不完全信道状态信息条件下多用户Turbo-BLAST迭代检测算法

该文将空时多用户检测技术和Turbo-BLAST方案相结合,构造了基于CDMA技术的多用户Turbo-BLAST系统模型,提出了不完全信道状态信息条件下的解相关算法和迭代检测算法。在发送端将V-BLAST结构与CDMA技术相结合实现多路复用,在接收端利用空时多用户检测算法去除用户间干扰,得到期望用户的接收信号,然后采用考虑信道估计误差的软干扰抵消迭代检测算法,对期望用户的接收信号进行检测以去除天线间干扰。仿真结果说明,所提算法对于多用户Turbo-BLAST系统是有效的,可在不增加复杂度的条件下达到良好的迭代效果。

ATIS与收费策略下多用户随机均衡的效率损失

考虑ATIS作用的交通网络,用户具有交通信息接受程度的异质性;进一步,考虑实施道路收费策略情形下,用户具有时间价值的异质性;基于这两类异质性,研究了ATIS下异质性交通网络的效率损失问题。用户对ATIS系统的响应程度,亦即ATIS信息遵从率,是影响ATIS系统运行效率的关键因素。因此,通过ATIS信息遵从率参数的引入,将用户分为不同类型。假设用户均按照随机方式进行择路,建立了基于时间准则与基于费用准则的多用户Logit-随机均衡变分不等式。当系统总出行成本包含收费时,建立了多用户双准则系统最优模型,界定了多用户Logit-随机均衡相对于多用户系统最优的效率损失,推导出效率损失上界;进一步分析了当路段阻抗函数为多项式情形时,引入了自由流出行时间参数,给出了双准则下效率损失上界的解析式,分析了效率损失上界与各参数之间的关系。研究结论表明,双准则下效率损失上界为ATIS信息遵从率的减函数;此外,效率损失上界与路段阻抗函数、用户时间价值及其对路网的熟悉程度、路网本身复杂程度等因素有关。最后,通过算例验证了结论的有效性。

可撤销云安全多用户密文检索设计与实验分析

针对现有多用户密文检索方案的安全隐患,提出了一种可撤销的云安全多用户密文检索方案。陷门包含长期私钥和时间私钥,用户对时间私钥进行周期性更新,当用户想要撤销对云服务器的授权时,仅需停止分发时间私钥。同时,所提方案可以通过公共信道传输时间私钥,极大地减少了信道建立的代价。最后,给出了性能和仿真实验分析。结果表明,所提方案在实现授权撤销功能的同时,具有安全性高、检索速度快等优点。

速率最大化可见光多用户预编码及图书馆应用

近年来,可见光通信(Visible-Light Communication, VLC)因其契合高能源效率、高可靠性和空天地海一体化泛在接入等多个关键维度而被认为是未来6G关键技术之一。在可见光多用户多接收机下行同时接入过程中,受光信道相关性和多用户干扰影响,子信道增益差异较大,较差子信道会严重影响系统性能。针对此问题,考虑强度调制/直接检测的可见光信道模型,在发送信号非负与总功率受限条件下,提出了系统可达和速率最大化的块对角化(Block Diagonalization, BD)多用户预编码算法,给出了速率最大化的子信道功率分配解析表达式,进一步基于子空间追踪对预编码矩阵进行了迭代优化,并进行了实测和示范应用。实验结果表明,系统和速率与基础算法相比有明显提升。

基于时空注意力机制的台区多用户短期负荷预测

针对在低压台区海量高波动用户负荷预测场景下,传统探索单个用户时间特征的负荷预测方法存在无法学习用户之间的空间相关性、无法实现多用户共同预测的问题,该文提出一种基于时空注意力机制的Transformer负荷预测模型(STformer),提供精准的台区多用户短期负荷预测。首先,改进传统Transformer模型,嵌入序列分解模块、自相关计算模块和空间注意力模块。其中,序列分解模块可以将波动较大的用户负荷曲线分解为相对平稳的多个子序列,有助于更好地提取负荷曲线的时间依赖性和周期因子;自相关计算是一种改进的注意力机制,可以挖掘多个历史同时期子序列的时间相关性;空间注意力机制可以提取台区多用户之间的动态空间相关性。然后,利用蒙特卡洛随机失活方法(MC dropout)将STformer拓展到台区多用户负荷概率预测。最后,采用真实台区多用户负荷数据集进行验证,与多种负荷预测模型进行对比,证明STformer模型可有效提高短期多用户负荷点预测和概率预测的精确性和鲁棒性。

超大规模天线阵列下的多用户快速波束训练

天线阵列孔径增加提升了波束赋形增益,但更窄的波束使得传统的波束训练方法开销成倍增加,制约了系统支持的用户数目。研究了基于哈希函数的快速、低复杂度新型波束训练方案,可以用较低的训练开销在支持更多用户的同时进行波束训练,在此基础上提出了随机及固定两种码本设计方法,并对波束对齐成功概率进行理论分析。由于推导得到的波束对齐成功概率是一个复杂函数,无法用于指导码本设计,为此,研究提出一个简单的启发式指标用于评估码本生成参数对性能的影响。仿真结果验证了理论分析的正确性,表明所提波束训练方案能够以低训练开销快速实现多用户波束对齐,同时具有高准确性。

大规模离散MU-MIMO:低复杂度、信息理论最优检测与多用户编码

研究了一种实际的大规模离散多用户多输入多输出(MU-MIMO)系统,涵盖了大规模天线与用户、实用的信道编译码、任意输入分布、仅接收机已知信道状态信息、一般右酉不变信道矩阵、模数转化器等实际通信约束。针对理想和低分辨率模数转换器下的大规模离散MU-MIMO系统,分别提出了低复杂度、信息理论最优接收机和多用户码设计准则,并给出实际多用户低密度奇偶校验码(LDPC)设计。数值实验证实所设计的多用户LDPC比现有的单用户LDPC获得了2~5dB性能增益,同时还解决在信道恶劣和低分辨率模数转换器下单用户码无法准确恢复信息的难题,揭示了现有贝叶斯最优接收机与单用户码直接结合不再是最优方案。

一种改进的动态多用户前向安全可搜索加密方案

最近Wang等[14]提出了一种在多用户环境下满足前向安全的动态可搜索加密方案。然而该方案利用双线性对实现多用户的访问控制搜索效率低下,在此基础上通过构造两个静态哈希表相互映射构建矩阵索引,并用伪随机函数和Hash函数代替双线性对生成密钥提高方案的搜索效率。通过形式化安全证明,该方案满足前向安全。

多用户交互视角下智慧家庭系统设计策略研究

为智慧家庭多用户交互体验设计提供方法参考。分析智能家居交互设计研究趋势,阐述了智慧家庭系统下的用户角色关联、多用户交互的特征及需求。提出了智慧家庭多用户交互设计策略及建议。该方法有助于更好地支持多用户交互,提升了智慧家庭交互体验。

基于DTW K-medoids与VMD-多分支神经网络的多用户短期负荷预测

多用户电力负荷预测是指根据历史负荷数据对多个用户或区域的电力负荷进行预测,可使电网企业掌握不同用户或区域的电力需求,以便更好地开展规划和实施调度优化等。然而由于各用户呈现出复杂多样的用电行为,采用传统方法难以进行统一建模并实现快速准确预测。为此,构建了一种基于DTW Kmedoids与VMD-多分支神经网络的多用户短期负荷预测模型。首先,采用DTW K-medoids法进行用户负荷数据聚类,利用动态时间弯曲(dynamic time warping,DTW)计算数据间的距离,取代K-medoids算法中传统的欧氏距离度量方式,以改善多用户负荷聚类的效果;在此基础上,为充分表征负荷历史数据的长短期时序依赖特征,建立了一种基于变分模态分解(variational mode decomposition,VMD)-多分支神经网络模型的并行预测方法,用于多用户短期负荷预测;最后,使用某地区20个用户365天的负荷数据进行聚类、训练和测试实验,结果显示该模型结果的平均绝对误差和均方根误差等指标均较对比模型有较大幅度降低,表明该方法可有效表征多类用户的用电行为,提升多用户负荷预测效率和精度。

基于合数阶双线性群的多用户陷门不可区分可搜索加密方案

可搜索加密是云存储环境下密文检索的主要技术。针对以去除安全信道构造的公共密钥可搜索加密方案SCF-PEKS加密时依赖用户公钥导致搜索服务限于单一用户,及无安全信道的可搜索加密方式容易遭受外部敌手的关键字猜测攻击等问题,分析并证明了现有多用户可搜索加密方案存在关键字陷门易遭受攻击的安全缺陷,在使用合数阶双线性对基础上提出一种多用户可搜索加密方案,并基于判定性子群假设和DBDH假设证明论文算法满足关键字陷门不可区分性的安全要求,可以抵御外部敌手选择关键字攻击。对比文献分析显示,在没有明显增加计算复杂度的前提下,提出的加密方案陷门尺寸及密文尺寸良好、安全性更高。

云边端协同下多用户细粒度任务卸载调度策略

为了解决当前处理多用户应用程序效率低下、密集网络资源利用率低及系统花费成本高等问题,提出了一种云边端协同下多用户细粒度任务卸载调度方法。该方法联合考虑了时延、能耗和服务器租用成本,先划分应用程序任务并设计子任务优先级,然后提出了多用户子任务调度方案,设计了一种改进的模拟退火粒子群算法求解最小系统总成本,从而实现最佳卸载决策。实验结果表明,所提方法相较于粒子群和模拟退火二元粒子群等其他方法,分别降低了至少12.28%和7.42%的总成本。

基于多用户变色龙哈希的可修正联盟链方案设计

因存在缺乏数据监管策略、数据包含可疑或有害信息、数据上链后无法修改等问题,现有的区块链架构容易成为低成本网络犯罪的法外场所,因而限制了其可用性。可修正区块链方案被认为是解决这一问题的有效途径,但如何将这一理念与联盟链的优势相结合是一个尚未解决的技术问题。为此,所提方案扩展了变色龙哈希函数的概念到多用户情形,引入群组公钥,完善了单一用户持有密钥导致的修改权限中心化问题。在此基础上,提出了一种面向联盟链的可修正区块链方案,采用请求修改-修改验证的两阶段模式完成修改功能。在通用模型和随机预言模型下,基于离散对数问题困难假设,分别证明了所提方案是抗碰撞的和多用户安全的。仿真实验和对比分析论证了所提方案的有效性和可用性。

基于椭圆曲线加密的多用户可搜索对称加密方案

可搜索加密(searchable encryption,SE)是数据安全检索环节的关键技术之一,它允许服务器在不解密的情况下直接搜索加密数据.为解决云存储环境下数据安全共享时面临的密文检索问题,对现有单用户场景下的动态可搜索对称加密(searchable symmetric encryption,SSE)方案进行多用户拓展,提出一种高效、安全且客户端无存储的多用户动态可搜索对称加密方案.该方案创新性地采用椭圆曲线加密系统实现多用户间的密钥管理和访问密钥的分发,有效避免了传统多用户解决方案中的密钥共享问题和双线性对操作,且同时满足查询隐私、搜索不可伪造性和用户可撤销性.此外,经过多用户拓展后的可搜索对称加密方案依然保持了原单用户方案泄露信息少、文档搜索高效、文档删除高效且客户端无存储等优点.

IRS辅助供能的多用户MEC系统性能研究

在物联网(IoT)场景中,边缘服务器可有效缓解IoT设备计算能力有限的问题,如何保证IoT设备的能量供应成为研究热点之一.无线能量传输(WPT)与移动边缘计算(MEC)的组合是一种解决方案,但混合接入点(HAP)与IoT设备之间不能保证总是存在直连链路.为了处理这个问题,考虑利用智能反射表面(IRS)辅助无线能量传输与任务卸载.在多用户MEC系统下,当IoT设备采用二进制卸载时,联合能量传输时间优化、卸载决策以及调度顺序以求得最小系统处理时延问题是一个混合整数非凸问题.考虑HAP与IoT设备之间的信道差异,采用一种两层交替迭代的算法,并利用MEC的计算能力最小化系统处理时延.实验结果表明,所用方法收敛快,能有效缩短系统处理时延,在IRS的辅助下能明显提升系统性能.

多用户参与的可解释群决策交互模式及设计

现代人类的决策活动更多地从个人决策过渡到群决策。从工业设计和交互设计出发,提出并讨论多用户参与的可解释交互群决策模式,对群决策如何融合的可解释性、交互设计和多用户参与进行分析,探讨多用户参与的可解释交互群决策模式的研究内容和表示结构,指出其关键技术和研究方法。以辅助群体出游计划安排的应用原型设计为例,探究群体出游人群的表示结构、群决策逻辑与可解释交互设计,为群体决策场景服务的知识体系建立和快速设计提供新的研究思路。

基于电力系统多用户的数据持有证明计算方法

基于云计算的电力系统多用户业务应用将不可避免地规模化发展,为保障电力系统业务应用的数据安全可靠,不被伪造和攻击,论文提出一种多用户的数据持有证明计算方法,通过数据持有证明计算方法,不仅保护业务应用数据不被攻击者伪造,恶意管理员伪造,而且能很好地满足电力智慧物联体系的规模化业务应用;同时,通过对数据持有证明计算方法的安全性进行验证,计算性能进行了评估,使得该计算方法能够很好地应用于智慧物联体系下电力业务系统规模化应用。

一种多用户协同的BOM数据一致性校核与检测算法设计

针对航空航天制造领域中多用户协同工作场景下,由人为错误操作或数据库共享异常导致的数据一致性较差问题,文中基于改进函数依赖和着色PETRI网构建了BOM数据一致性校核与检验模型。该模型根据多用户BOM数据的结构特点,界定了零部件的层次结构与关系定义。同时对传统函数依赖算法加以改进,并控制数据迁移规模及并行度以改善函数依赖发现效率,从而进行数据信息的不一致校核。通过解构HDFS系统数据写入流程,利用着色PETRI网进行数据共享流程建模,进而实现数据共享一致性校核算法的构建。经仿真验证,所述方案的两种耗时指标与对照组算法相比分别降低了26.61%和38.23%,且状态空间及强连通构建图中状态节点和变迁的数量一致,不存在回路,由此证明了该方案的可行性。

基于改进贪婪类重构算法的物联网免授权多用户通信

针对5G大规模机器类通信(massive Machine Type Communication, mMTC)场景连接数量多,信令开销少,延时低等需求,在mMTC的免授权非正交多址(Non-Orthogonal Multiple Access, NOMA)接入系统中,利用基于压缩感知的多用户检测(Compress Sensing based Multi-User Detection, CS-MUD)技术和基于Dice系数的快速正交正则回溯匹配追踪(Dice-based Backtracking Orthogonal Matching Pursuit, DBOMP)算法,提出基于Dice系数的快速正交正则回溯匹配追踪多用户检测(Dice-based Backtracking Orthogonal Matching Pursuit Multi-User Detection, DBOMP-MUD)算法。利用Dice系数进行用户稀疏度接入的相关度计算,在译码迭代过程中,正则化实现重构精度与复杂度的平衡。仿真结果表明,所提DBOMP-MUD在信息检测时兼顾了性能与效率,与传统的CS-MUD算法相比,性能增益大于1 dB,所提方案能更好地满足实际mMTC的传输时延和检测性能需求。

业务网络布控的多用户方案实现研究

运营商、军队、政企等网络需要采集多种维度的信息,往往涉及多套后向用户系统。用户系统所需的流量需通过汇聚分流器实现低价值数据过滤、高价值流量的汇聚收敛,并复制给多个用户使用。针对不同用户系统的采集规则不统一的问题,文章提出四种多用户实现方案,其中基础功能版多用户实现较复杂;高级功能版可直接定义多用户;分流器级联方案、前后向分光方案,均为物理手段实现多用户。