光纤网络哑资源智能检测与清查方法

光分配网络(optical distribution network,ODN)网络是FTTH网络中的重要组成部分,其质量好坏直接关系到客户使用宽带网络的体验。为了对哑资源进行高效精准管理,改善网络质量,提升宽带业务开通效率,降低维护成本,设计优化了哑资源智能检测及清查系统。该系统基于深度学习中的YOLOX算法,设计改进提出随机梯度下降动量及Nestrov动量(stochastic gradient descent with momentum and nestrov,SGDMN)优化器,该优化器能有效抑制振荡并且在加速训练的同时对梯度进行校正,以此对参数进行更新;在不脱离真实场景的前提下选择数据增强方式,以此实现对分光器、尾纤、标签、二维码等关键信息进行目标检测,进行分类标识,维护人员可基于这些关键信息配合资管系统信息完成哑资源清查。通过其他经典目标识别算法进行对比实验,结果表明改进后的YOLOX算法精度更高,满足哑资源智能检测及清查实际工程需求。

生成式人工智能(AIGC)应用进展浅析

以ChatGPT为代表的AIGC引发生成式AI热潮,将AI由1.0时代迈入到2.0时代,加速其AIGC技术产品和应用的发展,具有广阔的应用前景。从ChatGPT为代表的AIGC应用发展现状出发,详细论述国内外AIGC应用的发展现状,并进一步进行归类总结,提出了AIGC的技术架构体系,最后给出了AIGC面临的机遇和挑战。

非相干分布源DOA和角度扩展去耦估计方法

该文提出了一种新的非相干分布源的DOA和角度扩展估计算法。根据空间频率模型下的非相干分布源协方差矩阵的结构特点,可将协方差矩阵分离成两个分别由相位信息和幅度信息重建的矩阵。对矩阵的各主次对角线元素均进行平滑,可得到包含相位信息和幅度信息的平滑向量。利用最小均方拟合方法,可从相位信息中估计得到方位角;估计得到的方位角信息代入到幅度信息中即可获得角度扩展信息的估计,实现非相干分布源的DOA和角度扩展去耦估计。计算机仿真验证了算法的性能。

非相干分布源2D-DOA与角度扩展估计新方法

介绍了一种新的非相干分布源的2D-DOA与角度扩展估计方法。该方法根据非相干分布源协方差矩阵的结构特点,将协方差分离成两个分别由相位信息和幅度信息重建的矩阵。从相位信息中利用传统的点源方法即可估计得到2D-DOA;从幅度信息中借助特殊阵列结构设计,即可实现角度扩展的估计,从而实现非相干分布源的2D-DOA与角度扩展分离估计。计算机仿真验证了算法的性能。

基于矩阵重构的非相干分布源参数估计方法

针对现有非相干分布源参数估计算法计算量大等问题,提出了一种新的DOA和角度扩展估计算法。该算法利用空间频率近似模型下的非相干分布源协方差矩阵的结构特点。协方差矩阵可分为相位信息矩阵和幅度信息矩阵。对相位信息矩阵进行重构,对重构后的协方差矩阵利用MUSIC等传统方法即可实现DOA的估计;对幅度信息矩阵的各主次对角线上的元素均进行平滑得到幅度信息平滑向量,估计得到的DOA代入幅度信息中即可得到角度扩展的估计,从而实现非相干分布源DOA和角度扩展分离估计。计算机仿真验证了算法的性能。

基于二次虚拟内插的圆阵接收2D-DOA分离估计

该文将二次虚拟内插技术引入圆阵接收的2D-DOA分离估计中,通过两次虚拟内插获取两虚拟内插阵列之间的移不变因子,利用该移不变因子首先获得俯仰角的估计,再将估计到的俯仰角代入圆阵流型中,经一维搜索即可获得方位角的估计。该方法有效地减小了因虚拟阵列和真实阵列之间的内插误差所带来的估计误差,仿真实验验证了该方法的有效性。

光网络哑资源深度学习智能管理系统

现阶段光网络哑资源的管理多采用人工方式进行监控管理,而引入电子标签的智能光分配网络(Optical Distribution Network,ODN)因成本高、改造实施困难导致运营商无法有效提高ODN网络质量。通过引入二维码标签及标签分别对分光器及尾纤进行标识,利用深度学习技术,采用Faster-RCNN网络对哑资源中尾纤、尾纤标签、分光器、二维码等信息进行统一识别管理,mAP(Mean Average Precision)达82.96%,满足实际需求,实现了哑资源智能管理,降低了管理与维护成本。

移动互联网端到端流量管控策略研究

本文通过对无线网络新技术和新架构的分析,针对2G/3G/LTE/WLAN多网络环境下,研究如何对不同的用户类型、业务类型、时间段、累积量进行QoS控制,以提升业务体验和用户满意度。基于PCC承载架构和ANDSF多连接管理机制,通过端到端的流量管控技术提升互联网带宽的使用率。借鉴都江堰水利工程原理,通过实施网络流量控制、均匀网络流量、降低并有效控制流量峰值,提出了移动互联网网络协同的融合策略控制方案,实现了合理配置网络资源、合理有效控制网络投资,为移动互联网业务发展创造条件,为移动互联网时代应对数字洪水做好充分的技术储备。

移动互联网数据业务QoS优化与控制研究

本文立足于未来移动互联网,致力于高速移动互联网网络的服务质量优化和管理。通过对网络新技术和新架构的分析,研究针对不同的网络、用户类型、业务类型、时间段、时长进行QoS和流量、带宽的控制,提升业务体验和用户满意度的方法;同时提升互联网带宽的使用率,实施网络流量控制、均匀网络流量、降低并有效控制流量峰值,合理配置网络、合理有效控制网络投资,为高速数据业务发展创造条件。文中通过对移动互联网的特点和未来发展的分析,基于DPI业务感知技术及PCC承载架构,提出了移动互联网QoS的优化和控制方案,为高速移动互联网时代做好充分的技术储备。

移动互联网网络融合策略控制研究

研究了基于ANDSF的智能选网技术原理,借鉴都江堰水利工程的泄洪分流原理,提出了基于ANDSF的网络融合策略控制方法,以改善WLAN使用体验,有效迁移用户以降低网络压力,提升客户满意度。经过对不同场景的综合测试及试商用,验证了融合策略控制的有效性和可行性,为移动互联网协调发展提供了技术参考。

移动互联网网络协同的融合策略控制研究

本文致力于移动互联网络的服务质量优化和管理。通过对网络新技术和新架构的分析,针对2G/3G/LTE/WLAN多网络环境下,研究对不同的用户类型、业务类型、时间段、时长进行QoS和流量、带宽的控制,提升业务体验和用户满意度的方法。从网络整体来看,可以通过端到端的流量管控技术提升互联网带宽的使用率,实施网络流量控制、均匀网络流量、降低并有效控制流量峰值,合理配置网络、合理有效控制网络投资,实现网络协同,为移动互联网业务发展创造条件。文中通过对移动互联网的特点和未来发展的分析,基于PCC承载架构,提出了致力于移动互联网网络协同的融合策略控制方案,为移动互联网时代应对数字洪水做好充分的技术储备。

自动驾驶车队出口道左转交叉口轨迹最优控制

出口道左转交叉口通过改变部分出口道的车道功能,可为左转交通提供额外的通行能力。本文基于传统跟驰模型和换道模型,建立以通行效率和车队运行稳定性为目标的最优控制模型,在Matlab环境下使用CasADi求解器中的BONMIN算法对模型进行求解。将常规交叉口放行策略与本文所提出的最优放行策略进行对比分析。结果表明,模型计算给出的3种通行策略不仅能合理使用对向出口车道,同时车辆通过交叉口的次序得以提前,从而使得交叉口的通行效率有一定程度的提升。

一种新型基站巡检数字化管理系统

传统基站巡检是通过纸质方法记录,效率低、记录质量差,难以管理。本文从基站维护巡检管理的实际工作出发,充分利用现代化的管理工具,结合先进技术,实现基站日常巡检的数字化管理,以提高基站日常巡检工作的效率。