面向医疗大数据任务低时延需求的路径计算方案

针对云计算应用于医疗大数据处理时存在的通信高负荷及任务处理高时延的问题,提出一种面向低时延任务需求的路径计算方案。该方案首先将医疗大数据任务构建为由多个具有输入输出关系的子任务所组成的有向无环图;然后,设计了一种云雾网络架构,利用医院中的交换机、路由器等网络边缘设备组成雾计算层,在端到端的定向数据传输过程中利用雾节点的计算能力逐步完成医疗大数据任务计算。为将医疗大数据任务部署至医院网络,提出一种基于离散二值粒子群优化(BPSO)算法的任务映射策略,将有向无环图形式的大数据任务映射至医院雾网络拓扑图,为任务数据寻找合适的计算路径,并最小化医疗大数据任务处理时延。仿真结果表明,当数据量取5～10Mb时,应用路径计算方案的任务处理时延相比云计算可降低50%以上。     

宽带OFDM系统中的简化滤波查表预失真算法

为了解决宽带正交频分复用（orthogonal frequency division multiplexing, OFDM)系统中放大器有记忆非线性特性给系统带来的失真问题,提出了一种简化的滤波查表(simplified filter look up table, S FLUT)预失真方法。该方法由一个无记忆预失真器子系统串联一个自适应滤波器子系统构成,能有效解决放大器带来的失真问题,同时采用简化的自适应更新结构,可以弥补原滤波查表法反馈支路结构复杂、收敛精度低的缺点。     

面向车联网低时延需求的分布式路径计算方案

针对传统云服务应用于车联网大数据处理时存在通信时间消耗大、服务质量无法保证的问题,提出一种低时延的分布式路径计算方案。利用云雾网络架构将数据业务就近上传到雾网络设备以及云服务平台;为了让雾网络设备协同处理车载业务,采用一种基于该架构的任务映射策略(也称为业务卸载策略),将以有向无环图表示的车载业务流模型映射到以无向图表示的雾网络拓扑中;为了解决映射中存在的时延波动问题,采用一种改进的离散二值粒子群优化(NBPSO)算法进行优化;将该算法与负载均衡技术相结合得到最优映射方案。仿真结果表明：所提出的分布式路径协同计算方案可有效解决云计算模式下数据处理的高延时问题;当数据量为12 Mb时,采用所提方案的时延比采用云计算的时延降低约2.95 s。     

一种提高高峰均比系统中放大器功效的方法

为了解决高峰均比系统中放大器功率效率低的问题,达到高功效、低能耗的目的,本文提出一种信号分解放大技术.利用信号分解算法,将高峰均比信号分解为多个低峰均比支路信号,并行线性化处理并放大传输,达到降低支路信号峰均比,同时提升放大器功率效率的目的.仿真表明,该方法可以有效地提高高峰均比系统中的放大器功率效率.     

低涌变电站溃坝洪水发展演进的研究

以东莞低涌变电站为例,讨论100 a一遇洪水时上游发生溃坝的洪水波演进的特性。针对电站所处挂影洲围四周河道环绕的特点,将整个溃坝过程分三阶段模拟。首先利用二维溃坝模型模拟得出溃口流量、洪水流场、溃坝波高及其传播时间等特征;再讨论溃坝波传播并淹没整个挂影洲围的过程;最后应用堰流公式等计算洪水逐渐抬高水位,直至与河道水位齐平过程的水位流量过程线。以此来探讨从堤坝溃决到结束的整个过程中不同阶段的水位、流速和流量变化规律。