下一代光接入网中物理层关键技术研究进展

5G和数据密集型应用的兴起对下一代光接入网的容量提出了新的挑战.作为最成熟的宽带光纤接入技术，无源光网络（passive optical network，PON）受到了广泛关注.为了在满足功率预算的前提下实现更高的传输速率，提升物理层性能的关键技术一直是该领域的研究热点，同时尽可能地降低系统成本对PON的大规模部署有着重大意义.该文梳理并总结了光接入网中物理层关键技术的研究进展.介绍了PON标准的演进和现状，分析了下一代PON面临的挑战和成因，重点阐述了数字均衡技术、高阶调制格式、光放大、前向纠错、非线性串扰实验分析以及低成本相干检测等关键技术及其研究进展，并综述了当前相关工作的研究成果.     

Forecasting Government Bond Yields with Neural Networks Considering Cointegration

This paper discusses techniques that might be helpful in predicting interest rates and tries to evaluate a new hybrid forecasting approach. Results of examining government bond yields in Germany and France reported in this study indicate that a hybrid forecasting approach which combines techniques of cointegration analysis with neural network (NN) forecasting models can produce superior results to the use of NN forecasting models alone. The findings documented in this paper could be a consequence of the fact that examining differenced data under certain conditions will lead to a loss of information and that the inclusion of the error correction term from the cointegration model can help to cope with this problem. The paper also discusses some possibly interesting directions for further research. Copyright © 2015 John Wiley & Sons, Ltd.     

Comparison of Near Neighbour and Neural Network in Travel Forecasting

In this paper we confirm the existence of nonlinear dynamics in a time series of airport arrivals. We subsequently propose alternative non‐parametric forecasting techniques to be used in a travel forecasting problem, emphasizing the difference between the reconstruction and learning approach. We compare the results achieved in point prediction versus sign prediction. The reconstruction approach offers better results in sign prediction and the learning approach in point prediction. Copyright © 2015 John Wiley & Sons, Ltd.     

基于微信平台防火防盗系统的设计与实现

为提高学生宿舍的火灾预警以及防盗报警的能力, 给学生提供安全舒适的居住环境, 运用无线传感网技 术和后台服务器开发技术, 设计了基于微信公众平台的防火防盗系统。 通过该系统用户可使用微信端实时查 看室内状况, 实现对学生宿舍的远程监控。 该系统成本低、 操作灵活、 界面友好, 经实际使用获得了很好的用 户体验。     

基于类Matern点过程模型的异构蜂窝网建模

在研究异构蜂窝网基站部署及网络性能时,经常使用随机点过程模型,其中泊松点过程模型是一种常用模型.针对泊松点过程模型中存在多点聚合的现象,引入类Matern点过程模型,对比分析了使用类Matern点过程模型与泊松点过程模型时系统的接入概率和系统效能.结果显示,所用模型能在使用较少资源的情况下显著提升系统效能.进一步针对类Matern点过程模型与泊松点过程模型都存在用户更倾向于接入宏蜂窝的问题,引入一个偏好因子,使得选择毫微微蜂窝的用户更多,从而使网络负载得到均衡,网络性能得以提升.     

一种基于网络分析的语义冗余发现方法

以农业AGROVOC本体为例,结合语义万维网推理机制定性分析冗余信息产生原因,利用复杂网络分析方法量化推理过程中产生的冗余,进而确定本体中的核心概念,解决推理冗余问题。实验表明,复杂网络分析方法可从定量角度找出核心节点及导致推理产生冗余的边,并揭示了语义冗余引起的推理效率降低问题。为优化本体设计、提高推理效率提供了一种新的可行方法。     

基于区间云模型对信息网络的效能评估

根据信息网络的结构和应用功能,在分析高功率微波对构成信息网络的电子设备效应机理基础上,构建了多层次的信息网络系统的效能评估指标体系.将区间数与云模型相结合,提出了区间云模型的评估方法,通过区间层次分析法得到评价指标的区间权重,实现了系统评估指标的定性与定量的相互转换,并利用评价区间云模型拟合出信息网络的综合效能.结合实例模拟分析,验证了该方法可行性和有效性.结果分析表明,使用区间数表示更能体现评估过程中的模糊性和不确定性因素.     

5G-TSN系统下的高精度时间同步

第五代移动通信系统(the fifth generation communication system, 5G)与时间敏感网络(time sensitive networking, TSN)集成的5G-TSN系统需要实现高精度的时间同步。为此，提出一种多波束联合的定时同步算法提高同步信号检测成功率，实现高精度5G-TSN时间同步。首先，根据多个波束间的时域关系计算波束间同步信号块的互相关的组合，求出期望作为门限值；然后，利用超过门限值的若干波束进行互相关叠加峰值计算最大峰值对应的时域索引，并完成主同步信号定时同步；最后，利用时频域结合地方式对传播时延进行估计以减少同步误差。仿真结果表明，采用基于多波束联合的定时同步算法，相比传统算法，相关峰值更加显著，能有效地提高定时同步成功率。     

抵御恶意模拟主用户攻击的拟合优度检测算法

在认知无线电网络中,针对模拟主用户攻击(primary user emulation attack,PUEA),采用Anderson-Darling(AD)检验来代替传统的假设检验算法来提高系统性能.假设PUEA具有一定的可能性,通过计算接收到的信道数据样本分布函数与经验分布函数之间的Anderson-Darling距离,调整相关参数来确定阈值,并与距离比较,实现频谱检测,有效防止恶意主用户攻击.仿真结果表明,与能量检测相比,系统性能优化了能量检测器的改进.     

材料类专业网络实验教学研究与实践

为了建立开放式实验教学体系,提高实验资源利用率及实验教学效果,培养学生创新精神和实践能力,文中针对材料类专业实验教学的特点及传统实验教学模式存在的不足,结合具体课程,提出网络实验教学模式下实验教学的实施方法及效果,并对网络实验教学的实施提出建设性的意见。