同时降低风险。该文提出了考虑用电效用的用户购电决策优化策略。首先基于实时电价建立了三种不同类型的套期保值合同供用户选择；接着引入了需求价格弹性模型引导用户调整用电策略，实现负荷和电价的实时联动；基于条件风险价值法以用电效用最大化为目标建立用户购电决策模型；并采用阿基米德算法来求解该模型；最后通过算例验证了该模型能够有效提高用户的购电效用，为用户的购电决策提供参考。     

基于嵌入式农田信息采集系统的研究

基于嵌入式系统的农业数据采集系统采用先进的无线通信技术、GPS定位技术和嵌入式技术来解决农业数据的远程采集问题.论文以嵌入式系统为核心,提出和分析了实现系统的关键技术.采用无线通信GPRS网络将现场采集到的有关经纬度、高程、时间以及农田环境数据等信息进行分析和处理,并传送到远程管理中心,为农业生产提供决策支持.它能够解决农业的远程数据采集和传输问题.     

基于激励Stackelberg策略的拥塞控制研究

针对传统的拥塞控制缺乏合理的激励机制,或者没有考虑用户的不同服务质量需求,在多用户的网络模型中,通过引入基于效用函数的激励Stackelberg策略,网络方(主方)利用价格手段对用户方(从方)进行网络资源的控制,使双方都达到了最优--既保证了网络方的最大收益,也保证了用户方的最佳资源利用率,从而达到拥塞控制的目的.仿真试验表明,该方法可以限制用户的资源利用率,并达到约束条件下的期望值.