扩大应用系统规模 增大系统应用效益

计算机应用的经济效益和社会效益,一般是随计算机应用系统的“规模”扩大而增大的。如何刻画和测度应用系统“规模”?如何有效地扩大应用系统“规模”,从而显著地提高规模效益呢?这些是我国计算机应用发展过程中当前值得研究的问题。

京沈高速公路联网收费系统规模探讨

在国家交通建设的大好形势下 ,通过采用高新技术和先进适用技术 ,改造提升传统产业 ,提高科技含量及管理水平 。

城市快速路系统规模研究

针对国内主要大中城市规划快速路系统的规模已经超出既有规范指标的情况,分析了快速路系统规模的宏观核算的必要性,从机动出行需求、居民出行需求、路网结构平衡以及环境容量限制的角度测算了城市快速路系统的规模,以供参考。

CATV系统传输功率及系统规模

本文介绍了同轴电缆中最大允许传输功能，传输功能，系统规模和干线最长的条件。

基于深度强化学习的毫米波大规模MIMO系统资源联合优化

针对毫米波大规模多输入多输出(multiple-input multiple-output,MIMO)系统中无线资源受限、功耗巨大且能量效率与系统容量相互制约而导致吞吐量和能量效率低的问题,提出一种基于深度强化学习(deep reinforcement learning,DRL)的资源联合优化方法。该方法采用三阶段策略,首先,构建射频波束成形器,通过少量的射频链降低硬件成本和总功耗;其次,利用有效信道状态信息设计基带预编码器;最后,设计应用双层DRL架构实现动态离散带宽和连续功率资源的分配。实验结果表明,与单级全数字预编码和混合预编码的均等资源分配方法及基于粒子群优化的资源分配算法相比,所提的联合优化方法显著提高了系统的吞吐量和能量效率。

大规模分布式系统的架构设计与应用性能分析

文章详细阐述了分布式系统基础架构、微服务与容器化技术的应用,通过电子商务平台案例深入分析了实际应用场景,并提出了一系列性能优化策略。性能分析结果表明,提出的优化策略有效提升了系统性能与可靠性。

大规模MIMO系统基于有限反馈的端到端波束成形设计

针对频分双工(Frequency Division Duplex,FDD)模式下大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的最佳波束成形设计,存在信道状态信息(Channel State Information,CSI)反馈开销严重和单独考虑某一模块难以得到整体最优解的问题,提出了一种基于有限反馈的端到端神经网络架构。首先,在基站侧设计可优化导频,并通过稀疏信道发送给用户。然后,用户将接收到的导频通过深度神经网络量化为B比特的信息流,并反馈给基站。最后,基站利用反馈信息,通过图神经网络完成最佳波束成形矩阵的设计。该架构将导频设计、量化、反馈以及最佳波束成形等不同模块整体考虑、优化。实验结果表明,所提的端到端神经网络模型在导频长度和反馈开销有限的情况下,能实现的用户和速率已经达到了具有全CSI的传统波束成形方案的96%。

非理想硬件下大规模MIMO下行系统性能研究

在智能电网通信网中,大规模MIMO多天线配置切实有效地提升了系统容量、数据传输速率和能量效率等,同时通信链路中非理想硬件电路的能量损耗也是不容忽视的。本文将从大规模MIMO系统电路硬件损耗的角度出发,研究理想CSI和非理想硬件条件下基于低精度ADCs/DACs架构的大规模MIMO下行系统性能。对于基站处的数据信号采用ZF预编码方法处理,推导出频谱效率近似表达式,并分析基站信号发送功率,基站天线数,ADC/DAC精度及硬件损耗水平等因素对频谱效率的影响。基于得到的频谱效率近似表达式,构建系统能耗模型,并分析系统能量效率。最后,从绿色通信角度讨论能量效率和频谱效率之间的折中方案。

低精度ADC下无小区大规模MIMO系统的频谱效率研究

无小区大规模多输入多输出(cell-free massive multiple-input multiple-output,CF-mMIMO)系统的覆盖区域内随机部署了大量分布式接入点(access points,APs)在同一时间频率资源中服务所有的用户,可显著提升系统通信容量,是6G网络中最具潜力的使能技术之一。然而,大量AP处配备高精度模数转换器(analog-to-digital converters,ADCs)导致的高功耗与硬件成本,限制了CF-mMIMO系统的实际部署。为了有效地降低硬件成本,本文研究了低精度ADCs下CF-mMIMO系统的上行链路频谱效率(spectral efficiency,SE)。在不完美的信道估计下,利用加性量化噪声(additive quantization noise model,AQNM)模型和最大比合并(maximal ratio combining,MRC)接收机滤波器,推导了CF-mMIMO系统中用户上行可达速率的闭式表达式,并基于该表达式分析了AP数量、用户传输功率以及ADCs精度等系统参数对SE的影响。为了最大化CF-mMIMO系统的SE,提出了一种低精度ADCs下贪婪导频分配算法抑制导频污染。将导频分配建模为最大-最小导频优化问题,通过迭代更新速率最小用户的导频序列,使其所受导频污染的影响最小,从而最大化该用户的可达速率。最后,将配备低精度ADC的CFmMIMO系统与传统完美精度ADC系统进行性能比较。数值仿真结果表明,系统配备5位低精度ADCs时的SE逼近完美精度ADCs,增加AP端天线数可以弥补低精度ADCs导致的性能退化。此外,所提算法不仅有效抑制了导频污染,还缩小了用户之间的速率差距,提升了系统的95%用户SE。

大规模储能系统在电网稳定运行中的应用研究

随着新能源消纳规模的不断扩大,对电力系统的稳定运行提出了更高的要求。能源存储技术的发展为该问题的解决提供了重要的技术支撑。储能体系包含了机械、电化学、热能和电磁等多种储能方式,尤其是锂离子和全钒液流电池由于具有优良的储能特性而受到广泛关注。储能系统的主要优势在于其双向功率调节能力、实时功率平衡、频率调节和电压调节功能,在解决新能源发电波动、间歇性等问题上具有广阔的应用前景。

大规模风电并网后电力系统有功功率调度模型

为了保证大规模风电并网后电力系统能够稳定运行,解决现有有功功率调度模型存在的调度效果不佳、调度成本高的问题,对电力系统有功功率调度模型进行了优化设计。选取大规模风电功率场景作为有功功率的调度范围,在该场景内模拟风电并网过程,分析并网后对电力系统产生的影响。根据功率时序特征的提取结果和电力系统潮流计算结果,预测电力系统的有功功率值。通过功率分配、调度量计算、约束条件设置等步骤,完成大规模风电并网后电力系统的有功功率调度。通过实例应用分析实验得出结论:与传统调度模型相比,应用设计调度模型得到的有功功率输出结果更接近期望值,且调度成本降低了2.7万元。

RIS辅助去蜂窝大规模MIMO系统低复杂度预编码算法设计

构思了一种智能超表面(Reconfigurable Intelligent Surface, RIS)辅助去蜂窝大规模多输入多输出(Cell-free Massive Multiple-Input Multiple-Output, CF mMIMO)通信系统,提出了一种低复杂度预编码和RIS反射相位交替优化(Alternating Optimization, AO)算法。对于传统正则化迫零(Regularized Zero Forcing, RZF)预编码算法复杂度过高的问题,利用共轭梯度(Conjugate Gradients, CG)法,提出一种低复杂度的RZF-CG预编码算法,将RZF预编码的逆矩阵转换为线性方程组最小化问题,推导算法的残差以更新搜索方向,迭代求解逆矩阵。以最大化系统用户的总频谱效率为目标,推导了RIS相位闭合表达式,基于统计的信道状态信息提出一种低复杂度的投影梯度上升(Projected Gradient Ascent, PGA)算法。仿真结果表明,所提的AO算法能有效地提升系统性能,算法复杂度降低了约73.2%。

提升大规模电力系统静态电压稳定性的无功补偿方法

电力系统运行的安全性、稳定性直接关系到我国国民经济发展,对于人们的日常生活具有重要的影响。在电力系统规模呈现扩大化发展的态势之下,探究稳定的无功补偿措施,切实降低安全隐患,提高系统运行安全性。通过科学配置优化各种设备,能达到调节无功、降低线路损耗的目的,可根据电网运行情况适时投运。对此,文章以武汉军山110千伏变电站新建工程为例对提升大规模电力系统静态电压稳定性的无功补偿方法进行了简单的分析探讨。

大规模能源存储系统在电力电气工程中的应用及最优调度研究

大规模能源存储系统在电力电气工程中占据重要地位,统筹兼顾电能产生、转换、输送、使用等环节,确保电力系统的稳定运行。本研究聚焦于大规模能源存储系统的应用及最优调度,创新性地提出一种基于遗传算法与最小割法的混合调度算法。该算法依据电力系统的基本特征、调度原则及能源存储设备的特性,构建运行调度模型,并通过实例分析验证了其有效性。本研究成果为解决电力系统中能源存储的优化调度问题提供了新思路,有助于提升电力系统的运行效率和稳定性。最后,通过中国某电力系统的实例验证,测试结果表明,使用本算法能有效地提高电力调度质量,使电力系统的运营效率得到显著提升,同时,对于减轻电力系统的负载压力,保证电力供应的安全稳定,具有良好的指导意义。让能源存储设备在电力系统中发挥更大的作用,旨在为整个电力系统的经济、可靠和高效运行提供理论支撑。

大规模分布式系统下的智能化资源监控和负载平衡

随着云计算和物联网技术的蓬勃发展,大规模分布式系统应用得到了广泛的关注。然而,更为复杂的资源监控和负载平衡问题随之而来。对此,文章提出了一系列智能化策略,旨在改善系统的性能和稳定性。其中,首先采用了基于机器学习的资源使用预测方法以了解系统的资源需求;其次引入了自适应负载平衡算法,在合理分配各节点任务的同时降低了系统延迟;最后设计了一种大规模系统的智能监控方案,以实时掌握系统状态。实验证明,这些策略在提高资源使用效率、缩短响应时间以及提升系统整体性能方面具有显著作用。

网络技术在大规模分布式系统中的应用与性能分析

随着信息技术的迅猛发展,大规模分布式系统在现代计算环境中扮演着至关重要的角色,这些系统的涌现源于对处理日益增长的数据和需求的迫切需要,推动着科学、工业和商业领域的变革。在这个复杂而庞大的网络生态中,网络技术的应用愈发成为实现高效通信。

一种适用于大规模RFID系统的认证协议

针对现有RFID认证协议中标签硬件成本及运算复杂度高、后台数据库检测效率低问题,提出适用于大规模RFID系统的认证协议。该协议要求标签利用矩阵乘法完成身份加密、基于位运算实现信息交互,解决了标签高复杂度运算和硬件成本问题;要求后台数据库对信息进行二次判定的预认证,解决了因对非法标签无效识别导致检测效率低问题。证明与分析结果显示,该协议性能好,可抵御多种攻击。实验结果表明,与现有协议相比,该协议提高标签运算效率,减少后台数据库无效识别次数,适用于大规模RFID系统。

基于位置分配的去蜂窝massive MIMO系统导频分配功率控制算法

针对去蜂窝(cell free,CF)大规模多输入多输出(multiple-input multiple-output,MIMO)系统中存在严重的导频污染问题,提出了一种基于位置分配的贪婪导频分配功率控制算法(greedy pilot assignment based on location with pilot power control,GPABL with PPC).首先,遵循相邻用户不分配相同导频序列的原则进行贪婪导频分配(greedy pilot assignment,GPA);然后,在导频分配的基础上叠加了导频功率控制,选择合理的导频功率控制系数减小信道估计的均方误差.仿真结果表明,将两种方式结合起来进行导频优化,系统的吞吐能力有所提升.

具有无线携能技术的MIMO-NOMA系统

用户干扰降低了毫米波大规模多输入多输出(MIMO)非正交多址接入(NOMA)系统的频谱效率和能量效率,针对这一问题,提出将无线携能技术(SWIPT)引入基于混合预编码(HP)的MIMO-NOMA系统,并设计了用户分组、混合预编码以及功率分配方案。首先,提出了簇头选择算法,以设计模拟预编码,基于等效信道相关性进行用户分组,并最大化等效信道增益设计数字预编码;其次,为追求用户间的公平性,提出一种基于二分的功率分配方案,以实现最小可达速率最大化。理论分析和仿真结果表明,信噪比(SNR)为5dB时,相较于现有的具有无限携能的正交多址方案,所提方案在全连接架构下频谱效率提升约24.8%,在子连接架构下能量效率提升约24.6%。

含大规模储能的多端直流输电系统协调控制策略

近年来,储能和直流输电系统作为大规模新能源发电并网、消纳和远距离传输的关键技术,得到了迅猛发展。然而,规模储能的接入增加了电网调度复杂性,对电网安全稳定带来挑战。为了解决上述难点,提出了含大规模储能的多端直流输电系统协调控制方法。首先,分析了可再生能源及储能并网模型,给出了风电、光伏及储能的控制策略;其次,提出了风、火、光、储多端直流输电系统的综合能源控制策略;最后,通过系统仿真,验证了文章所提控制策略的有效性。研究表明,基于所提控制策略,电网加入储能系统后,各种工况下受端电网功率波动范围均在±5%以内,系统达到稳定状态响应时间均小于0.5 s,使得受端电网具有快速调节能力,提高了新能源富集区域电网的稳定运行能力。