期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
分层异构无线网络理论性能研究和优化设计 被引量:2
1
作者 贾诗炜 闫实 彭木根 《移动通信》 2014年第9期17-22,共6页
分层异构无线网络(HetNet)能显著提高无线网络容量,扩展无线覆盖范围和节省基站能耗,已经成为后4G和5G的热门技术,但其网络理论性能以及如何优化设计逼近理论性能一直是业界研究的难点和热点问题。针对分层异构无线网络节点服从泊松点... 分层异构无线网络(HetNet)能显著提高无线网络容量,扩展无线覆盖范围和节省基站能耗,已经成为后4G和5G的热门技术,但其网络理论性能以及如何优化设计逼近理论性能一直是业界研究的难点和热点问题。针对分层异构无线网络节点服从泊松点分布的特性,给出了分层异构网络在专门接入和共享接入策略下的网络理论性能,如成功接入概率、平均面积频谱效率、能量效率等,并仿真评估了影响理论性能的关键因素,探讨了优化分层异构无线网络性能的各种方法。 展开更多
关键词 分层异构无线网络 专门接入共享接入
下载PDF
网络游戏客户感知量化及预测方法 被引量:1
2
作者 刘安平 贾诗炜 《西安工业大学学报》 CAS 2019年第5期589-593,共5页
为快速识别测试游戏业务质量,文中提出借助深度包检测技术对网络游戏业务进行特征识别,使用回归拟合算法,根据采集的网络性能指标及客户行为数据,完成了网络游戏感知定量评估方案,实现了网络游戏客户感知量化;基于数据挖掘技术,实现了... 为快速识别测试游戏业务质量,文中提出借助深度包检测技术对网络游戏业务进行特征识别,使用回归拟合算法,根据采集的网络性能指标及客户行为数据,完成了网络游戏感知定量评估方案,实现了网络游戏客户感知量化;基于数据挖掘技术,实现了网络游戏客户感知预测建模,完成对客户满意度的预测。结果表明:该预测方法达到了网络问题准确定位、感知劣化提前预警和客户满意度稳固提升的目标。 展开更多
关键词 网络游戏 客户感知 深度包检测 数据挖掘
下载PDF
公路景观规划设计的螺旋模型架构 被引量:3
3
作者 白骅 贾诗炜 吴刚 《长安大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第4期23-28,共6页
通过对中国公路景观规划设计的内容、方法的调查与分析,将螺旋模型应用于公路景观规划设计中,构建了公路景观规划设计的框架体系及设计流程,并将三维仿真技术应用于公路景观规划中,实现公路景观规划的动态调整。研究结果表明:公路景观... 通过对中国公路景观规划设计的内容、方法的调查与分析,将螺旋模型应用于公路景观规划设计中,构建了公路景观规划设计的框架体系及设计流程,并将三维仿真技术应用于公路景观规划中,实现公路景观规划的动态调整。研究结果表明:公路景观规划首先要确立景观规划的目标,并结合公路沿线的自然环境进行景观段落划分,对景观设计方案进行评价,形成景观的最终方案;采用螺旋模型设计公路景观规划的框架流程,是将动态规划的理念引用于公路景观规划中,可以实现最优的规划方案,减少公路景观规划方案实施的风险;将CAD应用于景观规划的基本数据,实现景观规划和直观的动态,并有利于动态调整的分析和工程技术人员使用方便。 展开更多
关键词 道路工程 螺旋模型 景观规划设计 公路 三维仿真
原文传递
城市交通能耗动态情景组合分解模型 被引量:1
4
作者 孙启鹏 贾诗炜 +1 位作者 朱磊 徐成 《交通运输工程学报》 EI CSCD 北大核心 2013年第3期94-100,共7页
分析了现有的城市交通结构,以机动车保有量、百公里油耗与年行驶里程为影响因素,引入影响因素的变化率作为参数,运用迪氏指数分解模型,建立了城市交通能耗动态情景组合分解模型。根据3个影响因素的变化情况,设置了12种情景组合模式,分... 分析了现有的城市交通结构,以机动车保有量、百公里油耗与年行驶里程为影响因素,引入影响因素的变化率作为参数,运用迪氏指数分解模型,建立了城市交通能耗动态情景组合分解模型。根据3个影响因素的变化情况,设置了12种情景组合模式,分析了不同情景组合模式下的城市交通能耗变化趋势。分析结果表明:最大总能耗增量为174.92万吨标准煤,3个影响因素的能耗贡献率分别为91.79%、-9.57%、17.78%,最小总能耗增量为55.06万吨标准煤,3个影响因素的能耗贡献率分别为128.10%、-52.34%、24.24%;按机动车保有量增速将12种情景模式分为低速增长、中速增长、高速增长3类方案,3类方案能耗增量的最大值分别为87.02、130.97、174.92万吨标准煤,最小值分别为55.06、94.08、134.55万吨标准煤。 展开更多
关键词 城市交通能耗 LMDI模型 动态情景组合 能耗贡献 机动车保有量 百公里油耗 年行驶里程
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部