基于分层抽样的高速网络吞吐率测量

在测量精度要求较高时,随机抽样流量测量的样本容量仍然很大,仍会造成一定程度的资源负担和测量开销上的问题.针对前面这种简单抽样策略的局限性,提出了一种基于报文分层抽样的高速网络吞吐率测量技术,并对分层抽样参数的选取及其理论进行了探讨;从网络吞吐率测量的角度对分层抽样与简单随机抽样的测量性能进行比较.结果表明,在相同样本容量的情况下,分层抽样测量精度几乎平均是简单随机抽样精度的9倍,且算法复杂度仅为O(n),有效解决了高速网络测量环境中测量效益不高的问题.这种基于分层抽样的测量技术还可以用于其他网络流量参数的测量.     

OFDMA系统中实时业务的资源分配与调度算法

提出了一种适合于OFDMA系统中实时业务传输的资源分配与调度算法,该算法利用物理层的信道信息和MAC层的业务信息,采取分组调度与子载波分配交替进行的资源分配方式,在满足数据包传输时延要求的同时,最大化系统的吞吐量.仿真结果表明,该算法无论是在系统的吞吐量、丢包率,还是数据包等待时延方面,都具有良好的性能.     

电能质量扰动分类的贝叶斯方法

随着非线性负荷的大量使用,电能质量问题已日益受到关注．对各种电能质量扰动进行分类,是采取适当措施降低扰动带来影响的前提．小波包是在小波变换的基础上发展起来的,能够提供更为丰富的时频信息．为此,对电能质量扰动信号进行小波包分解,分别以小波包分解终结点的能量和熵作为特征向量。用贝叶斯分类器进行分类识别,对扰动分类做出了仿真分析,仿真结果验证了该方法的有效性．通过与Fisher分段线性分类器进行比较,表明以熵为特征向量的贝叶斯分类方法有较高的识别正确率．     

一种支持时延约束的卫星认知网络功率控制算法

针对卫星通信网频谱资源利用率低下的问题,以信道有效容量最大化为优化目标,提出了一种支持时延约束的卫星Underlay认知无线网络功率控制与优化算法。首先根据网络拓扑结构建立了功率干扰模型,通过引入时域信道相关系数,推导了完全与非完全信道环境下基于时延约束的认知用户有效容量优化目标函数,并利用Lagrange方法求解得到不同场景下认知用户的最佳功率调整策略,简化了功率控制优化过程,最后通过实验仿真分析了影响认知用户信道有效容量的因素。结果表明,该算法能够根据业务时延约束条件和信道衰落特性变化动态调整认知用户的最佳发送功率,与等功率分配算法相比认知用户的信道有效容量得到了明显提高。     

蜂窝环境下功率空时分布仿真的改进算法

为更好地对蜂窝环境下的功率空时分布进行仿真,引入“有效散射体”和“反射概率”两个有明确物理意义的概念,在单反射椭圆模型(GBSBEM)的基础上提出一种改进的仿真算法.该算法能更准确灵活地描述蜂窝环境下信号的功率空时特性.仿真结果与实测数据对比表明,在功率时延谱预测方面,改进算法与GBSBEM有同样的精度,而在功率方位谱预测方面,前者的均方相对误差要小于后者.     

基于ZigBee技术的无线电台控制系统设计

文章针对现有电磁环境构建方式上存在的成本较高、逼真度不足的缺点,提出了一种基于ZigBee技术的无线电台控制系统设计方案。该方案综合了ZigBee无线网络自组网、自愈合等优点,通过对各电台工作状态的实时监控,可在一定地域构建出满足任务需求的复杂电磁环境。初步试验结果表明,该系统运行稳定可靠,验证了设计的可行性。     

基于EEMD和小波包变换的早期故障敏感特征获取

提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型. 该方法首先应用EEMD对现场采集的振动信号进行分解,分离出不同频率成分的特征信号,选择与原信号相关系数最大的 IMF分量进行信息重构;面向重构的IMF分量采用WPT进行分解,得到各个节点的小波系数;最后使用Hilbert变换提取小波包系数的包络,计算功率谱,准确获得早期故障的敏感特征. 通过对仿真信号的分析验证了该方法对故障诊断的有效性. 将该方法应用于实测的滚动轴承的内圈、外圈和滚动体故障诊断,诊断结果均表明该方法可有效提取早期故障敏感特征,故障诊断快速准确.      

不完全数据情形下指数分布参数的极大似然估计

处理生存分析观测数据使用的参数估计方法有很多,极大似然估计法是最常见的一种估计方法。当寿命分布为指数分布时,给出了定时截尾数据、定数截尾数据情形的极大似然估计,以及随机右删失下参数极大似然估计的一般表达式。此外,还提出了分组数据场合参数极大似然估计的图解求法。     

分组网络环境下的实时语音质量客观评价

提出了一种利用前馈随机神经网络在分组网络中进行实时语音质量评价的新方法．从接收到的语音分组中提取美尔频率倒谱系数向量，利用实时传输控制协议计算语音分组传输过程中的丢包率、延迟和抖动，构成网络传输参数向量．将随机神经元组织成具有1个输入层、1个隐含层和1个输出层的3层前馈网络结构，再以上述2种向量作为输入的多类别信号，以相应的主观平均意见（MOS）评分值作为输出对网络进行训练，从而获得稳定的权值矩阵．利用训练过的网络进行多类别信号的语音质量评分映射，并将映射结果与MOS进行二次多项式拟合，得到最终的语音质量评分值．实验表明，所提算法与主观评价之间的平均相关度可达到0．881．     

基于小波包变换及改进阈值法则的水声信号压缩

文中提出一种将小波包变换与改进的能量保留阈值法相结合的水声信号压缩方法,并讨论了该方法实现过程中小波包的选取、小波包分解算法、改进的能量保留阈值确定等问题,最后进行了仿真分析．仿真结果表明,本算法对水声信号压缩编码效果较为理想．