Ad Hoc网络信息分发技术研究

针对Ad Hoc网络特点,提出基于发布订阅机制实现信息高效分发的方案和架构,并结合网络资源受限等因素,提出了高效利用网络资源的QoS控制和多点递送等关键技术解决方案。通过仿真分析,该方案可以大幅提升Ad Hoc网络资源利用率。     

异构网络特征子信道干扰对准算法优化

包含多种低功率发射节点的异构网络因其在系统容量提升和解决室内及热点场景覆盖上的优势,正成为新一代无线通信系统组网的趋势。但异构网络干扰问题也因小区数目的增加而复杂化。近年提出的干扰对准技术因能实现系统自由度的最大化而成为解决异构网络干扰问题的有效手段。文章在对经典干扰对准算法进行分析的基础上,对特征子信道干扰对准方案进行了改进,优化了发送预编码矩阵和接收滤波矩阵算法,并提出算法在宏蜂窝——毫微微蜂窝异构网络场景下的应用方案。     

移动IP网络承载实时业务的4个关键

移动IP网络毕竟是一项新的技术及应用,特别在对实时业务的承载上,有其独有的特色。不同的业务有着不同的业务要求,具体体现在速率、时延、时延抖动以及丢包率等方面。从IP网络的角度,一般采用QoS来区分不同的业务需求。业界第一个实现移动网络下采用IP机制承载实时业务的cdma2000 1XEV-DO RevA网络,是一个端到端有QoS保证的网络,对用户的QoS有严格的定义和分类,有用户间的QoS定义、用户内不同业务QoS的定义以及对应不同的数据流的定义。     

从SAR子孔径序列图像中提取海洋动态特征的改进相位相关法(英文)

动态特征是海洋信息中的重要方面。但是在通常的SAR图像处理中动态信息往往会被丢失,因为这些方法大多把SAR图像看成是观测区域的瞬时状态。实际上,我们可以从SAR子孔径序列图像中获取动态信息,因为我们知道SAR不同方位向孔径对应不同的成像瞬间。从序列图像中获取动态信息的一个关键步骤就是图像匹配。但是SAR子孔径图像的强噪声特性使得传统的图像匹配算法难以奏效。该文中,为了应对SAR子孔径图像中的噪声问题,我们提出了一种改进的相位相关法。仿真实验表明改进的算法在多数情况下都可以达到0.15像素以上的精度以及很好的噪声鲁棒性。分析表明,该方法可以适用于从中等分辨的机载SAR图像和高分辨的星载SAR图像中提取动态特征,速度提取精度可以达到0.15-0.3 m/s。该文将该方法用于一个实际的机载SAR图像的处理,反演的海面动态速度在0.05-0.5 m/s左右,这个速度范围符合海面上一般的流速范围。     

基于应用的实时网络管理

本文针对指挥信息系统实时网络管理需求，通过对现有网管系统组成、网络管理技术和功能的分析，提出指挥信息系统基于应用的实时网络管理设想。     

蜂窝移动定位技术的发展与应用

从理论上讲，无论采用何种系统，只要多个已知位置的天线能同时接收来自同一个终端的无线电信号，就可以通过相对位置矢量的解算来确定该终端的当前位置。利用现有移动通信系统中基站和移动用户间的无线电信号的传播特征，原则上可以实现移动用户定位。但由于移动用户处在错综复杂的通信环境中，因此对移动终端的精确定位还有许多技术难点亟待解决，其中最主要的困难是难以克服多径干扰、复杂噪声干扰和多址干扰等。     

基于用户QoS的网络资源分配策略研究

针对5G网络在网络资源分配存在的问题,从用户业务QoS等级角度提出基于贝叶斯模型的网络资源优化分配策略模型。在对用户业务QoS等级划分的基础上采用优先节点自主控制策略进行网络资源分配,通过构建贝叶斯模型评价网络状态并进行动态学习推理,指导网络优先节点的控制决策,实现优先节点对最佳信道的优先选择。实验表明,与基于信道容量的信道资源分配策略相比,本文的策略在网络总体容量和网络公平性上具有更好的表现,能够更好满足异构网络的实际需求。     

基于特征点和BCH码的大容量水印嵌入方案

针对目前大部分水印算法嵌入容量小、抗剪切等几何攻击性能差的缺点,提出一种利用特征点对匹配关系进行图像矫正,并通过BCH码进行纠错的大容量水印嵌入方案。本方案利用SURF算法从原始图像和受攻击图像中分别提取特征点,结合向量匹配法及RANSAC算法进行误匹配特征点对排除,根据特征点对间的坐标关系,用最小二乘法拟合出仿射矩阵进行图像矫正。实验结果表明,本算法具有水印嵌入容量大、鲁棒性强、透明性好等特点。     

一种改进的基于特征匹配的图像融合算法

对经典的灰度值加权的图像融合算法加以改进,提出了基于SIFT特征匹配的图像融合算法,与以往的图像融合算法相比,文章算法不局限于传统的两幅图像左右或上下拼接,可在不同焦距尺度下实现"内嵌式"拼接,同时分别选取晴天与夜间不同光照环境下的机场图像进行图像融合实验,结果较为充分地验证了本文算法的鲁棒性。     

浅析气象大数据的未来应用服务趋势

首先简单介绍了气象大数据4V特征;在此基础上浅析了未来气象大数据在与天气预报及相关行业应用服务的发展趋势;最后,阐明实现气象大数据所需突破的瓶颈。