基于网格分组移动对象的索引方法

针对目前使用广泛的移动对象索引技术对受限范围内的海量数据索引管理问题.引入了网格技术实现移动对象的分组管理,提出了基于网格分组的移动对象GG TPR树索引方法.该方法利用网格分组的方式,将位置与运动行为接近的移动对象进行整体维护和批量管理,从而减少索引维护的中间环节,提高移动对象的索引效率.模拟实验结果表明,利用GG TPR树索引受限范围内的海量数据较已有的移动对象索引方法性能更优.

基于网格分组和属性权值的相似重复记录识别算法

针对在处理海量数据时,传统的相似重复记录识别方法具有检测效率不高、检测精度较低等缺陷,提出了一种基于网格分组和属性权值的相似重复记录检测算法。该算法采用分而治之的思想,使用网格法将海量数据进行分组,并为各属性设立相应的权值,然后进行相似重复记录的识别。理论分析和实验表明,网格分组有效减少了记录之间的比对次数,基于属性综合权值的方法更加准确反映各属性对记录的贡献度,两者结合能够有效解决大数据的相似重复记录的识别问题。

空时网格编码级联分组码研究

针对无线通信系统易受多径衰落影响的缺点,提出空时网格编码级联分组码系统,以提高无线通信的可靠性。理论分析显示,该系统能在不牺牲系统带宽的情况下,同时获得空时网格编码系统的编码增益和空时分组码系统的分集增益。借助计算机仿真比较该系统与原系统在相同的条件下的误码率,实验结果表明,该系统可以比同复杂度的空时网格编码系统节省大量的信噪比,是提高通信质量的一种有效方法。