排序方式: 共有20条查询结果,搜索用时 31 毫秒
1.
2.
3.
4.
5.
6.
由于无线网络带宽不足,不能满足高质量视频的传输要求,终端用户往往会遭受频繁的播放中断.为了解决上述问题,一种可能的办法是利用终端的多模特性并发地多路传输视频流.多路传输视频流的关键技术之一是分组调度算法,即将视频分组分配到适合的接口进行传输.本文研究了一种多路传输可伸缩编码视频流下基于质量驱动的分组调度算法.为了最大限度地提升接收端的视频质量,该分组调度算法考虑了接入网络的特性以及视频帧的特征.在本文中,视频数据包调度的问题建模为一个受限多重背包问题,而这个问题是已知为NP-hard的.然后,提出了一种分组调度算法,将视频分组调度到合适的接入网进行传输.在NS-2仿真软件中使用真实的视频trace文件去验证该算法利用多模终端传输可伸缩编码视频的性能.仿真结果表明,分组调度算法在PSNR上优于速率控制算法和传统的round-robin算法. 相似文献
7.
储能式充电桩参与电网的联合运行,不但能够减小电网扩容成本,还可以获得参与电网需求侧响应辅助管理服务收益,从而降低充电桩运营成本。为探究需求侧响应中实时定价激励对储能式充电桩经济效益的影响,本文进行储能式充电桩参与电网需求侧响应的联合运行优化能量调度研究。本文考虑电网需求响应实时电价,建立以储能式充电桩参与需求侧响应的经济效益函数模型;以实现经济效函数最大化为目标,建立以储能式充电桩电量和容量约束的充电桩的电网联合运行优化模型;为应用对偶分解方法,将优化模型转化为典型凸优化问题,从而求得储能式充电桩最优化能量调度。基于储能式充电桩实际运行电量、容量和经济性参数进行仿真,仿真结果表明所提出的方法能够实现较快收敛,并且能够获得收益。 相似文献
8.
为了保障LTE网络流媒体业务的用户体验质量(Quality of Experience,QoE),提高用户对业务的满意度,需要实时监测终端用户的用户体验质量,且需要在用户体验质量下降时,实施网络故障定位与优化,确定引起用户体验质量下降的网络故障,并针对网络故障实施具体的优化措施,使用户体验质量恢复到正常水平。但随着移动网络规模的扩大,网络参数种类和数据量的增加,人工的运维和优化方式已经不能满足日常运维的工作需要。针对这一问题,笔者提出了一种面向QoE的LTE网络故障定位和优化方法,提出了基于K-近邻机器学习算法的故障定位模型,并针对网络带宽不足和信号强度过低两种故障,提出了基于保证比特率(Guaranteed Bit Rate,GBR)的带宽保障方法和基站发送功率调整方法。仿真结果表明,所提故障定位和优化系统能够很好地实现移动终端流媒体业务的用户体验质量的监测和用户体验质量下降后的自动定位和优化。 相似文献
9.
储能式充电桩参与电网的联合运行,不但能够减小电网扩容成本,还可以获得参与电网需求侧响应辅助管理服务收益,从而降低充电桩运营成本。为探究需求侧响应中实时定价激励对储能式充电桩经济效益的影响,本文进行储能式充电桩参与电网需求侧响应的联合运行优化能量调度研究。通过考虑电网需求响应实时电价,建立以储能式充电桩参与需求侧响应的经济效益函数模型;以实现经济效函数最大化为目标,建立以储能式充电桩电量和容量约束的充电桩的电网联合运行优化模型;为应用对偶分解方法,将优化模型转化为典型凸优化问题,从而求得储能式充电桩最优化能量调度。基于储能式充电桩实际运行电量、容量和经济性参数进行仿真,仿真结果表明所提出的方法能够实现较快收敛,并且能够获得收益。 相似文献
10.
The wide variety of smart embedded computing devices and their increasing number of applications in our daily life have created new opportunities to acquire knowledge from the physical world anytime and anywhere, which is envisioned as the“Internet of Things” (IoT). Since a huge number of heterogeneous resources are brought into IoT, one of the main challenges is how to efficiently manage the increasing complexity of IoT in a scalable, flexible, and autonomic way. Furthermore, the emerging IoT applications will require collaborations among loosely coupled devices, which may reside in various locations of the Internet. In this paper, we propose a new IoT network management architecture based on cognitive network management technology and Service-Oriented Architecture to provide effective and efficient network management of IoT. 相似文献