能效优先的用户关联与功率控制协同优化机制

在异构蜂窝网络中,针对系统的能效提出了一种基于效用函数最大化模型的用户关联与功率控制协同优化方案,该方案表示为非线性混合整数问题。为了求得该问题的最优解,设计了一种迭代算法,首先将原问题转换为带参数的多项式形式的问题,在外层循环利用Dinkelbach方法求得最佳的能效因子,然后在内层循环分别求得最佳的用户关联矩阵和传输功率。最终实验结果表明,用户关联与功率控制协同的优化方案在能效和负载平衡方面比固定功率条件下的用户关联策略的性能更优。

命名数据网络中的一种冗余控制策略

命名数据网络(named data networking,NDN)作为一种新型网络架构,支持多路径转发和网内缓存,使得网络中存在大量冗余数据,会大大增加拥塞可能性。为解决上述问题,以减少兴趣包和数据包的转发数量为出发点,提出了基于扩展链路状态通告(extended link state advertisements,ELSA)的冗余控制算法(ELSA-based redundant control,ELSA-RC)。该算法一方面在路由节点新添一个跳数数据库(hop DB)来保存兴趣包的最新跳数,并通过发送ELSA以增强邻居节点的hop DB更新,从而降低兴趣包转发深度;另一方面,基于待定请求表的接口信息和收到的ELSA消息来阻止重复数据包的返回。基于ndn SIM的仿真结果表明,相较传统NDN,采用ELSARC后兴趣包和数据包的传输数量分别减少了约15%和26%,平均时延减少了约14%。因此,使用ELSA-RC能显著减少兴趣包和数据包在网络中的无效扩散和重复传输,同时还能降低网络时延,使NDN性能得到提高。

命名数据网络中的一种双模式转发模型

命名数据网络(named data networking,NDN)是为了解决当前IP网络中因存在大量重复冗余传输所造成的流量爆炸问题而提出的一种新型网络架构。NDN的网内缓存机制极大地提升了网络资源的利用效率,对于传统的端到端业务来说却略显支持性不足。针对于这一问题,提出了一种NDN网络中的双模式转发模型。该模型对内容分发类业务采用传统的NDN转发机制进行转发处理;对端到端业务,采用定长的标签交换代替变长的名字查找来加速转发,并且不再进行缓存操作。基于ndn SIM的仿真结果表明,相较于传统NDN的单一转发机制,使用该转发模型后有效地节省了内容缓存的空间,同时端到端业务的响应时间减小了约37%。

基于移动信令数据的城市热点识别方法

城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径,并为基于位置服务(location based services,LBS)如商铺选址、旅游导航等提供重要的科学参考,具有重要的应用价值。随着个人手机终端的普及与发展,手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(point of interest,POI)数据来挖掘城市的热点区域并进行功能类型标定,重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝,并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域,数据来源于重庆某移动运营商提供的用户手机信令数据,通过实验实例验证分析,证明了该方法可快速识别出城市热点区域,并具有较高的准确性。

基于手机信令和导航数据的出行方式识别方法

基于手机信令识别居民出行方式对于智慧交通规划具有重要意义。通过结合信令和导航地图数据,利用聚类算法以及时间关联性算法,实现步行、驾车、公共交通等出行方式的识别。结果表明,结合导航地图数据后识别正确率得到明显提高,与只利用手机信令的识别方法相比,整体准确率提升超过15%,具有较高的识别准确率,同时算法执行时间为187 s,效率较高。整体而言,该识别算法适合在实际工程环境中使用。

基于SSA-ARMA的公交短时客流实时预测

客流量是公交运营调度的依据,为及时掌握客流短时变化情况,利用IC卡和公交车GPS等数据,提出一种基于时空匹配的乘客上车站点识别算法,快速全面地完成客流数据统计;在此基础上,提出一种基于奇异谱分析(singular spectrum analysis,SSA)-自回归移动平均(auto regression moving average,ARMA)的短时客流预测方法。以重庆市2016年5月的公交数据进行验证,实验结果表明,模型预测准确度与支持向量机、BP神经网络等算法相比有明显提升且计算耗时短,具有实用价值。

大规模MIMO系统的改进RTS信号检测算法

大规模多输入多输出(MIMO)技术通过基站端天线数量的增加有效提高频谱效率,降低传输功率,使其成为5G移动通信系统的一项关键技术。可是随着天线数量的增加,上行链路信号检测算法的复杂度大幅增加,原有检测算法无法实现。基于机器学习和人工智能的主动禁忌搜索算法(RTS)凭借着复杂度低的优势脱颖而出,成为业内的研究热点。针对RTS算法初始值计算复杂度过高这一问题,提出基于BC-GS(Block Constellations-Gauss Seidel)迭代算法求解初始值的RTS信号检测算法,使其在达到原有算法误码率性能的前提下,从而进一步降低算法复杂度。

多协议下智能家居协议的分类方法

针对市场上智能家居协议标准繁多,加大了流量识别与分类难度这一问题,提出了一种多协议下智能家居协议的分类方法。该方法利用数理统计计算出K-Means聚类算法的K值和聚类初始中心,基于向量空间模型(vector space model,VSM)概念,使用数据对象间的相似度去代替K-Means聚类算法中数据对象间的距离,使用信息熵作为聚类好坏的评估。选用真实环境下捕获的实验数据进行测试验证。结果表明,该方法对多协议下智能家居协议的分类精度达到90%以上。

基于多源数据的出行安全时空评价模型研究

准确评估城市安全态势是保障居民出行安全的关键。针对现有的单一领域静态评价方法难以应对复杂多变的出行安全问题,考虑出行安全的时空相关特性,提出一种基于多源数据的出行安全时空评价模型。针对时间类特征的马尔科夫特性,构建基于条件随机场的时间域评价模型以模拟安全指数的时序相关性;针对空间维度中不同栅格之间的特征相关性和地理位置邻近性与安全指数之间复杂的非线性映射关系,构建基于神经网络的空间域评价模型以模拟安全指数的空间相关性。在模型训练阶段,考虑样本数据稀疏性问题,采用基于协同训练的半监督学习方法使2个模型相互迭代增强,共同作用得到最终评价结果。实验结果表明,该方法分类评价精确率达82.3%,召回率达70.4%,模型性能优于其他几种常用的分类算法。

基于知识与数据驱动的高速路车辆速度计算方法模型研究

由于目前通过蜂窝基站定位的精度不够高和信令数据产生的不确定性,所以通过手机信令数据估计交通信息参数的精确度仍然是一个巨大的挑战。高速路车辆速度参数是评估道路服务质量最常研究的参数之一,目前基于手机信令数据的交通参数估计基本步骤为数据收集及预处理、地图匹配、用户路线匹配确定和交通信息参数估计。在此基础上,根据物理运动学知识,针对手机信令数据产生的不确定性和容易参杂平行公路噪声用户数据的影响,提出一种融合距离加权的改进车辆速度计算方法,并在此方法上进一步提出一种消除平行公路干扰数据的车辆速度计算方法,提高计算准确度。利用某移动公司提供的平台进行实例验证,并采用平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)作为性能指标,该方法模型性能均优于传统方法模型,并且平均绝对百分比误差比传统方法降低10%左右,具有重要的应用价值。

基于DASH的全景视频传输应用研究

随着虚拟现实的兴起，全景视频业务迎来了快速的发展期。然而，全景视频较于传统视频有着更大的数据量，往往网络环境并不足以支撑全景视频的在线播放，用户在观看全景视频时会出现卡顿、模糊、黑屏等影响用户体验的现象。基于HTTP的DASH技术的发展，为解决全景视频传输所面临的问题带来了很大的助益。文章阐述了全景视频技术以及DASH的发展，提出了一种基于DASH的全景视频自适应传输方法。

基于NOMA的上行MTC无线资源分配方案

为解决机器类通信中不同服务质量(QoS)要求的设备接入问题,提出一种基于非正交多址接入技术的资源分配方案。面向高可靠低时延通信(URLLC)提出一种基于双向匹配的子载波分配算法;面向大规模机器类通信(mMTC)提出一种基于自适应遗传算法(AGA)的资源分配方案,改进染色体编码规则和适应度函数的惩罚因子。仿真结果表明,所提方案相比子载波分配次优匹配(SOMSA)方案功率平均降低4.59 dBm,能有效解决不同QoS要求的设备接入,降低mMTC设备功耗。

面向缓存辅助中继系统的混合中继选择方案

针对协作中继系统中的中继节点附带有限缓存辅助的情况,研究了缓存队列的设置对中继系统性能的提升,指出系统可以根据不同的信道质量对缓存辅助中继节点进行灵活部署,同时根据数据包在缓存队列中需排队等待转发这一现象引出其带来的时延问题,结合已有中继选择算法只考虑信道质量这一问题,提出兼顾考虑信道质量和缓存状态的混合中继选择方案以减少时延,采用马尔科夫链模型分析状态转移矩阵,据此推导出系统的平均时延及中断概率的表达式。通过仿真分析证实了所提方案相比原有算法具有更低的平均时延,有助于提高中继系统的工作效率。

NDN中数据驱动的名字标签交换机制的研究

可扩展的高速分组转发是NDN的重点研究。对此名字标签交换机制(NLS)被提出,该机制将MPLS思想引入NDN中,大幅度提高了NDN转发性能。然而,现有的NLS的标签交换路径是静态设置的,不利于大规模网络拓扑使用。针对这一问题,本文提出一种数据驱动的动态标签分发协议,它能动态的建立标签交换路径。仿真结果表明,引入动态NLDP后,NLS的转发性能并没有下降,相较传统NDN,仍有较大的提高。

一种适用于光通信系统中的QC-LDPC码的构造

为了满足快速发展的光通信系统不断扩大的需求,基于有限域的两个不同本原元提出了一种准循环低密度奇偶校验(Quasi-Cyclic Low-Density Parity-Check,QC-LDPC)码的构造方法,构造的基矩阵中不含4环,译码时纠错性能良好。将两个本原元组合,通过调整基矩阵结构,使构造的码字最小距离增大,从而提升码字的纠错性能。仿真结果表明:在相同的仿真环境下,当误比特率(Bit Error Rate,BER)为10^(-6)时,构造的码率为93.7%的QC-LDPC(3 780,3 540)码的净编码增益(Net Coding Gain,NCG)比同样是利用有限域本原元(Primitive Elements,PE)构造的PE-QC-LDPC(3780,3540)码,提高了0.38dB;同时,与适用于光通信中利用有限域中两个不同子群(Sub-Groups,SG)构造的SG-QC-LDPC(3 780,3 540)码和已广泛应用于光通信的ITU-T G.975.1标准中的LDPC(32 640,30 592)码相比,净编码增益分别有0.2dB和0.72dB的提升。