基于粒子群算法的移动路由选择方案

移动路由属于一种QoS路由，具有网络拓扑时刻变化，无线网络环境复杂多变，网络高速移动等特点。目前，对移动路由选路算法的研究尚不充分。准确快速地找到最优路径，保证QoS是本文研究的主要目标。本文给出了一种移动路由模型，为满足移动路由的网络环境，设计了使QoS参数时刻变化的函数实现。然后将粒子群算法应用到该模型中实现路径的寻优。仿真结果表明，将粒子群算法用于该移动路由模型中能够得到很好的收敛速度和寻优结果。     

基于TD-HSUPA新增信道链路预算

本文简要概述了TD-HSUPA新增物理信道以及链路预算的一般应用模型,详述了链路预算基本参数取值和传播模型的选取,并对TD-HSUPA新增物理信道进行初步链路预算并估算出其小区覆盖半径,来解决容量和覆盖规划的平衡问题。     

基于TD-HSUPA新增信道链路预算

本文简要概述了TD-HSUPA新增物理信道以及链路预算的一般应用模型,详述了链路预算基本参数取值和传播模型的选取,并对TD-HSUPA新增物理信道进行初步链路预算并估算出其小区覆盖半径,来解决容量和覆盖规划的平衡问题.     

基于分裂聚合块模式选择的运动估计算法

为了简化H.264视频压缩编码标准中庞大的计算量,提出了一种基于分裂聚合块模式选择的运动估计算法.该算法结合H.264标准7种可变块尺寸模式,利用分裂聚合原理,为帧间运动估计提前确定块模式.保证在图像质量允许的前提下,提高编码效率,为各种多媒体需求的广泛应用奠定基础.     

一种基于多代理的泛在网络模型

泛在网络是下一代网络发展的趋势,其目标是提供一个无处不在的网络,使得在不同网络间不需要预先配置或者离线协商就能进行透明合作提出一种基于多代理的泛在网络结构,对其结构进行了阐述和分析,讨论了网络代理间的通信。     

基于凸优化的认知无线网络功率分配

为满足认知用户对主用户的干扰约束,同时最大化认知用户的传输速率,提出了基于凸优化理论的最优功率分配方案.考虑到最优方案的计算复杂度较高,还提出一种复杂度较低的次优方案.仿真结果表明,在主用户可容忍的干扰约束下,次优方案父的性能接近于最优方案.     

雾计算网络中联邦学习协同的内容缓存方案

为了减小内容获取的时延，保护用户隐私并提高用户体验，提出一种雾计算网络中结合联邦学习和推荐算法优化内容缓存性能的方案。首先，构建了端到端协作的雾计算网络模型，用户可通过端到端和无线链路从用户端、雾节点和云端获取内容；其次，在本地建立深度神经网络模型，利用历史请求数据训练本地模型，利用雾节点聚合本地模型，从而预测全局内容的流行度，同时，向用户提供个性化内容推荐列表，以提高缓存命中率；最后，使用真实数据集进行了仿真实验，实验结果表明，所提方案能有效降低内容的获取时延，提升缓存命中率。     

TD-HSUPA无线分组调度算法研究

首先介绍了在TD-HSUPA系统中调度算法对无线资源管理的重要影响及Node B调度的基本原理.然后分析了几种常用的无QoS保证的调度算法和两种保证多业务QoS的调度算法,并通过公平性、吞吐量等性能指标对它们进行分析比较.最后引入了经济学中的效用函数思想,分析了基于效用函数的调度算法,它能够结合相应业务的QoS要求,更加真实地反应用户的满意情况,为调度算法的改进提供依据,从而使网络能够承载更高的数据服务容量,增强网络建设的有效性.     

基于中继系统的功率分配研究

首先对现有的中继系统功率分配模型进行阐述,然后对其所涉及的问题进行分类,并对近年来国内外在该方向的研究成果进行总结和分析,最后进一步阐述中继系统中功率分配亟待解决的问题和今后的研究方向.