单向Ad_Hoc移动网络的QoS路由协议

针对Ad_Hoc移动网络的特点,提出了一种支持单向Ad_Hoc移动网络,并且具有QoS控制的路由协议QRUA,该协议充分考虑了网络存在的单向链路,利用邻接主机之间的上游主机表UT来选择满足延时和带宽要求的路由,从而可以适应特定环境下单向Ad_Hoc移动网络的QoS应用需求。模拟仿真说明,QRUA协议不但支持单向链路,同时在路由负载以及包传输率等方面具有一定的优势。

基于卷积神经网络的移动机器人声源定位方法综述

听觉系统是机器人感知周围环境信息的重要途径之一,精准有效地进行声源定位,可极大提高移动机器人的感知与决策能力。将声源定位应用于危险环境救援与巡检具有重要工程意义。随着深度学习的广泛应用,引入卷积神经网络(convolutional neural networks, CNNs)的声源定位效果显著改善。将移动机器人声源定位研究从网络架构与改进、声音特征类型、数据仿真与增强,以及多模态信息融合四个角度进行综合对比及分析,并对技术的应用提出思考与展望。

基于移动通信网络的多终端类型SCADA系统

广泛应用于工业领域的SCADA系统具有多种实现方式。介绍了一种基于移动通信网络,适用于多种终端类型的SCADA系统。主站由云服务器、数据库和SCADA软件构成。终端站由现场数据源和数据传输单元构成。现场数据源包括可编程逻辑控制器、数据采集器和组态软件等多种类型,采用标准通信协议通过数据传输单元接入互联网并与主站建立通信,实现主站对终端站的数据采集。系统具有高可靠、低成本和易扩展的特点,对SCADA系统建设的方案选择和技术实现具有参考价值。

5G/B5G异构网络切换过程分析和移动性管理解决方案

有效的移动性管理对于确保5G异构网络预期的QoS和QoE至关重要。切换过程在移动性管理中起着至关重要的作用。在此过程中的故障可能会对5G通信网络的可靠性、稳定性和连接性产生不利影响。对5G HetNet的切换过程进行了分析,包括5G切换过程步骤、5G HetNet的三层切换、5G HetNet的关键切换参数。此外,针对具体问题,如超高速、负载均衡和小区间干扰,归纳总结了5G HetNet的移动性管理主要解决方案,并提出了5G/B5G HetNet的移动性管理新方法。

基于环境中移动运输代理的传感器网络建模

针对大型稀疏传感器网络中的数据获取,本文提出了一种利用环境中普遍存在的移动代理来连接稀疏传感器的网络体系结构和一种2-维网格随机游走分析模型;提出的传感器网络模型由3个抽象层构成,即由无线传感器构成的底层、由各种运输代理构成的中间层和由接入点/中央存储库构成的顶层。具体实现原理是位于中间层的移动运输代理从底层分布的无线传感器收集数据并缓冲数据,然后经过游走运输,最后将从底层的无线传感器收集的数据交付到顶层必要的接入点进行必要的存储和处理,从而实现整个传感器网络的数据获取;理论分析和仿真实验结果表明,提出的基于移动运输代理的传感器网络模型不仅具有较好的鲁棒性和可扩展性,而且相比于基站网络模型和Ad-hoc网络模型,在传感器功率消耗、数据成功率和基础设施投入成本方面有明显的优势。

移动边缘网络中基于QoE的网络媒体流卸载算法

针对移动边缘计算中新兴网络媒体流业务面临的高时延、高能耗、高带宽、低用户体验质量(QoE)等问题,提出一种基于QoE反馈配置卸载(QFCO)算法。首先,联合考虑预处理和优先级划分,从而最大化网络资源利用率,并为计算任务赋予不同的权重建立资源分配关系;然后,综合考虑截止时间、计算资源、功率和带宽等约束,以任务时延、能耗和精确度加权和为优化目标建立QoE模型,利用拉格朗日乘数法求解。仿真结果表明,相比深度增强学习在线卸载(DROO)算法,所提算法可有效实现资源的整体优化配置,更好地提升用户体验质量。

本期专题:海洋移动通信网络

主编观点现代移动通信技术的应用主要局限在陆地场景,海洋移动通信的发展滞后。随着国家海洋战略的实施,海洋活动愈发频繁,海洋业务种类愈发多样,建立完备的海洋移动通信网络,实现对海域的全覆盖和对海洋业务的全支持,将会极大地促进海上运输、海洋监测和海洋资源的开发利用。当前,海洋移动通信网络的研究开发引起了业界的广泛关注,特别是随着6G空天地海一体化网络技术的不断推进,未来将实现天基、空基和海上移动通信网络的深度融合,满足海洋业务不断扩展的移动通信应用需求。为推动海洋移动通信网络技术的研究,本专题就海洋移动通信网络的应用场景、技术需求、网络架构、关键技术、研究进展等进行分析和介绍。

考虑移动式处理的医疗废物回收网络优化

现有的医疗废物回收网络中未能结合移动式处理技术,存在过度依赖场外集中处置、源头处医疗废物产量大、偏远地区的医疗机构回收不及时等问题。为提高医疗废物的现场处置能力,减少运输过程中的感染风险和回收成本,提出“集中处置+移动式处理”的协同回收模式,构建了多车型两级车辆路径问题模型,通过改进的大邻域搜索算法(ALNS)得到最优回收方案。以武汉市的回收网络为例,设计并求解了大量算例,证明了算法的求解性能优于Gurobi。相较于现行的回收模式,协同回收最高能减少28.79%的感染风险,有利于回收网络的稳定运行。

基于无线移动网络的医院信息自动管理系统设计

为实现医院信息的实时传输,提升信息处理能力,设计基于无线移动网络的医院信息自动管理系统。采用无线移动网络连接整个系统,通过基础配置子系统输入各类医院信息后,数据子系统采用贝叶斯方法根据信息属性分类该信息后存储至元数据仓库中,并依据用户端发送的信息查询请求,根据要查询的信息内容,调取相关信息传送至交换平台,通过该平台与管理子系统交换信息,完成医院信息管理。测试结果表明系统可保证医院信息的有效、实时传输,具有较好的医院信息管理能力。

基于深度强化学习的移动通信网络空洞节点智能定位方法

在定位移动通信网络空洞节点时,易受路径选择阶段的局部最优问题影响,使定位效果难以达到理想状态.为此,提出基于深度强化学习的移动通信网络空洞节点智能定位方法.在确定移动通信网络中不同节点之间的位置信息阶段时,采用加权处理的方式对每跳距离信息进行量化,再结合加权平均跳距和节点与锚节点的距离,确定移动通信网络空洞节点定位步距.在空洞节点定位阶段引入深度强化学习中的灰狼算法,并从快速收敛的角度出发,利用模拟退火和混沌映射对原始的灰狼算法进行优化,将最终灰狼奔走围攻对象作为移动通信网络空洞节点的定位结果.测试结果表明,本文设计的定位方法能够降低空洞节点定位阶段的路径开销,在定位精度方面有良好表现,定位效率也明显提升.

5G时代移动边缘计算对智能网络发展的影响

在数字经济快速发展的背景下,5G技术的普及为移动边缘计算(MEC)的应用提供了新的机遇和挑战。本文旨在探讨数字经济时代和5G技术对移动边缘计算的推动作用,并分析其对智能网络发展的深远影响。通过对现有文献的综述和案例研究,本文首先梳理了数字经济的基本概念及其对信息技术需求的提升,接着详细介绍了5G技术的特点及其在移动边缘计算中的应用场景。随后,本文探讨了移动边缘计算在智能网络中的具体应用,包括智慧城市、智能交通、物联网等领域。最后,本文总结了移动边缘计算在5G时代的前景和挑战,并提出了未来研究的方向和可能的解决方案。

基于SEM和神经网络的移动社交电商用户隐私信息披露意愿研究

在移动社交电商情境中,用户的交互方式发生改变,个人隐私信息安全问题凸显,上述变化将会对用户的隐私信息披露意愿产生重要影响。为了探究移动社交电商用户隐私信息披露意愿的影响因素,本文基于S-O-R理论建立结构方程模型,旨在探究影响用户隐私信息披露意愿的影响因素及其作用机理。结果表明隐私政策有效性、隐私设置有效性、信息交互、情感交互等因素均正向显著影响用户隐私信息披露意愿。在此基础上,基于平台特征和用户感知收益构建了GA-BP神经网络预测模型,并针对不同预测结果提出具体应对措施。最终,文章从隐私信息安全保障和平台个性化服务等方面提出促进移动社交电商平台可持续发展的建议。

基于移动网络的水利工程远程监控系统研究

水利工程移动网络远程监控系统具有便捷性、高效性、精准性等优势,为水利工程方案调整、远程安全巡检提供支持。为充分发挥水利工程移动网络远程监控的优势,在设计中应遵循先进性原则、适应性原则、经济性原则。系统的架构包括分层架构、移动网络传输架构,其中分层架构包括工点层、应用层、平台层,移动网络传输架构以第五代移动通信技术(5G)为支持,为移动网络远程监控系统在水利工程中的高效应用提供支持。

基于物联网技术的移动通信网络规划方法

为提升通信网络节点覆盖率,基于物联网技术设计了一种移动通信网络规划方法。通过构建移动通信网络规划模型,利用物联网技术估算移动通信网络WCDMA容量,计算反向链路的最大路径损耗;根据最大路径损耗,确定链路的传播范围,从而完成移动通信网络规划。实验结果表明,设计的移动通信网络物联网规划方法的规划效果较好,通信网络节点的覆盖率较高,通信漏洞率较低,能够较好提高移动通信网络的运行性能,具有一定的应用价值。

嵌入式单片机的移动网络信息采集系统分析

随着信息化社会的快速演进和物联网技术的广泛应用,嵌入式单片机已成为众多移动网络信息采集系统的核心元件,本研究探讨了嵌入式单片机在移动网络信息采集系统中的关键技术和实际应用。在系统架构方面我们详细介绍了嵌入式单片机、移动网络模块和传感器接口之间的互动与配合,在关键技术部分强调了低功耗设计、数据压缩与传输,以及实时操作系统的重要性,在实际应用中本文列举了工业自动化、农业智能监控和城市智慧应用等领域的案例,突显了嵌入式单片机与移动网络结合的强大潜能。

基于移动众包网络动态激励机制的恶意代码传播模型

基于移动众包网络(MCN)的固有特性,引入动态激励促进网络移动用户(MU)的活跃性,研究了恶意代码在MCN中传播的动态行为,提出一个新的恶意代码传播模型SIR-M,M节点表示处理节点任务的众包节点。首先,考虑到刚被感染节点的能动性,受感染节点可通过MCN的众包机制寻求MU对此节点进行隔离和免疫强化。其次,通过稳定性分析和数值仿真验证模型有效性,与SIR模型进行比较以分析众包机制对系统的影响。结果表明,移动众包网络的众包机制显著减缓了恶意代码的传播速度,降低了恶意代码在网络中大规模泛滥的风险。

基于移动边缘计算的空天地一体化网络架构

下一代无线通信技术将通过支持智能交通、智能医疗、虚拟现实/增强等服务来提高用户的体验质量。这些新兴的服务通常都是计算密集型和时延敏感型的,必须满足严格的时延、能耗和可靠性要求,而基于云计算的服务难以满足这些要求。为了解决以上问题,提出移动边缘计算(Mobile Edge Computing,MEC)技术,解决将卸载请求回传到云计算中心所具有的高时延和高带宽消耗的问题。空天地一体化网络(Space-Air-Ground Integrated Network,SAGIN)作为6G的重要研究方向,可以弥补全球范围内的巨大覆盖缺口,受到广泛关注。通过将MEC技术、联邦学习技术和人工智能技术引入SAGIN,高效管理网络中海量、异构的资源,构建低时延、低能耗、高可靠性的SAGIN,以支持新兴的各种服务。

基于移动互联网络环境的学习模式研究

本研究旨在探索基于移动互联网络环境下的学习模式改进措施,以提高学生学习效果和课堂参与度。通过对相关文献的回顾,发现学生个人意志力不够坚定,自觉性差,约束力不足。互联网学习资源极其丰富,学生沉浸网络,导致课堂教学的参与度低下,并且学校教学管理制度和评价指标体系存在部分瑕疵。因此,本研究首先提出利用“互联网+微信平台”整合教学资源,培养学生自主学习的能力。其次,引入终端设备进课堂改革传统的“灌输”式课堂教学,积极激发学生的学习兴趣和参与度。最后,本研究构建多元评价体系,破除“唯分数”,更全面准确地评估学生的综合素质。通过这些改进措施,优化学习环境,提高学生学习效果,培养自主学习和终身学习的能力。

面向道路场景语义分割的移动窗口变换神经网络设计

道路场景语义分割是自动驾驶环境感知的一项重要任务。近年来,变换神经网络(Transformer)在计算机视觉领域开始应用并取得了很好的效果。针对复杂场景图像语义分割精度低、细小目标识别能力不足等问题,本文提出了一种基于移动窗口Transformer的多尺度特征融合的道路场景语义分割算法。该网络采用编码-解码结构,编码器使用改进后的移动窗口Transformer特征提取器对道路场景图像进行特征提取,解码器由注意力融合模块和特征金字塔网络构成,充分融合多尺度的语义特征。在Cityscapes城市道路场景数据集上进行验证测试,实验结果表明,与多种现有的语义分割算法进行对比,本文方法在分割精度方面有较大的提升。

移动蜂窝网络定位技术综述

移动蜂窝网络定位可在卫星信号处于遮挡状态和无法快速布设定位基站的情况下进行定位.具有高精度、时延小、抗干扰、不必改变蜂窝通信标准和基础设施建设等优点,该文首先介绍了第三代合作伙伴计划(3GPP)对移动通信定位指标需求的变化,体现在覆盖范围的扩大、定位精度与实时性的提升、功能实体的增加.其次详细阐述了4G长期演进(LTE)、5G新无线电(NR)主流定位技术的演进过程,及其性能、优缺点.在4G中,讨论了基于信号强度、下行链路估计到达时间/到达时间差(TOA/TDOA)和LTE-MR的定位技术;在5G中,讨论了基于参考信号估计到达时间(TOA),指纹匹配和波达方向(DOA)的定位技术.之后着重探讨了移动通信定位技术中时钟同步、源关联、实时定位、室内外越区切换以及基站位置准确度等关键问题,最后,对6G移动通信定位技术的发展新趋势进行了展望.