异构融合网络中的垂直切换机制研究

针对移动终端有限的电量以及现有垂直切换机制往往忽略终端电能因素,提出了基于终端能耗的垂直切换机制。网络发现阶段,提出一种自适应调整网络接口激活时间间隔的网络发现策略。切换判决阶段,对采样点进行预判决,减少进入后续模块的采样点;为实时业务和非实时业务分别设计相应的模糊逻辑处理方法;实时业务引入权重因子完成切换判决,非实时业务通过差值门限算法进行切换判决。仿真结果显示,相比传统策略,该机制在网络发现阶段能够降低网络发现时间,减少网络接口激活次数;在切换判决阶段能够降低掉话率,减少网络切换次数以及乒乓效应发生次数,具有有效性。     

基于等效SINR的VLC与WiFi垂直切换算法

针对室内可见光异构通信网络中,现有切换算法无法感知不同网络服务质量,不能保证用户始终获得最优网络服务的问题,提出一种基于等效SINR的VLC（visible light communication,可见光通信）与WiFi垂直切换算法。算法将达到相同最大传输速率作为转换条件,把VLC SINR转换为等效的WiFi SINR,在此基础上实现切换触发和判决。首先,根据目标网络和服务网络SINR差值与设定切换门限的对比结果进行切换触发;然后,考虑到VLC易受遮挡干扰影响的特点,引入驻留定时器进行切换判决,保证判决准确性。仿真实验表明,该切换算法能保证用户接入到提供最大传输速率的网络中,并且对于不同VLC网络布设和室内光环境影响都具有较好的适应性,更加适合室内融合VLC异构通信网络。     

异构网络垂直切换决策算法仿真

在异构网络无缝切换的研究中,切换判决是实现异构网络无缝切换中最为关键的一步。在不同接入网之间,为保证业务连续性,需要考虑终端及网络的多方因素,进行综合判决,选择最合适的网络进行接入。以往的垂直切换决策算法普遍存在一些未解决的问题,如考虑的判决因素不全面,决策权值太过主观,对不确定性因素难以描述,算法复杂度和性能无法很好的权衡等。为进一步提高算法性能,针对WLAN/UMTS的异构无线网络环境,提出一种更客观科学的垂直切换决策算法。并用Matlab/Simulink平台进行仿真建模,通过和传统的决策算法的对比分析,验证改进算法的有效性。仿真结果表明,新算法能及时准确地切换至最优网络,各网络负载均衡,且减少了不必要的切换。     

基于改进多属性判决的异构网络接入选择算法

针对现有多属性切换算法没有考虑所切换的目标网络负载、难以保障网络服务质量的不足,提出基于改进多属性判决的异构网络接入算法。首先,采用万有引力模型简化了复杂多属性判决算法的计算过程,减少了网络接入切换执行时间;其次,在切换执行前,通过加入负载判决模块计算出最优目标网络、次优目标网络负载,从而选出最终切换的目标网络。采用MATLAB和NS2等仿真工具,搭建了WLAN和UMTS融合的异构网络仿真环境。仿真结果表明,算法明显提高了整体网络的负载均衡度和资源利用率,有效降低了移动终端的切换阻塞率。     

联合模糊逻辑和神经网络的网络选择算法

在网络优化选择问题的研究中,针对异构网络环境下的网络选择的问题,由于网络性能存在差异,提出一种联合模糊逻辑和神经网络的自适应网络选择算法.由于新方法具有学习训练的能力,所以能够根据输出误差对模糊神经网络的隶属度函数的参数进行动态的在线调整,从而使用户选择最优的网络.最后将联合模糊逻辑和神经网络的网络选择算法与基于模糊逻辑的网络选择算法进行了比较.仿真结果表明,改进方法能有效的保证用户舒适度比率趋于期望的理想值,实现了最优的网络接入选择,减少了乒乓效应发生的次数,并且相较于不自适应调整的模糊逻辑算法有更高的用户舒适度比率.     

基于多属性判决的网络选择算法

异构网络中,针对如何根据不同业务的特性选择合适的判决参数并利用这些参数来选择最适合的网络以及通过网络负载均衡来减少切换次数和切换失败可能性等问题,提出了一种基于多属性判决的网络选择算法——TAU-MADM算法.考虑到网络客观属性和用户偏好,进行两次判决:第一次判决采用TOPSIS算法,仅考虑网络客观属性,当备选网络方案相当接近时进行第二次判决;第二次判决采用AHP算法计算权重,并采用ANP网络分析法消除属性之间的依赖性,之后构造效用函数,根据每个网络的效用函数值进行网络选择.仿真结果表明,该算法考虑了网络负载均衡,有效地降低了平均切换率和平均切换阻塞卒.     

一种适用于GMR-1与FDD-LTE系统间联合切换方法

针对陆地通信与卫星通信间切换研究较少以及其系统间切换研究不成熟的情况,首先对卫星通信GMR-1与陆地通信FDD-LTE间切换技术、切换方法进行了深入的研究,然后通过分析卫星通信与陆地通信各自具有的特点,提出了一种基于TOPSIS(逼近理想点排序法)的联合垂直切换判决算法。将网络的接收信号强度、带宽、时延、费用、满意度5个属性作为TOPSIS算法的输入,并引入切换定时器、总接收信号强度和持续时间进行切换控制,对输出网络进行切换判决,切换正确率得到了很大的提升。这种切换策略与基于滞后门限策略相比,平均切换次数降低,很好地避免了切换中乒乓效应,系统服务等级升高,用户的体验得到改善。     

异构无线网络选择算法的仿真研究

研究异构无线网络选择问题.异构无线网络选择是下一代无线网络的关键技术及多网融合的基础,决策指标相当多,传统判决指标权重方法具有片面性,无法为用户提供最佳网络选择服务.为了提高异构无线网络选择的准确性,把层次分析和灰色关联评价法结合起来,提出一种组合的异构无线网络选择算法.通过对影响网络选择的指标进行分析,用层次分析法和方根法确定网络决策指示的权重,最后对备选网络进行灰色关联选择,选择最优接入网络.仿真结果证明,相对于传统网络选择算法,更加客观准确地选择与用户需求最佳匹配网络,并降低用户的接入成本,从而可以满足用户的业务需求,为异构无线网络设计提供了参考.     

一种无线异构网络的自适应垂直切换算法

针对移动节点在异构网络间切换性能不理想的问题,提出了一种自适应主动预测的垂直切换算法。采用一种面向当前应用程序的代价函数对可接入网络进行评估与选择;根据稳定周期、移动节点的运动速度及所处位置来自动调整切换执行时间,使移动节点能自适应地进行切换判决。仿真结果表明,该算法可以有效地减少切换延迟、分组丢失及切换次数,提高系统的切换性能,改善业务的QoS。     

基于业务需求的速度自适应垂直切换算法

下一代网络(NGN)是一种采用不同无线接入技术的融合网络,在这种融合的网络环境中,不同无线接入技术间的垂直切换成为重要的研究课题。但是现有的垂直切换算法少有考虑用户业务对网络的实际需求偏好以及用户的移动性,大多以网络端的属性值作为切换判决指标。为了解决上述问题,提出了一种基于业务需求的速度自适应垂直切换算法,并通过速度因子以及网络属性因子矩阵来补偿因节点运动而对无线链路质量造成的损耗,自适应调整业务对网络属性因子需求的权重,从而支撑节点做出有效的切换判决,最终实现速度自适应的能更好地服务于应用业务的垂直切换。仿真实验表明,该算法能有效地克服乒乓效应,且与其他切换算法相比有较高的数据包吞吐率。     

基于改进蚁群算法的乒乓球数据挖掘研究

在Ant-Miner算法框架中通过对信息素更新和路径选择概率等策略的改进,并结合乒乓球技战术分析的特点,建立了基于改进蚁群算法的乒乓球技战术分类挖掘模型,并进行了实例分析,与乒乓球技战术关联规则挖掘相比较,该算法在挖掘效果和规则质量方面有很大的优势,并已应用于国家乒乓球队比赛和训练中,效果良好。     

基于PoseC3D的网球动作识别及评价方法

为了准确地识别及评价网球动作,将计算机视觉与网球运动相关知识相结合,提出了一种基于PoseC3D的网球动作识别及评价方法。首先,使用基于ResNet-50姿态估计模型对网球运动视频进行人体目标检测并提取骨骼关键点;然后,使用在专业网球场采集的视频数据集进行PoseC3D模型训练,使模型能够对网球的子动作进行分类;之后,使用动态时间规整算法对分类的动作进行评价;最后,基于采集的视频数据集进行了大量实验。结果表明,提出的基于PoseC3D的网球动作识别方法对6类网球子动作的分类Top1准确率可以达到90.8%。相较于基于图卷积网络的方法,比如AGCN和ST-GCN,具有更强的泛化能力;提出的基于动态时间规整的评分算法能够在动作分类后实时、准确地给出相应动作的评价分数,从而减少了网球教师的工作强度,有效地提升了网球教学质量。     

基于体感识别技术的乒乓球握姿训练系统设计

为了提高乒乓球握姿训练的自动化水平,提出一种基于体感识别技术的乒乓球握姿训练系统,采用图像传感器进行乒乓球握姿的图像信息采集,对采集的乒乓球握姿图像信息进行体感特征监测,提取乒乓球握姿图像的体感动态特征量,采用支持向量机模型进行乒乓球握姿的体感特征分类识别。根据对乒乓球握姿的体感特征识别结果进行乒乓球握姿的自动调节,实现乒乓球握姿训练优化。仿真结果表明,采用该方法进行乒乓球握姿训练的提高特征检测能力较好,识别准确性较高,提高了乒乓球握姿的自动训练水平。     

乒乓球的三维运动轨迹重建

主要基于图像序列对乒乓球的运动轨迹进行三维重建,并对乒乓球运动形态进行分析.首先对采集的图像进行立体校正,利用颜色识别和改进的霍夫圆检测算法提取出序列图像中乒乓球的圆心坐标;然后根据前后帧图像的特征点坐标差值在时间序列上匹配特征点;最后,利用三角测量法对匹配的特征点进行三维重建,并计算出乒乓球不同时刻的速度和加速度,实现了动态物体的三维运动重建.实验结果表明该三维运动重建方法提高了特征提取的准确性,有效地实现了时间序列上的匹配,获得了物体的三维运动数据.     

异构IP网络物理拓扑发现算法研究

介绍了异构网络物理拓扑发现算法的相关定义和系统模型。在分析原有基于MAC地址转发表算法的基础上,提出一种新的基于生成树协议的拓扑发现算法。运用算法开发的工具能准确发现异构网络的拓扑。     

无线传感器网络中基于移动锚节点的APIT的改进定位算法

针对APIT定位算法定位误差大,覆盖率低等缺点,提出了一种基于移动锚节点的改进的定位算法.在网络中引入移动锚节点,通过移动覆盖算法尽量使节点均匀分布,并提出了一种基于异构传感器网络的最佳节点数量的计算方法,另外引入了RSSI量化模型对APIT算法进行修正,解决了用APIT算法不能进行定位的问题.仿真结果表明,其与传统方...     

一种改进的Honeyd隧道路由方法

基于Honeyd的分布式蜜罐系统隧道路由存在乒乓效应。为此，提出一种改进的Honeyd隧道路由方法。研究通用路由封装(GRE)隧道通信的基本原理，分析乒乓效应产生的原因，并据此改进扩展IP协议、路由表和数据包处理流程。实验结果表明，通过该方法改进后的GRE隧道能保持原网络的拓扑结构，且对网络吞吐率和CPU占用率没有影响。     

从搜索效率看二层网络与三层网络的本质区别

二层网络以交换机为交换设备,以MAC地址表为搜索依据,其搜索次数很大.三层网络以路由器和交换机联合作为交换设备,其中路由器以路由表为搜索依据,将广播域进行了分割,综合搜索次数大大降低,从而使大型网络的地址搜索时间减少到可接受的范围.本文通过详细的分析,比较了以交换机为主的二层网络和以路由器为主的三层网络之搜索差别,从而揭示二层网络和三层网络的本质差别.     

基于带权超图的跨网络用户身份识别方法

随着各种社交网络的不断涌现,越来越多的研究者开始从多源的角度分析社交网络数据,多社交网络的数据融合依赖于跨网络用户身份识别。针对现有的基于好友关系（FRUI）算法对社交网络中的异质关系利用率不高的问题,提出了基于带权超图的跨网络用户身份识别（WHUI）算法。首先,通过在好友关系网络上构建带权超图来准确地描述同一网络中的好友关系及异质关系,以此提高表示节点所处拓扑环境的准确性;然后,在构建好的带权超图的基础上,根据节点所处拓扑环境在不同网络中大致相同这一特性,定义节点之间的跨网络相似性;最后,结合迭代匹配算法,每次选取跨网络相似性最高的用户对进行匹配,并加入双向认证和结果剪枝来保证识别准确率。在合作网络DBLP和真实社交网络上进行了实验,实验结果表明,在真实社交网络上,所提算法相比FRUI算法,平均准确率提高了5.5个百分点,平均召回率提高了3.4个百分点,平均F值提高了4.6个百分点。在只有网络拓扑信息的情况下,所提WHUI算法有效提高了实际应用中身份识别的准确率和召回率。     

基于小波分析的网络通信大数据谱聚类算法研究

传统谱聚类算法存在聚类效果差的缺陷,为此提出基于小波分析的网络通信大数据谱聚类算法研究。采用小波分析方法对采集到的电网通信网络大数据的相异性进行度量,将得到的相异性度量结果转换为数据之间的相似性,并对网络通信大数据相似性关系进行构建,得到网络通信大数据的相似度矩阵,以上述得到的网络通信大数据相似度矩阵为基础,采用聚类算法对数据进行聚类,实现了网络通信大数据的谱聚类。通过实验可得,提出的谱聚类算法的准确率与纯度分别高出传统算法34%与21.2%,说明提出的基于小波分析的谱聚类算法具备极好的聚类效果。