基于贝叶斯过滤法的CSI室内定位方法

无线信号多径效应导致基于接收信号强度指示（RSSI）的室内定位方法的精度和稳定性下降。为解决这一问题,提出基于贝叶斯过滤法的信道状态信息（CSI）室内定位方法（BCL ）。将物理层的CSI结合RSSI作为参考信息,减轻信号接收端的多径衰减影响;在此基础上,采用贝叶斯过滤法进行数据处理,降低接收信号的时变性。实验结果表明,相比现有的典型室内定位方法, BC L有效提高了定位准确度和稳定性。     

DLD-MAC:一种区分服务的低时延传感器网络MAC协议

针对现有无线传感器网络MAC协议不能提供区分服务和传输时延较大的问题,在经典多跳传输协议DW-MAC的基础上,提出了一种具有区分服务功能的低时延MAC协议—DLD-MAC(Diffserv-based Low-Delay MAC)。其基本思路是让高优先级数据选择更小的竞争窗口,以降低时延和能耗。Markov建模分析表明,DLD-MAC能对不同优先级的业务流进行很好的服务区分,而且相较于传统的无线传感器网络MAC协议,其在时延性能上有显著优势,能更有效地保障服务质量。     

基于探测的多信道无线网状网机会路由算法

多信道无线网状网的性能在很大程度上依赖于信道分配和路由选择.现有的多信道无线网状网路由大多没有考虑信道之间的干扰问题,从而导致通信性能下降.针对这一问题,提出一种基于探测的多信道无线网状网机会路由(POR)算法.首先,根据干扰能量,选出最佳通信信道集来降低信道间的传榆干扰.在此基础上,采用探测方式计算路径期望传输时延,确定候选链路集并运用机会路由机制进行数据传输以最小化端到端的传输时延.实验结果表明,POR可以显著地降低平均端到端时延,提高数据包投递率,为数据传输提供实时性和可靠性保证.     

具有隐私保护功能的移动云服务接入控制

针对移动云服务中的安全和隐私保护问题,提出一种匿名使用云存储服务的机制。在匿名身份注册部分,零知识验证和数字签名技术简化了移动云用户的密钥验证步骤,同时第三方使用户与自己的身份证书绑定,防止用户对移动云服务的恶意使用;在数据共享部分,系统通过提取共享者账号参数,用于解决因共享密钥丢失导致数据安全性降低的问题。结合理论分析的方法对所提出的机制进行安全性验证与评价,结果表明身份证书和共享密钥生成算法对用户隐私安全有很好的保护作用。     

EDA系统中的国标库创建及安装

介绍基于Cadence公司EDA设计软件的国标库的创建原则和实现手段,及安装程序的详细流程和算法说明。     

离合器分离拨叉强度分析

使用有限元分析方法对离合器分离拨叉进行强度分析。在实物的基础上建立有限元模型,发现实际断裂位置与计算应力最大位置相符。在不影响装配的基础上,改变离合器分离拨叉结构,使其强度增加,缩短了产品开发时间。     

基于网络编码的异构无线传感器网络数据广播协议

本文提出一种适应异构无线传感器网络的能量感知的网络编码数据广播协议(ENCBP)。传感器节点根据邻居能量信息列表实时地计算节点剩余能量的线性映射值。在此基础上,采用能量感知的网络编码转发概率机制,使具有较高剩余能量的节点比低能量节点拥有更高的数据转发优先级,以实现能量均衡的数据传输。另外,采用伪广播机制对协议进行优化,以提高数据包投递率。仿真结果表明,ENCBP不仅可以有效实现网络的能耗均衡,以延长网络的生命周期,还能在一定程度上降低数据包传输时延,从而提高数据通信性能。     

异构无线网络终端服务感知的动态负载均衡机制

异构无线网络负载均衡是提高网络服务质量的关键技术之一。现有负载均衡机制大多没有考虑用户的个性化业务在请求网络资源时存在的差异,同时缺乏一种用户满意度保障机制。针对这一问题,提出一种终端服务感知的动态负载预先均衡机制。首先,采用模糊数学的推理方法,计算出终端对各个候选网络的接入期望值。在此基础上,充分考虑各候选网络的资源拥塞状况,有选择性地将该终端用户业务链接切换到低资源拥塞率、高接入期望值网络中,从而缓解网络中的局部热点,提高网络资源有效利用率与用户满意度。仿真结果表明,该机制能够显著均衡网络中各个无线接入点的工作负荷,有效减少拥塞发生的概率,改善用户的网络体验。     

强化学习在自适应视频码率控制算法中的应用

视频码率自适应是提高视频服务质量的一种有效方法.现有视频码率自适应算法大多都试图将一套相对固定的模型规则应用于所有用户,无法确保所有用户都拥有良好的QoE.针对上述问题,本文提出一种基于强化学习的自适应视频码率调节方案,可以根据不同的网络条件实时调整视频码率算法的参数.该方案通过强化学习方法,提高了学习收敛速度,限制了次优选择,并且不会因为快速收敛而降低视频码率调节的效率.实验结果表明,基于强化学习的自适应视频码率调节方案与Bola,M PC等传统视频ABR算法相比,总体平均比特率提高了大约8.3%,这得益于本文提出的方案能够更好地在不同的网络状态下对视频码率调节行为进行细粒度定制和优化.