车联网中深度强化学习辅助的RAN切片和任务卸载联合优化

车联网特点包括多种业务并存、车辆高速移动、车流在时域和空域分布不匀等,使得任务卸载和资源分配面临许多挑战性问题.本文提出一种深度强化学习辅助的无线接入网(Radio Access Network, RAN)切片和任务卸载联合优化方法,目的是最大化车联网任务完成数量.设计一种多时间尺度、多维资源切片框架,为不同类型任务的卸载提供差异化服务质量(Quality-of-Service, QoS)保障.在该框架下,任务完成数量最大化问题被建模为一个带约束的长时累积优化问题.该问题被解耦为大时间尺度上的RAN切片子问题与小时间尺度上的任务调度子问题.每当一个新切片窗口到来,控制器通过一种最优化方法为切片分配频谱和计算资源.切片窗口内各个时隙的工作流调度由一种基于深度强化学习的任务调度算法决定.该算法综合考虑车速、行驶方向、基站资源等因素,可以根据网络态势变化动态地在不同基站之间分配任务,实现全网资源的高效利用.仿真结果表明,所提方案在任务完成率、环境适应性等方面优于现有典型的基准方法.     

改性多孔沥青混合料水稳定性与损伤规律

为了提高季冻区多孔沥青路面的使用质量、减轻路面冻融损伤,采用玻璃纤维、硅藻土与沥青路面旧料以改善多孔沥青混合料性能。分析不同材料掺量的多孔沥青混合料在冻融循环下的抗压强度、空隙率及应变变化,并考虑不同材料与不同材料掺量对多孔沥青混合料水稳定性的影响;基于损伤力学理论以抗压强度为指标表示强度率,研究改性多孔沥青混合料的冻融损伤演化规律;基于CT无损检测与数字图像处理技术,分析玻璃纤维多孔沥青混合料冻融前后空隙数量与空隙面积的变化规律。结果表明：混合料抗压强度随冻融循环次数的增加而降低,而空隙率与应变呈上升趋势;具有玻璃纤维掺量0.7%、沥青路面旧料掺量15%、硅藻土掺量25%和掺量15%沥青路面旧料及20%硅藻土的4种多孔沥青混合料水稳定性能最好,其中玻璃纤维的改性效果最佳;掺入玻璃纤维、15%掺量硅藻土与15%掺量沥青路面旧料能减轻多孔沥青混合料的冻融损伤,但硅藻土再生多孔沥青混合料损伤程度均较大,损伤前期强度较高,更适用于短时冻土区;与硅藻土再生多孔沥青混合料相比,玻璃纤维多孔沥青混合料、再生多孔沥青混合料与硅藻土多孔沥青混合料经历了长时间的快速损伤期、短时间的损伤稳定期与损伤发展期;玻璃纤维掺量较低的试样空隙数量增加,平均单个空隙面积减小,而掺量较高的试样表现相反。     

异构移动终端能量感知的P2P数据共享机制

针对现有P2P数据共享网络中存在的移动终端异构性这一问题,提出一种异构移动终端能量感知的P2P数据共享机制。该机制在判断移动终端类型的同时引入能量感知模块,用于预测终端的剩余能量,在此基础上,根据网络环境的变化动态地调整数据的共享策略。仿真实验表明,该机制能够有效提高移动终端的能量利用率,平衡终端的负载,延长数据共享时间,从而提高数据分发成功率。在保持文件高可用性的前提下,平均减少15%的终端能耗。     

无线多媒体传感网多时间片多重覆盖路由算法研究

提出一种无线多媒体传感网多时间片多重覆盖路由协议MKCR。在事件监测过程中,系统采用视域固定的视频节点,对关键目标进行多角度覆盖以提高监测质量。在多节点协同工作时,协议计算多时间片k覆盖路径、合理分配节点参与工作的时间,从而延长网络生存周期。研究并设计了MKCR-K和MKCR-T算法,前者代表k覆盖重数不可变的情况,在目标均达到k覆盖要求后,进而计算参与的节点集合及其工作时长;后者表示覆盖重数k根据情况可变,在目标全覆盖的基础上尽最大可能对关键目标 进行 多角度监测并延长网络生存周期。仿真结果表明,MKCR协议能够协调参与节点的工作时长,实现关键目标多重覆盖监测,同时延长网络生存周期。     

基于语义的视频镜头的分类技术

提出了一种基于底层特征和基于高级语义特征的视频镜头分类方法,使用RBF核的支持向量机（SVM）作为分类器,分别将其应用于动漫/真人和足球比赛视频的镜头分类,前者的平均错误概率控制在了7.43%之内,而基于高级语义特征的足球比赛镜头分类的准确率达到了84%。     

无线传感器网络不依赖位置信息的能耗均衡拓扑控制

针对无线传感器网络(WSN)稠密部署的特点,首先提出一种不依赖位置信息的拓扑构建(LTC)算法用于构造连通支配树型结构的虚拟骨干网。在此基础上,深入分析骨干节点的能量消耗以及数据传输时延,引入密度控制与数据传输率控制因子以均衡虚拟骨干网能耗,提出了不依赖位置信息的能耗均衡拓扑控制(LETC)算法。LETC算法依据各个区域不同的数据传输量,调整该区域虚拟骨干节点的布置密度,同时增加低能耗节点的传输速率以减少网络时延。理论分析与仿真表明,经过优化的LETC算法相比LTC能够更有效地均衡能耗,延长网络寿命241%,减少时延28.1%。     

基于用户自描述标签的层次分类体系构建方法

模式层知识对于语义万维网的发展非常重要,然而当前开放链接数据(LOD)中模式层知识的数量十分有限,为突破这一局限,提出一种基于社交网络中用户自描述标签的层次分类体系构建方法。该方法首先设计基于搜索引擎的标签分块算法,将描述相同话题的标签划分到同一标签块中,然后采用基于半监督学习的标签传播算法挖掘相同标签块中标签间的上下位关系,最后运用基于启发式规则的贪心算法来构建层次分类体系,从而在社交站点中构建出大规模且高质量的层次分类体系。实验结果表明,该构建方法与现有相关工作相比在准确率、召回率以及F值上均有明显提高。     

基于小波模型的多媒体通信流特性分析

近年来,网络实时流媒体获得了越来越广泛的应用,引起了学术界和工业界的广泛关注。通过NS仿真实验得到两种不同类型的通信流,并用小波分析模型进行匹配拟合。对上述两种通信流的自相关系数、概率特性以及突发性进行了深入的分析和研究。结果表明,利用小波数学模型产生的多媒体通信流的自相关系数和概率分布等特性与仿真通信流非常相近;可以小波模型为基础构造多媒体通信源负载发生器。该结果将对多媒体网络通信流量分析和模型化提供依据。     

云存储中基于虚拟用户的数据完整性验证

针对验证数据完整性过程中被撤销用户与云服务器存在共谋的问题,提出基于虚拟用户的数据完整性校验方案。在管理群组用户的过程中,管理员让云服务器作为代理,通过重签名方法将被撤销用户的签名转换为虚拟用户签名,以防止攻击者获取群组用户身份隐私信息。另一方面,管理员在本地存储所有用户的身份隐私信息,用户在访问共享数据之前需要通过管理员的验证,这样既能保证校验者可以正确验证共享数据的完整性,又能保护群组用户的隐私和共享数据的安全。分析证明结果表明,所提方案在用户撤销时不仅能够验证共享数据的完整性,还能降低攻击者精确获取用户身份隐私信息和共享数据内容的概率。