基于网络的控制系统的时延研究

对网络时延产生的原因、组成部分、影响时延的因素进行了分析,并编写特定测试软件对实际网络进行了时延测试,通过对测试数据的统计分析,总结出了网络传输时延的特点,为以后网络时延的研究应用打下了基础。     

基于时延抖动的主动队列管理算法

随着Internet的迅速发展,致使IP业务的快速增长和多样化,用户数量急剧增加,网络流量呈爆炸式增长,网络拥塞问题变得越来越严重,因此服务质量(QoS)成为了当今世界研究热点之一.为了能达到相对的QoS的性能指标,拥塞控制发挥着相当重要的作用,而主动式队列管理(Active Queue Management,AQM)机制又是实现拥塞控制的重要手段之一,AQM成为了IP网络拥塞控制研究领域中备受关注和深入研究的热点问题.文中在增强CHOKe算法的公平性上,提出一种新的基于时延抖动的AQM算法-CZ-CHOKe.路由器通过时延抖动和队列的平均队长检测网络拥塞,同时采用动态采样击中和自适应丢包技术.仿真结果表明,该算法能有效地保护响应流,提高非响应流的击中概率,提高其算法的公平性.     

多中继放大转发协作通信中的中继数量与位置的联合优化

本文研究了基于单用户下行遍历容量的多中继放大转发模型中中继数量与位置的联合优化问题.首先建立了单用户蜂窝中继小区协作通信模型,提出了位置-数量遍历容量.然后建立了问题优化模型,分析了位置-数量遍历容量与中继数量、中继节点位置的关系:位置-数量遍历容量随中继数量增大而增加;当中继数量给定时,位置-数量遍历容量随中继节点位置距离增大先增加后减少.最后提出了先依据容量随中继数量提升百分比的门限确定中继数量,再确定中继节点位置的方法.     

一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

微博达人如何炼成——李开复PK王弘张

你想让你的微博粉丝快速增长吗?清晰的内容定位当然必不可少,写好引人关注的微博内容也是主要因素,增加粉丝应该运用"四五一五法则"……一句话,玩微博有规律,这些所谓的规律不是束缚自由的条条款款,而是类似于打游戏的"通关秘籍",同时,与那些深奥的规律相比,玩微博的规律也姓"微":门槛低,人人能学。如果你想成为一个微博达     

刊首语

最近看了一个笑话,因淘宝全面封杀暴雪的游戏Diablo3（俗称大菠萝3）,很多卖家将商品名称改为大菠萝3斤,某人拍下以后收到的快递就是新鲜的大菠萝水果三斤。不知道微博上转发这个消息是否属实,但是现在网络购物带来的问题的确是越来越多了。     

多用户动态节能资源竞争计算卸载策略

针对移动边缘计算环境下,移动设备的计算、续航、存储能力的不足,导致其响应延迟、电池寿命降低等问题,设计了一种动态节能资源竞争计算卸载（DERCO）策略。该策略综合考虑了信道容量以及设备间的相互干扰等情况,以一种贪婪算法的思想,让所有边缘设备通过迭代竞争信道资源,节能效果最好的设备将获得卸载机会,再利用一次性卸载方法,根据实时的信道状况和卸载速率进行动态的细粒度子任务卸载决策。实验结果表明,该策略优于一种近似协同计算卸载方案,有效降低了设备的能耗与时延。     

考虑车辆跟驰作用和通信时延的网联车辆队列轨迹跟踪控制

针对智能网联车辆轨迹跟踪问题, 本文通过考虑车辆跟驰作用和车车通信过程中存在的通信时延, 提出了一种分布式非线性轨迹跟踪控制器. 具体来讲, 首先, 提出一种双向领导跟随通信拓扑来描述智能网联环境下车辆间的通信连接. 其次, 考虑车辆跟驰作用和通信时延, 设计一种分布式非线性轨迹跟踪控制器. 然后, 使用Lyapunov方法证明了所设计控制器的稳定性. 最后, 考虑速度干扰作用于领导者车辆, 针对无时延、同质时延和异质时延等三种场景进行数值仿真实验. 仿真结果表明: 本文所设计的控制器不仅保证了车辆位置跟踪误差收敛到原点, 而且车辆运动规律符合交通流理论, 即无负位置跟踪误差和负速度现象.     

基于文本引导的注意力图像转发预测排序网络

转发预测在社交媒体网站(Social media sites, SMS)中是一个很有挑战性的问题. 本文研究了SMS中的图像转发预测问题, 预测用户再次转发图像推特的图像共享行为. 与现有的研究不同, 本文首先提出异构图像转发建模网络(Image retweet modeling, IRM), 所利用的是用户之前转发图像推特中的相关内容、之后在SMS中的联系和被转发者的偏好三方面的内容. 在此基础上, 提出文本引导的多模态神经网络, 构建新型多方面注意力排序网络学习框架, 从而学习预测任务中的联合图像推特表征和用户偏好表征. 在Twitter的大规模数据集上进行的大量实验表明, 我们的方法较之现有的解决方案而言取得了更好的效果.