自适应窗口滑动的物联网数据流典型相关分析

针对传统的数据流典型相关分析算法没有考虑数据流速率的动态变化特性,不适用于物联网实际情况的问题,提出一种基于自适应窗口滑动的数据流典型相关分析算法,依据数据流速率变化,设计自适应的窗口滑动策略,并动态调整滑动窗口。实验结果表明,可以保证物联网数据流典型相关分析的实时性、准确性和高效性。     

多边形滤波窗口在傅里叶变换中的应用

针对传统傅里叶变换求包裹相位过程中矩形滤波窗口易产生噪声干扰的问题,设计了多边形和圆形滤波窗口。简述了傅里叶变换的原理,通过MATLAB对试验所得物体变形条纹图分别用矩形、多边形和圆形滤波窗口进行了滤波,并讨论了滤波后图像的信噪比。结果表明,针对不同形状的频谱图,采用最适合频谱形状的多边形滤波窗口得到的包裹相位图,噪声最小,质量更高。     

On design of physical random access channel in high-speed railway LTE systems

For the uplink in the long-term evolution （LTE） systems, the physical random access channel （PRACH） adopts Zadoff-Chu （ZC） sequences as preamble sequences, and each user can choose a unique cyclic shift for user identification. In high-mobility scenario, the Doppler fre- quency shift raises up the false alarm probability by inducing the correlation peak offsetting at the receiver side. Traditional detection method utilizes multiple search win- dows for searching the potential uplink users. When the Doppler frequency shift is larger than the subcarrier spac- ing, the energy of correlation peak leaks outside the search window and increases the false alarm probability. In this paper, we present a novel design for PRACH preamble sequence for high-speed railway scenario. Through numerical observation, we find out that the offset of the correlation peaks only depends on the initial root sequence number and the length of ZC sequences. Therefore, the root number of ZC sequences should be carefully designed to generate a preamble sequence to fight against the Doppler frequency shift. Consequently, those offsets of the corre- lation peaks are concentrated within a single search win- dow, resulting in lower complexity of detection and lower probability of false alarm for random access in LTE uplink.     

异构协作网络中采用令牌漏桶的多接入业务分配算法

针对异构协作网络中业务突发性引起拥塞的问题,提出一种基于令牌漏桶的多接入业务分配(TATB)算法。该算法首先通过在城域网中加入令牌漏桶来限制和平滑业务的突发性,将令牌漏桶看作一个离散时间的马尔科夫链,得到第1跳的平均传输时延,将第2跳看作服务时间服从指数分布的队列模型,得到系统的平均时延,然后以系统平均时延最小化为目标,以队列的稳定性作为约束条件,构建了优化问题,并证明该问题为凸问题,最后通过拉格朗日对偶分解,采用牛顿投影法调整业务的分配,用梯度投影法调节分配业务的价格因子。仿真结果表明:TATB算法不仅可以获得更小的系统时延,而且需要迭代的次数少,减少了系统的信令开销,便于实现;TATB算法的时延仅分别是未考虑令牌漏斗算法、负载均衡算法和基于路径等分配算法时延的28%、27%和24%。     

基于事务型滑动窗口的数据流中高效用项集挖掘算法

由于能反映用户的偏好,可以弥补传统频繁项集挖掘仅由支持度来衡量项集重要性的不足,高效用项集正在成为当前数据挖掘研究的热点.为使高效用项集挖掘更好地适应数据流环境,提出了一种基于事务型滑动窗口的数据流中高效用项集挖掘算法MHUIDS.首先在二进制向量的基础上,提出了高事务加权效用项集树(HTWUI-树)的结构.进而分别给出了事务型滑动窗口初始化与滑动的算法描述.最后,提出了高效用项集的剪枝策略与挖掘算法.实验结果表明,MHUIDS算法具有较高的挖掘效率及较低的存储开销.     

Traffic sensitive spectrum access scheme for cognitive radio networks

A traffic sensitive spectrum access scheme is proposed to satisfy the traffic load requirement of secondary users （SUs）. In the proposed design, SU only accesses available channels which can meet the traffic demand. To achieve this, the expected transmission time （E3W） of the SU is calcu- lated first based on the delivery ratio. Then, the channel idle time is estimated based on the activity of primary users （PUs）. Therefore, available channels with estimated idle time longer than ETr could be chosen. With high probability, the SU can finish transmission on these channels without disruption, thereby satisfying the traffic load demand of the SU. Finally, our method is extended to the multi-channel scenario where each SU can access multiple channels simultaneously. Performance analysis shows that our method satisfies the requirement of SUs while effectively improving the throughput.     

C-TNC:适用于Openstack的可信云接入协议

在Openstack云接入认证过程中引入可信网络连接(TNC)思想,实现了一种强身份认证的终端接入云C-TNC协议.该协议从信道安全、平台安全、用户身份安全角度出发,将可信连接思想应用到云平台接入过程中,有效弥补了目前Openstack云平台存在的认证不足问题,从接入源头保证了云环境的安全.安全性实验结果显示:本协议可以有效防止由接入终端不可信导致的各类安全攻击.     

多算法融合的疲劳驾驶监测算法设计与实现

现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的PERCLOS算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130~150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。     

窗口能力不等、输入率可变且有差错服务的M/M/2排队模型研究

主要研究了窗口能力不等、有差错服务且输入率可变的 M/M/2 排队模型。设顾客到达系统的时间间隔服从参数为 的指数分布,二服务窗对顾客的服务时间分别服从参数为μ1 和μ2 的指数分布且与顾客到达时间间隔相互独立,当系统队长为k 时,顾客进入系统同时排队等待的概率为ak=1/k,窗口提供正确服务、不出差错概率为γk=k/k a+1。基于排队系统的状态转移图推导出了 K 氏方程,同时考虑正则性条件,求得系统队长的平稳分布以及主要指标。
     

数据流滑动窗口方式下的自适应集成分类算法

针对基于数据块的集成算法,存在数据块大小影响分类效果,且不能及时应对完整式概念漂移的问题,提出了一种考虑数据流局部特征的和能应对多种类型概念漂移的集成分类算法.用滑动窗口作为概念漂移检测器,当检测到概念漂移时,则建立新的分类器并加入到集成分类器中.本文提出的算法在人工合成和真实数据集上与经典算法进行了广泛的对比实验.结果表明:提出的算法在分类准确率上具有明显优势,消耗更少的内存,更适合多种类型概念漂移的环境.