改进的分布式天线系统下行链路性能和信道容量

提出了一种改进的蜂窝分布式天线系统结构（IDAS）,该结构采用定向天线单元并将其合理放置,通过仿真分析了在3种系统结构下阴影衰落的差异及其相关性对误码率和信道容量的影响.分析和仿真结果表明,相对于现有蜂窝分布式天线系统结构（EDAS）和传统蜂窝结构（TC）,IDAS能够更好地降低其误码率并提高信道容量,特别是在小区信道质量非常差的边界区域中.     

An adaptive handoff management for fault tolerant mobile computing

<正> Due to the mobility of mobile hosts,checkpoints and message logs of the computing process may disperseover different mobile support stations in the checkpointing and rollback recovery protocol for mobilecomputing.Three existing checkpoint handoff schemes do not give well consideration to the efficiency offailure-free process execution and the recovery speed of the failure process at the same time.A dynamicadaptive handoff management of the checkpointing and rollback recovery protocol for mobile computing isproposed in this paper.According to the individual feature and current state of each mobile host,differentimplementations are selected dynamically to complete the handoff process upon the handoff event.Performance analyses show that the proposed handoff management incurs a low loss of performance duringfailure-free and achieves a quick recovery upon the process fault.     

一种利用不可行解的贝叶斯网学习算法

现有的基于打分搜索的贝叶斯网学习方法都是利用满足有向无环图的可行解进行学习.在搜索过程中遇到不可行解时,这类算法简单地去除不可行解或将不可行解转化为可行解.然而,有的不可行解中往往蕴含着有价值的信息.本文提出一种新的贝叶斯网学习方法ISEC,同时利用可行解和不可行解学习贝叶斯网络,并提出针对不可行解的选择策略,在学习过程中可以有效地利用不可行解中的有用信息.实验结果表明,ISEC能够比仅利用可行解的方法更快地学习到更优的贝叶斯网.     

具有限分布时滞的模糊BAM神经网络模型概周期解的存在性及指数稳定性

利用指数二分法和不动点定理,得到了含有限分布时滞的模糊BAM细胞神经网络概周期解存在性的充分条件,通过构造李雅普诺夫函数和Yang不等式,得到了概周期解的全局指数稳定性.     

Kademlia协议中的路由表自适应调节机制

为提高DHT网络在抖动条件下的性能,该文研究Kademlia协议及其路由表自适应调节机制,提出一种k 桶容积参数K 值的自适应调节算法,根据路由数据的可用概率判断网络的抖动状况,通过调节K 值来实现路由表的规模对抖动强度的自适应. 仿真实验结果表明,该算法能有效缩短抖动情况下的查询延迟,将网络的崩溃点提高了近10%,使网络在抖动强度波动时仍能保持较高性能.     

可移动多维振动时效机器人设计与运动学分析

针对现有振动时效技术的不足,为解决多维激振作业的需求,设计了一种在3-UPU并联结构支架基础上串联3条机械臂的混联式多维振动时效机器人,拓展了末端执行器的自由度及工作空间。运用ADAMS对并联支架进行运动学分析;基于D-H参数(Denavit-Hartenberg parameters)对机械臂进行建模,并对串联机械臂进行正运动学求解,运用MATLAB对机器人机械臂Ⅱ的工作空间进行求解,解出激振器工作空间的范围。验证了机械臂末端执行器工作区间的可行性。多维振动时效机器人机械臂拥有良好的工作性能,提高了振动时效的工作效率,机械臂间相互协同满足多维振动时效的作业要求。     

基于社会计算和机器学习的垃圾邮件识别方法的研究

在对目前各种垃圾邮件识别方法进行研究分析的基础上,结合社会计算的理论和机器学习的方法,提出了一种新的垃圾邮件识别方法。通过利用邮件头部中能反映联系人社会关系的特征来构造一张联系人来往关系图对垃圾邮件进行初次识别,对于无法确定存在社会关系的联系人的邮件再利用机器学习的方法进行识别。实验结果表明,采用该方法进行垃圾邮件识别较之单纯采用贝叶斯方法,识别准确率有了较大的提高,同时,识别时间得到降低。     

下行链路基站协同蜂窝系统中的功率分配和干扰消除方法

蜂窝间干扰是无线蜂窝网络中一个重要的性能瓶颈, 基站协同可以消除小区边缘用户受到的严重的蜂窝间干扰, 提高蜂窝系统的性能和频谱效率. 针对下行链路基站协同通信系统, 提出一种信道衰落补偿功率分配方法, 以及内部联合分布式空时编码(inner joint distributed space-time coding, IN-J-DSTC) 基站协同传输方案, 以抑制蜂窝边缘用户受到的严重的蜂窝间干扰. 仿真结果表明, 该方法可以根据信道状况, 在源基站及协同基站间自适应地分配信号发送功率, 同时明显消除蜂窝边缘用户所受到的蜂窝间干扰, 从而显著地提高系统的误码率性能.     

基于云计算平台的医疗健康监视系统

在医学领域, 通常认为多数突发性疾病导致死亡的原因是由于延误了时间而没有给予病人及时的帮助. 因此, 如何为病人提供快速而有效的治疗一直是医学领域的一个重要研究方向. 介绍构建的基于云计算平台, 能够准确及时获取心脏病人相关信息(如生理情况、历史病历、地理位置等)的健康监控系统. 基于该系统, 医生能够及时为病人提供可靠的医疗建议与救助, 并与病人家属及时沟通.     

一种基于处理时间的Map/Reduce动态均衡调度算法

提出了一种基于处理时间的Map/Reduce动态均衡调度算法.在该算法中,为参与计算的各节点建立处理总时间指标;当节点的子任务返回时动态更新当前节点的处理时间,并按照最小处理总时间来选择子任务处理的节点.实验证明:该算法不仅减少了节点与云中心服务器的负载信息传递,而且充分利用了各计算节点的处理能力,提高了Map/Reduce调度效率,对于提升云计算服务的质量具有十分重要的理论意义.