基于辅助节点的安全协作频谱感知

在认知无线电网络中,恶意用户会占用授权频段,模仿主用户的信号特征发送信号,导致其他认知用户误认为主用户存在。针对该问题,提出一种基于辅助节点的安全感知机制,在网络中部署若干辅助节点,利用链路特征和加密机制对主用户的活动情况进行识别。设计适用于该机制的融合判决算法,不对授权网络做任何形式的改动即能有效识别恶意用户,并在融合时采用信任节点的感知数据,从而提高融合结果的鲁棒性。仿真结果表明,与K秩、And和Or算法相比,在恶意环境下该算法具有较好的检测性能。     

基于协作传输的大范围WSNs能耗均衡分簇算法

由于大范围无线传感器网络（WSNs）节点的数量巨大,网络的能量消耗极不均,提出一种基于协作传输的分簇算法—EBBMCC—LS算法。该算法在保证网络均匀分簇的前提下,能保证网络中簇头节点的均匀分布,在簇间通信时加入协作传输策略,传感器节点之间通过协作传输构成虚拟多天线系统,改善系统性能,解决了大范围WSNs中的能耗不均现象。实验验证：该算法能够均衡大范围WSNs中的能耗,延长网络寿命,可促进大范围WSNs应用的推广。     

基于谈判集的模糊合作博弈的收益分配方案

为了弥补核心作为博弈解可能为空集的缺陷,将经典合作博弈中的谈判集解拓展到模糊合作博弈中,提出了模糊合作博弈的模糊谈判集的概念.探讨模糊网络博弈的模糊谈判集和核心的等价性质,并对相关结论加以证明.研究表明,模糊合作博弈的模糊谈判集是经典合作博弈谈判集的自然拓展,该结果丰富了对模糊合作博弈的解的研究,也表明了模糊网络博弈核心的非空性,进而保证其最优分配方案的存在性.     

网络化雷达协同抗欺骗式干扰技术研究进展

网络化雷达在战场上可以构成全方位、立体化、多层次的战斗体系,因 此对欺骗式干扰对抗具有很大的优越性。本文首先简要介绍了网络化雷达概念,并分析了其 抗干扰优势。根据网络化雷达融合结构不同,将现有协同抗干扰方法分为数据级融合抗欺骗 式干扰和信号级融合抗欺骗式干扰两大类,其中,数据级融合方法进一步分类为点迹关联和 航迹关联两类。本文对各类方法进行了详细介绍,在此基础上,比较分析了数据级融合和信 号级融合两类方法的抗干扰性能及算法复杂度,为抗干扰措施的选择提供依据。最后,针对 现有方法中存在的问题,对网络化雷达协同抗欺骗式干扰的发展趋势进行展望,指出下一步 的研究方向。     

A progressive deployment strategy for cooperative adaptive cruise control to improve traffic dynamics

Cooperative adaptive cruise control(CACC)vehicles are intelligent vehicles that use vehicular ad hoc networks(VANETs)to share trafc information in real time.Previous studies have shown that CACC could have an impact on increasing highway capacities at high market penetration.Since reaching a high CACC market penetration level is not occurring in the near future,this study presents a progressive deployment approach that demonstrates to have a great potential of reducing trafc congestions at low CACC penetration levels.Using a previously developed microscopic trafc simulation model of a freeway with an on-ramp—created to induce perturbations and trigger stop-and-go trafc,the CACC system s efect on the trafc performance is studied.The results show signifcance and indicate the potential of CACC systems to improve trafc characteristics which can be used to reduce trafc congestion.The study shows that the impact of CACC is positive and not only limited to a high market penetration.By giving CACC vehicles priority access to high-occupancy vehicle(HOV)lanes,the highway capacity could be signifcantly improved with a CACC penetration as low as 20%.     

A Progressive Deployment Strategy for Cooperative Adaptive Cruise Control to Improve Trafc Dynamics

Cooperative adaptive cruise control(CACC)vehicles are intelligent vehicles that use vehicular ad hoc networks(VANETs)to share trafc information in real time.Previous studies have shown that CACC could have an impact on increasing highway capacities at high market penetration.Since reaching a high CACC market penetration level is not occurring in the near future,this study presents a progressive deployment approach that demonstrates to have a great potential of reducing trafc congestions at low CACC penetration levels.Using a previously developed microscopic trafc simulation model of a freeway with an on-ramp—created to induce perturbations and trigger stop-and-go trafc,the CACC system s efect on the trafc performance is studied.The results show signifcance and indicate the potential of CACC systems to improve trafc characteristics which can be used to reduce trafc congestion.The study shows that the impact of CACC is positive and not only limited to a high market penetration.By giving CACC vehicles priority access to high-occupancy vehicle(HOV)lanes,the highway capacity could be signifcantly improved with a CACC penetration as low as 20%.     

基于部分信道信息的中继选择与功率分配算法

针对传统中继选择算法反馈开销大、信道条件利用不充分以及等功率分配算法资源利用率低等问题,在放大转发协作通信网络中,以最小化系统中断概率为目标,提出基于部分信道状态信息的中继选择与功率分配算法。指出源-中继-目的节点传输链路所能获得的信噪比受制于源-中继及中继-目的链路中接收信噪比较小者,各中继依据自身到源及目的节点链路的统计信道状态信息,采用不同的反馈策略向源节点进行信息反馈,由源节点完成中继选择,通过凸优化方法对所选择的源和中继节点进行功率分配。仿真结果表明,与基于第一跳信道信息的算法相比,该算法在仅增加少量反馈的条件下可明显降低系统的中断概率,且与同等反馈负荷下的其他算法相比,仍能获得较好的中断性能。     

自适应收扩系数的双中心协作QPSO算法

针对量子粒子群优化(QPSO)算法迭代后期种群多样性下降、收敛速度慢、易陷入局部最优的缺点,提出一种自适应收缩-扩张系数的双中心协作最子粒子群优化算法。该算法从2个方面进行改进:(1)自适应调节收缩-扩张系数,其目的是帮助粒子跳出局部最优点,提高粒子的全局搜索能力;(2)双重更新全局最优位置,即在每次迭代中,先后分别采用2种不同的方式更新全局最优位置。第1种方式与QPSO算法一致,第2种方式则引入双中心粒子,使其和当前全局最优位置在相应维度上合作,从而达到更新全局最优位置的目的。从固定迭代次数和固定精度角度分析算法性能,仿真结果表明,相比于QPSO算法,该算法在保证复杂度较低的情况下,可提高收敛速度,增强全局和局部搜索能力。     

一种基于Taylor和Kalman的室内协同定位方法

结合Chan算法、Taylor算法及Kalman算法三种TDOA算法的优点,提出一种能应用于室内实时定位的协同方法。首先基于Chan与Taylor的协同定位方法估算位置信息,并通过对估计结果的残差设置阈值来鉴别NLOS,从而抛弃受到NLOS污染严重的测量数据。其次,再对符合条件的测量数据,利用Kalman方法计算定位结果,与Taylor方法的定位结果通过设置判别条件进行比较,以此进一步抑制NLOS干扰。对符合判别条件的定位结果,进行残差加权及移动平均加权处理,从而完成最终定位结果的更新。最后,利用室内实时定位实验,证明该方法能有效过滤受到NLOS污染严重的测距数据,提高定位精度,并且具有良好的稳定性。     

以合作学习为导向,探索中职计算机教学

随着我国教育模式的转变,在信息化的背景下,中国教育也逐步进入了信息化网络时代.为了提高计算机网络教学的发展,中职学校在计算机教学中进行了不断的探寻和研究,总结出通过合作学习的教学方式来提升中职计算机教学的教学质量.合作学习在中职计算机教学中的应用,使学生的学习应用能力与社会接轨,并锻炼学生合作意识,加强学生交流、分享能力.本文对合作学习在中职计算机教学中的应用进行研究分析,查找出其存在的问题,并给出了相应的解决策略.