对DVB多协议封装中的IP数据的分析

随着通信技术对安全保密要求的提高,常规的网络通信、无线电通信很少用来传输特殊用途的信息,而卫星信道越来越多地被用来传送某些信息如IP数据。为了获取这类信息,对承载IP数据的DVB标准及多协议封装(MPE)进行了深入研究,并结合实际数据使用专业软件对数据传送方式进行了详细分析,得到了负载内容,说明了信息获取的大致手段。     

电视加解扰系统中的密钥分配

本文通过实践扼要介绍了广播电视加解扰系统中的密钥管理方法以及如何实现密钥的分配、使用和控制等技术.     

改进的OFDM迭代最大似然定时同步方法

针对基于循环前缀的ML定时同步方法和迭代ML算法不适用于多径信道和瑞利衰落信道的问题,提出一种改进算法。进行一次ML算法得到定时估计,作为迭代ML算法的初始值,利用多组数据联合估计来克服多径衰落和瑞利衰落的影响。仿真结果表明,该算法在AWGN信道、多径信道和瑞利衰落信道条件下均能进行有效定时同步。     

基于BDA的卫星数字电视视频存储系统优化方案

针对数字卫星电视广播接收系统提出了一种视频存储优化方案。该方案通过微软BDA构架进行数据采集,利用DirectShow技术对TS流分析与处理;通过自动识别静止视频片段来降低数据存储量。该方案具有较强的兼容性,以模块化方法配置系统,便于2次开发部署。实验结果表明该方案适用于不同标准环境,能够对数字卫星电视视频存储系统起到较好的优化效果。     

多尺度量子谐振子算法在组合优化问题中的性能分析

多尺度量子谐振子算法(MQHOA)是一种基于一维量子谐振子波函数原理提出的新优化算法,该文在MQHOA框架下构建了旅行商问题(TSP)的求解流程和方法,研究了算法的物理意义和理论收敛过程。通过对12组TSP标准测试数据集的实验表明,根据算法物理模型要求的高斯邻域生成方法优于随机邻域生成方法,而且MQHOA算法对TSP问题的求解结果在获得最优解的概率和多次实验的平均最小距离两个指标上都要优于模拟退火算法,与其他算法对比也证明了该算法具有较好的性能。同时还研究了在规则城市数据集条件下算法的性能和收敛情况。这些结果证明MQHOA算法可以较好地被应用于组合优化问题。     

一种低复杂度非对称混合信号盲分离算法

针对符号速率相同的功率非对称混合信号盲分离问题,提出一种低复杂度盲分离算法。该算法仅需确定强信号最佳采样点,进而消除强信号影响,避免了传统算法波形重构过程,并且通过迭代译码结构来改善强弱信号的分离性能,重点研究了混合信号中强信号的消除以及强弱信号的迭代译码结构。仿真实验表明,对采用(2,1,2)卷积码的QPSK混合信号,强弱信号幅度比为0.5时,可以达到最佳分离性能,混合信号经2次迭代译码后,分离性能提升约1d B。     

基于DVB S2 GS流的IP数据提取方法研究

为应对数字卫星广播信道传输越来越多的IP业务,第二代数字卫星广播标准引入了通用流。深入分析了IP数据在DVB-S2GS流中的传输方式和特征,提出了一种基于多模式匹配的DVB-S2中GS流承载的IP数据提取方法。该方法依据关键特征串及其位置信息,首先识别出承载IP数据的连续GS流所在的基带帧的头部,然后对封装的IP数据进行提取。利用实际数据,对文章提出方法进行了验证。实验结果表明,该方法简单有效,能够快速准确的提取DVB-S2中GS流承载的IP数据。     

基于nSnOEE的低复杂度串行级联CPM解调算法

针对多进制部分响应串行级联CPM信号解调算法复杂度过高的问题,提出一种基于nS-nOEE分解的低复杂度算法.在传统的SISO迭代译码结构基础上,该算法首先利用nSnOEE分解,简化匹配滤波器组,然后修正SISO算法分支度量的计算,得到迭代运算所需的充分的统计软信息,最终实现串行级联CPM信号解调复杂度的降低.针对DVB-RCS2协议信号进行仿真实验,证明该算法能在性能损失较小的情况下大大降低解调复杂度.     

基于PrefixSpan的网络流量识别特征自动提取算法

基于深度报文检测的网络流量识别方法因其识别准确率高在现有网络流量识别设备中应用广泛,但其识别特征的自动提取存在困难.提出了基于PrefixSpan算法的连续序列模式挖掘算法,在连续序列和偏移属性约束下,引入跨度策略,在网络流量中自动提取同一网络协议或应用的应用层签名特征.实验结果表明,该算法减小了投影数据库的规模,具有良好的时间性能,挖掘的应用层签名特征规模小,可有效地应用于网络流量识别.     

基于PE方法的数据中心需量费用优化算法

数据中心的电费包含需量费用和用量费用2个部分,以往的数据中心电费优化研究通常未考虑需量费用。在满足服务质量和响应时间的约束条件下采用PE(partial execution)方法可以减少峰值功率,从而降低需量费用。通过对时间、外部负载、服务质量约束、响应时间约束进行建模,构建电费优化问题的模型,提出基于PE方法的需量费用优化算法PEDC（partial execution demand charge),在高负载时间段执行PE方法减小峰值功率以降低需量费用并降低用量费用,从而降低数据中心的总电费。通过与4种算法进行比较,并构造准确预测的负载数据对PEDC算法性能进行测试,PEDC算法可以降低数据中心运营总电费5.9%~12.7%,提升集群使用率1.32倍。