高职物联网应用技术专业人才培养模式探索研究

综合考察目前我国物联网技术人员培养模式,提出开发高职院校培养物联网应用技术专业人才的新模式.新模式的核心是校企联合培养人才,其内涵包括了搭建校企合作平台,完善高职院校学生实习机制,以提高人才的专业能力与综合素质.     

电磁带隙结构的优化设计

运用人工神经网络对电磁带隙结构进行优化设计,并计算了几组检验样本对神经网络的精确度进行检验。训练样本和检验样本的获得均使用了基于有限元方法的HFSS商业软件,所表述的方法具有缩短设计周期,降低研发成本的优点。     

Cascading failure of complex networks based on load local preferential redistribution rule北大核心CSCD

To better explore the universal robustness against cascading failures on complex networks, closely focusing on the load which is the most important physical quantity that can affect the spread of cascading failure, and dynamic process after a node fails, a cascading failure model with tunable parameters is proposed based on the local characteristic of node. With this model we study the cascading failure condition of ER and BA networks, and obtain the formula of phase transition point theoretically. The relationship between the robustness against cascading failures on complex networks and parameters in the model, including the topology parameters, the initial load coefficient, and the redistribution coefficient, is discussed numerically. In addition, theoretical results also are verified by the simulation results of the ER and BA networks. ©, 2015, The Journal Agency of Complex Systems and Complexity Science. All right reserved.     

5G移动通信网络关键技术综述

为适应未来海量移动数据的爆炸式增长,加快新业务新应用的开发,第五代移动通信(fifth generation mobile communication network,5G)网络应运而生.目前,国内外已经逐渐明确了5G的愿景和需求,如何将现有技术和多种潜在的新技术进行融合以实现5G网络成为下一步的研究与发展重点.面向未来5G的技术发展,介绍5G的概念、应用场景以及终端用户对5G的相关需求;然后,重点阐述5G在无线网络方面具有发展前景的10大关键技术,包括:超密集异构网络、自组织网络、D2D (device-to-device)通信、M2M (machine-to-machine)通信、软件定义无线网络、信息中心网络、内容分发网络、移动云计算、软件定义网络/网络功能虚拟化、情景感知技术.给出了每种技术的基本概念或原理,以及应用到5G网络时潜在的研究问题.最后概述了5G的发展趋势及存在的难点.     

软件定义网络架构下的动态自适应负载均衡策略研究

软件定义网络控制与转发分离的架构特性使得网络行为更加易于掌控,提高了网络策略实施的效率.为了解决传统网络中只计算单一最短路径,忽略链路实时状态从而造成负载过大时链路拥塞的缺点,提出了一个基于链路实时状态的负载均衡策略.该策略主要思想是利用软件定义网络架构中的控制器对全网的集中控制能力对链路信息进行实时监控,分析链路信息并得出链路的负载占用情况,然后将结果反馈给控制器,最后由控制器计算出负载最轻的路径并下发流表给相应的交换机.建立了计算机仿真建模和硬件实验平台,验证了该策略可以有效提高链路利用率和用户服务质量.     

人工神经网络预测混凝土柱屈服性能

建立了一种基于人工神经网络的矩形混凝土柱屈服性能预测方法.该方法采用经验模型进行柱屈服性能影响因素的分析来确定该神经网络的输入参数,并通过敏感性分析验证了所选神经网络输入参数的合理性.为验证该方法的可行性与有效性,通过对PEER 210组矩形混凝土柱的屈服性能进行预测分析并与经验预测模型的预测结果进行比较.比较分析结果表明:神经网络预测结果与实验结果吻合程度远高于其他经验预测模型;同时也证实该方法在实验数据稀少的情况下为预测结构在地震作用下的性能提供一条新途径.     

基于遗传算法的三单播网络对齐及优化

针对三单播有向无循环网络,考虑无法得知网络内部拓扑图结构,且内部节点数量无法估量的情况.应用渐近干扰对齐技术研究各用户发送不同数据流m,n,p时的预编码矩阵,联合应用图论中的最短路径遗传算法和网络线性性质,分析其预编码网络对齐(precoding-based network alignment,PBNA)的可行性条件,该条件最终可简化为2个方程,实际检验复杂度较低,且每对单播会话能够达到1/2的自由度.     

SDN：颠覆性的网络技术构架创新

相对于传统网络构架来说,软件定义网络(software-defined networking,SDN)是一种颠覆性的网络技术构架创新,这种网络架构打破了网络领域多年来的沉寂,逐渐成为各个专业领域的热门议题.从电信业(communicationtechnology,CT)和信息业(information technology,IT)的比较出发,对当今网络技术发展的瓶颈进行分析,描述了SDN 和网络功能虚拟化(network function virtualization,NFV)2种典型的标准网络架构,阐述了SDN作为网络重构技术的必要性,详细分析了其核心价值、面临的主要挑战以及应用场景,继而引申到产业链重构的机遇和挑战;阐述了对SDN战略层面的相关思考.     

基于无标度网络的LDPC码的构造

基于无标度网络的幂律分布特性来优化不规则低密度奇偶校验(LDPC)码的变量节点和校验节点度的分布,使其具有最短的迭代译码长度。根据节点度的分布,采用渐进添边算法和短环删除算法设计出无四环的新LDPC校验矩阵。利用Matlab对所构造的SF-LDPC码进行仿真分析。结果表明,在保证误码率性能的前提下,SF-LDPC码的平均译码长度和运算复杂度得以降低。     

基于模糊神经滑模观测器的永磁同步电机无传感器控制

为了解决传统滑模观测器的抖振问题,提出了一种用于永磁同步电机的模糊神经滑模观测器。分析了滑模增益对抖振的影响,并采用模糊神经网络动态调整滑模增益以改善抖振,利用李雅普诺夫函数证明了模糊神经网络观测器的稳定性。利用锁相环方法提取转子位置与速度信息,减小由高频噪声引起的误差。仿真结果表明:改进后的滑模观测器能够对永磁同步电机转子位置进行精确辨识,有效地抑制了抖振,实现了高性能的永磁同步电机无传感器控制。