基于位置信息的低轨卫星上行时钟同步方法

针对传统基于测距信息来设定上行同步方法中出现的频繁更新距离信息的问题，提出了基于位置信息的上行时钟同步方法。首先，通过测量伪距组成非线性方程组，采用基于最小二乘原理的解算方法定位出地面单元的位置信息；然后，由于卫星运动的位置信息已知，进一步可以得到星地间距离随时间的变化关系，距离换算成时延，即可得地面单元的上行信号发送时间提前量；最后，调整地面单元的发射机使上行信号以较高精度恰好在分配的时隙到达卫星，实现系统上行时钟同步的目的。仿真结果表明，所提方法能对全球范围内地面静止单元以较高精度实现卫星星座通信系统内上行时钟同步，避免频繁的测距更新，且精度更高。     

LTE-M系统上行数据传输改进方案

空口传输过程中有很多不确定性会导致调度请求(SR)发送失败或滞后,影响LTE-M系统下业务传输的时延和可靠性.为解决该问题,提出了一种针对LTE-M系统的上行数据传输优化方案.通过周期性低频率地向非调度状态终端发送授权信令,当有业务数据需要传输时,终端通过上行周期授权过程迅速恢复服务,节省通过SR过程获取上报缓存区状态报告(BSR)所需上行资源的时间,并且避免因SR上报失败增加传输时延.仿真结果表明,该方案可以有效降低LTE-M系统下终端上行数据传输业务时延、增强数据传输稳定性及提升系统可靠性.     

LTE上行调度中一种补偿公平正比算法

以第三代移动通信系统的长期演进(LTE)标准为背景,针对上行调度中资源分配算法展开研究,分析公平正比(PF,Proportional Fair)调度算法的优缺点,并提出一种补偿公平正比调度算法。该算法可以判断用户当前分配的RB资源的服务质量好坏,对服务质量较差的RB资源进行重新分配。仿真分析表明,本算法可以在系统吞吐量和用户公平性之间取得较好的平衡。     

基于物理层网络编码的卫星时隙ALOHA策略

针对传统卫星时隙ALOHA系统由于高的数据冲突导致吞吐率低的问题,提出一种基于物理层网络编码的卫星时隙ALOHA策略。该策略通过引入物理层网络编码,使碰撞数据能以一定概率恢复。在此基础上定义了最佳的重传时隙数,让参与碰撞的用户在重传时隙以固定概率重发数据,在卫星收到所有重发数据后,就能完整恢复原始信息。同时对该策略进行了建模分析,并对系统吞吐率和平均发送等待时延进行理论推导。仿真结果表明,该策略能有效解决数据冲突,在带来一定发送等待时延的前提下,使系统吞吐率大大提高。     

TD-SCDMA系统中快速DCA算法的研究

TDSCDMA东统作为TDD—CDMA系统的代表,与FDDCDMA相比,它在物理层采用了智能天线、多用户检测、上行同步以及特殊的帧结构等。在分析TDSCDMA系统帧结构的基础上,提出了一种改进的动态信道分配方案以及考虑空间分布信息的信道分配算法,通过增大交叉时隙的空间膈离度和减少交叉时隙的使用机率来改善基站间的相互干扰,同时使每个时隙的用户空间分布更加均匀,能够有效增加系统容量,改善系统性能。     

多小区协作系统的仿真实现及性能分析

基于对移动通信宽带化的认识,3GPP组织启动了LTE(Long Term Evolution)演进项目。LTE-Advanced作为LTE的进一步演进版本,提出了很多新的关键技术,协作式多点传输(Coordinated Multiple Point (CoMP) Transmission/Reception)技术就是其中之一。该技术通过多个小区之间的联合调度或协作传输,降低邻区干扰,提高用户接收信号质量。文中通过对多小区协作系统传输模型的分析,设计并搭建了多小区协作系统仿真平台,主要包括网络拓扑结构,Wrap-around,大/小尺度衰落,链路干扰分析,自适应调制编码,预编码方案。在不同模式下,对系统进行了仿真与分析,结果表明该系统可以有效提高小区平均和小区边缘的频谱效率。     

TD-LTE异构网络时隙配置干扰仿真研究

针对TD-LTE异构网络基站间使用灵活时隙配置技术而出现的不同场景干扰问题,建立相关的TD-LTE异构网络链路仿真平台对干扰进行仿真和分析。研究结果表明:常规时隙下,布置的家庭的数量将影响其对宏基站干扰的大小,且宏基站用户的上行传输受到的干扰较强;较之于常规时隙,在交叉时隙下,宏基站的下行传输受到家庭基站的上行传输的干扰较强。     

一种基于MIMO的时延估计算法

在城市峡谷和室内环境中,信号在传输过程中受多径衰落和非视距的影响,导致长期演进(LTE)系统的时延参数无法精确估计。针对该问题,提出一种基于多输入多输出(MIMO)的LTE时延参数估计算法。采用具有良好自相关特性的主同步信号作为参考信号,利用MIMO发射分集和最大比合并接收技术降低信号传输过程中的误码率,通过参考信号与接收信号进行互相关处理,获得时延估计。仿真结果表明,当累积分布概率为90%时,该算法的时延参数估计误差比参考算法提高了大约5个最小采样间隔。     

长期演进系统基于加权平均时延的下行资源调度

针对长期演进（LTE）移动通信系统下行链路传输中多用户的实时（RT）与非实时（NRT）业务传输性能需求问题，提出一种基于用户加权平均时延的改进型的最大加权延时优先（MLWDF）资源调度算法。该算法在考虑信道感知与用户服务质量（QoS）感知的基础上引入反映用户缓冲区状态的加权平均时延因子，该因子通过用户缓冲区中待传输数据与已发送数据的平均时延均衡得到，使具有较大时延和业务量的实时业务优先调度，提升了用户的性能体验。理论分析与链路仿真表明，提出算法在保证各业务时延及公平性的基础上，提升了实时业务的QoS性能，在用户数量达到50的条件下，对比MLWDF算法实时业务的丢包率降低了53.2%，其用户平均吞吐量提升了44.7%，虽牺牲了非实时业务的吞吐量，但仍优于VT-MLWDF算法。实验结果表明，所提算法在多用户多业务传输条件下提升了实时业务的传输性能，并在QoS性能上明显优于对比算法。     

支持MEC的天地一体化网络下任务卸载和资源分配

针对天地一体化网络(Integrated Satellite-Terrestrial Network, ISTN)高动态、时延敏感的特性,用户服务质量(Quality of Service, QoS)保障成为新的研究重点。为此,在天地一体化网络场景下使用移动边缘计算(Mobile Edge Computing, MEC)技术,在低轨道(LEO)卫星上部署MEC服务器,通过排队理论分析场景的时延成本,提出任务卸载和资源分配的联合优化方案。为最小化用户与LEO卫星的传输时延,基于凸优化理论给每个用户分配最优的带宽资源。基于整数规划在多项式时间内给出接近全局最优的任务卸载决策。仿真结果表明提出算法与低复杂度的启发式算法相比,减少了20%的总时延成本,验证了ISTN(Integrated Satellite-Terrestrial Network)下通过MEC技术保障地面用户QoS的可行性和有效性。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

基于CAN总线实时应用的可靠调度性研究

CAN总线是一种高级的串行通信协议，适用于各种分布式控制系统。在实时应用中，标准的CAN协议使用静态优先级算法，对传输信道的利用率比较低。对基于CAN总线通信的动态优先级调度算法进行研究后，提出了一种基于指数分配方式的MTS算法，在保证强实时性消息的同时兼顾了低优先级消息的公平性。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

深度强化学习研究综述

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

基于C_nV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。     

综合系统管理与网络管理实现技术的研究

该文提出了适应于大型计算机网络和通信网络及应用系统的综合系统管理与网络管理体系结构,研究了基于大型数据库和Web技术的网管、网络自动拓扑发现、策略描述与策略服务以及资源依赖性分析服务等关键技术。该文将这些关键技术应用到综合系统管理与网络管理原型系统的工程实践中,为最终研制高性能、可伸缩和实用的系统管理与网络管理产品提供强有力的技术支持。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。