大规模认知无线电网络的时延分析

时延作为无线网络的最基本的性能之一,对网络信息分发、路由协议设计、节点部署等都具有重要意义。与传统的无线网络不同,认知无线电网络的频谱资源具有动态变化性,该特性会对网络时延产生极大的影响。因此,如何对动态频谱环境下的大规模认知无线电网络进行时延分析,是一项很具挑战性的课题。为此,首先对动态频谱环境进行建模,将认知用户的频谱接入过程建模为一个连续时间的马尔可夫链,并建立认知用户的生存函数来量化授权用户活动以及信道数量对频谱环境的影响;其次,将上述模型与首次通过渗流理论结合起来,研究了大规模认知无线电网络时延的伸缩规律,并获取了更为精确的时延与距离比的上限值。理论分析及仿真结果表明,动态频谱环境与密度一样会对时延产生极大影响。研究结论对认知无线电网络的设计具有重要的指导意义。     

基于几何特征的流体动画控制方法

在流体动画中,流体控制是生成可控流体运动的关键技术.为产生视觉逼真、行为可控的流体动画效果,提出一种基于几何特征的流体控制方法.首先通过构建流体形状的时变几何分区,实现对可控流体形状的表达及动态跟踪;在此基础上设计异构控制模型,以增强流体运动控制的灵活性,该模型采用了带约束优化的刚性控制和基于弹簧模型的柔性控制2种方法;最后将异构控制模型与高精度流体物理模型相耦合,生成视觉逼真的可控流体运动效果.实验结果表明,该方法能够在保持流体角色形状的同时产生丰富的流体细节,满足动画师的设计需求.     

支持属性证书的RBAC模型及其在CSCW中的应用研究

针对CSCW(computer supported cooperative work)中的访问控制需求,利用基于角色和基于任务的访问控制技术,将协同设计中的用户、任务、角色、权限相关联,并引入属性证书进行授权,建立了一种新的访问控制模型NT-RBAC(new task-role based access control),并实现了基于该模型的访问控制子系统。实例表明NT-RBAC提高了CSCW中访问控制的灵活性和安全性。     

基于改进遗传算法的蜂窝网络区域配置方法

提出一种新的基于遗传算法的蜂窝网络区域配置方法LAL_Coded,在目前GSM网络中使用的本地区域(LA)模式的基础上,用图的邻接表表示染色体,便于计算更新负荷以及将相邻的小区合并到同一LA中,采用只变异不交叉的方式避免了离散LA的产生,实验结果表明,用改进的遗传算法能快速得到最优区域配置,减少位置管理代价。     

耦合几何特征的高精度流体动画建模方法

动漫制作中涉及到大量的流体动画特效,视觉逼真性是它们的基本追求.然而,传统的物理模型计算代价高、效率低且流体细节易丢失.针对这些问题,文中提出一种耦合几何特征的高精度流体动画生成方法,通过利用不同流体细节(如水面和水花)之间的相关性提高计算效率和计算精度.该方法首先建立几何模型,对流体表面易于产生流体细节的区域即细节敏感区域进行定位、量化和跟踪.然后将几何模型与高精度流体动画物理模型相耦合,通过将几何模型中的定位量化函数映射为粒子密度函数,以此调整物理模型中的粒子集,从而更有效地产生高精度的流体水面和水花等细节效果.实验结果表明,文中方法能够提高流体动画计算的效率和精度,高效地生成更具有视觉真实感的流体动画.     

基于单台Kinect的高精度个性化人体建模方法

提出一种基于单台Kinect的高精度三 维人体建模方法。首先使用一台Kinect对人体头部进行扫描,以获取高精度的头部点云数据 ;其次,在保持头部精确度的基础上对所获取的点云数据进行采样预处理;最后利用层次化 的紧支撑径向基函数(CS-RBFs)将采样后的点云与已有的人体躯干进行拟合获得3D人体模型 。仿真结果表明,该方法能够提高人体模型的精确度并提高建模速度。     

委托授权模型在协同设计中的应用

提出一种面向信任的角色委托授权模型(Trust-RBDM)。在基于角色的访问控制模型的基础上引入信任基,并在用户和信任基之间建立映射关系,依靠可信链的传递实现委托授权,有效解决了传统委托授权模型委托操作分散和安全性差的问题。将该模型应用于基于HOOPS的3D协同设计中,实验结果表明,该模型能够增强分布式协同设计环境中委托授权的灵活性和安全性。     

基于内容感知和团购策略的云视频分发网络

云视频分发网络(Cloud Video Delivery Networks,CVDNs)将云存储技术应用于视频分发网络(Video Deli-very Networks,VDNs),能够以较低的成本为用户提供高质量的视频分发服务,如在线视频、在线直播等。然而,当前的云视频分发机制对视频内容分类以及用户协作的考虑较少。如何结合视频内容分类以及用户协作关系来进一步节省用户的购买成本,是一个极具挑战性的问题。从用户角度提出了一种内容感知的团购(Content-aware and Group-buying,CG)策略,对不同的视频内容进行分类定价,允许用户组成团购联盟后购买视频内容。然后,通过定义成本公式和用户购买量约束、单用户成本约束,将CG问题描述为线性规划问题并用GLPK工具对其进行求解。实验结果表明,在内容感知条件下的团购策略可以有效地降低用户成本。