一种异构无线网络的多属性垂直切换方案

为满足在异构无线网络中的用户对不同业务的需求,减少无线网络垂直切换所造成的乒乓效应,给出了一种异构无线网络的多属性垂直切换方案.该算法采用模糊逻辑对网络进行预判决,给出切换的代价函数以选择最佳网络,代价函数中采用了层次分析法来确定不同业务情况下信噪比,时延以及价格和用户偏好等参数的权重.针对WiMAX和UMTS网络重叠覆盖的环境所进行的仿真表明,该算法能够在满足用户需求的条件下有效地减少切换次数和功率消耗.     

一种新的基于UMTS和WLAN的自适应垂直切换算法

针对异构网络的特性和用户无缝连接的需求,研究了UMTS和WLAN融合架构下移动终端移入WLAN时的切换必要性和移出WLAN时切换时刻的合理性.在此基础上,综合考虑终端和网络的上下文环境,利用概率理论提出了一种新的基于补偿时间的自适应垂直切换算法.仿真结果表明:与两种切换算法相比,该算法能更加准确合理地进行切换判决,有效降低乒乓效应和切换中断概率,提升了切换效能.     

基于模糊控制的垂直切换决定算法

蜂窝网络(cellular network)与无线局域网(WLAN)的融合是下一代移动通信的发展趋势,在通信过程中,节点将在两种网络间进行垂直切换.文中提出了一种垂直切换决定算法,该算法采用学习机制建立模糊集合的隶属度函数,并从用户对WLAN选择度、WLAN的信号强度以及带宽3个方面进行考虑,通过模糊推理,最终作出切换决定.分析及仿真表明本算法能够在综合多种影响切换的因素基础上作出准确的切换决定,与传统算法相比较,本算法的切换次数降低到传统算法的50%以下.     

异构网络中基于门限和AHP的TOPSIS垂直切换算法

为提高异构网络系统吞吐量,减少乒乓效应,提出一种基于门限和层次分析法的切换算法(different threshold and AHP based TOPSIS vertical handoff algorithm,DTAT).DTAT算法考虑异构网络中的切换触发与切换判决两个方面.用户获得当前网络和目标网络的SINR(信干噪比)差值,根据该信干噪比差值与设定的切换触发门限的比较结果进行切换触发;利用层次分析法中的特征向量法来决定各个属性之间的权重关系,根据属性矩阵和权重向量,利用逼近理想值的排序方法(TOPSIS)得到用户当前网络与目标网络的判决值,选取最佳网络.仿真结果表明,DTAT算法能够根据各业务特点综合考虑各属性间关系,从而提高垂直切换的性能.     

异构网络垂直切换性能参数分析及算法研究

以蜂窝网与无线局域网(WLAN)融合为例,研究异构网络之间的垂直切换算法.对影响切换算法性能的各网络端及用户端参数进行了分析研究,包括参数的定义、在不同接入网中的取值范围、参数之间的关系及参数的归一化等.针对参数对切换算法及系统性能的影响,进行了参数分类,将参数分为切换先决条件、切换判决条件及切换辅助条件,并根据参数分类提出了新的垂直切换算法.该算法采用可变权值,即算法中各性能参数的权值依据用户业务特性,移动模型及用户对各网络的喜好等因素进行动态调整.与目前固定权值的垂直切换算法相比.提出的算法考虑了不同用户特性及QoS需求,可提高用户满意度及网络整体性能.     

一种基于上下文感知的垂直切换决策机制

针对垂直切换决策考虑的因素越来越多而增加了决策复杂性的问题,提出一种基于上下文感知的垂直切换模型,设计出由切换发起、网络过滤、网络选择3阶段组成的新的切换决策机制.通过引入网络过滤,以某项网络选择指标为依据,对当前可检测到的接入网络进行过滤,并最终实现网络选择算法中对候选网络集或者选择指标的优化.该算法可以使网络选择策...     

改进Markov过程的异构无线网络垂直切换算法

针对当前异构无线网络垂直切换算法存在切换次数多, 服务质量难以满足实际应用需要的问题, 以获得更优的异构无线网络服务质量为目标, 提出一种基于改进Markov过程的异构无线网络垂直切换算法. 首先, 建立异构无线网络整体性能评价指标体系, 然后采用灰色关联分析法确定网络整体性能评价指标的权重值, 最后利用Markov决策过程对异构无线网络的状态进行预测, 选择最优的接入网络, 并通过异构无线网络垂直切换的仿真对比实验测试和分析其性能. 实验结果表明, 相对其他异构无线网络垂直切换算法, 该算法可降低平均切换次数, 避免了频繁切换现象的发生, 大幅度减少了网络数据传输的丢包率, 改善了用户满意度, 获得了更高的服务质量.     

基于模糊层次分析法的多属性垂直切换算法

为实现移动节点在不同网络间的无缝切换,保证业务的连续性,提出了一种基于模糊层次分析法的多属性垂直切换算法.根据人类思维具有模糊性的特点,对各属性间的相对重要程度进行比较时用模糊数来表示比较结果,并建立模糊判决矩阵,以解决传统算法中判决矩阵的一致性与人类思维一致性之间存在的差异问题.为了提高切换的有效性,结合对用户运动状态、目标基站负载状态的判断,设计了一种自适应可变时长的定时器.仿真结果表明,文中算法能够提高切换性能和系统的吞吐量,降低系统的丢话率.     

一种基于多属性决策理论的改进垂直切换算法

提出一种基于多属性决策理论的垂直切换算法,并对异构无线网络的4类典型业务进行了仿真研究.该算法利用层次分析法设计双层层次结构,通过主客观权重相结合解决分配权重时过于主观的问题,同时结合利用逼近理想解法来解决网络排序异常的问题.仿真结果表明该算法能够自适应用户终端设备的移动速度,在保证4类典型业务的Qo S同时减少乒乓效应.     

异构网络垂直切换性能参数分析及算法研究

以蜂窝网与无线局域网(WLAN)融合为例,研究异构网络之间的垂直切换算法。对影响切换算法性能的各网络端及用户端参数进行了分析研究,包括参数的定义、在不同接入网中的取值范围、参数之间的关系及参数的归一化等。针对参数对切换算法及系统性能的影响,进行了参数分类,将参数分为切换先决条件、切换判决条件及切换辅助条件,并根据参数分类提出了新的垂直切换算法。该算法采用可变权值,即算法中各性能参数的权值依据用户业务特性,移动模型及用户对各网络的喜好等因素进行动态调整。与目前固定权值的垂直切换算法相比,提出的算法考虑了不同用户特性及QoS需求,可提高用户满意度及网络整体性能。     

Reverse Detection Based QoS Routing Algorithm for LEO Satellite Constellation Networks

A reverse detection based QoS routing algorithm was developed based on the dynamic topology of low earth orbit (LEO) satellite constellation networks. This distributed algorithm has very low computational complexity, so it is suitable for on-board processing. This algorithm improves the autonomous operating capability and throughput of satellite networks. Simulations show that the algorithm has better performance than the static sequent snap shots algorithm with acceptable low overhead signaling.     

Improved Marquardt Algorithm for Training Neural Networks for Chemical Process Modeling

IntroductionResearch on artificial neural networks(ANN) hasmade great progress during the past few years.Neural networks have been widely used in chemicalprocesses.Among all kinds of networks,the back-propagation (BP) network is the most commonchoice forits high capability of nonlinear mapping,study and classification. Through adjustingnetwork weights according to samples,the BPnetwork can simulate systems with complexnonlinear mapping relationships,such as chemicalprocesses.　The most com…     

LEO卫星IP网络组播路由算法

为了解决低轨(low earth orbit,LEO)卫星网络中需要快速高效组播路由协议的问题,提出一种新型LEO卫星IP网络组播路由算法。在分析建立LEO卫星网络拓扑模型的基础上,该算法利用LEO卫星网络的自身特点,采用分布式迭代的计算模式,生成基于源端的组播路由树,大幅度地降低了算法的计算复杂度。仿真结果表明:与传统的LEO卫星网络组播路由算法相比,该算法具有较低的计算复杂度,生成的组播路由树具有较小的开销。相比于传统MRA算法,该算法生成的组播树中源点到组播成员节点的平均延时大约为前者的90%。     

LEO卫星IP网络组播路由算法

为了解决低轨(lowearthorbit,LEO)卫星网络中需要快速高效组播路由协议的问题,提出了一种新型LEO卫星IP网络组播路由算法。在分析建立LEO卫星网络拓扑模型的基础上,该算法利用了LEO卫星网络的自身特点,采用分布式迭代的计算模式,生成基于源端的组播路由树,大幅度地降低了算法的计算复杂度。仿真结果表明,和传统的LEO卫星网络组播路由算法相比,该算法具有较低的计算复杂度,生成的组播路由树具有较小的开销。相比于传统MRA算法,该算法生成的组播树中源点到组播成员节点的平均延时大约为前者的90%。     

动态网络最短路径射线追踪算法中向后追踪方法的改进

动态网络最短路径射线追踪算法中的向后追踪方法能够解决线性走时插值算法(LTI)向后追踪过程不稳定的问题,但是其计算效率较低.综合利用节点次级源的位置信息以及波的传播规律,提出了改进方法,排除了动态网络最短路径射线追踪算法向后追踪过程中存在的大量冗余计算.数值算例表明,改进的向后追踪方法具有较高的计算效率,是动态网络最短路径射线追踪算法中向后追踪方法的几倍至几十倍;若将改进后的向后追踪方法应用于动态网络最短路径射线追踪改进算法,则该算法的计算效率将提高一倍左右.     

基于人工智能的社交网络用户行为数据周期推荐算法

为提高社交网络个性化服务质量,研究数据周期推荐算法的重大意义,针对传统推荐算法相似度计算准确率不高,导致推荐结果精度低、召回率低和耗时长等问题,提出一种基于人工智能的社交网络用户行为数据周期推荐算法。首先依据用户行为建立评分矩阵,利用皮尔逊相关系数计算评分矩阵评分值与网络行为数据相似度,依据计算得出的相似度以协同过滤为核心来检出需要推荐的社交网络用户数据内容,其次利用Top-N法生成用户邻居集,最后实现社交网络用户行为数据内容周期推荐。实验测试结果表明,所提算法的相似度计算准确率较高,网络用户行为数据周期推荐结果精度可高达97.2%,且推荐结果召回率高、耗时低,提高了社交网络个性化服务质量。     

基于CDMA和GSM网络的车辆定位方法

在分析目前常用的CDMA和GSM网络系统所提供的定位方法的基础上,提出了一种融合CDMA网络和GSM网络的混合车辆定位算法,即利用CDMA网络和GSM网络的定位测量信息重新计算出车辆的位置.该定位算法简单快捷、精度高、可靠,充分继承并发挥了现有网络优势,而且能够适应所在网络定位技术的更新.测试证明该算法是可行的,能够增强定位精度和可靠性.     

基于RBF网络的旋转机械故障诊断方法

针对BP网络在故障诊断中存在的训练收敛速度慢且容易陷入局部极小、网络初值对学习性能影响比较大等缺陷,提出了一种基于RBF网络的故障诊断方法,介绍了RBF网络的结构和自适应正交最小方差算法（SROSL法）,并应用于旋转机械的故障诊断中,应用结果表明,RBF网络训练速度快、分类性能良好,在设备故障诊断领域具有很好的实用性。     

无线传感器骨干网络路由算法

针对当前无线传感器骨干网络路由算法无法平衡能耗和数据传输之间的矛盾, 导致无线传感器骨干网络路由的数据传输时延较大, 无线传感器网络吞吐量较小的不足, 以提高无线传感器网络整体性能为目标, 设计一种新的无线传感器骨干网络路由算法. 首先分析无线传感器网络的工作原理, 并建立相应的路由模型; 然后引入机器学习算法对无线传感器骨干网络路由中的无线传感器节点能量进行实 时预测, 选择能量大的无线传感器节点进行数据传输, 构建能量消耗最小的无线传感器骨干网络路由; 最后与其他无线传感器骨干网络路由算法进行对比测试. 测试结果表明, 该算法的无线传感器骨干网络路由能耗较小, 无线传感器网络数据传输可靠性高, 加快了无线 传感器网络数据传输速度, 无线传感器骨干网络路由整体性能明显优于其他对比算法.     

基于尺度转换的数字水系提取方法及应用

 低分辨率DEM提取数字水系精度不高,不能满足水文模型建模需要。在Mark和O’Callaghan提出的坡面径流模拟算法提取水系的基础上,将高分辨率栅格的流向分配至低分辨率栅格内,采用向量运算法则和栅格最大集水面积法,通过流向的聚集过程判断低分辨率栅格的流向,进而将高分辨率DEM提取的数字水系转换成低分辨率栅格水系,并在洣水等5个不同流域加以应用。研究分别采用水系密度和流域宽度分布两项指标对尺度转换后水系与提取的各种尺度水系进行比较,结果表明,该方法简单有效,对于平原区水系提取及山区水系提取都有较好的适应性,转换后水系与实际相符,满足水文模型建模要求。