基于免疫神经网络的陀螺仪漂移预测

BP神经网络可用于预测陀螺飘移误差，但容易陷入局部极值，训练速度很慢。针对上述缺点，该文提出了一种基于免疫算法的神经网络，以样本输出为抗原、神经网络权值矩阵为抗体，通过克隆、变异、抑制等步骤找到最优抗体，将最优抗体用于陀螺仪漂移预测。仿真试验显示，免疫训练算法能有效优化网络权值，基于该模型的漂移预测精度较高。     

神经网络基于粒子群优化的学习算法研究

研究神经网络基于粒子群优化的学习算法，将粒子群优化算法用于神经网络的学习训练，并与遗传算法进行了比较，结果表明，神经网络基于粒子群优化的学习算法简单容易实现，而且能更快地收敛于最优解。     

免疫优化神经网络对倒立摆的控制

人工免疫算法是基于生物免疫系统机理和特点发展而来的一种新型智能算法。针对BP神经网络传统训练算法的学习效率低、收敛速度慢且容易陷入局部最优等不足,采用免疫算法对BP神经网络权值进行优化,以实现对倒立摆的控制。实验结果表明,用免疫算法训练神经网络收敛速度快,并能有效避免陷入局部最优。优化后的神经网络能对实际的倒立摆装置进行控制,并取得了满意的效果。     

免疫粒子群算法在神经网络训练中的应用

神经网络能够用来检测结构损伤,但是其训练方法容易陷入局部最优。粒子群算法具有全局搜索能力,将免疫系统中的抗体抑制机理引入粒子群算法以保持粒子多样性,采用免疫粒子群算法（ImPso）训练前向神经网络。计算机仿真结果显示,训练后的网络性能优于使用一般BP算法训练的网络。     

一种基于抗体网络的免疫算法

阐述了免疫系统抗体网络的机理和特点,深入分析了抗体网络与常用的免疫算法和Hopfield神经网络异同.通过不断更新输入模式(抗原)和采用最优保存策略,将基于克隆选择的竞争学习算子、自动生成网络结构、剪枝算子和低频变异用于进化操作,提出一种新的基于抗体网络的免疫算法,用于函数优化问题.实验结果表明新算法可行有效.与常用的免疫算法、Hopfield神经网络优化算法比较,新算法具有较好的全局搜索能力和较快收敛速度.     

基于SCSO-GRU模型的网络流量预测

网络流量有实时性、不稳定性和时序相关性等特点,传统网络流量预测模型存在泛化能力不强和预测精度低等不足之处。为解决这些不足,本文提出一种结合基于正余弦的群优化（SCSO）算法的GRU神经网络的网络流量预测模型（SCSO-GRU）。首先,介绍SCSO算法的粒子更新原理;然后构建SCSO-GRU神经网络的网络流量预测模型,将SCSO算法用于模型训练,提高训练效果,克服传统GRU神经网络收敛于局部最优的缺点;最后用SCSO-GRU模型进行网络流量预测。实验结果表明,与传统LSTM和GRU模型相比,本文模型具有显著的收敛效果和较好的预测精度,可以更好地刻画网络流量变化趋势。     

基于改进萤火虫算法的小波神经网络短期负荷预测方法

传统的小波神经网络以梯度下降法训练网络,而梯度下降法易导致网络出现收敛早熟、陷入局部极小等问题,影响网络训练的精度。文章将萤火虫算法用于训练小波神经网络,在全局内搜寻网络的最优参数。为了提高萤火虫算法参数寻优的能力,在训练过程中自适应调节γ值。同时利用高斯变异来提高萤火虫个体的活性,在保证收敛速度的同时避免算法陷入局部极小。将优化后的小波神经网络用于短期负荷预测,实验证明改进后的预测模型非线性拟合能力较强、预测精度较高。     

免疫人工鱼群神经网络的经济预测模型

针对BP神经网络在经济预测存在的问题,提出了一种新的经济预测模型──免疫人工鱼群神经网络（IAFSA-NN）。通过免疫人工鱼群算法（IAFSA）训练神经网络,能显著提高网络的学习精度、收敛速度、泛化能力、还能在一定程度上克服BP神经网络的缺陷。以广东省湛江市的经济数据进行建模,给出了IAFSA训练神经网络的基本原理和步骤,构建了一个免疫人工鱼群神经网络的GDP预测模型,并运用MATLAB7.0进行仿真。实证表明,该模型预测结果优于BP网络预测方法,更接近实际数据,IAFSA神经网络用于经济预测是有效可行的。     

基于粒子群算法的BP神经网络优化技术

针对传统BP神经网络存在学习效率低、收敛速度慢和容易陷入局部极小值的问题,提出一种基于改进的PSO来优化BP神经网络的方法。通过在PSO算法中引入随机变化的加速常数来获得最优权值,对BP神经网络进行优化和训练,将优化的BP神经网络用于遗传高血压患病年龄的预测中。实验结果表明,该方法较好地解决了传统BP神经网络易陷入局部极小值的问题,提高了算法的收敛速度和稳定性。     

免疫神经网络在固井质量预测中的应用研究

为了克服传统BP网络收敛速度慢,隐含层节点数不确定等缺点,将免疫算法与BP网络理论相结合,提出了应用免疫神经网络建立固井质量预测模型.在免疫神经网络算法实现中,增添了抗体浓度进行免疫调节,提高了群体的多样性.仿真结果表明,方法比BP网络建立的模型具有更短的训练时间和更高的预测精度,能够提高固井质量,实现固井质量的预测和跟踪分析,对固井中各种未知信息的预测有着较好的适用性,为固井质量预测提供了一种新方法.     

基于优先级的混合自动请求重传方法

提出了一种基于优先级的混合自动请求重传(HARQ)方法,该方法基于多用户N通道等停异步模式HARQ。无线视频传输时每个数据块有不同的时延要求,为了减少时延在物理层对数据块传输顺序进行调整,通过重传数据块等待的时间来决定其优先级,对等待时间较长的数据块优先传输。通过对这种方法的理论分析和仿真实验,证明其在基于QoS保障无线视频传输信道条件较差情况下能有效地减少端到端的时延和丢包率。     

Adaptive hybrid error correction model for video streaming over wireless networks

The Hybrid ARQ (HARQ) mechanism is the well-known error packet recovery solution composed of the Automation Repeat reQuest (ARQ) mechanism and the Forward Error Correction (FEC) mechanism. However, the HARQ mechanism neither retransmits the packet to the receiver in time when the packet cannot be recovered by the FEC scheme nor dynamically adjusts the number of FEC redundant packets according to network conditions. In this paper, the Adaptive Hybrid Error Correction Model (AHECM) is proposed to improve the HARQ mechanism. The AHECM can limit the packet retransmission delay to the most tolerable end-to-end delay. Besides, the AHECM can find the appropriate FEC parameter to avoid network congestion and reduce the number of FEC redundant packets by predicting the effective packet loss rate. Meanwhile, when the end-to-end delay requirement can be met, the AHECM will only retransmit the necessary number of redundant FEC packets to receiver in comparison with legacy HARQ mechanisms. Furthermore, the AHECM can use an Unequal Error Protection to protect important multimedia frames against channel errors of wireless networks. Besides, the AHECM uses the Markov model to estimate the burst bit error condition over wireless networks. The AHECM is evaluated by several metrics such as the effective packet loss rate, the error recovery efficiency, the decodable frame rate, and the peak signal to noise ratio to verify the efficiency in delivering video streaming over wireless networks.     

基于CQI辅助的协作HARQ实现策略*

传统的中继HARQ通信方案中,目的端会对源端和中继端首次传输的数据进行最大比合并译码,但是Turbo译码是一个非常繁杂的迭代译码,会消耗用户大量的时间和功率,当目的端在译码失败请求重传时,这一次译码将直接导致系统的时延增加。针对这一问题,提出了在传统中继HARQ通信系统中引入CQI辅助译码的HARQ通信策略,并在此基础上给出了门限自适应设定方法,解决了CQI辅助中继HARQ通信方案中难以在瑞利衰落信道下准确设定辅助门限的问题。该策略在译码前通过CQI信息对数据包的好坏作出预判断,从而确定下一步是直接译码数据包还是跳过译码环节直接发送NACK请求重传,进而减少系统时延。通过理论和仿真分析,比较了CQI辅助中继HARQ通信方案的时延和误包率等系统性能指标,验证了CQI辅助中继HARQ通信方案有着更好的时延性能。     

基于HSDPA的增强型分组调度算法研究

从系统吞吐量、用户公平性等方面分析研究了HSDPA系统中支持非实时业务的三种经典分组调度算法RR、Max C/I和PF。针对PF算法重传时延过长问题,提出了一种结合混合自动请求重传HARQ的增强分组调度算法。该算法通过提高重传分组的优先级降低重传时延,有效地避免系统资源的浪费。MATLAB仿真结果表明,该算法在降低单用户重传时延的同时,仍能保证用户间的公平性和系统的吞吐量。     

基于终端差异化与D2D网络的IDNC协作重传方案

为了满足终端用户的个性化需求并且降低D2D网络的传输时延,提出了一种基于终端差异化的立即可解网络编码（IDNC）协作重传方案。首先,针对PC-D2D网络存在的解码冲突以及传输冲突问题提出一种新的IDNC算法框架并且在此框架的基础上搜索极大独立集（MIS）,综合考虑数据包的接收情况、终端用户需求以及链路丢包率情况设计权重,衡量权重选取一次重传时延增量最小的并发协作重传终端以及数据包组合生成编码包;同时,考虑不需要数据包提供的未来解码机会,优化终端不需要的数据包,进一步降低传输时延。仿真结果表明,所提方案在满足终端个性化需求的同时能够有效地降低解码时延和完成时间。     

A Packet Selection Algorithm for Adaptive Transmission of Smoothed Video over a Wireless Channel

This paper discusses techniques for transmitting smoothed video more efficiently over a wireless network. The fluctuation of wireless channel conditions can add a significant amount of delay to video packets and cause them to miss their play-out time. If a video is smoothed, it is possible to selectively deliver packets delayed at the base-station to reduce the impact of the missing packets on video quality. In this paper, we present a simple yet effective packet selection algorithm which accomplishes this goal. This algorithm determines whether to transmit a packet based on channel conditions as well as the likelihood that higher priority layers in the rest of the video will be delivered on time. We introduce the concept of quality index to measure the performance of the algorithm. Results from trace-driven simulations show that the performance of the algorithm is close to optimal under a wide variety of channel conditions when the threshold is set between 0.7 and 0.9.     

Low-delay video control in a personal area network for augmented reality

A personal area network (PAN) is a feature of an augmented reality system, transmitting modified video for real-time display. Low-delay communication of encoded video over a Bluetooth wireless PAN is achieved in favourable channel conditions by a combination of dynamic packetisation of video slices together with centralised and predictive rate control. The result is minimised packet delay (below 0.05 s) and high-quality 40 dB video, with packet loss limited to 4 from radio frequency noise. Where channel conditions result in error bursts, dynamic rate change is introduced to reduce the need for packet retransmission and improve power efficiency.     

新型的基于信道状况的自适应HARQ方案

基于信道状况提出自适应的混合自动重传请求（HARQ）方案。充分利用发送端获得的上次成功传输时重传的冗余信息次数和信道估计的信息,判断当前的信道状况,由此确定当前发送的数据帧被成功接收可能需要重传的次数K,将初传信息和K次增量冗余信息一起发送给接收端译码,最大可能地一次性将数据发送成功,减少传输出错再启动重传协议发送增量冗余信息的次数。仿真表明,新的方案在吞吐率基本不变的情况下,传输延时降低,易于实现。     

无线上行视频流的跨层容错传输方法

如何通过资源受限的移动通信终端提升无线上行视频流的抗误性能是亟待解决的重要问题。通过不同通信层次的联合调度,提出了一种跨层容错传输方案。移动通信终端的网络层代理首先利用容错包调度为视频流的延时约束帧集合提供重要性分类,随后该终端的链路层代理利用无线链路单元的优先级调度实现选择性重传。在调度延时与传输带宽限制下,跨层容错传输能够将突发错误转移到延时约束帧集合的低优先级视频数据中,从而在突发易错传输环境中实现了无线链路单元粒度的渐进式传输和平稳退化。     

基于预测与优先级缓存的MIPv6切换算法

为了提升移动IPv6的切换性能,保证实时性要求高的音频、视频等业务的服务质量,针对去除DAD过程的RDMIPv6方案未考虑在传输速率相对较慢的无线信道中,移动节点向NAR本地注册所产生的时延以及切换过程中引入的丢包问题,提出一种优化方案PCRD-MIPv6。PCRD-MIPv6方案结合基于L2触发的切换预测和数据包优先级缓存机制,在L2切换完成之前向移动节点MN维护的接入路由器缓存列表T_AR中的所有AR发送MOA实现本地注册,与此同时,将切换过程中的数据包按优先级缓存在PAR中,在切换完成后发往移动节点,从而减少切换过程中的丢包率。NS-2仿真结果表明,PCRD-MIPv6方案有效地减少了切换时延,降低了切换过程中的丢包率。