基于分层的体域网异常数据检测方法

针对无线体域网(wireless body area network,WBAN)异常数据检测方法忽视人体异常数据的连续性,缺乏异常数据集检测等问题,提出一种基于Hampel滤波器和DBSCAN分层的WBAN异常数据检测方法。根据时间相关性利用Hampel滤波器检测异常数据点,保证数据的连续性,使用改进的基于滑动时间窗的DBSCAN算法,检测异常数据集。实验结果表明,所提方法和其它方法相比,实现了分层的异常数据检测,在保证检测精度的同时准确标注出了异常数据集,具有空间复杂度小的优势。

分级分布式无人机协作频谱感知方法

无人机认知网络(Cognitive UAV Network,CUAVN)可以通过高精度的频谱感知提高频谱效率,但传统的集中式协作频谱感知不适用于无人机(Unmanned Aerial Vehicle,UAV)网络。UAV网络拓扑结构动态变化,使得全局信息很难快速收集至一个融合中心。针对上述问题,提出了一种基于K-means聚类算法的分级分布式协作频谱感知方法。首先,利用K-means聚类算法基于位置信息对UAV进行分簇;然后,采用两级分布式融合方案进行分层融合,在每个簇内先进行一致性信息融合得到K个融合结果,再进行第二次融合得到最终全局收敛结果;最后将最终收敛结果与检测阈值对比,得到最终决策。仿真结果表明,所提出的分级分布式融合方案具有较好的收敛性,且信息融合迭代次数比未分级融合方案更少。在不同权重因子的加权情况下,所提方案较未分级融合方案更好,且平均接收信噪比越大时检测性能越好。与未分级分布式融合方案相比,在UAV节点较多的情况下,该方案使CUAVN的频谱检测性能得到了提升。

移动边缘计算环境下体域网高效任务卸载方案

移动边缘计算(mobile edge computing,MEC)近年来成为解决无线体域网(wireless body area network,WBAN)计算资源匮乏的热门方法之一,但在现有的研究工作中,并没有将患者身边的计算资源充分利用起来,容易造成网络的拥堵。针对这种情况,提出了一种联合蜂窝、WiFi网络与设备到设备(device to device,D2D)通信的高效任务卸载方案,充分利用了WBAN应用场景中的多种计算资源,有效减少了蜂窝网络的负载,提高了系统的可靠性。设计了一种低复杂度的遗传算法,在同时考虑患者时延、能耗以及经济开销条件下,得到系统的最小卸载总成本。实验仿真结果表明,相比于随机卸载、蜂窝卸载、无WiFi卸载、无D2D卸载,该方案可以更有效降低系统总成本,为患者提供更高的服务质量。

基于多活性代理方法的水力除焦实时监测系统研究

在石化行业中,水力除焦监测技术是十分关键的技术。水力除焦的在线监测关系到石油化工行业的自动化水平和行业生产安全。多活性代理方法是一种分析复杂系统的新方法,本文在分析水力除焦实时监测系统的基础上,根据系统理论的指导思想,提出了运用多活性代理的新方法来构建水力除焦实时监测系统;设计了基于多活性代理方法的水力除焦实时监测系统模型,对进一步提高水力除焦的自动化监测水平提供了很好的研究方向。

容积率指标转移机制设计研究

容积率是政府控制城市建设用地开发强度的一项重要指标,在城市治理的过程中重点整改区域的容积率势必会发生调整,如何在不损害各方利益的前提下合理调整容积率是目前面临的重要问题。容积率指标转移便是为应对这一问题而发展出的弹性调控机制,是在容积率奖励和转移研究下的进一步深化。本文对容积率指标转移的设计贯穿其运作全过程,致力于建立具有普适价值的容积率指标转移体系。

一种基于矩估计的低轨卫星频谱感知方法

提出一种基于矩估计(Moment Estimation,ME)的频谱感知(Spectrum Sensing,SS)方法来检测低轨(Low Earth Orbit,LEO)卫星信号。感知节点根据接收信号的二阶矩和四阶矩精确估计出LEO卫星信号功率;采用计算出的LEO卫星信号功率作为决策变量,对LEO卫星信号的存在性做出判断;从理论分析和仿真验证的角度,在认知卫星通信场景下将所提算法与其他算法进行性能比较,ME算法具有强鲁棒性并且能够更快完成对LEO卫星信号的检测,体现出本方法的有效性。