C-RAN架构下一种基于分形定理的载波迁移预测算法

作为C-RAN关键技术之一的实时虚拟化技术要求实现硬件处理资源的虚拟化管理,实现物理资源的动态分配和负载均衡,保证虚拟基站的实时性,处理时延和抖动可控。为提高物理资源的动态分配和负载均衡的效率,在传统虚拟机迁移策略基础上结合分形理论,提出一种动态载波迁移预测算法,避免了因瞬时负载峰值触发载波迁移而带来不必要的迁移开销。该算法通过对物理资源负载离散历史数据进行分形拼贴拟合出完整负载曲线,然后根据分形维度不变性实现对未来数据的预测。为实现对该算法的仿真,结合C-RAN的系统架构搭建了一个基于并行离散事件仿真(parallel discrete event simulation PDES)的验证平台,仿真结果表明该算法能在有效减少虚拟基站迁移次数的同时确保达到负载均衡的目的。     

一种C-RAN架构下载波迁移的调度策略

在云无线电接入网络(cloud-radio access network,RAN)架构的基础上,为提高载波迁移后虚拟多模基站的资源利用率和负载均衡度,把CPU资源适度分离成基带CPU资源和协议CPU资源,并提出一种基于负载特征的载波迁移调度策略.针对物理层主机的触发类型和虚拟多模基站的负载特征,采用双阈值上下触发方式触发迁移,根据9种负载状态并采用最小资源代价策略,完成对需要迁移的虚拟多模基站以及目标主机的选择.实验结果表明,基带资源利用率方差均值降低0.04左右,协议资源利用率方差均值降低0.03左右,实现了虚拟基站迁移的自主管理,并且达到了节约资源的目的.迁移前后,虚拟基站的状态没发生太大的改变,具有良好的一致性.     

网格计算中一种动态负载均衡算法

负载均衡研究的目的就是尽可能避免这种空闲与超载并存的情况,从而有效地提高系统的资源利用率,减少任务的平均响应时间。现有的一些动态负载均衡算法在减少平均响应时间方面有待提高。本文提出了一种网格计算动态负载均衡方法,将整个网格系统分为多个相互联系的区域,并将作业实时地转移到计算资源相对丰富的区域,在不增加消息量的前提下,减少了任务的平均响应时间。     

—种C-RAN架构无线网络中的干扰抑制方法

无线网络中移动终端因为共享无线信道而存在相互干扰,针对C-RAN(centralized,cooperative,cloud,and clean-radio access network)架构无线网络中的上行干扰抑制问题进行研究,利用C-RAN架构网络具有集中式处理特点,在分析了各远端射频单元(remote radio unit,RRU)之间信号存在相关性的基础上,证明了利用信号之间的相关性进行干扰消除,在一定条件下是存在的.基于此,提出通过各个移动终端到邻近RRU的信号来建立网络中移动终端之间的相关矩阵,进而求得干扰消除矩阵,利用得到的干扰消除矩阵对网络中的上行信号进行处理,消除上行信号中由移动终端发送信号所产生的干扰.仿真结果表明,采用矩阵干扰消除方法,在四进制正交幅度调制(4-quadrature amplitude modulation,4QAM),16QAM等调制模式下,相比于传统接收方式,误码率都有明显的改善,且随着背景噪声的减小,误码率的下降速率更快.     

一种面向工作站网络的系统负载预测方法

提出一种应用人工智能技术方法解决基于PVM环境的负载平衡问题，采用多项负载指标表示结点的负载情况，总利用BP算法，预测未来的负载情况，解决了采用多项负载指标所带来的系统开销大的问题，在任务分配与任务执行时，应用人工智能技术预测各结点的负载情况，找到较佳的分配方案，实验结果证明，本算法较通常的算法在性能上有很大的提高。     

一种Femtocell网络中的负载预测方法

在未来的5G移动通信系统中,Femtocell等小功率基站将承担起海量的数据通信业务。通过对Femtocell做出负载预测,进而完成小基站的休眠策略和对流量的管控等,但现有的研究中未出现此类探索方向。为了进一步实现移动通信系统的绿色通信和预知其对未来负载的发展态势,在Femtocell下提出了一种基于混沌特性和改进径向基函数(radial basis function,RBF)神经网络的预测方案。采用了C-C(Catmall-Clark)算法和G-P(Grassberger-Procaccia)算法计算时间序列的延迟时间和维度,BF进行优化、学习和预测。通过对比仿真实验的结果表明,该方案预测效果较好,可以应用到实际的预测工作中。     

基于微服务架构的多资源负载均衡优化方法

为有效提高网络多资源利用率和执行效率,确保网络多资源负载均衡效果,通过微服务架构研究了多资源负载均衡优化方法。通过数据层、基础层、服务层、业务层以及表示层,建立微服务总体框架结构,动态调度网络多资源服务,降低负载情况,采用微服务架构,构造可扩展的网络拓扑结构。依据负载均衡优化目标建立优化模型,利用多蚁群算法对优化模型进行求解,通过局部和全局更新网络流量之间信息素,实现网络多资源负载均衡优化。结果表明：所提方法的资源负载均衡执行时间仅为10 s,网络资源利用率和负载均衡度分别为89.2%和89.4%。可见所提方法能够对网络多资源负载进行均衡优化,有效提高网络多资源利用率和执行效率,确保资源负载均衡效果。     

一种网格资源负载均衡调度算法

网格资源调度性能的好坏、效率的高低直接关系到计算网格系统的性能.本文在Min-min算法的基础上提出了一个资源调度启发式算法Dmin-min.在假设所有任务都是独立的情况下,考虑到系统中资源的动态性、异构性,从资源负载均衡方面对系统中的资源进行动态分配,仿真实验表明该算法在资源负载均衡方面比Min-min算法要好.     

基于负载预测的虚拟机资源优化分配方案

云计算环境下,为了提高主机资源利用率和保证性能,考虑了主机负载因素的影响,提出了一种基于负载预测的虚拟机资源优化分配方案。通过预测主机负载情况,过滤掉即将达到警告值的主机,保证主机性能,防止虚拟机因负载过重发生不必要的迁移;对参与分配的物理机进行资源最大化利用分配,提高物理主机的资源利用率。通过仿真实验对该方案进行验证。实验结果表明该方案在保证了主机性能的同时提高了资源利用率。     

一种多通道随机多址负载均衡方法分析

 为解决在采用固定占用发送的多通道随机多址系统中存在的负载不均衡问题,提出1种基于负载均衡的接入控制方式.采用平均周期划分的方法对新系统进行理论分析,得到各通道、各优先级及系统的吞吐量数学解析式,并由计算机仿真实验验证其结果.与原有的控制方式进行比较后,系统在新的控制方式下显示出更好的通道负载均衡性及较好吞吐量,适用于系统轻负载及重负载的情况.     

车辆道路行驶载荷谱测量及推断方法研究

采用车轮力传感器与加速度计进行道路行驶载荷谱的测量,对力信号与加速度信号分别进行功率谱密度分析,区分出由驾驶习惯和道路条件引起的载荷。对驾驶习惯与道路条件两种情况引起的载荷与加速度信号分别进行相关分析与统计推断,数据表明推断载荷与实测载荷吻合良好。根据此关系进行中国部分道路行驶载荷的推断,采用程对计数法得到了中国部分道路行驶载荷的累积幅值频次图。     

基于聚类及优化集成神经网络的地铁车站空调负荷预测

分别从优化算法集成神经网络及将数据聚类后按类建模两方面建立3种模型对地铁车站空调负荷进行逐时预测,结果表明：同一物理量对地铁车站空调负荷所产生的影响程度随时间呈现某种动态变化特征,根据历史数据定量分析这些特征,对精准筛选模型输入参数、提高模型预测精度大有裨益。在3种模型中,粒子群优化算法-神经网络（PSO-BPNN）和果蝇优化算法-神经网络（FOA-BPNN）预测的平均相对误差（MAPE）较单纯神经网络（BPNN）分别降低25.87%和40.08%,聚类-神经网络（Kmeans-BPNN）预测的MAPE比PSO-BPNN及FOA-BPNN分别降低61.12%和51.90%。说明在同等情况下,优化算法集成模型比单纯BPNN预测精度更高,而当区分实际负荷变化特点后,采用聚类后建模比优化集成建模效果更佳。     

基于熵值法的碳配额优化电量灰色预测模型

本文基于灰色预测理论基础,针对电量预测与碳减排目标设定难以结合的问题,从减排责任、减排能力与减排潜力三个方向入手,提出一种基于熵值法的碳配额模型,并且通过灰色预测的方法解决历史数据少的问题从而实现电量预测,最后通过综合考量碳配额在电力预测中的影响程度,提出了一种基于碳配额的优化灰色预测模型,并结合实例进行分析,通过后验差检验保证了模型的准确性,结果表明引入碳配额分配方式后的灰色模型更具有现实意义,有助于指导地区制定能源政策,并在兼顾地区历史发展水平与GDP水平的同时完善碳配额制度。     

基于时间序列分析的滑坡位移预测-以尖山营古滑坡复活为例

为了深入研究滑坡位移的特点,以尖山营古滑坡复活为例,基于时间序列加法模型,结合尖山营古滑坡的复活背景,将古滑坡位移分解为趋势项与周期项。对趋势项位移使用等维新息灰色（1,1）（GM（1,1））模型进行分析,并提取周期项位移,建立一阶自回归（A R）模型对周期项进行预测。将两者预测结果相加,即可得到古滑坡预测总位移。结果表明：预测与实测值误差较小,模型精度较高,能够较好的描述尖山营古滑坡的位移特征,可用于古滑坡后续的监测预报预警中,具有一定的理论研究与工程价值。     

基于AT89C52的基站门禁控制系统硬件设计

设计了基于AT89C52的门禁控制系统,给出了微处理器模块电路及复位与时钟电路、数据存储器、通讯接口、读卡模块、遥信遥控、电源模块等外围电路的硬件原理,支持多种传输模式和多种开门方式,具有兼容性、稳定性、实用性.     

基于CKF算法的卫星轨道实时预报方法

卫星轨道实时预报常采用EKF方法,但是EKF应用于非线性度较大的系统时精度和效率都不高。CKF算法利用带权重的点对状态量进行估计,用球面积分的方法解决了求函数与高斯随机变量乘积的积分的难题,既不需要对函数进行线性化,也不需要计算Jacobin矩阵。将其应用到轨道的实时预报当中,通过仿真验证,表明基于CKF的卫星轨道实时预报方法对预报精度和速度均有一定程度的提高。     

基于蒙特卡罗的光栅衍射条纹强度仿真预测

为更形象、直观地展现光栅衍射现象,了解光栅衍射条纹强度变化情况,研究了基于蒙特卡罗方法和MATLAB的光栅衍射条纹强度预测方法。依照惠更斯-菲涅耳原理获取光栅衍射强度分布,利用蒙特卡罗方法随机模拟。采用MATLAB软件仿真研究光栅衍射条纹强度变化情况,通过各参数值变化获得相应衍射光强分布情况。研究时改变光栅缝数分析光栅衍射条纹主极大强度变化情况,改变光栅常数、缝宽以及波长等参数,分析光栅衍射条纹次极大强度变化情况。研究得出：光栅缝数越多,主极大越大,光栅衍射条纹强度越强,光栅衍射主极大强度受多条单缝衍射强度调制;光栅常数越大次级大强度分布密度越大,缝宽增加衍射现象变弱;波长变大光栅衍射谱线渐宽,锐度降低。