移动边缘计算环境下的动态资源分配策略

在通讯设备爆炸式增长的时代,移动边缘计算作为5G通讯技术的核心技术之一,对其进行合理的资源分配显得尤为重要。移动边缘计算的思想是把云计算中心下沉到基站部署(边缘云),使云计算中心更加靠近用户,以快速解决计算资源分配问题。但是,相对于大型的云计算中心,边缘云的计算资源有限,传统的虚拟机分配方式不足以灵活应对边缘云的计算资源分配问题。为解决此问题,提出一种根据用户综合需求变化的动态计算资源和频谱分配算法(DRFAA),采用"分治"策略,并将资源模拟成"流体"资源进行分配,以寻求较大的吞吐量和较低的传输时延。实验仿真结果显示,动态计算资源和频谱分配算法可以有效地降低用户与边缘云之间的传输时延,也可以提高边缘云的吞吐量。     

一种改进的颜色匹配对图像检索算法

以子块直方图彩色图像检索算法为基础， 分析了进一步利用图像空间相似信息的颜色匹配对检索算法的性能。在子块直方图的构成、直方图距离值的归类等方面提出了行之有效的改进方法；给出了子块大小、相似度阈值等参数选择的优化原则，使查准率、查全率等检索性能指标得到了较大的提高，得出了几个有用的结论并形成了实验系统。     

温度采集仪调理电路的isp实现技术

介绍温度采集仪调理电路的结构及工作原理,简单介绍在系统可编程模拟器件ispPAC10的基本结构,并借助于PAC Designer软件详细描述ispPAC10实现温度采集仪数据放大器具体方法和步骤。与传统的模拟电路设计方法相比,运用isp技术实现的温度采集仪调理电路具有简洁可靠、开发周期短等特点。     

减小多载波信号PAPR的一种简单方法

文章针对等幅且各子载波等频率间隔的多载波信号,从瞬时包络功率出发,采用代数方法推导了一种降低峰 值平均功率比(PAPR)的新的相位方案。此外,还通过数值计算对峰值包络功率的减小作用进行了验证。数值结果表明采用 这种新的相位方案得到的PAPR不大于3.01dB(子载波数在300以内),且随着子载波数的增大而接近2.65dB。     

基于随机相位误差Tikhonov分布的MC-DS-CDMA系统性能分析

本文针对工作于慢变频率选择性Rayleigh衰落信道中的部分相干的MC-DS-CDMA系统，基于随机相位误差的Tikhonov密度分布提出了误码率上边界的一种分析方法。仿真结果表明，随着环路信噪比的增加，相位误差损耗所产生的系统误码率性能损失变得越来越小，当环路信噪比高于系统信噪比(Eb/N0)20dB时，系统误码率性能损失小于0．2dB。在MC-DS-CDMA系统中，由于能用频率分集取代路径分集，因而接收机结构更易实现。     

基于改进控制器的异步电动机直接转矩控制

通过分析转矩变化规律,研究不同电压矢量对转矩的变化所产生的影响,提出了改进的磁链和转矩的双层滞环方案。解决了传统直接转矩控制存在的低速转矩波动大的问题,方案简单、易于实现。仿真结果表明,采用该方案,能在不降低系统动态性能的情况下拓展系统的低速运行范围,降低转矩波动,提高电机的低速转矩。     

基于DSP的CAN总线转换器的设计

RS232是PC机与通信应用中应用最广泛的一种串行接口；RS485半双工异步通信总线是在分布系统设计中广泛使用的数据通信总线；而CAN总线是一种可用于远程通信控制的、双向、多主方式的串行现场总线，特别适合于工业设备测控单元的互联。针对上述几种比较通用的串行总线，实现总线之间协议转换的适配器很多，如RS232与RS485之间、RS232与CAN之间、RS485与CAN之间的协议转换器等。本文设计了一种可用于CAN总线、RS232、     

基于冗余路径和节点密度的非均匀负载均衡分簇路由

为了解决分簇路由协议中簇头由于管理簇内数据和传输簇间数据导致簇头消耗过多能量而缩短网络生存周期的问题,提出了一种基于簇间冗余路径和簇内节点密度的分簇路由协议;首先,加入能量因素以改进簇头选举方式,提出了一种基于节点密度和基站距离的非均匀分簇方法以减少靠近基站和节点密集区的簇头负载,采用节点存储多条从簇头到基站的冗余路径以增强路径的可靠性;仿真实验证明基于冗余路径和节点密度的分簇路由,能实现网络区域的非均匀分簇、最大程度地均衡节点负载,且较其它方法具有较长的网络生命期和较多的信息传输量.     

非相似度保持投影

由主成分分析(PCA)可知任何一幅人脸图像都可以通过一组特征脸的线性加权来重构,PCA是最小均方误差意义下图像的最优表示,但是传统的PCA最终只通过比较加权系数的欧氏距离来进行识别,没有考虑残差。因此,提出非相似尺度的概念,将两个样本同时投影到相同向量上,在确定它们关系时既考虑投影系数,也考虑重构所产生的残差。两者的投影系数和残差相差越大,说明这两个样本越不相似。和保局投影(LPP)有所不同,非相似度保持投影算法不必预先设定近邻个数,它是利用非相似度的概念,创建非相似度散布矩阵,最终通过最大化目标函数获取最优子空间。在AR库和Feret库上的实验结果证明了该方法的有效性。