基于混合加权的双门限能量协作检测算法研究

研究无线电系统能量优化问题,由于路径损耗导致检测到的信号能量值减小,信号干扰增大,门限值减小,从而使双门限能量协作检测算法的检测概率降低。针对此问题提出混合自适应加权双门限检测算法。首先利用两个门限值将认知用户检测到的能量值划分为不同的区域,然后对位于两个门限值之间的认知用户检测能量值引入信噪比权重因子和距离权重因子进行混合加权,依此来自适应调整其双门限权值,以减小能量损耗较大的信号对门限值的影响,最后融合中心采用"或"准则做出最终的检测结果。仿真结果表明混合自适应加权双门限检测算法比传统等权值的双门限能量协作检测算法具有更高的检测概率,使通信系统能量检测准确性大大提高。     

基于最大加权独立集的频谱分配算法

动态频谱接入技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率。频谱分配算法的时间开销和公平性是算法优劣的主要评价标准。本文从图论着色模型出发,构建了着色算法的评价体系及优化目标。针对用户间的公平性与分配的时间开销问题,在极大独立集的基础上提出了基于加权最大独立集的着色算法,获得了接近于最优的用户公平性,且该算法的时间开销等于信道数,与认知用户的数目无关。仿真分析验证了算法的正确性。     

基于层次认知模型的大学计算机课程多元混合教学模式设计与实施

根据计算思维理论中从知识到能力转变的递进过程,构建了基于层次认知模型的多元混合式教学课程体系和教学模式,并以大学计算机课程为例,以学生自主学习和协作学习为教学出发点,开发、整合出优质教学资源,设计了多样化教学活动,以培养学生综合应用计算机的软硬件知识解决本专业的实际问题为目的,最终应用到“SPOC+翻转课堂”混合教学中,达到教学目标。     

面向车辆高速移动的频谱感知算法研究

为了解决多普勒效应对于车联网中频谱检测速度与精度的影响,研究了在车辆高速移动情况下的频谱感知算法。首先通过引入认知无线电技术以及车联网技术,构建认知车联网网络,针对频谱利用率低下的问题提出一种频谱感知算法。实验结果表明,该算法可以很好的消除多普勒频移效应,提高了频谱检测的性能,解决了车辆在高速移动状态下信号失真等问题。     

基于48 V弱混重型汽车技术发展现状与应用

应对当前全球环境恶化,分析国家对节能减排及碳排放政策的导向.综合分析了当前作为48 V重型汽车的弱混动力系统和控制策略,介绍了混合动力系统的高效混动机理,包括车辆高效混动机理分析、48 V电源能量管理策略;阐述了当今主机厂对该弱混系统的应用与趋势;最后从国家节能减排总体规划角度进行总结,提出展望.     

基于量子粒子群优化极限学习机的频谱感知算法

针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题,提出了一种基于量子粒子群优化极限学习机(E L M)算法的认知无线电网络频谱感知方法.针对极限学习机算法的特点通过量子粒子群算法(Q P S O)优化极限学习机参数,并构建引入结构风险思想的QPSO-ELM模型,降低算法的经验风险提高模型的泛化能力,提高算法的频谱感知性能.仿真实验表明,与人工神经网络(A N N)、支持向量机(S V M)和极限学习机(E L M)三种机器学习算法,在信噪比为-15 dB时的频谱感知性能进行比较,分别提高了16％、28％、9％,仿真证明所提算法在低信噪比情况下具有较高的性能,可有效地实现对主用户信号的频谱感知.     

笔式界面软件资源管理模型及其实现*

针对目前文档管理模式和WIMP界面交互范式对笔式交互的不足,提出了笔式界面软件文档资源管理的统一模型,能够有效地管理笔式界面软件所产生的文档数据,并且根据此模型实现了笔式界面的文档资源管理系统,采用了PIBG交互范式和实物界面.评估结果表明,根据此模型设计的系统,能够提高用户工作效率,降低用户的认知负担.     

基于认知过程的通信类课程理实一体教学研究

针对通信类课程理实一体教学运用生硬等问题,首先探讨了基于认知过程的理实一体课程教学模式;然后结合雷达通信装备原理与实践课程,提出基于认知过程的理实一体通信类课程教学设计;最后给出了该课程教学效果与特色.教学实践表明,学员对理实一体教学内容、实施方法、提高学习兴趣和总体教学效果的认可程度分别达到95.9％、91.9％、89.8％和81.6％,取得了较好的教学效果.这可为其他课程教学提供有益借鉴.     

基于云免疫算法的认知无线网络参数优化

为了提高认知无线网络的参数优化效果,提出了一种基于免疫优化的认知引擎参数调整算法。免疫克隆优化是一种有效的智能优化算法,适合求解认知无线网络的引擎参数调整问题。免疫优化中,变异概率影响着算法的搜索能力;利用正态云模型云滴的随机性和稳定倾向性特点,提出了一种基于云模型的自适应变异概率调整方法,并用于认知无线网络的参数优化。在多载波环境下对算法进行了仿真实验。结果表明,所提算法收敛速度较快,参数调整结果与对目标函数的偏好一致,能够实现认知引擎参数优化。     

基于连续双向拍卖的频谱分配算法研究

根据频谱分配的现状,不同区域的部分机构拥有不同带宽的频谱并且为认知用户提供通信服务,因此,对多个频谱服务提供者和多认知用户共存环境下的频谱资源进行简单、高效地分配与管理并提高动态频谱访问的可靠性就成为了一个关键问题。对以上多对多分配问题进行简化,将多个频谱服务提供者和多认知用户之间的复杂关系用市场交易机制描述,提出了基于连续双向拍卖的频谱分配算法,针对不同任务的优先级别设计了灵活的交易指令。对该算法进行实验仿真,仿真结果表明,该算法时间复杂度较低,能有效地加快收敛速度。