基于迁移演员-评论家学习的服务功能链部署算法

针对5G网络切片环境下由于业务请求的随机性和未知性导致的资源分配不合理从而引起的系统高时延问题,该文提出了一种基于迁移演员-评论家(A-C)学习的服务功能链(SFC)部署算法(TACA)。首先,该算法建立基于虚拟网络功能放置、计算资源、链路带宽资源和前传网络资源联合分配的端到端时延最小化模型,并将其转化为离散时间马尔可夫决策过程(MDP)。而后,在该MDP中采用A-C学习算法与环境进行不断交互动态调整SFC部署策略,优化端到端时延。进一步,为了实现并加速该A-C算法在其他相似目标任务中(如业务请求到达率普遍更高)的收敛过程,采用迁移A-C学习算法实现利用源任务学习的SFC部署知识快速寻找目标任务中的部署策略。仿真结果表明,该文所提算法能够减小且稳定SFC业务数据包的队列积压,优化系统端到端时延,并提高资源利用率。     

ASON容量的多种因素影响分析

探讨了影响ASON容量的多种因素,包括网络生存性、业务等级、网络拓扑和业务路由条件,并通过网络案例,使用ASON规划软件,对网络容量进行了量化计算和分析对比。针对在规划中如何处理这些影响因素以保证合理的网络容量规划,提出了一些建议。     

基于自相似业务的移动Adhoc网络路由算法研究

该文分析了移动Adhoc网络中普遍存在但被忽视的自相似业务的路由和排队性能,提出了基于网络规划模型的多径备份路由优化功率(MBOP)算法。该算法利用多路径和备份路由,并对网络的发射功率进行优化,适用于网络结构动态变化的移动无线自组织网络。仿真结果表明,该算法可以显著改善节点的排队性能,提高网络的吞吐量改进时延性能。     

移动通信2G向3G演进分析与策略

本文在描述ＧＳＭ和窄带ＣＤＭＡ向３Ｇ演进过程之后,从电信制造和移动运营两个市场层面上对３Ｇ国际市场演进情况进行了分析。在我国巨大的移动市场上,作者认为目前网络情况出发,向ＷＣＤＭＡ演进在网络覆盖、保护投资、国内支持等方面具有优势。     

关于机场光纤通信运用的讨论

介绍光纤接入网的概念,阐述光接入网在通信网中的重要性和发展趋势,以及光接入网各种网络拓扑结构,提出了选择光接入网网络结构的根据,并进一步讨论了民航机场有线通信中光接入网的实施及构想.     

LTE下行链路中基于网络编码的多进程联合HARQ

长期演进系统的下行链路物理层采用了以传输块为基本单元的混合自动重传请求机制,保证移动终端在各种测试场景下都能获得较好的数据通过率。在对传输块的每次接收处理过程中,单个传输块中的多路独立码块数据解码结果差异较大。接收端可以通过对各个码块数据做循环冗余校验测试,标志各个码块的译码结果。然而由于传统重传机制中反馈链路的容量限制,即便只有一个码块解码错误,接收端也将反馈请求发送端重传整个传输块。网络编码技术通过对不同传输块数据做组合编码,可以有效地提高整个网络的传输效率。针对长期演进系统下行链路的传输机制,我们提出一种基于网络编码的多进程联合重传方案。新的重传方案联合多个传输块的重传进程,在每个传输块完成首次传输后,新增一个网络编码重传反馈比特,指示后续是否启动一个新进程传输多个传输块的网络编码数据包。我们给出了具体的重传协议流程,收发端都可以高效地根据网络编码重传反馈比特指示,完成相应的发送和接收操作。结合长期演进系统标准中的典型测试场景,我们给出了数据通过率的仿真结果比较。在仅新增一个反馈比特的条件下,采用网络编码技术的多进程联合重传方案在数据通过率方面有较为明显的性能增益。      

基于太阳能的ZigBee无线校园网络环境监测系统

本项目结合各高校的特点和供电要求,设计了一种基于太阳能供电的ZigBee无线校园网络环境监测系统,可以实现对多实验楼、多个校区的环境等信息进行实时的管理和监控功能.整个监测系统由太阳能供电系统、ZigBee模块、PM2.5传感器模块、温湿度传感器模块、Labview上位机模块等几个部分组成.经过多次测试后的实验结果表明,此系统运行可靠、稳定,具有广泛的推广价值和一定的实用性.     

融合区块链与雾计算系统中基于网络时延和资源管理的优化任务卸载方案

针对如何基于有限的系统剩余资源进行任务优化卸载以增加移动终端的数字货币收益问题,该文在融合区块链与雾计算系统中提出一种基于节点剩余资源、网络时延的任务卸载方案。为了实现任务的优化卸载,首先基于任务量对移动终端的预期收益进行了分析,其次基于网络节点剩余计算资源、存储资源、功率资源、网络时延联合分析了移动终端的支出。此后以最大化移动终端的数字货币收益为优化目标建立了数学优化模型,并利用模拟退火(SA)算法对优化模型进行求解。仿真结果证明上述方案的有效性。     

显著性背景感知的多尺度红外行人检测方法

超大视场(U-FOV)红外成像系统探测范围大、不受光照限制,但存在尺度多样、小目标丰富的特点。为此该文提出一种具备背景感知能力的多尺度红外行人检测方法,在提高小目标检测性能的同时,减少冗余计算。首先,构建了4尺度的特征金字塔网络分别独立预测目标,补充高分辨率细节特征。其次,在特征金字塔结构的横向连接中融入注意力模块,产生显著性特征,抑制不相关区域的特征响应、突出图像局部目标特征。最后,在显著性系数的基础上构建了锚框掩膜生成子网络,约束锚框位置,排除平坦背景,提高处理效率。实验结果表明,显著性生成子网络仅增加5.94%的处理时间,具备轻量特性;超大视场(U-FOV)红外行人数据集上的识别准确率达到了93.20%,比YOLOv3高了26.49%;锚框约束策略能节约处理时间18.05%。重构模型具有轻量性和高准确性,适合于检测超大视场中的多尺度红外目标。     

智能车与网联技术分析

为了助力车联网技术科学的普及,主要介绍车联网产业政策及标准进展,并系统介绍了车联网发展的目标、车联网的组成、系统架构、解决方案、关键技术、测试方法、网络安全、基础建设及产业链急需突破的技术,比如芯片及传感器的成本问题等。