网络教学普及化背景下的无线网管理策略研究

以高校中正在普及的网络教学为背景,以淄博师范高等专科学校为实例,在分析无线网用户行为数据的基础上,设计了一套科学可操作的、符合高校实际需求的无线网络管理方案,实现利用无线网络管理策略为网络教学的健康发展服务的教育目标。

无线地下传感网信道传播实验虚拟仿真与可视化教学

为帮助学生更好地理解和掌握无线地下传感网信道传播特性,推导并建立一个融合土壤特性参数的改进地下无线信道传播模型,在该模型基础上开发无线地下传感网实验虚拟仿真系统。该仿真系统不仅解决实验环境受限、难以开展实验教学的问题,且具有易于理解和操作的特点,仿真结果以图形化和可视化的形式呈现。通过此系统,学生可直观地观察和比较不同参数影响下地下无线信道传播变化情况,深入理解地下无线信道的复杂传播特性,提高学生的学习效率,激发学生的学习兴趣,促进学生学习的主动性和积极性。

关于高校无线网向全光架构演进的思考

首先对PON、以太全光网两种架构的技术特点和典型组网形态进行剖析,结合中山大学校园无线网建设现状和突出问题,对演进必要性和现实条件进行阐释。然后从网络管理和用户体验两维度出发,对演进技术路线的选择进行分析和思考。

梯度化路由算法在无线传感器网络中的应用分析

无线传感器网作为一种全新的信息获取和处理技术,是当今社会研究与应用的热点。当移动目标到传感器所在的区域时,监控到目标与无线传感器网络连接,并将目标的位置传输给用户,这一过程一直是无线传感网中经典且最值得研究的问题。路由技术协同节点跟踪,参照并结合贝叶斯理论,选择网格的序列贝叶斯滤波法,利用Matlab平台,在其上创设建立网格序列贝叶斯低通滤波器仿真,并得到了最终的路由仿真模型图,促进了动态簇网格贝叶斯滤波法的定位。

信息年龄和能耗联合优化的无线体域网卸载和调度策略

在无线体域网(WBAN)中,为保障生理数据的实时传输并降低节点能耗,提出了一种联合优化的卸载与调度策略。该策略通过选择在传感节点或Sink处理数据,最小化信息年龄(AoI)与能耗的加权和。为解决卸载和调度决策的强耦合问题,采用双层马尔可夫决策过程(MDP),并通过深度强化学习(DRL)应对维数灾难。仿真结果表明,DRL策略在性能上接近MDP,且在节点增加时,相较于RRG与EG策略,平均加权和分别降低约3.58%和24.9%,收敛速度约为MDP的2倍。

面向计算和智能融合的新型无线网一体化管理系统探讨

新一代的无线网向着云化、智能、算网融合等方向演进,这对无线网的管理系统提出了更高的要求。管理系统将面对更多的资源和功能,需要提供更加高效快捷的运维能力。从未来无线网络对管理系统的需求角度出发,基于目前已有的管理系统架构和标准化工作,对下一代算、网、智一体化无线网管理系统的后续发展进行了探讨,希望为新型的无线网管理体系的发展提供思路。

基于无线自组网测振仪的被动网落石监测系统

山区铁路沿线崩塌落石灾害频发,及时、准确地发现崩塌落石事件并发出报警信息,对铁路运营安全具有重要的意义。通常在一些危岩落石高发地段会设置被动防护网拦截滚石,然而该方式并不能完全防止落石上道。为确保“落石不上道,上道不撞车”,迫切需要研发一套无人值守、全天候实时准确监测铁路沿线被动网落石监测系统。本文研发一种基于三轴MEMS无线自组网测振仪的被动网落石监测系统,通过前端感知振动并对振动信号进行边缘计算处理得到最大加速度值,并调用摄像头对发生振动的被动网预置点进行拍照,将最大加速度值和摄像头拍摄到的照片上传至服务器;最后由服务器及时推送报警信息,实现了铁路沿线被动网落石的自动化监测功能。工程实际应用表明,该系统能满足铁路边坡崩塌落石自动化监测的需求,该研究成果可应用于铁路、公路危岩落石自动化监测领域。

无线自组网实验教学平台的设计与实现

针对无线自组网技术的实验教学需要,设计并实现了一个无线自组网实验教学平台。该实验平台主要由无线自组网开发验证平台、多模干扰产生平台和网络性能分析评估平台组成,为用户提供无线自组网关键技术开发验证的实验环境。该平台可以让用户自主编程,完成数据链设计、路由协议开发、带宽与性能评估和抗干扰性能分析等关键技术研究,为教师和学生提供高水平教学和研究环境。

量子遗传算法在无线自组网频率分配中的应用

论文将量子遗传算法应用于地面应急通信车辆无线自组网节点的使用频率分配,通过分析无线自组网节点频率的约束条件,建立频率分配的数学模型,并设计了使用量子遗传算法进行频率分配的的工作流程,对经典遗传算法库GALib进行扩展改进,增加了量子遗传算法的实现,通过模拟典型的无线自组网网络环境,比较经典和量子遗传算法的分配结果,量子遗传算法的分配收敛速率优于经典遗传算法,可以实现无线自组网节点频率灵活、高效的快速分配。

基于DNN-SVM的无线专网设备故障识别与定位系统研究

针对电力无线专网系统中故障识别与定位问题,提出了一种基于DNN-SVM的解决方案。电力无线专网系统在面临故障时往往难以及时、准确地进行故障识别和定位,给运维和维修工作带来了困难。本文通过专用设备对电力无线专网系统的实时数据进行采集,包括信号强度、信号质量、 CPE运行状态等信息,构建一个DNN-SVM算法,以同时实现无线专网故障识别与故障定位,通过DNN判别故障状态,多层二分类SVM判别故障类型。通过在实际电力无线专网数据集上进行实验和验证,对于单组数据的判别时间在毫秒级,而综合平均准确率为80%。

基于改进遗传算法的电力无线专网4G、5G基站布点规划优化方法

在电力4G无线专网中引入5G,进行4G、5G融合组网,对提高电力业务通信效率具有重要意义。首先阐述了5G在电力系统中的应用及4G、5G组网方式。然后,综合考虑电力自有业务、电力业务通信需求、电力基站建设成本、基站运行成本,构建了电力无线专网4G、5G基站布点优化模型,对4G、5G基站进行优化布点。其次对遗传算法中编码、初始化种群操作进行优化设计和改进,大幅减少算法迭代次数,提高收敛速度,降低了模型的求解复杂度。最后基于改进模型对电力4G、5G基站布点优化模型进行求解,可以快速给出4G、5G基站优化方案,满足电力通信覆盖率和经济性等要求。仿真算例验证所提模型、改进算法的合理性和有效性。

基于拓扑优化和链路感知的无线体域网路由协议

为解决无线体域网(Wireless Body Area Networks,WBAN)在人体运动过程中网络拓扑结构频繁变化导致链路质量和WBAN性能下降等问题,首先根据人体结构对WBAN网络拓扑进行优化,通过添加中继节点建立WBAN主干网,提供节点和hub之间相对稳定的链接,然后提出了适用于WBAN拓扑优化后的路由策略(Routing Protocol Based on Topology Optimization and Link Awareness,R-TOLA)。R-TOLA综合了链路质量感知和代价函数,通过调整主干网中继和节点中继获得最优化路径。仿真实验表明,基于拓扑结构优化和链路感知的R-TOLA协议和其他路由协议相比,在人体拓扑网络结构频繁变化的环境下具有网络生存时间更长、吞吐量更大等优势。

低占空比无线传感网中使用无速率码的高效机会路由算法

低占空比无线传感网中的高效传输是一个研究的焦点。机会路由作为无线传感网中一种高效的传输算法,仍然存在着缺陷。对只有单邻居的弱连通节点,机会路由算法无法处理。即使在多邻居情况下,由于邻居醒来顺序的随机性机会路由也会尝试在低质量的链路上传输。对此提出一种使用无速率码的高效机会路由算法(Efficient Opportunistic Routing with Rateless Code,EORRC)。利用无速率码,EORRC可以在低质量链路传输时提高传输成功率,并能处理弱连通情景,从而降低时延与能耗。仿真实验证明了EORRC拥有更低的时延与能耗。

应用消息传递和卡尔曼模型的无线传感网定位跟踪算法

针对无线传感网系统中传感节点的定位跟踪问题,提出了一种基于消息传递和卡尔曼模型的定位跟踪算法。将目标物与多个锚节点之间的测距整理为线性混合模型,通过贝叶斯公式进行因式分解,建立因子图。假定目标物位置随时间连续移动,相邻的定位坐标之间存在潜在的缓变关系,并利用卡尔曼模型挖掘该关系,即将测距、定位和卡尔曼模型整体进行优化。在因子图中选择合适的消息更新规则,对每条边上的消息进行更新计算,形成定位跟踪算法。最后,建立虚拟和实测环境对所提算法进行数值验证。由于将测距、跟踪和卡尔曼模型融合为一个整体进行优化,相比文献中已有方法,所提定位跟踪算法在仿真环境中表现出超过2 dB的性能优势,在实测场景下也具有接近1 dB的性能增益,证明了其有效性。

一种基于无线专网的CTC3.0多岗位联动技术方案

在调度集中系统3.0(Centralized Traffic Control System 3.0,CTC3.0)推广使用过程中,对于接发车作业中的流程管理功能,因覆盖岗位多,需要通过多岗位联动来实现接发车作业流程的流转,尤为获得车站的关注与重视。通过分析车站运输生产过程中的接发车作业流程业务,结合CTC3.0作业流程管理功能,探讨一种基于无线专网的CTC3.0多岗位联动技术方案,以期在未来的实践中,实现CTC3.0车站接发车作业流程管理数字化,减轻车站人员的作业负担。

基于人工智能的5G无线网规划和优化分析

随着5G网络的发展,海量设备接入、低延迟需求和高速率应用对网络规划和优化提出了严峻挑战。传统的网络管理方式在面对5G的超密集异构组网和复杂环境时效率不足,而人工智能技术为解决这些问题提供了新的路径。通过机器学习、深度学习和深度强化学习等方法,5G网络在基站部署、频谱管理、功率控制以及用户设备关联优化等方面实现了高度智能化的资源调度。同时,AI赋能的自组织网络提升了系统的自适应能力和稳定性。在应对隐私安全、实时性及成本控制等挑战的过程中,AI技术也发挥了积极作用。本文旨在分析AI技术在5G无线网络规划与优化中的应用场景与未来发展方向。

工业无线可充电传感网的数据收集及充电优化

随着工业的快速发展,其对工业无线可充电传感网的运行提出了更高要求,如海量传感器需要保持长时间的高强度工作状态;数据的传输需要更高的可靠性和实时性.然而,在利用多跳数据传输的工业传感网络中,传感器的转发负载极不均衡.这进一步加快了部分传感器的耗电速度,使得它们较其他传感器更快耗尽电量,并导致数据丢失和网络运行中断.针对这些问题,本文提出一种结合强化学习和边际效益近似算法的方案,以优化工业无线可充电传感网中移动充电车的移动数据收集及充电调度策略,使得每个传感器有足够的电量工作和提高数据传输的可靠性和实时性,并最大化系统效益.实验结果表明,本文所提出的方案在系统效益、移动充电车收集的数据总质量方面的性能明显优于其他对比算法.

基于改进MVO算法的电力无线专网基站选址

针对电力无线专网中基站选址问题,提出一种包含建站成本、覆盖范围和重叠覆盖的站址选择数学模型,并且基于改进的多元宇宙优化算法实现基站的优化布局。考虑到多元宇宙优化算法的早熟收敛问题,先对算法中的旅行距离率进行改进,再引入禁忌搜索算法,从而有效解决局部最优问题。最后通过对优化后的基站部署方案进行综合性分析,验证该算法的经济性和可行性。实验结果表明,本文算法具有较高的寻优性能和较快的收敛速度,能够在提高覆盖率的同时,节约成本预算,减少同频干扰,对电力无线专网的站址规划具有良好的理论指导。

基于无线传感网及边缘网关的智慧农业大棚监控系统设计

在不断发展的物联网、大数据及云计算等技术的交叉融合下,基于无线传感自组网及边缘网关,应用边缘计算,设计实现了一种智慧农业大棚监控系统。系统设计基于物联网架构,传感层以CC2530芯片为核心分别构建了传感型采集节点和控制型节点;采用正三角形网格的节点部署方案,高质量实现了无线传感网构建。边缘网关以STM32F103ZET6 MCU为核心,一方面负责与无线传感器网络中的各节点进行数据通信,完成边缘计算并对网络中的节点进行管理和控制;另一方面通过WiFi、4G/5G等通信模块进行数据的无线传输,把采集到的数据封装处理打包传输到服务器端,实现边缘网关作为连接传感节点与服务器监控中心的相应功能。应用层通过EMQTT服务器和Node-RED搭建云平台构建,用户可以通过PC端、手机端登录数据处理中心的WEB服务器,实现对物联网设备的控制及环境的监测。

面向输变电场景的无线传感网通信性能测试研究

无线传感网在输变电设备状态监测领域的应用,能够有效提升电网运行效率,实现更高的经济价值和社会效益。通过分析无线传感网在输变电场景下的通信特征,提出通信性能测试方法,构建闭环测试平台,对无线传感网的接入容量、组网性能等关键指标开展测试验证。结果表明,所提测试方法能有效评估无线传感网的终端接入、数据传输能力,可为无线传感网在电力系统的推广提供技术支撑。