IP网维护的困境与思考

IP网的非稳态故障出现几率远远高于交换、传输等其他电信网络,也会增加故障发现、分析和排除的时间和难度。面对电信业由语音业务向数据业务进行战略性转型,以及业务IP化趋势,各运营商目前已基本建成了具有相当规模和覆盖范围的IP网络。但是,现有的IP网络在业务承载和日常维护上还存在不足,运营商对现有IP网是否能够承载各种电信级业务仍存有疑虑。IP网络的业务承载难题在业务承载方面,虽然IP网络在QoS上有了很大的进步,但现有的IP网络大都只是在单个节点上提供相对优先权的处理。     

认知无线电频谱合作检测技术

认知无线电通过灵活地感知环境的变化,探测暂时未被使用的频谱孔,为未授权用户提供接入机会,大大地提高了频谱利用率,被认为是当前解决频带使用拥挤的最佳方案。频谱检测是认知无线电中极其重要的环节,目前频谱检测技术的研究主要包括两方面：非合作检测和合作检测。本文重点介绍认知无线电频谱检测的合作检测方式、系统模型、监测协议、检测机理及常用的检测算法等,并总结了目前频谱检测技术中有待解决的一些关键问题和技术。     

非接触新经济网络安全风险治理研究

2020年新冠肺炎疫情全球爆发致使全球经济受到重大冲击,但与此同时疫情却催生了非接触新经济的蓬勃发展。新冠肺炎疫情期间,远程办公、在线教育、远程医疗、非接触配送等新业态新模式获得长足发展,人们的生产生活方式被迅速变革,非接触新经济从生产方式、消费模式、管理范式等多个方面塑造了数字经济发展的新范式。然而,由于非接触新经济在本质上依托新一代信息通信技术的创新应用,并不断加速网络空间与物理空间的深度融合,致使网络安全边界逐渐模糊,网络攻击面大大增加,对新业态新模式的创新发展带来了严峻的网络安全挑战。因此,应加快建立由法律法规监管、企业管理制度和技术保障措施构成的网络安全风险治理体系,护航和赋能非接触新经济安全健康发展。     

基于环形振荡器的TSV故障非接触测试方法

为避免传统的探针检测对硅通孔(TSV)造成损伤的风险,提出了一种非损伤的TSV测试方法.用TSV作为负载,通过环形振荡器测量振荡周期.TSV缺陷造成电阻电容参数的变化,导致振荡周期的变化.通过测量这些变化可以检测TSV故障,同时对TSV故障的不同位置引起的周期变化进行了研究与分析,利用最小二乘法拟合出通过周期来判断故障位置的曲线,同时提出预测模型推断故障电阻范围.测试结构是基于45 nm PTM COMS工艺的HSPICE进行设计与模拟,模拟结果表明,与同类方法相比,此方法在测试分辨故障的基础上对TSV不同位置的故障进行分析和判断,并能推断故障电阻范围.     

基于扩展卡尔曼滤波的MIMO迭代信道估计方法

针对高速移动场景下信道快衰落、非平稳等特性导致下行链路信道估计性能受限的问题,提出了一种适用于高速移动环境下行链路的MIMO信道估计方法.采用自回归过程对信道建模,构造自反馈的扩展卡尔曼滤波器(EKF)追踪信道响应及其时域相关系数.采用迭代接收机的结构解决了在MIMO环境下观测方程欠定的问题.仿真结果表明,在高速移动环境下所提方法相较于最小二乘估计等传统方法提升了信道估计的均方误差和系统的误码率性能,可应用于高速列车无线通信设备的接收机基带信号处理系统.     

政务信息系统及网络安全运维

当前为打造服务型政府,传统办公模式已无法满足。大型政务服务事项、公文流转、行政审批、费税征缴、信息公开、网格化社会管理、三网融合、智慧城市建设等大量政府核心业务越来越依赖信息化。随着互联网+政务的全面进入建设期,大多数政务信息系统趋于成熟期且大部分进入全面维护阶段,政务信息应用系统的网络安全成为重中之重,互联网+政务的安全生产、运维已经成新战略制高点。     

基于HBase的非关系型数据库损坏数据隔离技术

随着科学技术的发展,数据化信息呈爆炸式增长,数据信息的处理和储存问题随之产生,因此,数据库系统安全变得至关重要。为增强合法数据的可用性,有效地解决损坏数据隔离问题,文中以HBase为基础,提出了针对非关系型数据库损坏数据隔离技术模型,由于HBase吞吐量高、延迟低、自身的持久化等优点,依靠两阶段提交协议完成了多行多表之间的同步,同时使用HBase的单独一列实现锁服务,并对分布式系统中的问题进行研究,HBase调用read uncommitted、read committed和repeatable read三种隔离级别以满足不同类型损坏数据隔离技术的要求,并试验证明了该隔离技术具有更高的数据利用率,在事务运行的空间和时间性能负载上有着重要的现实意义和应用价值。     

基于稀疏约束非负矩阵分解的人脸特征提取算法

非负矩阵分解(NMF)是最近流行的一种提取数据局部特征的算法,虽该算法已成功用于多种领域,但其并不能总是最好地表示局部特征。针对上述问题,文中在非负矩阵分解的同时加入稀疏的限制,并通过限制稀疏度从而提高局部特征的提取效果。通过在人脸图片上的实验可明显看出,加入稀疏限制的非负矩阵分解能更清楚地提取出所需的局部特征,以便于后续针对特征进行的各种工作。     

基于S变换的线性调频信号时频滤波

线性调频(LFM)信号是一种典型的非平稳信号。对非平稳信号的分析和处理不能仅依靠传统的基于傅里叶变换的分析方法,必须采用时域和频域联合的时频分析方法。将S变换(ST)的时频分析方法应用到LFM信号的滤波中,用tST-tIST和fST-fIST 2种算法组合分别实现了对LFM信号的滤波,然后采用均方误差(MSE)的衡量标准,仿真对比了以上2种算法组合的滤波性能。仿真结果表明:fST-fIST算法的滤波误差较大,不适合对LFM信号的滤波;tST-tIST算法的滤波性能较好,适合对LFM信号的滤波。     

超导系统下利用量子非破坏性测量制备量子态

基于超导量子电路系统,我们提出了通过量子非 破坏性测量的方法来实现光子的量子态制备。由约 瑟夫森结构成的两能级超导量子比特,在与腔耦合的情况下,其能级会产生斯塔克位移,位 移的大小与腔 内光子数成正比。利用超导量子比特能级位移受到腔内光子影响这一性质,在波导与超导量 子比特耦合的 情况下,通过波导中光子透过率的测量,从而判断出腔内的光子数。这种测量方式对腔内的 光子不产生影 响,因而是量子非破坏性测量,进而实现腔内光子的量子态制备。此外,我们还讨论了相关 参数对制备效 果的影响,在此基础之上,提出了通过反馈重复测量的方法来提高制备效率,从而实现目标 量子态的快速制备。