IP流分流的异构无线网络负载均衡

摘要： 针对传统异构无线网络硬负载均衡方法业务阻塞率较高的问题,根据软负载均衡方法,提出了异构无线网络中基于IP流分流的负载均衡算法. 该算法通过数值分析得到最佳分流比率,在用户请求网络接入或切换时,根据最佳分流比率将用户业务分成子流,并把各子流接入或切换到相应网络,保证了网络间的负载均衡. 仿真结果表明,所提算法相对于传统的硬负载均衡方法,降低了业务阻塞率和业务丢包率.     

干扰环境下数目可变的多目标跟踪

针对环境中干扰因素对目标跟踪性能的影响,提出了一种跟踪数目可变的多目标方法. 该方法通过聚类算法来判断目标的出现或消亡,并获得目标数目,然后利用基于无迹卡尔曼的廉价联合概率数据关联算法获得量测与已知目标轨迹的互联概率,并实现状态传递. 与传统的廉价联合概率数据关联算法相比,该算法在干扰环境下跟踪性能更优,可处理目标数目可变的多目标跟踪问题.     

一种PWM/PFM自动切换的DC-DC芯片

提出一种可根据负载变化在脉冲宽度调制(pulse width modulation,PWM)和脉冲频率调制(pulse frequency modulation,PFM)两种工作模式间自动切换的降压DC-DC芯片的设计法,推导出临界切换状态下的负载电流值表达式,在此基础上设计了一种PWM/PFM自动切换的DC-DC芯片.该系统在较大的负载变化范围内均具有较高效率.     

LSM结合邻居干扰抵抗模型的传感器网络节点故障检测

针对大多数无线传感器网络(wireless sensor network,WSN)故障检测算法容错性较差的问题,提出一种基于链路切换机制(LSM)和邻居干扰抵抗模型的WSN节点故障检测算法.仿真实验从数据包分组传输率、控制负载、内存负载和故障恢复延迟四个方面评价该算法,结果表明,当节点传输功率提高至4mW时,数据包传输率提高了5%以上,恢复延迟平均降低了4ms左右,适用性非常好.相比现有的WSN故障检测算法,该算法取得了更好的性能.     

高速移动环境下IEEE 802.11 MAC层切换方案

高速移动的无线节点在接入点间切换时,切换延迟较大,丢包率较高.该文结合地铁无线通信环境对切换延迟和丢包问题进行研究,改变了扫描信道的顺序,有效降低了切换延迟.在此基础上提出一种数据链路层的缓冲算法——Layer2-Buff,为移动节点设立专用缓冲区,以缓存切换过程中没有正常发送的数据帧,用于实现平滑切换功能.测试结果表明,Layer2-Buff算法无需修改网络层及上层协议栈,在地铁无线通信环境中可实现自动列车控制系统的零丢包.该算法已在地铁信号系统中得到应用.     

一类时滞线性切换系统的稳定性和镇定

针对一类具有状态延迟的连续线性切换系统,研究了其渐近稳定性及状态反馈和输出反馈镇定控制律的设计问题.首先利用公共李亚普诺夫函数法给出了系统渐近稳定的充分条件及该条件下切换律的构造方法,然后给出了状态反馈和输出反馈镇定的充分条件,同时给出了稳定化控制律的参数化表示和相应切换律的构造方法.最后举例说明了结果的有效性.     

基于车载数据库协同触发的高铁LTE-R切换算法

进一步提升高铁的信道切换性能具有重要的现实意义.基于信号功率和车载数据库协同触发机制提出了应用于高速铁路下一代通信专网LTE-R(long term evolution for railway)的新型切换算法,将数据库基站信息和信号功率实测信息的比对结果作为切换触发的判据,能实现中断快速重连和切换锁定等功能.仿真结果表明,该新型切换算法能有效提升LTE-R的信道切换性能,在重叠区关键位置点的触发效率比传统算法提升43.7%,切换成功率达到了99.5%.该协同触发切换算法在LTE-R高铁通信专网上具有广阔的应用前景.     

一种基于切换迟滞的LTE自适应计时水平切换算法

针对LTE固定计时切换算法存在的缺点,提出了一种自适应计时切换算法.该算法依据当前移动台与原服务小区的距离di及rank,ram和p这3个可变常数,计算其实时的切换计时值T,从而实时改变切换等待时间.仿真结果表明:采用固定计时切换算法,且计时值T设置偏大时,移动台需移动到离原服务小区较远的地方才能发生切换,此时移动台接收原服务小区的信号强度很差;而自适应计时切换算法不仅能消除乒乓效应,减少平均切换次数,且切换时拥有较好平均信号强度,切换位置更集中合理,总体性能达到最佳效果.     

一种改进的强跟踪滤波算法

强跟踪滤波算法由于对判断滤波发散的阈值设置较小,以较大概率产生渐消因子而导致对滤波增益过调节,最终对状态估计不够平滑. 在分析强跟踪滤波算法运行机理的基础上,提出了一种改进的强跟踪滤波算法. 通过适当提高判断滤波发散的阈值,有效降低了误判滤波发散的概率,并能针对不同维数量测方程确定不同的弱化因子,避免了凭经验加入弱化因子解决这一问题的缺陷. 数值仿真结果表明：改进的强跟踪滤波算法对系统状态突变不但具有较强的鲁棒性,而且能有效保持滤波精度和对状态估计的平滑性,从而验证了该算法的可行性和有效性.     

无线局域网中基于隧道的平滑切换机制

在低切换延迟移动IPv4的延迟注册切换和代理缓存技术的基础上,提出了IEEE 802.11无线局域网中使用双向边隧道的一种平滑切换机制.该机制缩减了不适用于无线局域网的链路层触发,结合提出的减少链路层和网络层切换时延的手段,在实现平滑切换的基础上,进一步减少了切换时延,更好地接近无缝切换的要求.仿真实验表明,该机制不仅有效降低了切换过程中丢包的发生,同时也减少了平均500 ms以上的切换时延,使TCP的有效吞吐量提高了70%左右,极大地改善了无线局域网中站点的切换性能.     

基于Q学习的星地融合协作传输中继选择策略

协作网络中的中继技术能够实现空间分集,但中继选择会对系统性能产生较大影响.针对这一问题,本文提出了一种基于Q学习的星地融合协作传输中继选择策略.首先,所有中继节点在经过放大转发协议的情况下,在接收端得到最大比合并后的输出信噪比表达式.然后,设定Q学习的状态、动作和奖励函数,选择累积回报最大的中继节点.接着,为了遍历所有...     

采用物理层网络编码的2FSK双向中继通信系统解调映射方案

提出了一种相干型中继节点解调映射方案,适用于采用物理层网络编码的二进制频移键控(binary frequency shift keying, 2FSK)双向中继通信系统. 方案分两支路对叠加信号进行处理,然后对两路信号差值进行抽样判决,并对判决结果进行网络编码映射. 采用最大后验概率准则得到判决门限. 分析了采用该方案中继节点的
判决错误概率、系统误码率及吞吐率性能. 理论分析和仿真验证表明,采用该方法进行解调映射的物理层网络编码方案中继节点判决错误概率和系统误码率与传统方案和网络编码方案相近,系统吞吐率则高于两者.     

基于混沌的模拟电路故障诊断方法

针对模拟电路故障诊断的神经网络方法中,网络易陷入局部极小、收敛速度慢等缺点,网络结构、权值难以确定等难题,提出一种利用混沌优化神经网络的模拟电路故障诊断新方法.该方法中,将混沌变量引入神经网络结构的优化搜索,使得神经网络的隐层节点数以及所有权参数处于混沌状态中,从而整个网络结构呈现为动态变化.然后从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构.最后利用优化的神经网络对模拟电路进行故障定位.利用该方法对模拟电路进行实例仿真,结果表明该算法可以有效、可靠地运用于模拟电路故障诊断中.     

基于置信传播分组的多任务压缩频谱感知

针对认知无线电中主用户覆盖范围存在交叠区域的情况,给出先次用户分组再组内协作感知的方法. 首先提出一种基于简化置信传播(belief propagation, BP)的次用户频谱相似性分组算法,挖掘各次用户前一次频谱感知信息并提取相关参数,再根据相关参数利用BP算法对当前频谱感知次用户进行相似性分组. 在组内采用恢复效果较好的多任务压缩频谱感知方法来完成感知任务. 仿真结果表明,所提出的频谱感知方法与现有方法相比,能在混杂频谱环境下保证较好的虚警概率,同时提高频谱感知的正确检测概率,且随着全网感知用户数的增加,频谱感知结果也不断改善.     

有效均衡异构无线网络负载的接入选择

提出了一种能有效均衡异构无线网络负载的动态接入选择算法,在考虑用户移动性、通话质量满意度以及网络当前剩余资源的基础上,进一步考虑网络负载的动态变化趋势. 通过预测不同可接入网络对整个系统阻塞率的影响,实时调节网络负载使其趋于理想状态. 仿真结果表明,该算法能动态适应网络负载变化,有效减小候选网络之间的阻塞率差距,从而降低整个异构系统的平均阻塞率.     

MANET中基于弹性QoS的多优先级业务接纳控制策略

针对无线多媒体业务的优先级区分和动态带宽需求特性,提出Ad Hoc网络中一种以动态资源分配与优化为基础的弹性接纳控制策略. 通过设计新的带宽调整准则、路径可用带宽计算方法和满足动态资源需求的QoS路由协议,支持该策略在多跳网络环境下的实施. 仿真结果表明,对比传统的接纳控制算法,所提策略具有更高的接纳能力、更低的新连接阻塞率和切换连接掉线率,同时还对不同优先级业务表现出不同的区分服务特性,可以更好地实现对资源的共享、均衡和利用.     

一种新的基于免疫算法的多用户检测

提出了一种新的免疫算法，将匹配滤波器的输出判决信号作为一条染色体放入初始种群，使得初始种群中包含最优解的概率大大增加；选择疫苗时，将接种了疫苗的个体的适应值小于父代适应值的个体，按一定的概率接受该个体，克服了GA欺骗问题．仿真结果表明该算法在收敛速度和误码率方面都优于基于遗传算法的多用户检测．     

一种基于粗集神经网络的欺诈风险分析方法

指出了传统的欺诈风险分析模型存在的问题,提出了一种基于粗集神经网络的欺诈风险分析方法.详细叙述了粗集神经网络的基本原理及基于粗集神经网络的欺诈风险分析方法,并给出了一个基于粗集神经网络的信用卡欺诈的分析实例。实验结果表明,该方法应用于欺诈风险的分析中是有效的,为欺诈风险的分析和预警提供了一条新的研究思路和方法。