面向智慧城市的城市级网络架构设计与优化研究

本文基于智慧城市先进的信息技术提升城市管理和服务的智能化水平。首先,对智慧城市进行了阐述。其次,针对当前智慧城市网络架构的优点与局限性,进一步提出了城市级网络架构的需求分析,包括数据处理与存储的安全性与隐私保护、系统的可扩展性与灵活性。再次,研究了包括感知层、传输层、处理层和应用层的城市级网络架构方案,构建了一个高效、可靠、灵活且可扩展的智慧城市网络体系,提供智能服务的作用。最后,探讨了未来智慧城市网络架构的发展方向,指出技术创新将使网络架构更加智能化、灵活化和安全化。本文为智慧城市的构建提供了科学的网络架构设计方案,有助于推动城市管理和服务的智能化发展。

面向全息通信的6G智简网络架构

全息通信作为一种全新的未来通信范式,通过再现真实物体细粒度画面,向用户提供三维沉浸式的交互体验,克服了传统媒体交互方式单一和场景临场感不足的问题。然而,相对于传统实时通信业务,全方位沉浸的真实全息通信对网络,特别在带宽、时延、安全性等多方面都提出了更为苛刻的要求。如何更好地扩展6G概念与特征,实现高质量、高沉浸的全息新通信成为当前学术界面临的一大挑战。为解决上述问题,率先提出面向全息通信的6G智简网络架构,旨在通过两层网络架构和三维动作模型合理调配6G泛网资源,解决全息通信所面对的超高带宽、超低时延、超大计算等挑战,推动经济社会高质量发展。

卫星通信与5G融合的网络架构设计与优化

当前,卫星通信与5G技术应用日益广泛。文章深入探讨了二者间的融合发展情况及其在通信卫星、互联网卫星和5G网络架构设计中的应用,并进一步研究了融合中关键的体系架构优化、空口波形优化、频谱共享优化和网络控制优化等技术,以为促进我国卫星通信技术和5G技术的优化发展、提高整体通信领域的水平提供参考。

可重构智能表面辅助通信系统网络架构演进综述

随着无线通信技术的发展,越来越多的无线终端接入到通信系统中,对通信网络造成很大的业务承载与传输压力,尤其是障碍物严重阻挡或强信道衰落情况下,使得接收机信号以及系统频谱效率下降现象日益严峻。为了解决该问题,近年来,可重构智能表面(Reconfigurable Intelligent Surface, RIS)作为一种有效的6G候选技术被提出。RIS可以通过电磁调控方式主动改变信道传输质量,从而能够解决无线通信系统频谱效率受限、信号补盲、绕障通信等现实难题。基于此,对RIS辅助通信网络架构演进进行了研究。介绍了RIS的基本概念,并对其三种基本网络架构进行了分析与对比;根据不同的信号传输类型和传输环境,对RIS辅助通信网络架构进行了分析与设计;对当前网络架构发展所面临的挑战以及未来研究趋势进行了展望,为RIS辅助通信系统性能分析、资源分配、网络优化、RIS位置部署提供帮助。

多校区校园网一体化DNS网络架构研究

高校多校区一体化管理中,校区间人员流动频繁,如何保证学校师生在不同校区获得一致的上网体验成为一个难题。除了加快建设多活数据中心,实现重要信息系统的容灾备份体系之外,网络基础设施服务域名系统(Domain Name System,DNS)的一体化部署也面临新挑战。以河海大学南京校区和常州校区为例,通过多活容灾网络架构等技术手段部署一体化智能DNS服务,有效解决网络拥塞和信息系统访问瓶颈的问题,同时提升DNS管理的便捷性和服务的安全可靠性,对相关应用场景具有一定参考价值。

面向6G的网络架构建模、评估及优化

针对未来6G网络场景多样化、网络要素多元化等带来的网络架构设计和部署复杂度升高的难题,提出了一种基于数字孪生的6G网络架构建模、评估及优化方法。首先,对网络架构中的复杂要素进行系统分类,据此在数字孪生空间内建立包含业务域、逻辑域和物理域的三域模型;其次,利用超图理论对模型中的各域及其之间的复杂关系进行详细建模;再次,提出了网络架构熵的概念,并将其用于量化评估6G网络架构设计和部署方案的合理性;最后,提出了一种6G网络架构熵的构建方法,推导并形成了6G网络架构熵减的设计思路。仿真结果表明,所提架构熵减理论能够在不同场景下针对6G网络架构的设计和部署方案优劣进行量化评估,并给出优化设计的方向。

5G网络环境下的软件定义网络架构设计与挑战分析

本研究深入探讨了5G网络环境下软件定义网络架构的设计需求与原则,旨在揭示软件定义网络如何支持5G网络的高带宽、低延迟和大规模设备连接需求。通过分析软件定义网络在5G网络中的实际应用,包括网络切片、动态资源分配、安全性保障及与现有技术的融合,展示了软件定义网络架构如何提升网络管理的灵活性、效率和安全性。研究表明:软件定义网络能够有效应对5G网络的挑战,为网络提供强大的支持,同时也为未来网络技术的发展提供了新思路。

马钢矿业网络架构及网络安全建设

随着矿山智慧制造的发展,从基础自动化升级到网络架构的建设,再到信息化技术的应用,对于网络的稳定性、可靠性及安全性要求日益增高,网络架构和网络安全体系的建设成为必然趋势。本文对马钢矿业公司网络架构、网络安全的建设及信息网络系统升级改造进行阐述,对网络规划具有参考价值。

基于5G的广播网络架构与优化

5G网络具有高速度、大容量及低时延等特点,深刻影响着物联网、大数据、云计算及人工智能等多个领域的发展。因此,运营商应意识到5G广播网络架构优化的重要性,调整运维模式,优化网络布局和传输协议,合理规划频谱资源,为用户提供稳定的服务。基于此,首先分析5G广播网络架构的概念,其次分析5G广播网络架构存在的问题,最后探讨基于5G的广播网络架构优化策略。

基于神经网络架构搜索的X射线图像违禁品检测算法

为了提高卷积神经网络设计的自动化程度并进一步提高复杂背景下违禁品检测的准确率和速度,提出了一种基于神经网络架构搜索的X射线图像违禁品检测算法。首先,设计逐层渐进式搜索策略和多分支搜索空间,并基于批量归一化指标为每一个layer结构搜索最佳侧分支;然后,逐层搜索构建新的骨干网络组件;最后,组成由数据驱动的新目标检测模型。该算法在数据集HiXray、OPIXray、PIDray上分别取得了83.4%、87.2%、70.4%的检测精度。实验结果表明,本文算法能够自适应数据集并自动搜索出性能更好的Backbone组件,与FCOS、YOLOv4等主流算法相比,有效提高了复杂背景下违禁品检测的准确率和速度。

神经网络架构轻量化搜索的飞行器控制律自学习方法

针对在运用Soft actor-critic(SAC)强化学习算法实现复杂的飞行器控制律自学习过程中,超参数设定高度依赖于人工经验进而造成设计难度大的问题,提出一种基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架构设计问题转化为图拓扑生成问题的基础上,结合LSTM循环神经网络的图拓扑生成算法、基于权重共享的深度强化学习参数轻量化训练与评估机制,以及基于策略梯度的图拓扑生成器参数学习算法,给出了一种面向深度强化学习的轻量化自动搜索框架,实现了SAC训练算法中神经网络架构超参数的自动优化,进而完成了控制律的自学习。以三维空间返回着陆控制为例,验证了所提方法的有效性和实用性。

基于神经网络架构搜索与特征融合的小样本脉搏波分类方法

基于深度学习的脉搏波分类依赖大量有标注数据,现有脉搏波带有疾病标注的数据少、标注方法不统一,导致模型准确率低、泛化能力弱。针对此问题,提出一种基于神经网络架构搜索与特征融合的小样本脉搏波分类方法。首先,在并行的双维度拆分卷积分支与因果空洞卷积分支中进行态射搜索,每次搜索结束,获取超网络分支的子网络作为候选网络进行训练评估。双维度拆分卷积分支提取脉搏波横、纵向维度时空特征,因果空洞卷积分支提取脉搏波节律特征。然后,利用特征融合方法整合分支多尺度特征。最后,依据评估指标得到最佳网络模型完成分类。实验结果表明,所提方法在两个小样本脉搏波数据集上准确率为97.04%和95.96%,F1值为97.04%和95.95%,具有较好分类效果。

自适应策略优化的粒子群优化算法在神经网络架构搜索中的应用

针对神经网络架构搜索(NAS)任务,提出一种自适应重启策略驱动的协作学习粒子群优化(ARCLPSO)算法。算法核心流程包括协作学习与信息共享、策略切换和参数自适应,以改进传统粒子群优化(PSO)算法在NAS中的性能。ARCLPSO算法结合了全局与局部信息的协同作用和智能切换学习策略。具体地,ARCLPSO利用全局和局部信息的协同作用令粒子向更优的方向移动,通过智能的切换粒子学习策略平衡粒子的搜索性能和收敛速度,提高搜索速度和搜索质量。在NAS-Bench-101数据集上的实验结果表明,ARCLPSO的收敛时间相较于传统进化算法(REA)和随机搜索(RS),分别减少了40.9%和55.2%。

低轨卫星与5G-R融合网络架构设计

由于地面网络覆盖不均匀,信号质量不够稳定,无法实现铁路交通网络的全程、快速、实时监测,阻碍了我国铁路交通网络的快速发展。同时,低轨卫星通信与地面5G的融合成为热点,二者的融合能够使卫星网络作为地面网络的有效补充。当前星地融合较少用于5G-R技术场景中。本文梳理了铁路卫星通信以及星地融合网络的研究现状与发展趋势;分析了铁路通信系统中各业务的通信需求。在此基础上,提出低轨卫星与5G-R融合网络架构。在弥补铁路通信网络覆盖盲区的同时,提供大容量的信息回传,有效保障铁路交通的安全运行,实现铁路交通的信息化、智能化管理。

基于神经网络架构搜索的细粒度花卉图像分类方法研究

为了提升深度卷积神经网络设计的自动化程度,并进一步提高细粒度花卉图像的分类准确率,提出了一种改进的基于DARTS的神经网络搜索方法,用于自动构建细粒度花卉图像分类模型。首先,通过构建注意力-卷积模块,形成全注意力-卷积搜索空间,增强网络对可判别特征的关注度。其次,通过构建具有更多浅层特征输入节点的密集连接缩减单元(DCR cell),保留更多的浅层特征信息,减少可判别特征信息的损失并促进多尺度特征融合。最后,在堆叠最佳cell时调整DCR cell的位置,构建参数量大小不一的网络模型,以便在更多的终端设备上部署。结果表明,该方法耗时4.5 h搜索到了最佳神经网络模型,在Oxford 102和Flower 17上的分类准确率分别为96.14%和94.12%。与AGNAS等方法相比,在Oxford 102上提高了1.40百分点,在Flower 17上提高了3.09百分点。

面向大规模增强确定性网络架构及验证

确定性网络相比传统IP网络的“尽力而为”服务提供确定性服务质量保证,满足日益增长差异化的IP业务承载要求。在以太网局域和IP限制域网络,IEEE和IETF国际标准组织分别成立了时间敏感网络和确定性网络工作组,并发布了系列标准。目前,产业界已经开展面向大规模确定性网络的研究,已经有共识需要对确定性网络技术进行必要的增强,发展新的增强确定性网络架构。在IETF确定性网络架构基础上提出了一种三维增强确定性网络架构,并基于该架构研制的原型样机进行了测试验证,验证结果显示,该架构满足大规模确定性网络的需求并具备很好的兼容性。

福州都市圈市域铁路网络架构研究

[目的]为应对福州都市圈的发展要求,需构建与其他轨道交通方式高效融合的市域(郊)铁路网,大幅提升福州市中心城区与外围组团、临近郊县之间的空间效应,缩短福州都市圈内交通出行时间,满足福州都市圈主圈层1 h通勤圈的交通需求。[方法]在阐述福州都市圈社会经济及轨道交通概况的基础上,参考国内外都市圈的发展经验,对福州都市圈圈层尺度进行识别,将福州都市圈分为1个主圈层(含交通半径为40 km的通勤圈、交通半径为70 km的辐射圈)和4个次圈层。采用以“功能层次法”为基础、以“节点锚固法”+“点线面法”为支撑的技术方法,提出了福州都市圈主圈层市域铁路网络规划方案,并对该方案进行了效果评价。[结果及结论]该方案对促进福州都市圈内新型城镇化建设、拓宽中心城市发展空间、扩大城市轨道交通辐射半径、提高福州都市圈1 h通勤圈协同发展水平均具有重要的支撑意义。

遥感影像目标检测多尺度熵神经网络架构搜索

针对传统神经网络架构搜索需要耗费大量时间用于超网训练,搜索效率较低,搜索得到的模型无法高效解决遥感影像中多尺度目标检测困难、背景复杂度高的问题,本文提出采用多尺度熵神经网络架构搜索的方法进行遥感影像目标检测。首先,在搜索空间的基础模块中加入特征分离卷积以代替残差模块中的常规卷积,减少遥感影像中由于背景复杂度高而造成的信息间干扰,提高网络模型在复杂背景下的检测性能;然后,引入最大熵原理,计算搜索空间中每个候选网络的多尺度熵,将多尺度熵与特征金字塔网络相结合,以兼顾遥感影像大、中、小目标的检测;最后,在不进行参数训练的情况下利用渐进式进化算法搜索得到多尺度熵最大的网络模型用于目标检测任务,在保证模型检测精度的同时,提升网络搜索效率。本文方法在RSOD、DIOR和DOTA数据集上的平均检测精度均值分别达到93.1%、75.5%和73.6%,网络搜索时间为8.1 h。试验结果表明,与当前基准方法相比,本文方法能够显著提升网络的搜索效率,在目标检测任务中更好地结合了不同尺度下的特征并解决了影像背景复杂度高的问题。

新型电力负荷管理系统5G通信网络架构研究与展望

极端天气频发与电力负荷的持续增加,给高比例新能源电力系统的电力供需平衡带来挑战,因此需要加快建设新型电力负荷管理系统,实现负荷资源的监测与管理。系统横跨多个安全大区,包含差异化通信需求的各类业务,但缺乏有效的通信网络架构。首先,以典型业务为例分析业务特点与通信需求,对比多种通信技术与业务的适配性,提出采用5G通信技术构建新型电力负荷管理系统通信网络;然后,基于5G独立专网、5G硬切片、5G软切片这3种组网方式,针对不同大区设计不同的系统网络架构与切片方案;最后,对新型电力负荷管理系统5G通信网络未来需要进一步研究的技术进行展望。

基于CAN总线的收获机整车网络架构设计

为满足中国一拖研制的15公斤喂入量的大型智能谷物联合收获机的控制与通讯需求,提出并设计了一种联合收获机智能CAN总线方案及其应用系统。该系统以CAN 2.0B协议为基础,设计了基于CAN总线应用层协议的制定原则、方法及其实现。整车验证与田间试验结果表明:该网络架构不仅实现了谷物联合收获机的整车控制和智能化监控,而且在250 kb/s波特率下,所有总线的负载率均小于33%;系统稳定可靠,具有极强的移植性、扩展性,在其他大型农业机械或工程机械的智能监控与控制系统中具有通用性。