基于时延的动态非连续接收周期调整机制

针对LTE系统的下行非连续接收(DRX)机制,提出了一种基于业务时延要求的动态非连续接收周期配置算法.首先网络侧按照正常的非连续接收机制对终端侧进行节能配置,然后利用实时的时延大小对非连续接收周期进行动态控制.数值分析表明,业务时延与网络负载有密切的关系,用户DRX周期配置需要与网络当前负载相结合;仿真结果表明,基于时延的动态周期调整机制,能够即时的适应网络状况以及自身需求的变化,与固定非连续接收周期相比,在用户满意度以及节能性上都有更好的表现.     

5G网络中基于波束成形和休眠机制的能量优化策略

为提高频谱利用率,5G毫米波通信采用的波束成形技术会对当前的不连续接收(discontinuous reception,DRX)机制产生不利的影响。提出一个基于信道质量提示(channel quality indication,CQI)反馈的不连续接收机制(C DRX),波束成形只在必要的时候进行。在此基础上,通过优化波速成形策略进一步降低波束成形时间,达到节省能量和降低时延的目的。采用半马尔科夫过程对波束失准事件下C-DRX的建模分析,仿真分析验证了所提方案的能量和时延的有效性。     

基于马尔科夫优化的灰色GM (1,1) 沉降预测模型及应用

针对灰色GM(1,1)模型在对随机波动较大的沉降数据序列进行预测时存在的不足,本文结合灰色理论模型和马尔科夫链理论,建立了一种基于马尔科夫修正的新维GM(1,1)沉降预测模型。首先,考虑监测数据的时效性,通过在原始数据列中不断补充新的沉降监测数据,采用新陈代谢的方法建立了新维GM(1,1)模型;随后采用马尔科夫链理论对新维GM(1,1)模型进行优化,根据模型预测时产生的相对误差范围对其进行状态区间划分,并构建了相应的状态转移概率矩阵,得到了基于马尔科夫优化的新维GM(1,1)预测模型;将本文中的模型应用于福州火车站南广场深基坑周边建筑物地表沉降预测中,并对不同模型的预测效果进行对比分析,结果表明：基于马尔科夫优化的灰色GM(1,1)模型的预测精度较传统灰色GM(1,1)模型有明显提高,验证了本文所提出的优化模型在基坑沉降分析与预测中的合理性。     

灰色-马尔科夫模型在桥梁运营状况预测中的应用

为了找到一种能够精确有效地预测桥梁运营状况的方法,提出一种基于灰色GM(1,1)理论模型并用马尔科夫链修正的灰色-马尔科夫预测模型.结合河北省某地区的159座桥梁数据对该方法进行应用检验,结果表明:灰色-马尔科夫模型预测数据的平均相对误差为-0.11%,相比灰色GM(1,1)理论模型预测数据的平均相对误差-0.34%,在精度上有了明显的提高,而且灰色-马尔科夫模型预测出的数据更加稳定.利用马尔科夫链优化过的灰色GM(1,1)理论模型预测出2017年至2019年该地区一类桥的数量分别为49座、39座以及34座.由此可知灰色-马尔科夫模型在已知的桥梁定期检查数据基础上可以提供较为精确的预测,相较于灰色GM(1,1)预测模型,该方法具有更高的精度和稳定性.     

两种马尔科夫链菜单预测模型建模

软件复杂度的增加,导致菜单项数的激增,从而导致菜单交互过程中视觉搜索时间的增加和认知负荷的加重.论文研究了基于绝对分部的马尔科夫链预测模型(ADMCP)和多阶叠加的马尔科夫链预测模型(SPMCP),在不同Top-N下,对下一个可能选取的菜单项进行预测的预测能力.实验结果表明,ADMCP适用于预测项数Top-N大于5时的菜单项预测,而PSMCP适用于Top-N小于等于5时的菜单项预测.     

LTE系统中DRX机制的分析与优化设计

非连续接收机制（discontinuous reception,DRX）是长期演进（long term evolution, LTE）系统中终端省电的关键技术之一。针对LTE系统中各种新兴业务和更高的数据传输速率快速发展导致终端能耗加剧的问题,在对DRX机制的原理进行详细分析的基础上,提出了一种长周期可调整的DRX机制。在DRX马尔科夫模型的基础上,根据欧洲电信标准化协会（european telecommunications standards institute,ETSI）数据流量模型,对长周期可调整DRX机制的2个性能指标功率节省因子和平均等待时延进行了理论分析。仿真分析在不同DRX定时器参数下的能耗和时延变化情况,并与固定周期的DRX机制在能耗和时延2个方面进行了对比分析。仿真结果表明,长周期可调整DRX机制在降低终端功耗方面有明显改善。     

基于需求功率预测的混合动力越野车能量管理

为了优化混合动力越野车多动力源动态响应控制与燃油经济性,以需求功率为关键研究参量,设计自适应马尔科夫链预测算法,实现需求功率的实时预测.基于等效燃油消耗最小控制策略,提出考虑实时需求功率的变化寻优域,设计变域等效燃油消耗最小控制策略,实现能量管理优化.运用Cruise和Simulink软件搭建了混合动力越野车能量管理联...     

自适应模型预测控制的车道保持控制策略

建立车辆侧向动力学模块、车辆传感模块、道路曲率预瞄模块.在传统模型预测控制(MPC)算法的基础上,利用辛普森法则,结合车道保持优化性能指标和系统约束,设计基于自适应模型预测控制的车道保持控制策略.在Simulink环境下,将其与基于传统模型预测控制器进行比较分析.仿真结果表明:相较于模型预测控制,自适应MPC能够在各控制周期实现车辆模型更新,在强非线性工况下具备较好的鲁棒性,进而能够保证行车安全的前提下,获取较好的乘坐舒适性.     

灰色马尔科夫链的宁德旅游总收入预测模型优化研究

针对传统灰色GM(1,1)预测模型预测随机波动数据的局限性,采用残差修正方法优化GM(1,1)预测模型,并通过马尔科夫链对优化的模型进一步改进,建立了一种优化的灰色马尔科夫链的预测模型。优化模型可以有效提升预测的准确性和稳定性,通过预测宁德市旅游总收入的实例验证新模型的有效性,拓展了灰色预测模型的应用范围,为宁德市旅游事业发展的决策支持提供了一种新方法。     

EGPRS容量优化与规划探讨

EGPRS（Enhanced General Packet Radio System：增强型无线通用数据业务）是移动通信网络从2.5G低成本平滑进化到3G的关键技术,维护和优化好这层覆盖全面的网络将对3G的规划运营以及优化有所帮助。优化EGPRS网络的关键在于解决容量问题,数据业务使用的随机性远大于话音,突发拥塞经常困扰着EGPRS的网络人员。因此,首先为长期保持性能优化的成果,需要循环的对网络负荷情况进行核查修正,在日常排障优化的同时引入EGPRS优化性规划流程很好的弥补了传统优化流程的缺陷;其次,为减小繁杂的数据提取与统计分析工作量以及适应预测等复杂运算,需要建立合适的分析工具,提供稳定准确的监测和分析数据筛选,自动EGPRS优化工具是在总结优化流程后分析自动化的实现过程;再次,作为容量规划的重点,需要有高效准确的容量-规划算法,与蒙特卡洛、坎贝尔方式的计算复杂不同,基于＂占用时长＂概念的PDCH快速配置算法能够在日常优化的环境中应用。     

面向5G毫米波通信的有向非连续接收机制

毫米波为5G通信提供了更大的带宽,但其路径损耗和穿透损耗较大的缺点需要使用波束赋形技术来克服.传统的非连续接收(discontinues reception,DRX)机制由于在用于波束赋形系统中时会导致频繁的波束失准,从而影响通信质量,已不能满足系统要求.针对这一问题,提出了一种长睡眠周期可调整的有向DRX(adjus...     

LTE系统中不连续接收机制的建模研究

长期演进(long term evolution,LTE)系统为用户提供了高速的数据传输速率,但也加快手机电池能量的消耗.LTE系统引入非连续接收(discontinuous reception,DRX)机制来降低手机的能量消耗.基于欧洲电信标准化协会(European telecommunications standards institute,ETSI)的突发分组数据模型,建立6个状态的马尔可夫模型来模拟DRX过程,分析不同DRX参数对省电性能和分组平均等待时间的影响.通过仿真,对DRX参数的优化设置提供指导方案.     

采用GRU-MC混合算法的锂离子电池RUL预测

锂离子电池的剩余使用寿命预测是电池管理系统的重要组成部分.为解决锂离子电池剩余使用寿命预测不准确的问题,提出一种基于门控循环单元和马尔科夫链的锂离子电池剩余使用寿命预测方法.首先,对数据进行数据清洗和数据规范,选择构建特征矩阵;然后,搭建基于门控循环单元网络的预测模型,并运用马尔科夫链算法对预测模型的初步结果进行误差修...     

基于区分服务的802.11 MAC层协议及其性能分析

针对无线ad hoc网络不能提供数据流优先级区分的问题,提出了一种基于IEEE 802.11 MAC协议的改进机制.该机制通过引入新的控制分组,使目的节点可以拒绝接收来自低优先级节点的数据,从而确保了高优先级数据业务的服务质量.还使用马尔科夫链模型对该区分服务机制进行了数学分析与评价,包括饱和吞吐量分析、分组丢弃概率分析和饱和时延分析.数学分析表明,该机制能够使高优先级数据流占用更多的带宽资源,并且降低了高优先级数据流的端到端平均时延和分组丢弃概率.     

基于Markov链的ZigBee网络媒体接入控制协议性能研究

为了优化Zig Bee网络媒体接入控制(Media access control,MAC)协议性能,提出一种基于饱和负载的MAC层信道访问机制。通过马尔科夫链对网络节点状态转化过程建模,对基于信道访问机制的网络吞吐量和节点能耗进行了数学分析。研究了网络参数NB、amin BE对节点信道冲突概率、网络吞吐量和能耗等性能的影响。分析结果表明:该模型准确地描述了基于饱和负载的Zig Bee网络信道访问机制,对协议参数进行合理的设置能够改进MAC协议吞吐量和能耗性能。     

自适应动态周期下的移动水声网络自定位算法

针对移动水声网络中定位精度与通信开销之间的矛盾,提出一种自适应动态周期下的移动水声网络自定位算法.该算法根据系统状态估计与观测采样之间的残差,设计自适应的动态周期选择机制和非均匀的动态更新网络定位周期,进而实现非均匀动态周期下的移动水声网络高精度预测定位.该算法无需大量通信观测即可实现移动节点位置的实时跟踪,达到了定位精度与通信开销间的平衡.仿真结果表明,所提算法既保证了网络的定位估计精度,又减小了冗余定位通信开销,实现了有限通信开销下的高精度定位,更适用于精度要求高且通信带宽有限的水下环境中.     

指数平滑结合条件Markov预测模型研究——基于新疆货运量预测

建立了一个时间序列预测模型。以三次指数平滑模型为基本预测模型,并基于马尔科夫链定义了误差修正模型--条件马尔科夫链。条件马尔科夫链的特点在于将传统马尔科夫链中的一步状态转移概率矩阵变成条件一步状态转移概率矩阵,即在条件马尔科夫链的状态转移概率矩阵中,每个元素的意义为:在已知t-1时刻的状态下,t时刻的状态转向t+1时刻状态的概率:即P{(E_t→E_(t+1))/E_(t-1)}。在文章中以新疆货运量为实验对象,通过对新疆货运量这一指标用三次指数平滑模型,用三次指数平滑模型结合马尔科夫链和三次指数平滑模型结合条件马尔科夫链三个模型进行预测,结果显示,经过条件马尔科夫链修正后的预测结果误差最小,证明文中模型可以有效提高预测精度。     

一种基于删除信道的WSAN控制器自适应动态配置算法

针对无线传感器执行器网络(wireless sensor and actuator networks,WSAN)中的随机数据包丢失问题,提出了一种基于删除信道的WSAN控制器自适应动态配置算法.该算法采用模拟删除信道的多节点串联连接的网络控制架构,使用提出的配置算法对控制器进行自适应配置,并利用伯努利分布进行动态配置,通过导出马尔可夫链跳变线性系统模型,建立静止协方差的闭环表达形式.利用随机建模框架在衰落的无线电环境中进行仿真实验,结果表明,相比节点功能固定的配置算法,该算法可以更快地对设备输出做出响应,明显提升了控制器的性能,有效解决了WSAN中的随机数据包丢失问题.     

一种采用灰色马尔科夫组合模型的采煤机记忆截割算法

针对传统采煤机记忆截割策略需要频繁人工调整摇臂高度导致效率和精度低等不足,提出利用灰色马尔科夫组合模型的采煤机自适应记忆截割策略。当采煤机截割岩石时,首先根据截割高度先验数据,利用灰色模型得到截割高度预测数据,在此基础上,对该预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵。通过马尔科夫链状态概率矩阵对灰色模型进行反馈修正,得到采煤机截割高度自适应调整值。通过模拟采煤机工作面调整高度,对2种采煤机记忆截割策略进行仿真分析。研究结果表明:传统记忆截割模型可信度为96.26%,但需要5次人工调整,而灰色马尔科夫记忆截割模型的可信度在无人干预下高达99.20%;基于灰色马尔科夫组合模型的采煤机记忆截割策略不仅具有更高的控制精度,而且大大提高了采煤机的自动化水平。     

用遗传算法优化WCDMA网络QoS

3G蜂窝移动通信系统旨在提供多种业务,比如语音业务、数据业务以及基于分组交换网的多媒体业务。为了提供这些业务的服务质量保证,提出了一种优化WCDMA(W ideband Code-D ivision Mu ltip le Access)网络QoS(Quality of Service)的遗传算法(GA:Genetic A lgorithm)。使用该算法,研究了如何实时对WCDMA网络参数进行最优配置,以最大限度地提高使用不同输入通信流量混叠业务用户的满意度。仿真实验结果表明,该算法可以根据混叠输入通信流量动态有效地配置网络参数,以使服务的性能达到最优化:使用GA后,网络的频谱利用率达到18%;GA的收敛速度相当好,例如在假定所有的通信量混和的情况下,经过20~30次的反复后,就可以达到最优的配置参数。