一种基于用户移动行为相似性的位置预测方法

随着移动通信技术和车载定位系统的发展和广泛应用,基于位置服务越来越受到人们的关注。位置预测技术是其重要组成部分,并有着广泛的应用。在实际应用中,由于采集点丢失或新用户出现等,GPS轨迹数据往往具有稀疏特性,使得基于单个用户数据的位置预测的准确率较低。针对这种情况,文中提出了基于移动行为相似性和用户聚类的Markov位置预测方法。首先,为使预测的位置具有物理意义,提出了基于Voronoi图的区域划分方法,并基于区域轨迹进行位置预测;其次,提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法;再次,根据移动行为相似性对用户进行聚类,并在聚类的用户组上采用一阶Markov模型进行位置预测,提高了位置预测的准确性。在真实GPS轨迹数据上的实验表明了所提方法的有效性。     

基于移动的位置管理策略中最优寻呼研究

位置管理是个人通信网络的一个挑战性问题,用于跟踪移动台,有位置更新与寻呼两个基本操作.在一些知名的位置管理策略中,基于移动的位置管理策略(movement-based location management scheme)具有简单易行的特点：各移动台只需记住所越过的小区边界次数,一旦这个数超过事先定义的一个整数——移动门槛,就进行位置更新操作.在移动台的呼入符合泊松分布,移动台在各个小区的逗留时间符合指数分布的条件下,推导了基于移动的位置管理策略中移动台移动距离的概率分布及平均距离公式,并基于这些概率分布给出了最优顺序寻呼算法.最后,给出数值分析结果,以说明所给出的寻呼策略比其他已有策略更优.     

带模糊控制的动态指针推进移动性管理策略

移动性管理是移动计算研究领域的一个挑战性课题.提出了一种带模糊控制器的动态指针推进移动性管理策略.这种策略以移动台的移动次数、指针链长度及位置管理的代价作为模糊控制器的输入,指针长度的改变量作为模糊控制器的输出,对指针长度进行动态调整.仿真实验结果表明：当移动台的呼入移动比较低时,这种策略比现行无线移动通信网络的移动性管理策略的性能更优.     

基于簇中心预测的Ad Hoc网络位置更新算法

本文根据许多实际应用场合下网络节点所表现出来的群组性移动特征,提出了一种基于簇中心预测的位置更新算法.它通过计算和估计簇中心的移动特性,并在此基础上预测各个节点的位置.只有当预测位置与实际位置的偏差超过一定范围时,才产生新的位置更新消息,由此可以极大地减少所需传送的位置更新消息.仿真结果表明,该算法下的位置消息大大少于常规的基于距离的算法.     

基于作者主题模型和辐射模型的用户位置预测模型

由于全球定位系统（GPS）设备采集的用户历史位置数据通常具有稀疏性,使得基于单个用户数据的位置预测模型能力受限,所以结合人类移动性的时间和空间周期性,提出一种基于作者主题模型（ATM）和辐射模型（RM）的用户位置预测模型。在时间维度上,该模型利用ATM发现与目标用户移动行为相似的用户群,并确定该用户群在预测时刻所处的目标状态;在空间维度上,该模型利用RM算法计算目标用户的候选地点在目标状态下的概率,并通过比较各候选地点的概率值确定目标用户可能出现的地点,从而实现对目标用户位置的预测。实验结果表明,该模型的平均预测准确率为61.49%,相对于基于变阶的Markov模型提高近28个百分点。所提预测模型能够在单个用户数据量小的条件下获得更高的预测准确率。     

以用户为中心的可信终端身份管理模型

针对终端用户身份管理难题和现有的身份管理技术的不足,为了满足终端用户在任何情况下访问网络资源的客观需求,文章提出了以用户为中心的可信终端域内、跨域和开放网络环境下的身份管理系统模型,在此基础上设计了包括终端用户身份安全保护机制、身份管理流程、终端用户身份管理协议的终端用户身份安全保护方案,对协议进行了安全性分析和形式化分析,并与其他身份管理模型的安全性进行了比较,结果表明该模型能够安全地管理用户身份和实现各种环境下的访问控制。     

移动自组网中基于电源消耗的数据位置管理策略

在移动自组网中,网络频繁的断接使得数据的可访问性低于传统的固定网络中的数据可访问性。当网络中存在一个数据项的多个副本时,应避免对某一个数据项的所有访问都集中在某一台移动主机上,从而防止主机电源耗尽而脱离整个网络,降低数据的可访问性。本文基于对移动主机的电源能力的考虑,提出了一种新的数据项或副本位置管理的方法,有效的避免因为电源耗尽而导致的网络分裂,从而保证了数据的可访问性。     

PCS网络位置管理方案性能分析

PCS（Personal Communication Service）网络中位置管理开销昂贵；为减小开销，研究人员提出了许多种方案。研究了基于LRA（Lazy Replication Algorithm）的位置管理方案，建立了分析模型，以相邻两次呼叫期间实现位置管理所花费的开销为指标，对IS-41和LRA两者的性能进行了比较。研究表明，对于高移动性或远离归属地的用户，LRA显著优于IS-41；另一方面，对于呼叫多发生于两个服务区间或低移动性的用户，IS-41优于LRA；从总体上看，LRA性能优于IS-41。     

基于节点位置和密度修正的自组网区域路由

自组网中区域路由协议主要由区域内路由和区域间路由组成。修正的区域路由算法利用节点位置信息,使得区域内的邻节点更新过程可以获得更有效的触发,从而减少了大量的不必要的广播报文开销。同时,根据节点密度调整了路径长度限制,使得区域间的路由查询和路由维护能够更快地收敛。仿真结果表明,修正后的区域路由算法与ZRP协议相比,在时延、吞吐量等方面有着较明显的性能提高。     

基于模式匹配度的用户移动规则挖掘及位置预测方法研究

传统的移动用户位置预测方法由于模式支持度计算方式不合理,存在预测精度偏低的问题。为此,提出了一种基于模式匹配度的用户移动规则挖掘及位置预测方法,并将其用于移动通信系统中,以基台覆盖范围网格为单元的用户位置预测。具体包括三个步骤：通过图的遍历挖掘用户移动模式、基于用户移动模式生成用户移动规则和依据用户移动规则进行位置预测。实验分析使用10个批次轨迹数据进行用户移动规则挖掘,结果表明,该方法挖掘出的用户移动规则数少、支持度高和置信度高,具有高精度的优点。     

基于行动预测的支持移动自组网QoS的路由方案

从研究高斯-马尔可夫运动模型出发,提出了一个可用于预测移动自组网中节点间最大链路有效时间的模型。从提供Qos路由度量和改进被动路由协议两个方面阐述了提供移动自组网Qos支持的机制。仿真实验表明,新的路由方案具有网络吞吐量大、抖动小和时延可控制的特点。     

灰色模型在矿区沉降预测中的应用

为了准确掌握矿山的沉降变化规律,预测沉降发展趋势,提出一种采用灰色模型进行矿区沉降预测的方法。结合沉降观测实例,采用灰色模型精度检验和数理统计的F分布两种方法对灰色模型的预测结果进行检验和分析。结果表明,灰色模型能够满足矿区沉降预测的精度要求,且预测精度随着采用数据量的增加而提高。     

基于多项式系数自回归模型的雷达性能参数最优组合预测

针对雷达故障预测与健康管理（PHM）技术工程实现中性能参数变化趋势预测准确度不高的问题，提出一种基于多项式系数自回归（PCAR）模型的性能参数预测方法。首先，介绍了PCAR模型的形式及其阶次、参数确定方法，该模型相对于传统的线性模型扩大了模型选择范围，有效降低了建模偏差；然后，为了进一步提高预测准确度，采用基于奇异值分解滤波算法（SVDFA），选取最优门限值，将性能参数监测序列拆分成与各个失效因素对应的子序列，最后分别采用不同阶次的PCAR模型来预测序列未来值。仿真实验结果表明，所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型（ARMA）的预测结果相比，三个监测序列的预测准确度分别提高了79.7%、97.6%和82.8%。实验结果表明该预测方法可应用于雷达性能参数的预测，有利于提高雷达的工作可靠性。     

基于网络流量预测的DASH系统优化

近年来基于超文本传输协议(HTTP)的自适应视频流量大幅上升,传统HTTP动态自适应流(DASH)速率算法无法准确预测网络吞吐量,导致网络带宽波动,使传输控制协议慢启动并触发抛弃规则,从而降低视频质量.提出一种基于网络流量预测的改进DASH速率算法.将DASH算法分为视频质量选择阶段、视频下载阶段和请求等待阶段,在视频...     

无线体域网中基于能量有效性的动态调度策略

无线体域网(WB AN)是一种布置于人体(体表或体内)的传感器网络,它能够连续监控人体体征信号,及时传输到远程医疗中心,辅助医生做出诊断.由于人的活动性,经常会有一群WBAN聚集在一起,WBAN相互间的干扰会对单个WBAN内的通信造成影响.为减弱该干扰并确保整个网络的通信质量,提出基于能量有效性的自适应动态调度策略.建立干扰环境下的数学模型,将动态调度策略转化为最大化能量有效性并兼顾节点服务质量的非线性整数规划问题,并设计FEEM启发式算法对其进行求解.仿真结果表明,采用FEEM算法的动态调度策略在吞吐量、能量有效性和服务质量公平性方面均优于采用Horse Racing算法的静态调度策略.     

基于成功流法的共因失效可靠性仿真

针对共因失效使系统可靠性分析复杂化的问题,提出基于成功流(GO)法的共因失效可靠性Simulink仿真方法.在构建共因集GO模型时,考虑共因失效的影响.运用累积概率法进行定量计算,并构建共因集Simulink模型,利用仿真工具降低建模、计算的难度.经算例验证,改进仿真方法较传统计算方法更为简单,Simulink在共因失效可靠性GO法分析中具有可行性与有效性.     

Conceptual design evaluation considering the ambiguity semantic variables fusion with conflict beliefs: An integrated Dempster-Shafer evidence theory and intuitionistic fuzzy -VIKOR

Quantifying the uncertain linguistic evaluation from decision-makers (DMs) is one of the most challenging parts in the conceptual design decision. Although fuzzy decision models have been widely used to capture potential uncertainty by assigning a fuzzy term with the certain belief, the ambiguity subjective evaluation of semantic variables with conflict beliefs derived from DMs have not been well addressed. To solve this drawback, a concept decision model based on Dempster-Shafer (DS) evidence theory and intuitionistic fuzzy -Vlsekriterijumska Optimizacija I Kompromisno Resenje (VIKOR) considering the ambiguity semantic variables fusion is proposed. Firstly, by incorporating semantic variables of intuitionistic fuzzy sets (IFSs), the diversified semantic judgments and its belief will be taken into account to form an ambiguity semantic initial decision matrix; secondly, the DS combination rule will be used to fuse the different semantic variables of multi-DMs in each scheme, update the belief of each semantic variable, and then the semantic fusion value matrix of the scheme will be constructed; finally, the weight of each evaluation objective will be calculated based on the value matrix and information entropy model, IFS-VIKOR model will be constructed to rank the concepts. A case study of the tree climbing and trimming machine will be employed to verify the proposed decision model. This decision model considering diversifying semantic variables and the conflict belief is proven to be effective compared with the IFS-SAW and ISF-TOPSIS.