NDN数据提供者移动支持策略能耗建模与分析

基于数据提供者的移动节点在网络中的不同位置及不同移动速度,结合命名数据网络（NDN）请求者驱动的数据传输模式,提出了3类NDN移动支持策略的网络能耗解析表达式,为NDN移动网络的研究提供了形式化的建模方法.对这3类移动支持策略在不同场景下能耗的分析与比较结果表明,数据流行度分布、移动节点所处位置及移动速度对策略的能耗影响不尽相同,为后续探求最优能效的移动支持策略提供了理论参考.     

车联网基于信任度的RSU识别及资源分配算法

在车联网中,由于部分路侧单元（RSU）的位置比较偏远,无法得到网络管理员的及时维护,可能遭到攻击,变为不可信任的路侧单元,降低了车辆的通信质量和网络能效.为了有效地识别RSU的可靠性,提出了一种基于信任度的路侧单元识别及资源分配算法,将路侧单元识别、传输模式的选择和功率分配联合建模为网络能效的优化问题,并分成3个子优化问题,分别求解.首先,采用基于信任度的RSU识别算法,识别出可信任和不可信任的路侧单元;其次,优化车辆资源块配置和链路选择;最后,通过次梯度算法优化传输功率,最大化网络能效.理论分析和仿真结果表明,所提算法具备较低的复杂度,可以达到较高的路侧单元识别准确度,并有效地提升网络总能效.     

基于多学习单元卷积神经网络的雷达辐射源信号识别

现有基于人工提取特征的复杂体制雷达辐射源信号识别方法时效性低,识别准确率不佳. 为此,提出了一种基于多学习单元卷积神经网络的识别方法. 首先对辐射源信号的模糊函数进行高斯平滑,以校正噪声带来的毛刺与畸变;然后提取其正交切片作为进一步的特征提取对象;最后构建多学习单元卷积神经网络,学习和提取正交切片深层、泛在的特征,并通过softmax分类器进行分类识别. 仿真实验结果表明,所提方法在信噪比为-2 dB时对6类典型雷达信号的整体平均识别率均保持在99.86%以上,即便是在-6 dB环境中,雷达信号的识别率也可达到88.50%,在极低信噪比条件下具有良好的性能和可行性.     

一种面向目标的情感极性分析方法

面向目标的情感分析是细粒度情感分析的重要任务之一,旨在预测句子中给定目标实体的情感极性.当前大多数研究方法忽略了句法结构信息,在情感判别时往往会关注无关词汇,从而使分类性能下降.为此,设计了一种新的引入句法结构的模型,该模型利用双向预训练编码器和作用于依存句法树的图卷积网络分别捕获文本的上下文信息和句法结构信息,并使用多头注意力机制进行信息聚合得到目标的情感分类表征.此外,还将该模型与现有的领域自适应方法相结合,同时向模型中引入领域知识和句法结构知识,进一步提升了模型效果.在几个常用的标准数据集上的实验结果表明了上述模型的有效性.     

多小区多播无线携能通信鲁棒信干噪比平衡

针对非理想信道多小区多播协作网络中的供能问题,提出了一种鲁棒的无线携能通信优化方案,该方案以最差用户信干噪比最大化为目标、以每用户能量采集和每小区功率为约束,在保证用户能量采集约束和系统功率预算的前提下实现最差用户服务质量最优化.为了求解优化问题,采用半定松弛和S-引理将原始问题转化为拟凸优化问题,进而采用二分迭代算法得到问题的最优解.仿真结果表明,所提系统设计正确,迭代算法收敛特性良好.     

基于多尺度注意力网络的立体匹配方法

为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度,提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段：第1阶段提出了一种成本网络用于计算匹配成本,该网络由基础网络层和缩放层组成.第2阶段提出了一种基于多尺度注意力的视差求精网络,该视差求精网络综合了多种视差线索,并加入多尺度注意力机制进一步提高立体匹配精度.该方法在KITTI 2012、KITTI 2015和SceneFlow数据集上的3像素坏点百分比分别为1.13%,1.87%和2.29%.实验结果表明,与国内外同类方法相比,采用多尺度注意力网络的立体匹配方法在匹配精度上获得了较大的提升,尤其是在弱纹理区域及物体边缘处表现较好.     

强隐私保护的移动群智感知方案

为了实现移动群智感知系统中身份隐私、证书撤销和积分激励功能,同时解决恶意用户身份追踪与诚实用户隐私保护之间的矛盾,提出了强隐私保护的移动群智感知方案.基于门限密码思想将身份追踪能力分散到多个实体上,使得多个追踪者合作才能追踪用户身份;将Pointcheval-Sanders签名和基于RSA假设的Camenisch-Lysyanskaya累加器结合起来实现了证书的安全快速撤销;利用Pointcheval-Sanders签名构造了保护隐私的积分激励机制.对该方案进行了安全性分析和实验分析.研究结果表明,该方案不仅满足安全要求,而且在实际应用中具有可行性.     

强度传输方程和神经网络融合的三维重构算法

针对原有强度传输方程法所恢复的相位精度不够精确的缺点,提出强度传输方程和神经网络融合的三维重构算法. 利用强度传输方程求解出物体不同角度的初始相位,利用神经网络算法进行优化,根据不同角度的最终恢复相位结合乘法技术重构出三维体信息. 该算法具有精度高的特点,可以为三维成像技术的应用提供参考. 对于实验中的示例图像,该算法将强度传输方程得到的相位误差从21.40%降低为5.26%,重构三维物体与模拟真实物体的相关程度为显著相关.     

多孔纤维型重整微反应器的等效电阻网络建模

针对应用于重整制氢微反应器的复杂多孔金属纤维载体（PFS）的流速场高效分析难题,建立载体中随机微通道的等效电阻网络分析模型. 基于复杂随机纤维结构的统计网络模型,将纤维载体中三维联通的随机微通道结构及与之相连的进出口腔简化为规则的网络通道结构.借鉴基尔霍夫定律,建立纤维载体的等效电阻网络模型,并确定求解方法. 纤维载体流速场实例分析的结果表明,基于等效电阻网络模型求解的纤维载体流速场与计算流体力学(CFD)方法的结果之间的皮尔森相关系数约为98%,且求解效率约为CFD方法的2.9×10⁴倍. 研究成果为多孔纤维型重整制氢微反应器的设计制造提供了新的支撑方案.     

工业设计决策网络构建及其动态演化仿真

针对工业设计过程多阶段方案决策的意见演化问题,融合复杂网络理论建立工业设计决策网络模型,通过意见动力学进行决策意见动态演化仿真.基于图论建立设计决策有权无向网络,以网络效率变化确定决策者权重,借助意见距离识别设计决策网络节点信任集合,利用加权平均意见驱动设计决策网络更新与演化. 提出工业设计决策网络的演化仿真流程,结合产品设计方案决策数据进行动态仿真分析,结果表明：信任阈值决定设计决策网络拓扑构成,随着网络演化的进行,决策个体间意见差异逐步缩小并最终达成共识;设计决策网络分析能够析出噪声节点及其意见变化,在实际产品设计决策中应重点关注;意见演化能够辅助确定工业设计方案决策轮次,明确方案在各指标上的表现并识别设计改进方向;仿真分析有助于发现设计决策中的关键因素和意见演化规律.