基于串级模糊PID控制的NB-IoT智能保温箱

针对农产品冷链物流中存在的运力不足和无法混装小批量冷链农产品等问题,提出一种基于NB-IoT技术的智能保温箱解决方案。该方案基于半导体制冷片、PT100温度传感器和NB-IoT技术构建了系统的硬件部分,实现了远程温控和冷链物流追溯,同时利用串级模糊PID算法实现了全程精确控温。此外,基于Simulink搭建了智能保温箱温度控制系统模型,通过仿真对比验证了智能保温箱的温度控制效果。结果显示,与PID算法和模糊PID算法相比,保温箱应用的串级模糊PID算法具有更快的调节速度和更小的超调量,并在受到干扰时表现出更好的稳定性,为农产品冷链物流领域提供了高效可靠的温度控制方案。

基于DEABC算法的EH-CRAIoT的资源分配算法研究

针对具有无线能量收集功能的认知农业物联网中上行链路资源分配的优化问题,提出一种基于差分蜂群算法的资源分配算法。首先建立了认知农业物联网资源分配的系统模型,以系统的平均传输速率最大化为优化目标,通过在传统的人工蜂群算法中引入差分算法的更新策略,提升人工蜂群算法的收敛速度和搜索能力;再利用改进后的差分蜂群算法求解得出最优分配方案。仿真实验表明,差分蜂群算法具有良好的寻优效率和收敛性能,通过调整传感器节点的发射功率和感知时隙,能够有效在传感器节点进行频谱感知、信息传输的能量需求的前提下提升系统的平均传输速率。

ZP-OTFS系统信道估计的帧平均算法

面向车辆无线通信、卫星通信等高移动性场景,正交时频空(OTFS)调制具有适应快速时变无线信道的特性,使其成为6G的候选技术之一。针对零符号填充正交时频空系统(ZP-OTFS)嵌入式导频(EP)信道估计算法中导频及保护符号开销较大且没有充分利用时变信道特性的问题,文中提出一种导频嵌入零符号帧结构辅助的帧平均算法(FACEA)。采用时延时间域信号联合门限判决矩阵进行信道预估计,通过对连续多帧OTFS信号预估计矩阵的平均,得到时域信道矩阵。仿真结果表明,该算法在终端用户高速移动场景下性能优于现有嵌入式导频辅助信道估计算法,且在不同快速时变信道下该算法也表现出较好的鲁棒性,在特定信道下实现了信道估计最佳性能。

基于平稳交错正交调制辅助的抗衰落低分辨毫米波定时恢复算法

信号衰落严重时,现有的低分辨毫米波定时恢复算法估计精度不足。针对上述问题,文中提出一种基于平稳交错正交调制辅助的抗衰落低分辨毫米波定时恢复算法。该算法设计了独特的二次重采样数据平稳器以及交错正交调制辅助的抗衰落估计器。二次重采样数据平稳器模块对信号二次重采样,实现对数据的非有理过采样。通过非有理过采样,该模块获得了具有均匀采样抖动的平稳基带信号。交错正交调制辅助的抗衰落估计器推导了平稳低位宽量化信号的定时误差估计公式,通过对平稳的基带信号低通滤波与延迟相关,最终导出定时误差估计值。仿真结果表明,所提算法的均方误差性能优于现有的其他算法,具有较高的定时恢复精度。

基于双Q学习算法的安全容量的优化

由于无线传播的广播和开放性,车联网通信系统易遭受到窃听者的窃听,这降低了通信系统的安全容量。为此,文中提出基于深度强化学习的安全容量的优化算法(D3QN-RS)。利用随机过程理论将最优转发节点的选举问题转化为马尔可夫决策过程(MDP),并将截获概率融入奖励函数。利用奖励值抑制截获概率,并将选择转发节点的问题转入强化学习框架。最后,利用双Q学习算法(D3QN)求解,产生最优的转发节点,进而提升系统的安全容量。仿真结果表明,与随机选择转发节点的算法相比,D3QN-RS算法的截获概率下降了约15%,系统的安全容量提升了约12%。

基于深度强化学习的图书分拣车的路径规划

针对图书智能分拣系统中的分拣车路径规划问题,提出一种基于深度强化学习框架和竞争双深度Q网络路径规划算法。将分拣车的路径规划问题构建成马尔可夫决策过程,然后通过结合竞争Q网络和双深度Q网络构建竞争双深度Q网络(D3QN),进而在避免过估计的同时,优化网络结构。最后,通过设计智能代理的状态、动作和奖励函数,并采用动态ε-贪婪算法和衰减式学习率策略,使智能代理能够快速地选择最优动作,缩短完成预定卸载的移动路径,降低碰撞障碍物的概率。仿真结果表明,相比于基于竞争Q网络、双深度Q网络和深度Q网络的路径规划算法,提出的基于D3QN方法所规划的路径更短、碰撞率更低。

5G+MEC承载车联网业务传输性能测试与验证

车联网产业正在快速发展,车路协同应用会在交通安全、效率和便利性等方面对日常交通出行产生积极的作用。5G作为LTE-V2X的重要补充,用于连续覆盖补盲、业务融合使能、兼容多种车载终端,在未来较长时间内,5G与LTEV2X将共同承载车联网业务。鉴于此,文中进行了5G承载车联网业务的性能测试与验证,在测试中模拟车联网应用的业务模式,通过5G网络传输并在MEC进行结果统计。重点关注单向时延、抖动、丢包率等网络指标,探索5G承载车联网业务的最佳模式。

分布式高性能自组网节点技术研究

针对当前主流Mesh自组网技术节点传输带宽不足百兆,级跳数小于10的问题,提出采用多处理器构建实现分布式多跳、高带宽低时延的无线跳频的高性能自组网节点,对节点自动化组网连接、多信道选择避让、漫游切换及低时延高带宽网络多跳实现等关键技术进行研究实现。由测试结果分析可知,在20级跳内,文中节点组网带宽损失在30%以内且带宽保持在200 Mb/s以上,时延控制在100 ms内,可以满足现实应急场景下多终端智能硬件实时进行图像、视频等大数据量信息交互对高带宽低时延网络通信的需求。

LTE-V2V中资源池的信道检测机制设计与优化

由于车车通信(V2V)在基于终端直通技术(D2D)实现时对可靠性和时延要求更加严格,D2D的无线资源分配需要重新设计,因此,对一种基于竞争的资源池资源分配方式进行讨论和改进。设计了一种在授权频段下的信道检测机制,通过对不同检测窗口的设计与分析,实现了车载终端(V-UE)通过信道检测,尽可能避免在选择资源池资源时发生资源碰撞导致信道质量下降。同时通过对时延要求不同的业务设定不同窗口,实现了对信道资源不同优先级的占用。通过系统级仿真,证明了该机制在提高信道质量的同时,能够实现对不同业务占用信道的时延差异。

基于门限的5G空间调制消息传递检测算法

针对经典消息传递检测算法中存在复杂度高与性能低的问题,文中基于门限和消息传递机制,提出一种适用于5G通信的空间调制信息检测算法。该算法通过引入组合数学表示方法,在广义空间调制系统完成大规模天线组合的表示,进而构建基本的分层消息传递检测模型。在此基础上,利用设定门限的方法快速地判定接收信号的欧氏距离,以减少消息传递检测算法执行无效的迭代,从而实现具有较低复杂度的消息传递检测算法。理论分析及实验仿真结果表明,与分层消息传递检测算法相比,基于门限的消息传递检测算法具有更高的检测性能与较低的计算复杂度。

基于镜像法的高层电梯内移动通信信号场强的仿真分析

为了加强移动设施建设的针对性,有效利用频率资源、提高网络质量,利用射线跟踪法对高楼电梯内单电梯与双电梯井道模型的移动通信场强传播进行仿真和分析。结果表明,对于单电梯井道,在全球移动通信系统(GSM)信号、3G和WiFi信号仿真结果与测量结果一致性良好;在4G和5G信号中,建议将天线间隔分别设置在9~12 m和8 m时较适宜。同时,双电梯井道在不同频段下场强分布仿真也得到了验证。通过建立无线传播仿真模型,为4G及5G通信系统的电梯覆盖提供了依据。

基于时间戳间距的用户在线时长聚类方法

在网络用户行为分析中,以时序维度为基础,研究用户网络行为的变化趋势,提出并挖掘更多有价值的信息,可为管理或商业决策提供有力支持。为此,文中提出一种基于时间戳间距的用户在线时长聚类方法,以用户访问日志文件中时间戳之间的间距作为特征,首先将获取的日志数据进行预处理,获得用户的在线时长统计;然后采用K-Means聚类算法对用户进行聚类,并使用轮廓系数对K值进行评价分析,确定聚类K值范围,准确判定用户单次访问在线时长及类型。采用真实校园网用户访问日志数据对所提方法进行评价,实验结果表明,该方法的准确度达到0.9180,精确度达到0.7685,召回率达到0.8093。

非正交多址接入异构网络用户公平性问题研究

针对5G非正交多址接入异构网络主要以传输总速率最大化为优化目标带来的资源分配不平衡,导致部分信道最小速率过低,造成用户服务质量下降,从而带来用户之间不公平问题,文中基于非正交接入异构网络模型,综合考虑传输总速率和用户最小速率,提出将整体优化问题解耦,利用最佳信道配对选择和优化用户功率分配方法最大化最小用户速率,解决用户公平性问题。仿真结果表明,提出的算法在较低的复杂度下,用户最小速率明显优于传统方法,用户公平性明显提升。

能量受限的无人机辅助中继通信性能优化

无人机作为中继节点,具有通信距离远、可灵活移动、部署成本低廉等优势。为了提高无人机辅助中继通信性能,同时为了有效利用无人机有限的机载能量,以最大化所有目标节点最小可获得吞吐量为目标,研究了一个能量受限的无人机辅助中继通信网络,提出一种联合任务调度、无人机轨迹规划的多元优化方案。由于原始问题为非凸优化问题难以直接解决,首先将原始问题解耦为两个子问题,然后利用连续凸逼近方法、松弛变量法和块坐标下降法,将非凸优化问题转化为标准凸问题,进而得到两个子问题的次优解。在解决两个子问题的基础上,提出一种多元迭代优化算法从而得到原始问题的次优解。数值仿真结果表明,所提算法具有良好的收敛性,可以有效提高系统的通信性能。

基于类簇合并的无参数密度峰值聚类算法

密度峰值聚类算法(DPC)通过决策图直观地找到类簇中心进而完成聚类,是一种简单高效的聚类算法。然而,DPC算法的截断距离和类簇中心都是人为确定的,受主观影响较大,具有不确定性。针对上述问题,提出一种基于类簇合并的无参数密度峰值聚类算法(NDPCCM)。首先根据样本点两两之间的相似度的分布特征将其分为类内相似度和类间相似度两种类型,并利用类内相似度自动确定截断相似度,避免了人为设置参数;接着根据簇中心权值的下降趋势自动选择初始类簇中心,得到初始类簇;最后通过合并初始类簇对初步聚类结果进行优化,提高了聚类的准确性。在人工数据集和UCI真实数据集上,将所提算法与DPC、DBSCAN、K-means算法进行对比实验。结果表明所提算法无需输入参数就能够自动得到类簇,且聚类性能优于其他算法。

抵抗推理攻击的车联网位置隐私增强方法

车联网中实体可信度不明确,用户与其他实体频繁通信,会增加用户隐私泄露风险。为此,提出一种抵抗推理攻击的车联网位置隐私增强方法。用户向路边单元(RSU)请求兴趣点(POIs),并从本地缓存中根据用户相似度推荐多个合适的POIs,在多POIs中选择最终目的地。即使兴趣点被攻击者窃取也难以推断用户的最终目的地。如果用户未收到期望的POI,可以向服务提供商(SP)请求扩大服务范围。仿真结果表明,与对比方法相比,所提方法的通信开销平均降低14%,位置熵平均提高12%。所提方案通过减小与SP的通信次数,不仅能减小通信开销,还能增强隐私保护程度。通过用户偏好计算更符合用户期望的多个POIs,供用户选择最终的目的地,不仅能提高服务可用性,还能抵抗推理攻击。

针对地下室场景4.8 GHz频段传播特性研究

地下室无线网络信号覆盖一直都是关系到人们感知通信的重要民生事件,但由于其空间封闭,使得室外信号难以穿透,严重影响了运营商的服务质量。文中基于入射及反弹射线法/镜像法对典型地下室环境进行建模仿真;研究了4.8 GHz频段下有车体存在和无车体存在时的电波传播特性并对数据进行处理;计算出不同距离的发射机与接收机对应的接收功率和路径损耗,并与1.9 GHz频段相应参数进行了对比,为优化网络覆盖提供了理论依据。通过研究表明,有车体存在时接收功率更大一些,5G频段相比4G频段接收功率更小一些。

元宇宙虚拟空间中AI数字货币的高效率路由交易算法研究

基于元宇宙虚拟空间,对AI数字货币的高效率路由交易算法进行了研究。在选择路由算法路径阶段引入惩罚点数,在每个支付通道不同方向分别进行一个惩罚点数的维护,并结合交易的失败或成功,对惩罚点数进行动态调整。在获得多条AI数字货币交易路径后,使用概率对每条支付通道的支付能力进行刻画,通过最小化AI数字货币交易前后交易路径的支付通道的成功概率损失和,将交易AI数字货币分配在不同路径上。选取闪电网络拓扑信息构建仿真实验。实验结果表明,所提出的Compass路由算法在AI数字货币交易成功率、交易延迟方面均优于其他对比算法。

应用超声与物联网云计算技术的用水安全研究

面对日益严峻的用水安全挑战,寻求高效、精准的监测与管理手段尤为重要。针对非正常用水情况不易及时发现而造成损失的问题,开发了融合应用超声测流量与物联网云计算技术的用水安全系统。进行系统方案设计,通过对比分析,选择U型超声测流量方法;然后建立用水模型,开展正常用水与非正常用水的对比研究,得到爆管、渗漏和异常用水等情况的水流量特点,并根据三种非正常用水情况的特点,设计一套按照用水统计情况设定参数的判定算法;最后,搭建测试环境并开发测试程序,进行系统各功能测试。结果表明:按照设定的参数,所提系统可准确判定爆管、渗漏和异常用水等情况,并能及时关阀。经过适应性开发后,该系统可进一步推广至工厂、商场和写字楼等场景。

基于SOAR的电力5G MEC安全解决方案

5G技术与MEC技术的融合为电力行业的升级转型提供了有力的支撑,但电力5G MEC采用了新型架构和部署,传统的安全防护措施无法有效应对新环境下出现的各类安全威胁和挑战。为此,提出一种基于安全编排自动化与响应技术的电力5G MEC安全解决方案。依据智能电网业务在接入的高开放性、异构终端连接的海量性、业务的低延时性和威胁处理的低干预性四个方面的安全需求特征,针对终端安全威胁、APP安全威胁、接入安全威胁和威胁处置不及时等问题,提出将SOAR组件引入5G MEC,实现威胁情报收集、安全事件响应编排和执行自动化;并设计云边、边边协同的层级MEC部署方案,提供整体联动的安全保障。仿真实验结果表明,所设计的方案可以依据剧本快速灵活部署,反应时间短,可有效抵御常见攻击。