LTE-Advanced网络Uu接口多协议关联方案的研究与实现

针对LTE-Advanced网络移动数据业务爆炸性增长、多协议关联分析处理效率低下等问题,在传统信令监测系统的基础上,提出了一种采用大数据技术(存储、处理和分析)和多协议关联分析技术的LTE-Advanced网络Uu接口多协议关联分析系统。首先,对Uu接口的L1、L2、L3数据业务流程进行高效处理和精准分析,然后进一步关联分析用户数据信令流程和用户业务数据流程。最后,将所提系统应用于LTE-Advanced网络Uu接口数据的现网测试中。测试结果表明:设计的多协议关联分析系统达到了预期的效果,对提升用户体验、高效进行大数据分析以及精准营销领域具有推广意义。

在LTE-Advanced网络下的Device-to-Device通信

Device-to-Device(D2D)通信是一种在系统的控制下,允许终端之间通过复用小区资源直接进行通信的新型技术,它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决无线通信系统频谱资源匮乏的问题。与其他应用于非许可频段的同类技术相比,D2D具有干扰可控等优点。文章对D2D技术原理进行了介绍,阐述了它应用的必要性和应用场景、它对比同类技术的优点,以及在应用中的关键问题。

LTE-Advanced网络Uu接口用户行为分析系统的研究与实现

大数据时代,面对海量且复杂的结构化、半结构化和非结构化数据,传统的信令监测分析系统无法快速准确地分类、处理以及存储海量数据中包含的信息。针对这些问题,提出了一种基于Hadoop系统技术平台和支持向量机(Support Vector Machine,SVM)分类算法的LTE-Advanced网络Uu接口用户行为分析系统。对用户行为分析系统的系统架构、在Hadoop平台下数据挖掘分类算法SVM的实现进行了详细阐述,并通过Uu接口进行了现网测试,测试结果表明,提出的用户行为分析系统达到了预期的效果,对用户偏好分析以及精准营销具有推广意义。

基于专利的领域技术知识流动网络特征分析——以LTE-Advanced技术为例

运用社会网络分析方法,通过数据收集、网络构建和网络分析三个步骤实施研究。首先,从德温特专利数据库中下载所需的专利文献;然后,运用社会网络分析软件构建了LTE-Advanced技术领域的专利权人合作网络和专利权人引用网络;最后,从整体特征和关键节点两个方面对所构建的网络进行分析,力图从隐性知识和显性知识相结合的角度揭示该领域的技术知识流动网络的特征,以期对从事该领域的技术人员和企业决策有所助益,并将分析流程与方法用于其他技术领域的研究中。

LTE-Advanced异构网络中负载均衡研究进展及展望

新一代移动通信网络不断演进为高密集、无定型的异构网络,业务需求与资源供给的匹配问题,即负载均衡问题是异构网络(heterogeneous network,HetNet)资源管理的挑战问题之一。阐述了负载均衡的一般性问题,根据负载均衡算法的主要特征给出了综合分类,按照分类对近年来提出的主要负载均衡策略进行了细致和深入的对比分析;同时也对比分析了几种减少负载均衡过程中信令开销的方案。在总结现有研究成果的基础上,进一步分析负载均衡技术的最新发展趋势,为下一步的研究提出了新的问题和思路。

LTE-Advanced系统的网络自治愈技术

文章认为LTE-Advanced网络自治愈功能能够通过对现有网络运行数据的分析,自动、快速、准确地检测和定位网络故障,并进行修复或者补偿,可确保用户连续、高质量的进行通信。针对自治愈技术中的中断探测和中断补偿技术,文章分别提出相应的解决算法:基于聚类算法的中断探测方法、基于遗传算法的中断补偿算法,随后文章仿真验证并分析了算法的正确性和有效性。

VANET/LTE-Advanced异构网络中基于协议序列-IEEE 802.11p的信道接入机制

提出了VANET/LTE-Advanced异构网络架构,并重新规划信道使用及接入模式,提高车载设备之间通信的有效性,增强公平性并兼顾自由度。以车辆间通信为研究对象,深入剖析并比较IEEE 802.11p MAC协议,基于协议序列信道接入机制,提出基于协议序列-IEEE 802.11p的信道接入算法,将"基于调度"与"基于竞争"的信道接入结合,完善IEEE 802.11p MAC层协议。仿真结果表明,基于协议序列-IEEE 802.11p的信道接入机制与UI模式及IEEE 802.11p模式相比,实现了用户平均吞吐量和平均数据分组发送时延性能的权衡,具有理论价值和实用价值。

社区同群效应与居民网络消费扩容提质

在百年未有之大变局下,扩内需、促消费已成为推动经济高效循环、满足人民美好生活需要的关键途径。作为人际互动与社会关系构建的关键场所,社区居民所形成的关系网络,不仅能强化居民之间的相互依赖,也能使居民消费行为产生同群效应。社区同群效应的信息传递与知识溢出,在促进居民网络消费扩容提质的同时,可以通过增加网络消费信贷、提升消费等级和降低居民依赖心理,使得低于参考点的居民受到激励,实现网络消费的扩容提质,这一点在男性和银发群体以及处于中小城市和农村地区的居民中表现得更为明显。社区同群效应对居民网络消费所产生的这种积极作用,为建立社区交流机制、设计符合居民需求特点的网络消费信贷体系、树立理性消费观和构建能释放内需动力的消费机制提供了新的实证证据,也丰富了居民消费领域的研究。

高精度tDCS对网络成瘾者非理性决策行为的干预效果研究

研究发现网络成瘾者存在严重的“忽视长期利益、追求短期利益”的非理性决策行为.采用高精度tDCS技术干预网瘾被试和对照组,对比两组在最后通牒任务中的拒绝率和相应的反应时,发现单次20 min的右背外侧前额叶阳性刺激可以显著降低网瘾被试的拒绝率,并缩短其反应时间.研究结果说明,不仅单次高精度tDCS可促进网瘾者非理性决策行为的改善,而且通过干预关键脑区,即使是神经环路复杂的决策这一高级社会认知,高精度tDCS也可以实现对于决策整体加工的促进作用.因此,从其短时高效的作用效果出发,高精度tDCS未来可以考虑作为网瘾甚至更多其他病症的有效干预方法之一.

基于FS-SIA的毁伤预测神经网络超参数优化方法

针对毁伤预测中神经网络超参数设置及调试过程较为复杂的问题,提出一种基于特征选择结合群体智能(feature selection and swarm intelligence algorithm,FS-SIA)的超参数优化方法,用于在毁伤预测中对神经网络进行超参数的搜索和优化。首先,通过多种特征排序方法确定毁伤特征的重要性,选取公共的特征偏序子集用于模型训练。其次,针对具体的神经网络模型,分别采用多种群体智能算法进行超参数的搜索和优化。最后,得出特征集性能最优的超参数训练模型。实验结果表明,相较于未经特征排序而单纯采用群体智能算法的其他超参数优化模型,所提方法在毁伤预测中具有更快的收敛速度和更高的准确率。

突发事件网络舆情主题演化聚焦特征研究——以“河南暴雨事件”为例

通过生命周期理论,对突发事件网络舆情情感变化推动主题演化聚焦的特征进行分阶段研究,有利于了解政府和媒体如何进行突发事件网络舆情引导。该文以“河南暴雨事件”为例,运用情感词典识别各阶段情感倾向,运用LDA模型分析各阶段舆情主题,结合生命周期理论划分舆情生命周期,总结突发事件网络舆情情感变化推动主题随生命周期演化聚焦的特征。研究表明,在潜伏期和萌动期,网民情感由负面转向中性,主题聚焦于应急保障;加速期和成熟期,情感由负面转向正面,主题关注应急救援;消退期,情感以中性和正面为主,主题转向应急修复。政府和媒体在各阶段有效引导了舆情。研究为舆情监管部门提供了网民情感变化与主题演化的洞察,为提高舆情引导能力提供了方法指导。

网络服务提供者在信息网络犯罪中的过错推定责任

信息网络犯罪是典型的技术型犯罪。网络服务提供者在信息网络犯罪中虽然能够起到技术性帮助作用,但其也是防控信息网络犯罪中不可或缺的重要力量。不同类别的网络服务提供者在信息网络犯罪中所起的作用迥然相异,故其在信息网络犯罪中刑事责任承担方式也大相径庭。既然如此,刑法针对不同类别的网络服务提供者在信息网络犯罪中所采取的归责方式也应有所区别。现有刑事法规范对网络服务提供者中的网络链接提供者及网络平台提供者规定了明确的安全管理义务,进而对网络链接提供者及网络平台提供者所实施的信息网络犯罪采用过错推定的归责方式。在风险社会语境中,这种过错推定责任体现出刑法治理模式由“责任主义”向“负责主义”的范式转换。“负责主义”治理模式不仅对信息网络犯罪之防控有显著效用,也为如何有效惩治其他类别的风险犯罪提供了可资借鉴的理论依据。

单宁酸改性互穿网络水凝胶促进断裂跟腱术后的组织重塑

背景:跟腱断裂术后的再生与重塑是临床治疗的难点,组织工程水凝胶材料为促进跟腱修复提供了可能。目的:探究单宁酸改性互穿网络水凝胶对大鼠断裂跟腱组织再生与重塑的作用。方法:①通过蓝光照射及CaSO4溶液浸泡交联制备单宁酸改性互穿网络水凝胶,表征水凝胶的微观形貌、力学性能、黏附性能、体外释药性能与生物相容性。②取30只SD大鼠,采用随机数字表法分为假手术组、手术组与水凝胶组,每组10只,后2组建立右后肢跟腱断裂模型,手术组采用改良Kessler法将断裂跟腱重新缝合,水凝胶组采用相同术式缝合断裂跟腱后将单宁酸改性互穿网络水凝胶贴片完全缠绕包裹于断端接合处。术后4周,对断裂跟腱进行影像学检查、组织学评价、生物力学测试及炎症因子水平检测。结果与结论:①扫描电镜下可见单宁酸改性互穿网络水凝胶呈多孔微观结构,孔径为3-10μm,并且水凝胶具备良好的体外释药性能、黏附强度与拉伸强度;CCK-8检测与活/死染色显示,该水凝胶对大鼠骨髓间充质干细胞增殖活性无明显影响,具备良好的生物相容性。②MRI成像显示,与手术组比较,水凝胶组大鼠跟腱呈均一低信号,跟腱前后径厚度减小,与周围组织分界更为明确,表现更接近假手术组。苏木精-伊红与Masson染色显示,手术组大鼠跟腱纤维排列松散混乱,细胞密度增加且排布杂乱,伴有明显炎性细胞浸润,部分区域出现腱内骨化;水凝胶组大鼠跟腱纤维排列有序,细胞密度降低且排布规整,炎性细胞浸润明显减少。手术组大鼠跟腱的拉伸强度低于假手术组(P<0.05),水凝胶组大鼠跟腱的拉伸强度高于手术组(P<0.05)。与假手术组比较,手术组大鼠跟腱中白细胞介素1β、白细胞介素6及肿瘤坏死因子α质量浓度及mRNA表达升高(P<0.05);与手术组比较,水凝胶组3种炎症因子水平及mRNA表达降低。③结果表明,单宁酸改性互穿网络水凝胶可显著抑制局部炎症反应、促进断裂跟腱组织重塑。

三七治疗骨关节炎机制:基于UHPLC-QE-MS、网络药理学及分子动力学模拟

背景:课题组前期研究发现三七能够修复骨细胞的形态结构,对于治疗骨关节炎具有良好的应用前景,但目前对于三七的具体作用机制尚不清楚。目的:采用超高效液相色谱-四极杆-静电场轨道阱串联质谱(ultra-high performance liquid chromatography-Q exactive-mass spectrometry,UHPLC-QE-MS)技术鉴定三七的主要成分,并结合网络药理学、分子对接和分子动力学模拟探究三七治疗骨关节炎的作用机制。方法:利用UHPLC-QE-MS技术鉴定三七的主要成分后,运用TCMSP数据库筛选活性成分,通过TCMSP和Uniprot数据库查找活性成分靶点,通过疾病数据库筛选骨关节炎靶点。在药物靶点与疾病靶点取交集后,导入STRING数据库和Cytoscape软件构建蛋白互作网络筛选关键靶点,通过“活性成分-作用靶点”网络筛选关键活性成分。再对关键靶点进行富集分析,并对关键活性成分和关键靶点进行分子对接验证,最后选取结合能最低的结果进行分子动力学模拟。结果与结论:①在三七溶液中共鉴定出57种活性成分,成分靶点与疾病靶点交集50个,关键活性成分5个(槲皮素、熊脱氧胆酸、山奈酚、柚皮素和红藻氨酸),关键靶点5个(白细胞介素6、基质金属蛋白酶9、白细胞介素1β、白蛋白和趋化因子配体2);②基因本体功能富集642个条目,其中620个条目代表生物过程,21个条目代表分子功能,1个条目代表细胞成分;京都基因与基因组百科全书通路分析63条通路,主要涉及雌激素信号通路、白细胞介素17信号通路和高糖基化终末产物-高糖基化终末产物受体信号通路;③分子对接显示关键活性成分和关键靶点结合活性良好,分子动力学模拟提示槲皮素和基质金属蛋白酶9间的相互作用稳定;④对三七成分进行了较全面研究,初步阐明了其药效物质基础,预测三七可通过多组分、多靶点、多途径和多通路发挥抗炎、软骨保护和免疫调节作用来治疗骨关节炎。

基于人工神经网络和机器视觉的棉花分拣系统研究

首先,介绍了卷积神经网络的原理,并基于双目视觉搭建了棉花分拣视觉系统;然后,基于3×3窗口、Sobel和Hough等算法,实现了棉花图像的边缘检测和特征提取功能;最后,基于卷积神经网络对棉花图像进行特征提取和优劣分类,并利用双目视觉对识别的棉花进行空间定位。实验结果表明:棉花分拣系统的准确率为96.50%,能够有效地满足实际应用的要求。

基于图卷积神经网络的WSN零动态攻击检测方法

零动态攻击与一般攻击方式相比,隐蔽性更强,因此更不容易被发现。以往常规的检测方法在检测这种攻击方式时,漏检率和误检率较高。针对上述问题,研究一种基于图卷积神经网络的WSN零动态攻击检测方法。基于零动态攻击原理,以信道状态信息作为采集源,利用CSI-Tools工具实现CSI数据包采集。从CSI数据包中分离出幅值数据和相位数据,针对前者实施去噪处理,针对后者实施校准处理。从幅值数据和相位数据中提取4个特征,以特征为输入,构建图结构,利用图卷积神经网络实现无线传感网络零动态攻击检测。结果表明:基于图卷积神经网络的攻击检测方法的漏检率和误检率相对更低,由此说明该方法对零动态攻击检测更为有效,能够实现更为准确的检测。

基于小波降噪的神经网络盾构泥水分离系统参数预测方法

泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技术,采集盾构机掘进参数(掘进速度、刀盘转速和总推进力等)和泥水分离系统运行参数(进浆量、进浆密度和进浆黏度等),通过Cook距离离群检测和小波阈值去噪处理提升数据质量;以双旋流分离密度比值、黏度比值等12个参数为输入,排浆量、排浆密度和排浆黏度为输出,建立BP神经网络泥水分离系统参数的预测模型,并选取3个不同地层环段进行预测对比分析。预测结果表明:预测平均绝对误差均在5%以内,该预测模型在复合地层下仍具有较高的准确性。

藏东南植被碳利用效率的时空变化与生态网络构建

碳循环在全球生态系统中起着至关重要的作用,碳循环的反馈效应将对未来的气候变化具有重要影响。本研究以西藏地区东南部(林芝市和昌都市)为研究区域,以相应月份和年份MOD17A2HGF GPP,MOD17A2HGF PSN_(net)数据为主要数据源,探讨时空变化格局,并结合气象数据对藏东南植被CUE进行相应系统分析,还建立一个生态网络来研究CUE变化对生态系统稳定性的影响。研究结果表明:月尺度上,区域CUE随生长季变化明显,变异规律在不同植被类型中有所差异。年尺度上,CUE整体呈现不显著的上升趋势,但2019-2022年CUE波动幅度加大。藏东南CUE随温度和降水变化,且温度对CUE变化更显著,相关性较强。气温和降水对藏东南区域CUE变化趋势呈现相反的现象。藏东南地区生态节点和廊道的数量逐年减少,需要添加生态垫脚石增加生态源地,减少生态廊道提高藏东南生态系统稳定。藏东南生态源区CUE的变化对整个生态系统的影响尤为显著。

基于物联网和卷积神经网络的智能农机安全驾驶系统

基于物联网和卷积神经网络的智能农机安全驾驶系统是一种创新的农业技术应用,通过将农机设备的摄像装置连接到互联网上,实现对农机设备和驾驶员的实时监测和数据采集;再利用卷积神经网络技术对采集到的驾驶数据进行特征提取和驾驶行为分类与识别,实现对驾驶行为的自动监测和预警。实验结果表明:系统对驾驶行为的类别检测准确率较高,可以提高农机驾驶安全性和驾驶效率,为农业生产提供更加智能化和高效的服务。

PCA-BP神经网络模型在拖拉机发动机故障诊断中的应用

拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(PCA)算法对拖拉机发动机的传感器数据进行降维处理,并使用BP神经网络对降维后的数据进行分类识别,以实现拖拉机发动机故障的诊断。试验结果表明:PCA-BP神经网络模型可以准确地诊断拖拉机发动机的多种故障,相比于传统的BP神经网络模型,具有更高的准确率和更好的泛化能力,表明PCA-BP神经网络模型在拖拉机发动机故障诊断中具有较大的应用前景。