空地协同场景下通信干扰智能识别方法

针对现有通信干扰智能识别方法在小样本条件下识别精度低、网络模型欠拟合的问题,并形成通信干扰识别的空中与地面布设能力,该文提出一种空地协同场景下基于孪生网络的通信干扰智能识别方法。首先在空中无人机与地面设备之间构建空地协同的通信干扰认知架构,并通过提取所接收的通信干扰信号的时频图、分数阶傅里叶变换和星座图,对通信干扰信号进行智能表征,以作为网络的输入。然后搭建基于密集连接网络的网络结构,并设计双输入权值共享的孪生网络。最后,利用随机样本对孪生网络进行训练,并通过孪生单边网络构建基准通信干扰类型特征库进而实现通信干扰的智能识别。该方法通过度量两个样本之间的特征距离来判断样本的相似性,并通过相似度度量扩大了训练样本数量并训练了孪生网络模型。仿真结果表明,所提方法不但在较小数据集的条件下可有效地实现通信干扰的智能识别,而且相比现有的智能识别方法,所提方法的识别性能显著提升。     

用户聚集场景下的超高清VR视频渲染计算优化

超高清虚拟现实（Virtual Reality,VR）视频的高分辨率和用户聚集场景的频繁交互都需要视频的高效渲染。目前,移动设备计算资源和公有带宽的限制导致设备无法为用户提供低时延、高交互的视频渲染计算服务。对此,提出一种去中心化的分布式渲染计算服务机制,旨在通过多移动设备协同构建渲染计算服务网络,为聚集场景下的用户提供优质的服务。还提出一种协同服务数据共享层构建方法,解决移动设备业务随机性给数据共所带来的问题。这种去中心化的协同分布式服务和共享机制,可为超高清VR视频业务提供良好的技术支撑,促进移动视频业务交互模式的创新。     

基于物联网的智能景区人流监测、疏通及预警系统

随着人民生活水平的提高,节假日出游成为人们的选择,然而景区人流超负荷带来的安全隐患却令人发指。因此景区客流量的实时监测与上传,变得十分重要,在人为保障外增加另一道牢固的防线。本系统设计主要研究的是景区人流量的采集,实时监测以及上传服务器的问题。     

基于SVM算法的微博用户识别和分类研究

基于广受欢迎的微博平台,利用新浪微博提供的API接口及网络爬虫技术从微博中提取用户数据,通过支持向量机算法(SVM)将微博用户分为水军用户和非水军用户两类。再利用改进的支持向量机算法(SVM)从大量的用户数据中提取特征值,实现多分类支持向量机模型,将用户分为正常用户、炒作型水军、营销型水军、谣言型水军四类。研究结果表明,构建的模型可以较为准确地识别出用户的类型,识别误差率较低。     

无线传感器网络上数据聚集及调度研究综述

无线传感器网络是近年来倍受关注的热点研究领域,综合了无线通信技术、微电子技术、嵌入式技术、传感器技术等,具有广阔的应用前景。数据聚集是无线传感器网络上一项基础而重要的操作,被研究者们所广泛关注,也涌现出了很多研究工作。总结了近年来无线传感器网络上的数据聚集以及数据聚集调度方向的研究工作,讨论了现有工作的内容和需要进一步研究的方向,并提供了广泛的参考文献。     

多频带混合场景下终端直通通信用户最优用户密度与功率分配研究

该文分析了蜂窝与终端直通(Device-to-Device, D2D)混合网络中多频带资源的场景下D2D用户最佳密度和功率分配问题。在混合网络中包含一个或者多个蜂窝网络,D2D用户复用蜂窝系统上行频谱资源。通过采用随机几何理论,上述问题可以建模成一个以最大化D2D网络容量为目标并以蜂窝用户和D2D用户的中断概率为约束条件的优化问题。由于上述优化问题非凸,因此分成两步解决原问题：首先证明当D2D用户密度确定的时候原问题对于功率分配是凸问题,并通过拉格朗日对偶方法得到了最优功率分配方案;随后证明中断约束条件将D2D用户密度的定义域分成有限个子区间,在每个子区间上可以通过求导的方式得到D2D传输容量局部最优解,基于上述两个结论,文中设计了一种子区间最优值搜索算法。通过仿真验证了算法的有效性,并且反映出D2D传输容量主要由中断约束条件和来自蜂窝网络的干扰决定。     

乌鲁木齐供电公司通信华环传输网优化应用研究

分析了乌鲁木齐供电公司传输网现状,详细探讨了华环传输网现状。针对华环传输网络现状存在的未能单独组网、网络架构零散、不具备网络自愈能力、网络管理复杂、可靠性差、稳定性低等问题进行了深入研究,提出了华环传输网优化目标及网络优化方案,经过分析对比表明优化后的网络性能具有极大的优越性。     

eMule行为监测技术研究与系统实现

提出了一种基于主动探测的eMule行为监测方法,并设计和实现了一个eMule行为监测系统.系统测试表明,本系统能够对eMule行为进行有效地监测,并获取eMule客户端特征信息,为eMule行为监管提供了有效的技术手段.     

复杂网络中k-核与网络聚集系数的关联性研究

选取复杂网络特征变量—聚集系数为研究目标,通过数学推导与证明,清晰描述了k-核与聚集系数的关联性。通过仿真实验证明,随着k-核的不断解析、k值的不断增加,网络聚集系数亦呈现逐步增加的趋势。该结论为k-核解析在复杂网络中的进一步应用提供相应的理论基础与指导。     

通信网络的优化及TD-SCDMA网络覆盖问题的研究

TD-SCDMA是我国的第三代移动通信标准,和电信的CDMA2000、联通的WCDMA相比,移动的TD-SCDMA在三个3G标准里是起步比较晚的一个,TD-SCDMA的优势就是获得政府支持的中国自有的3G网络;CDMA2000的优势就是建设成本低,从以前的CDMA1X直接升级到3G;WCDMA的优势就是扩频增益较高,发展的空间比较大,技术成熟,全球漫游的能力强。TD-SCDMA网络优化成了TD-SCDMA网络运营的一个重要方向。随着通信技术的不断优化,人们对网络服务质量的要求也越来越高,希望在任何地方都有TD-SCDMA网络为其服务,都能享     

基于群特征的通信自组织网优化研究

文章在分析通信自组织网中节点群体特征的基础上,结合群化现象,提出无线自组织网的网络群化概念,围绕这一概念深入研究自组织网网络协作中节点位置管理优化方案、网络群化节点和基于群化节点的网络聚合、网络协作等问题,并依托横向课题中真实移动自组织网案例对设计方案进行仿真实验,充分验证了该方案的可行性和实用性,具有较好的应用和推广价值。     

基于用户访问感知的家宽业务质差识别研究与实践

随着互联网的迅猛发展,用户对业务感知和服务质量要求越来越高,网络业务质量 监测也变得日益重要。分析了当前家宽业务质差识别现状,提出了一种基于用户访问感知指标的宽带业务体验评分方法,并通过区域试点验证了评价体系的有效 性。使用该方法可有效提升质差用户识别率,对于网络问题的主动发现、网络质量的精细化管理具有较好的参考意义。     

自组织网络与通信技术专题——网络自组织通信模式和技术研究综述

自组织通信是最近一段时间计算机网络研究的热点。自动配置和自我组织是实现网络优化，网络自我管理，自我诊断和修复的关键技术，适应了互联网日益复杂的发展趋势，可用于支持新兴网络应用，并构建新型网络架构：移动自组织网络（MANET），无线传感器网络，自组织覆盖网络。本文介绍了自组织理论，归纳了自组织通信的特点并探讨了网络自组织通信进一步研究的方向。     

基于爬虫技术的国内移动互联网应用监测与分析系统研究

移动互联网应用已超越互联网与通信领域范畴,快速向智能电视等新型智能硬件领域延伸,当前国内外移动应用生态爆发式增长,而国内应用渠道分散且良莠不齐,立足于我国移动应用生态发展分裂实际,面向国内技术实现迥异的众多应用商店提出一套完整的基于爬虫技术的移动互联网应用发展监测与分析系统方案,基于Nutch开源爬虫平台在动态感知获取国内总体应用生态发展/运行态势过程中研究提出并解决一系列关键技术挑战,监测数据经进一步挖掘分析输出若干分析成果,准确全面实时揭示我国移动应用产业整体发展状况,有效形成面向我国整体移动应用发展的深度监测分析能力.     

移动互联网智能管道自组织架构研究与实践

根据 3GPP 自组织网络规范,提出移动互联网智能管道自组织架构。在智能管道网络中引入集中策略控制功能实体,周期监测外部消息,利用循环神经网络构建最佳策略匹配模型,进行智能管道策略预测、迭代更新和策略下发。对比传统智能管道,本架构实现了智能管道策略智能化定制、实时性管理以及生命周期动态管理,并在“大流量用户”限速、网络高负荷保障以及在线广告推荐等场景得到了有效的应用。     

LTE中自配置自优化技术研究与优化

大数据时代的到来促使人们的生活、学习和工作方式都有了巨大的转变,新的通讯信息平台如微信、微博、手机支付、移动办公等移动数据业务已深入到社会生活中的各大领域,2G、3G等通信系统已经不堪重负。为了更好地满足人们的需求,运营商对于移动数据业务的升级换代已变得极为紧迫,其中LTE技术已成为主流选择。分析了具有自治愈、自配置、自优化等自主智能功能的自组织网络的相关研究与优化方法,重点分析自组织功能和几种部署机制。     

电力通信网中通信监测技术及应用研究

本文概述了电力通信在现代社会的地位,介绍了电力通信网络监测的重要性。研究了电力通信网络监测技术的应用,在实践中不断提高我们的电力网络监测的管理水平。     

行为识别技术的研究与发展

行为分析有着广泛的应用前景,如智能视频监控、人机交互、自动识别报警、公共安全等方面,行为分析已成为相关领域的研究热点并有其潜在的经济价值.在人工智能和自动化操控迅速发展的当下,行为分析作为人工智能发展的中流砥柱也成为了国内外研究人员相继探讨的热点,关于人体行为分析的研究方式、模型算法和描述方法都取得了切实有效的发展.根据采用不同识别技术人体行为识别目前主流要分为四大类:基于计算机视觉的行为识别、基于传感器系统的行为识别、基于位置的行为识别和基于人物交互的行为识别.这篇文章主要探讨研究了行为识别技术和应用这2个方面的问题,综述了目前已有的技术情况,在探讨该方向各类技术的发展情况和研究现状的基础上,总结了当前行为分析仍然存在的问题和未来可能的发展前景.