O-OFDM索引调制的分步优化信号映射方法

【目的】采用随机映射以及传统星座图会导致已有光正交频分复用(O-OFDM)-索引调制(IM)系统的误码率(BER)性能无法达到最优,因此,文章基于激活子载波的最优选择以及星座图的最优旋转提出了一种分步优化信号映射方法,旨在通过分步优化信号映射方法实现O-OFDM-IM系统BER性能的改善。【方法】在发射端,首先依据信道状态信息,采用信道范数最大化准则选择最优激活子载波组合;其次,利用信道状态信息,以∂=0.5°为步长,采用穷举搜索算法得到最优星座图;之后,将通过旋转获得的最优星座图加载到激活的子载波上进行信号传输;最后在接收端利用最大似然(ML)检测算法对原始信号进行恢复来实现最小的系统错误概率。【结果】仿真表明,在强湍流、BER=10-4和调制阶数为16的条件下,采用文章所提方法后,(4,2)O-OFDM-IM系统的信噪比(SNR)降低了约1.45 dB。此外,随着湍流强度的增大,BER性能的改善更明显。如,8正交幅度(QAM)、BER=10-4时,(4,2)O-OFDM-IM系统的SNR在强湍流下降低了约1.35 dB,在弱湍流下则降低了1.2 dB。【结论】由仿真结果可知,在已知信道状态信息的前提下,文章所提方法可有效改善湍流信道下系统的BER性能。

SEGY地震数据自适应快速索引处理

随着油气田勘探技术的不断进步,勘探精度越来越高,产生物探地震成果数据量也越来越大。一个工区成果动辄几个TB甚至几十个TB,而这些成果数据中90%以上为SEGY格式地震数据体、如果采用常规方法对文件依次遍历,耗费资源且效率低,结合地震数据体的特性建立相匹配的索引将极大的提高数据遍历及提取的效率与速度。通过分析国内外地震数据管理现状和发展趋势,结合油田地震资料管理现状,设计和研发一套地震SEGY数据体自适应快速索引生成技术,已实现工业化应用。

面向持久化键值数据库的自适应热点感知哈希索引

针对现有键值数据库存储系统缺乏热点意识,导致系统在高度倾斜的工作负载下性能较差且不可靠,提出了一种自适应热点感知哈希索引模型,该模型基于key值摘要信息实现了一个高性能哈希表。首先,利用key的摘要信息代替key值,压缩key的存储空间,优化哈希表中桶的数据结构;其次,利用CPU的数据级并行技术以及CPU cache line,对哈希表的探查操作进行优化;最后,为解决摘要信息导致key值无法精准比较,需要额外磁盘I/O的问题,设计了一种自适应key值调度算法,该算法根据当前可用内存大小、哈希索引负载以及访问热点情况动态地调整key值的存储位置。在YCSB仿真数据集上进行了实验,实验表明,相较于最先进的哈希表,自适应热点感知哈希索引在相同内存使用率的情况下,将速度提升至1.2倍。

面向科技文献多维语义组织的混合倒排索引构建方法

[目的/意义]为满足科研人员对科技文献内部细粒度语义信息进行高效查询的迫切需求,前期研究提出了面向科技文献的多维语义索引体系,然而基于HashMap的常见倒排索引会导致查询效率低下。本文旨在通过面向不同维度语义特征建立混合倒排索引,以改进语义查询性能。[方法/过程]本文以Treap、B+树等多种数据结构探索适合不同语义维度的倒排索引构建方法,并将其组合形成多种适用于科技文献多维语义组织的混合倒排索引构建方法,并通过对比实验,在排序查询和布尔查询条件下分析验证不同类型倒排索引构建方法的查询性能。[结果/结论]实验结果表明,组合形成的8种混合倒排索引构建方法中,表2所示的C3(HHHB)被证明在排序查询条件下具有最高的效率,而C4(TTTB)则在布尔查询条件下被证明最为高效。本文的方法能有效解决单一索引结构导致的查询效率问题。

面向主从区块链的多级索引构建方法

主从区块链是一种面向领域的、采用高效密码学原理进行大数据可信化通信及存储的新型信息处理技术.随着领域数据规模的指数级增长,现有主从区块链系统存在的查询效率低、溯源时间长等问题愈发严重.针对这些问题,提出一种面向主从区块链的多级索引构建方法(multi-level index construction method for master-slave blockchain,MSMLI).首先,MSMLI引入权重矩阵,基于主链结构将整个主从区块链进行分片,并对各个分片进行权重赋值;其次,针对每个分片内的主区块链,提出基于跳跃一致性哈希的主链索引构建方法(master chain index construction method based on jump consistent Hash,JHMI),输入节点关键值和索引槽位数量,输出主链索引;最后,引入布隆过滤器,改进基于列的选择函数,对各个主区块对应的从属区块链构建2级复合索引.在3种约束条件和2类数据集上的实验结果表明,MSMLI对比现有方法,平均能够缩减9.28%的索引构建时间,提升12.07%的查询效率,同时降低24.4%的内存开销.

纪录片理论与“索引性”之争

“index”这个概念在中文里既可以翻译成“索引”也可以翻译成“指示”,但中文的索引和指示并不是同义的概念,索引对于影像来说是与对象的一一对应,指示则是相对符号而言的象征。尼科尔斯强调了“index”概念指示性的一面,因此将虚构影像和动画都纳入了纪录片范畴。这种片面的做法不仅导致尼科尔斯对“声音”索引性的无限夸大,同时也导致像“间接索引”这种似是而非概念的出现。这些说法和概念无论是从历史上看还是从逻辑上看,都是站不住的。

联合RIS子块与接收天线的索引调制方案性能分析

利用大量无源反射器件设计的可重构智能表面(RIS),具有拓展无线通信覆盖范围、降低系统成本/功耗和提升未来通信系统性能的优势;而索引调制(IM),通过激活通信资源的子集可实现信息的隐性传输,有望为无线通信带来更高的频谱效率和能量效率,因此,为进一步提升未来无线通信系统的性能,该论文融合RIS与IM技术,提出一种联合RIS子块与接收天线的IM方案。在该方案中,按照相邻原则,将RIS反射元件分割为若干子块,进而利用RIS子块索引与接收天线索引同时实现附加信息传递,即对待传输比特序列,将其分割为三部分,其中第一部比特被调制为星座符号,第二部分用于指示RIS子块划分,第三部分用于指示接收天线索引;在此基础上,根据最大似然(ML)检测的成对错误概率(PEP)解析形式,分四种情况,从理论上推导出对应的矩母函数(MGF),得到无条件PEP的解析表达式,最后得到该方案ML检测的平均误码率(ABER)性能上界。仿真结果表明,与现有RIS辅助的IM方案相比,无须增加额外频谱资源,所提方案的系统可达速率和系统差错性能方面均具有一定优势;同时,验证了ML检测的ABER上界具备严格一致性。

双模三维索引调制差分混沌移位键控系统的设计及性能分析

针对传统差分混沌移位键控系统速率低、误码性能差的问题,提出了一种双模三维索引调制差分混沌移位键控系统。该系统利用时隙、正交码和顺序索引,在选中与未选中的时隙上均传输信息比特。在接收端,通过采用降噪技术,减小了噪声的方差,提升了系统误码性能。推导了在加性白高斯噪声信道和多径瑞利衰落信道下的比特差错率公式。仿真结果显示,与相似的混沌键控系统相比,所提系统具备更高的数据速率和更为优越的误码性能。

基于可逆元胞自动机加密的扩展码索引调制方案

针对直接序列扩频系统伪随机(Pseudo Noise,PN)码资源有限且码索引调制系统误码率性能下降的问题,提出了一种基于可逆的初等元胞自动机加密的扩展码索引调制方案。首先,针对PN码资源有限的问题,提出使用混沌规则的初等元胞自动机对PN码进行迭代的方案,从而实现扩展PN码的目的;其次,针对码索引调制误码率性能下降的问题,提出了一种可逆元胞自动机加密的码索引调制方案,在发射端,把信息比特切割成调制比特和映射比特,并分别映射为调制符号和扩频码索引,使用对应索引的扩频码对同相分量进行扩频,同时使用可逆元胞自动机对映射比特进行加密,加密后的映射比特为调制符号的正交分量选取对应索引的扩频码进行扩频。仿真与分析结果表明,在相同频谱效率条件下,在加性高斯白噪声信道中,当误码率为10-5时,扩展码索引调制方案的误码率性能优于码索引调制和广义码索引调制方案约2~4 dB,优于非正交码移键控码索引调制方案约0.5 dB。

企业搜索引擎营销的决策模型及其应用研究

互联网的高速发展与信息科技的持续进步,使得搜索引擎成为企业与消费群体互动的关键纽带。通过精准的搜索引擎营销策略,企业不仅能显著提升品牌的公众知晓度,还能吸引潜在的顾客群,从而有效促进销售绩效的增长。网络世界的快速更迭与市场竞争的剧烈,要求企业发展出富有成效的搜索引擎营销计划,这一点无疑是充满挑战的。论文通过对企业搜索引擎营销的决策模型及其应用的研究,旨在为相关领域的企业或人员提供实践指导和借鉴。

基于智能索引算法的集控设备事故辅助预警方法研究

为了保障电力集控中心设备正常运转,针对信息检索效率较差、电压偏差控制效果较差的问题,研究基于智能索引算法的集控设备事故辅助预警方法。利用R-树索引算法检索集控设备运行数据集内设备事故数据;计算集控设备事故数据状态向量间的相似度,将该相似度组成相似度向量后,利用滑动窗口算法计算集控设备事故辅助预警阈值,当集控设备事故数据状态向量相似度低于该阈值时,则向用户发出设备事故辅助报警。实验结果表明,该方法采集集控设备电压偏差仅为0.05 V左右,可有效采集集控设备运行数据;检索设备事故信息较为迅速和准确。

基于天线索引多种星座联合的空间索引调制

为进一步开发无线通信系统的天线索引域,提高无线通信的频谱利用率,提出了一种联合三维星座和正交幅度调制星座的增强广义空间调制新方案(EGSM-3DQ).在方案中,借助一个矢量索引比特,构建三维星座来拓展激活天线索引的组合.发射部分的矢量符号由两个空间矢量符号构成,其中一个空间矢量符号是通过三维星座信号映射器和天线索引矢量调制器,将三维信号符号的3个分量调制到2根或3根激活发射天线上而获得的;另一空间矢量符号是通过矢量选择器将1个或多个正交幅度调制符号调制在1根或多根激活天线上而获得的.通过仿真实验分析系统的平方最小欧式距离和平均比特错误概率,结果表明,与传统通信系统相比,新方案改善了通信的性能.

基于多级索引表的金融业务数据库精准查询方法

为提升金融业务数据库查询精准度和效率,设计了一种基于多级索引表的金融业务数据库精准查询方法。首先,构建多级索引的逻辑结构,设计多级索引表构建过程;其次,进行金融业务数据特征融合,为金融业务数据查询准备好数据条件;最后,设计金融业务数据库精准查询算法,完成基于多级索引表的金融业务数据库精准查询方法设计的全过程。实验结果表明:设计方法的金融业务数据库查询精准度均在90%以上,最高可达到98%,而且查询所需时间最短仅为5.25 s。本设计方法的适用性极强,具有较好的应用前景,以期能够为金融业务数据的精准高效查询提供参考借鉴。

配电网监测数据索引集群的分布缓存方法

针对配电网监测数据急剧增加导致配电网监控系统响应时间过长的问题,本文提出一种热点数据部分链表分布缓存方法。首先,引入缓存技术并分析原有热点数据链表缓存方法的局限性,提出一种新的缓存方法以提高缓存管理效率;然后,设计预热查询实现索引系统的热启动从而提高索引系统的缓存命中率;最后,以配电网监测数据为算例,验证所提方法的效果。测试结果表明,所提出的缓存方法及设计的预热查询能在不同查询条件下大幅减少索引集群的查询时间,有效提高配电网监测数据索引集群的查询效率。

搜索引擎、人工智能与行政负担

学习成本是行政负担的重要维度之一,但是相关研究并不多。搜索引擎是公民找政府办事的主要入口之一,本文聚焦搜索引擎如何影响政民互动中的学习成本。研究显示,商业开发和政府提供的搜索引擎服务降低了公民与政府打交道的学习成本,但是也因为设计缺陷和过度商业化而增加行政负担。进一步的分析发现,随着以大语言模型为代表的生成式人工智能在搜索引擎中的深度应用,政民互动的学习成本会持续降低,并会带来合规成本和心理成本的下降。本文讨论了新一代人工智能技术对行政负担,特别是学习成本的潜在影响,并提出了对策建议和未来研究方向。

新媒体时代传统搜索引擎与社交媒体搜索的比较研究

新媒体时代,社交媒体平台蓬勃发展,增强了社交媒体搜索与传统搜索引擎关系的可研究性。研究通过探究它们在用户信息检索和获取上的差异,揭示社交媒体搜索与传统搜索引擎的互补和互斥特征。

反向散射中基于载波索引的混合NOMA方案

基于功率域非正交多址的环境反向散射通信系统上行链路常通过距离差完成用户配对。无源反向散射系统的双重信道衰落,导致远端边缘设备无法满足通信所需功率或解码所需信干噪比(Signal-to-Interference-Noise Ratio,SINR)约束。为了解决上述问题,提出一种OFDM和具有索引调制(Index Modulation,IM)的OFDM混合的上行NOMA方案,该方案由标签调制方案和反射系数调节方案组成。OFDM-IM提供了更好的能量效率,可以使功率水平低的设备满足通信条件。反向散射设备(Backscatter Devices,BD)根据接收到的功率水平,灵活地选择OFDM或者OFDM-IM,并在功率域叠加;通过调节反射系数保证叠加信号的功率差,接收机利用功率电平来执行多用户检测。实验结果表明,该方能够有效地提高远端用户解码的成功率,并且解码用户数量的增加提高了系统容量。

基于同态哈希函数和虚拟索引的动态云审计方案

为更好地实现云存储的数据完整性验证,解决云数据安全更新效率低的问题,提出一种基于同态哈希函数和虚拟索引的动态审计方案。首先对上传云服务器的数据进行盲化,以保护原始数据在云中的隐私;接着利用同态哈希算法对盲化后的数据进行签名,以便签名聚合的计算;然后利用虚拟索引实现对特定数据块快速查找和更新的同时,不对其他数据造成影响;最后,将提出的动态云审计方案扩展为批量验证方案,从而提高多用户场景下完整性验证的效率。理论分析表明,该方案是安全高效的。

双层索引驱动的隧洞海量点云高效管理方法

针对隧洞表观性态监测,三维激光扫描获取的点云具有数据量巨大、非结构化以及狭长线状非均匀分布等特点,给隧洞点云数据处理极大的压力,也制约了隧洞工程点云监测应用的发展。为此,本文结合隧洞工程空间分布特点,提出一种基于双层索引结构的隧洞海量点云管理方法。该方法设计了一种基于Hough变换的隧洞水平中线粗提取方法,指导隧洞点云数据沿水平中线进行点云自动分段;而后利用“自下而上”的归并构建策略建立分段点云八叉树索引。在此基础上,利用非冗余的多层次细节(LOD)建模方法和内外存动态调度技术实现海量点云数据快速可视化。实验结果显示,本文方法有效提高了隧洞点云水平轴线提取效率,基于双层索引结构的隧洞点云管理在点云检索、海量点云数据可视化等方面表现出优异性能。

APLI:一种基于持久化内存的高性能学习索引

持久化内存(Persistent Memory,PM)已成为容量有限的DRAM的最有潜力的补充或者替代品.学习索引(Learned Index,LI)作为一种感知数据分布的索引结构,在大数据集上能够以较小的内存使用量展现远优于B+树的性能而被广泛关注.最近,一些研究者尝试将学习索引部署在持久化内存中,然而现有的持久化学习索引存在读写性能次优化、结构扩展性不足、动态负载性能不统一等问题.为此,本文在深入分析了持久化内存和学习索引特性的基础上,提出了一种自适应的持久化学习索引结构APLI.APLI由两部分组成:1)高效的混合介质的持久化学习索引树(EPL-Tree),提供稳定的读写性能和结构扩展;2)轻量级的哈希表(SW-Table),用于快速感知负载变化并提升热点访问的性能.在持久化内存真实设备上的评估表明,相比现有的持久化索引结构,APLI读写性能最高分别提升3.2倍和3.3倍,而且拥有更稳定的结构扩展性能.另外,APLI能在较小的DRAM空间占用前提下,实现各种负载场景下的稳定高性能访问.