概率和噪声环境下基于主动探针的Internet服务故障管理

在基于主动探针的服务故障管理中,不确定性和噪声会对服务故障管理带来影响．为了降低这种影响,分析了Intemet服务故障管理中存在的问题,采用二分Bayes网络建模故障和探针之间的依赖联系,二元对称信道建模噪声,并提出了不确定和噪声环境下的主动探针故障管理方案．该方案由两阶段组成：故障监测和故障诊断．在故障监测阶段,提出了在保证一定监测质量的条件下选择最小代价探针子集的GAPSA算法．在故障诊断阶段,提出了根据前一阶段发现的症状选择更多探针来获取系统详细信息的FDPSA算法;针对故障自动修复机制导致的动态性,提出了基于故障持续时间统计的假设推理算法FIyrs．仿真结果证明了本文算法的有效性和效率．     

短波跳频FH/QDPSK系统信道自适应监测的研究(Ⅱ)

基于短波跳频FH/QDPSK系统的FFT解调,利用FFT解调的结果,提出了在瑞利衰落信道中对信道的BER进行实时自适应监测方法,该方法利用伪错监测及其非线性外推较好地解决了在较短的监测时间内获得较为精确的监测结果。模拟结果表明,采用伪错的非线性外推算法,其估值的最大绝对误差不超过0.28,最大相对误差不超过12.1%。     

CWNs中机会协作传输策略及其差错性能分析

在主用户和感知用户共存的认知无线网(cognitive wireless networks, CWNs)中,针对如何在保证主用户有效传输的同时满足感知用户无线业务通信要求的问题,提出了一种基于频谱感知的机会协作传输策略。在瑞利衰落信道下对所提方案进行理论分析,给出了协作传输与非协作传输策略下平均误比特率的解析表达式,理论分析和仿真结果表明,相对于传统非协作传输而言,机会协作传输策略的差错性能得到明显改善。     

存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能分析

为了进一步了解相位噪声和信道估计偏差在空相关多输入多输出正交频分复用(MIMO-OFDM)系统中的作用,对存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能进行了分析.利用模型表达了空相关MIMO-OFDM系统的复包络信号,推导了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的有效数据符号的信噪比表达式,给出了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的差错性能指标.研究表明,理论计算和计算机仿真的空相关MIMO-OFDM系统的差错性能结果在各种不同相位噪声和信道估计偏差影响下都比较吻合.     

基于SD-SEM模型的消费者食品安全风险感知的信息搜寻行为

本文利用系统动力学模型和结构方程模型来研究消费者食品安全风险感知和消费者信息搜寻行为之间的关系,在总结消费者食品安全风险感知和消费者食品安全信息搜寻行为研究文献的基础上,利用结构方程确定消费者食品安全风险感知的影响因素及其之间的路径系数,进而建立系统动力学模型模拟信息搜寻行为对消费者食品安全风险感知的影响,以提出降低消费者食品安全风险感知的建议.     

一种新的多用户协作频谱感知方案及其检测时间分析

提出一种新的多用户协作频谱感知方案,根据认知网络中所有候选用户的通信链路质量,选择最佳中继对主用户进行协作感知,从而可以获得明显的多用户分集增益,显著提高认知无线电系统的感知性能.在Rayleigh衰落环境下,对所提出的多用户协作方案和传统非协作方案的检测性能进行了理论分析,得到了系统检测时间的解析表达式.此外,针对非协作感知和多用户协作感知的系统检测时间,进行了相应的数值仿真实验.结果表明,与非协作方案相比,多用户协作感知方案所需的检测时间明显减少,且随着用户数目的增加,多用户协作方案能获得更多的分集增益.     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.     

基于同时稀疏和低秩先验的多通道脑电波信号重建方法

该文提出了一种基于lq范数和截断加权Schatten-p范数(LQTWSP)的非凸优化模型,旨在准确挖掘多通道脑电波信号中固有的同时稀疏和低秩属性,并选择了一种有效的迭代方案求解非凸优化模型.通过实验验证该文LQTWSP方法的性能.将LQTWSP与基于内点法的SCLR(SCLR-I)、基于交替方向乘子法的SCLR(SC...     

基于扩展计划行为理论的大学生于疫情常态化下的旅游行为意向研究

新冠肺炎疫情暴发与持续对社会经济带来损失,同时也损害大众身心健康。探讨疫情影响下大学生群体旅游意向,对旅游业未来恢复有重大意义。研究引入新冠疫情下的风险感知变量构建拓展的计划行为理论,通过234份样本数据进行统计分析与测量模型检验发现,态度、主观规范与知觉行为控制对大学生旅游意向存在正向影响,风险感知对大学生旅游意向存在负向影响。在分析结论基础上,认为旅游意向不仅受到个体主观影响,未来研究还需结合疫情事件的时空强度分析。     

基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比...