基于轻量级IPv6的互联互通原型系统分析与设计简

异构网络互联互通技术是物联网关键技术之一,主要是为了将有线网络与无线网络技术有效的集成,实现透明的无缝连接,IP网络架构因其可扩展性、通用性、具备成熟的基础设施等优势成为当前物联网异构网互通合的研究热点。本文提出了将61owpan技术应用于异构网络,从而设计出一套基于轻量级IPv6技术的跨网络互联互通系统。系统可实现61owpan节点通过一个运行61owpan协议和标准ip协议的网关与一台运行标准ip协议的远程Pc机进行通信。     

移动虚拟运营商的发展需理性、合规

正总觉得近期对虚拟运营商的宣传和预判有些过度,"颠覆性"、"革命性"、"历史性"等用词满天飞……我以为,对移动虚拟运营的宣传一定要突出"移动通信转售业务"的特征,不可神秘化和夸大化。移动通信转售业务是指从拥有移动网络的基础电信业务经营者购买移动通信服务,重新包装成自有品牌,并销售给最终用户的移动通信服务。移动通信转售业务属于电信分类目录产品中的第二类     

黑龙江省通信管理局与南京邮电大学签订战略合作协议 开展规划创新合作

正4月17日,黑龙江省通信管理局与南京邮电大学战略合作框架协议签订仪式在南京举行。黑龙江省通信管理局局长刘茂先与南京邮电大学校长杨震代表双方签署了战略合作框架协议。在仪式上,《通信管理与技术》主编冀云与南京邮电大学信息产业发展战略研究院院长王春晖还签署了《通信管理与技术》合作办刊协议。黑龙江省通信管理局办公室、安全中心和南京邮电大学信息产业发展战略研究院、     

云计算任务调度算法的改进

云环境下的工作流,进行合理的任务调度,可以克服地理限制,节省资源,从而提高用户的满意度。本文提出改进算法:快速非支配排序贝叶斯算法NSGAboa,该算法是快速非支配排序算法NSGAII和贝叶斯算法BOA的结合,根据种群中个体间的分布收敛程度来改变产生个体的方法,利用了种群个体信息和全局信息。实验证明该算法使得最优解的分布更加均匀,加快了个体产生的速度,缩短了种群的收敛速度。     

气象探空雷达中平衡式低噪声放大器设计

为了提高L波段气象探空雷达中射频前端的稳定性,采用ATF54143晶体管设计了一种平衡式结构的低噪声放大器。通过使用ADS软件对该低噪声放大器进行了优化、仿真,并进行了实物加工。实物测试表明,该低噪声放大器带内增益大于15dB,噪声系数小于1dB,稳定性系数大于1。     

基于数字图像处理的轨道板裂纹缺陷检测

利用数字图像处理技术,通过轨道板图像自动分割、边缘提取、轨道板固有结构边缘去除、真伪裂纹区分等步骤,设计了轨道板裂纹缺陷自动检测识别算法。通过对实际采集的轨道板图像的处理,证明该方法能够准确提取和标记缺陷区域。在实验的1 000幅图像中,人工检出裂纹图像6幅,自动识别裂纹图像6幅,准确率达到100%,算法运行速度经测试能够满足实时检测的需求。     

掺偶氮苯二氧化钛基复合薄膜的制备及光开关性能

通过低温溶胶-凝胶技术结合旋涂法制备了掺偶氮苯二氧化钛基有机-无机复合薄膜。研究了不同热处理温度对复合薄膜的表面形貌、传输模式、折射率与厚度和光化学结构特性的影响。结果表明:该复合薄膜在低于300℃的热处理温度时表面光滑致密、折射率可调,是良好的光波导材料。通过测试样品在365 nm紫外光和450 nm可见光照射下的吸光度,研究了复合薄膜的光开关性能。在研究周期内,光开关性能良好,具有一定的抗疲劳性,在光电子学领域具有重要的应用价值。     

弹性光网络中结合预测的多维感知RSA算法

弹性光网络(EON)中的传统路由频谱分配(RSA)算法多考虑路由跳数或频谱资源占用情况,缺乏时域与相邻链路的信息有效利用。提出一种结合预测的多维感知RSA算法,对持续时间已知业务的历史时间信息通过后向传播神经网络预测未来业务的时间信息,在路由时综合考虑时间、频谱和相邻链路资源占用程度。仿真结果表明:与传统RSA算法相比,多维感知RSA算法能有效降低带宽阻塞率。     

可见光通信DCO-OFDM系统资源分配算法研究

针对室内可见光通信(VLC)直流偏置光正交频分复用(DCO-OFDM)系统存在的低信道利用率问题,文章对该系统的信道资源和比特资源进行了优化分配研究。首先介绍了DCO-OFDM系统的信号发射端模型和系统的信道利用率计算,并按照两步算法的思路依次分析了信道资源分配和比特资源分配问题,进而提出了自适应动态资源分配算法,该算法能够根据信道幅度频率响应来灵活分配子信道,并为各信道自适应选择满足服务质量要求的最高阶正交振幅调制(QAM)调制方式。仿真结果表明,相比于传统固定分配算法,该自适应资源分配算法可显著提升室内VLC DCO-OFDM系统的信道利用率。     

基于交替方向乘子法与深度强化学习算法的资源分配

为了研究在有限信道状态信息下,密集型网络的资源分配问题,提出了交替方向乘子法结合深度强化学习算法的模型驱动学习框架。该框架区别于数据驱动框架,能够根据具体问题进行一对一建模。针对资源分配的问题建模内容包括：将基站选择、功率和子载波分配用交替方向乘子法进行交替优化;用深度强化学习算法优化权重,求解目标函数,提高算法性能;框架利用有效信道状态信息而非多余信息,降低了通信开销;加强对最低用户服务质量要求参数的约束,可以在保证用户的体验下最大化小区频谱效率。仿真结果表明,该模型驱动学习框架在较少的迭代次数下即可收敛。