Joint Optimization Strategy for Video Transmission over Distributed Cognitive Radio Networks

A novel joint optimization strategy for the secondary user( SU) was proposed to consider the short-term and long-term video transmissions over distributed cognitive radio networks( DCRNs).Since the long-term video transmission consisted of a series of shortterm transmissions, the optimization problem in the video transmission was a composite optimization process. Firstly,considering some factors like primary user’s( PU’s) collision limitations,non-synchronization between SU and PU,and SU’s limited buffer size, the short-term optimization problem was formulated as a mixed integer non-linear program( MINLP) to minimize the block probability of video packets. Secondly,combining the minimum packet block probability obtained in shortterm optimization and SU’s constraint on hardware complexity,the partially observable Markov decision process( POMDP) framework was proposed to learn PU’s statistic information over DCRNs.Moreover,based on the proposed framework,joint optimization strategy was designed to obtain the minimum packet loss rate in long-term video transmission. Numerical simulation results were provided to demonstrate validity of our strategies.     

不同刚度地铁地下车站结构振动台试验测试数据的时频特征分析

以模型结构整体剪切刚度量化微粒混凝土和石膏模型结构的刚度比,根据小波包变换的频带分布特征确定频带与结点的输出关系,并基于最小熵准则的最优基选择算法,对比分析了不同刚度三层三跨地铁地下车站侧墙加速度反应的时频特性.研究结果表明:最优小波包变换方法具有自适应的频域分辨能力,能较好地解决频带重叠现象.采用最优基小波包变换技术能有效挖掘出由结构材料不同引起的模型结构加速度反应的时间-频率-能量之间的差异.在强震作用下,微粒混凝土模型结构加速度反应的特征频带总能量高于石膏模型结构;石膏模型结构加速度反应在0～6.25 Hz频带的能量集中程度高于微粒混凝土模型结构,在＞6.25～ 12.5 Hz频带内的能量累积速率较微粒混凝土模型结构快;石膏模型结构加速度反应各特征频带进入快速能量累积的时刻均早于微粒混凝土结构.     

矿下电缆故障诊断的能量熵和PSO-BP算法

针对煤矿井下配电网馈线发生单相接地等故障时难以解决故障类型辨识的问题,为了保障煤矿安全生产,给出一种基于小波包能量熵结合粒子群优化BP神经网络算法的矿下电缆故障诊断方法.通过Matlab对电缆故障进行了仿真,对采集到的故障电压暂态波形进行3层小波包分解,将故障特征信号按照频率分成8段,按照信息熵理论计算特征熵能量谱,构造子粒子群优化神经网络模型,以信号的能谱熵作为特征输入向量,实现特征熵向量的分类.实验结果表明,该方法用于煤矿井下的电缆故障诊断分析是可行的,能够快速有效的检测出电缆故障.     

基于WPTMM的PM2.5与气象条件关系的联合多重分形分析

PM2.5是影响空气质量的主要污染物,PM2.5污染浓度与气象条件关系密切,研究气象条件对PM2.5浓度的影响对改善城市空气质量有着重要意义.鉴于分形和小波在处理复杂非线性系统时的优势,本文提出了基于小波包变换模极大值(wavelet:packet transform modulus maxima,WPTMM)的联合多重分形,首先对变量序列进行小波包分解,使用模极大值进行去噪,然后构造联合配分函数,最后计算联合多重分形谱,分析两个变量之间的分形相关性.该方法将单个变量的多重分形扩展到两个变量的联合多重分形,并且利用WPTMM计算联合多重分形谱降低了计算复杂度,同时去除噪声的影响.用本文方法分析北京、香港PM2.5浓度与各气象要素之间的关系,实验结果表明,该方法能够有效地分析各种气象要素在不同季节中对PM2.5浓度的影响.     

一种新型网络流量系统的设计与实现

随着网络技术的不断发展和Internet的普及,网络上的通讯流量日益增加,在这种情况下我们有必要对网络的流量进行统计,而如何有效又精确地对网络流量进行统计,则深深地困扰着网络管理人员。本文给出了一个不同于以往大多数基于网络层的方法,提出了一个基于数据链路层的新的设计思路,并结合一个动态链接库Winpcap来具体实现对网络流量的统计。     

杀菌剂类农药的太赫兹光谱分类万法

提出一种新的针对杀菌剂类农药太赫兹光谱的分类方法,即用小波包变换来对杀菌剂太赫兹光谱进行特征提取,然后用欧式距离法对4种农药进行分类.太赫兹时域光谱(THz-TDS)技术是一种由超快激光技术快速发展起来的无损检测技术,利用太赫兹时域光谱系统对4种杀菌剂,即福美铁、多菌灵、克菌丹、噻菌灵进行了检测,得到了4种药品的太赫兹时域光谱.用小波包对农药时域光谱进行分解,计算小波包能量谱,并把能量谱作为聚类分析的特征向量,用欧式距离法对杀菌剂太赫兹光谱进行分类,实验结果表明,该方法可以有效地对杀菌剂进行分类.     

神经网络在网络丢包预测中的应用

通过在网络控制系统中加入BP神经网络从而达到对网络丢包进行预测的目的,为进一步的丢包补偿做足准备.利用粒子群算法优化BP神经网络预测器.仿真结果表明：与BP神经网络相比,PSO-BP神经网络具有更好的网络丢包预测性能.     

SIP数据采集系统的设计与实现

SIP数据采集系统作为SIP入侵检测系统不可缺少的一部分,对其检测性能和准确率有着重要的影响。由于目前的数据采集工具不能直接用于处理应用层数据,很难满足SIP入侵检测系统的需求。分析了libpcap和pf_ring两种包捕获技术,描述了pf_ring的工作机制,设计了一种基于pf_ring技术的SIP数据采集系统结构。通过优化oSIP协议栈,采用在内核层和用户层结合的方法开发SIP数据过滤插件,实现了一种高效的SIP数据采集系统。通过比较实验证明本文提出的SIP数据采集系统在SIP数据采集方面具有一定的优越性,保证SIP入侵检测系统采集数据的高稳定性,为SIP入侵检测系统提供稳定可靠的数据来源。     

基于能量分布轧机振痕振动特征识别方法研究

在轧制过程中,带钢表面经常会出现明暗交替的振痕,严重影响带钢表质量;由于轧制速度等轧制参数波动会导致振痕特征频率的变化,难以准确捕捉振痕特征频率,无法实现振痕特征频率的自动识别和实时监测。分析了带钢表面振痕特征,根据轧制参数确定了带钢表面振痕出现的特征频率,提出了对振动加速度信号的自相关处理和小波包分解相结合的方法,得到了小波包分解能量分布情况,克服了轧制参数波动对振痕特征频率的影响,实现了对带钢表面振痕的有效识别。试验证明该方法不仅便于计算机自动识别,而且为提高生产效率和经济效益提供了新的理论依据和实践支撑。     

WLAN接收机分组检测算法分析与改进

分组检测是WLAN接收机工作的第一步，其算法的好坏直接影响着接收机的同步等工作性能。通过分析几种IEEE802．11a接收机分组检测算法，提出了一种基于短训练序列的改进算法一双自相关分组检测算法并把这种算法和传统的延时相关算法进行了仿真和性能分析比较。结果说明：这种基于短训练序列的双自相关分组检测算法的性能优于传统的延时相关算法。