超密集网络中基于多基站博弈均衡的分布式无线资源管理算法

移动边缘计算和超密集网络技术在扩大移动设备计算能力和增加网络容量方面有明显的优势.然而,在两者融合的场景下,如何有效降低基站之间的同信道干扰,减少任务传输的时延和能耗是一个重要研究课题.本文设计了一个基于多基站博弈均衡的分布式无线资源管理算法.将小基站之间的无线资源管理问题转化为博弈问题,提出一种基于奖励驱动的策略选择算法.基站通过迭代不断更新其策略的选择概率,最终优化子信道分配和发射功率的调控.仿真结果表明,我们的算法在提高信道利用率和降低任务处理的时延和能耗方面具有优势.     

计及氢能多元利用特性的电氢耦合系统容量优化配置方法

氢能作为清洁能源,可与风能等可再生能源结合,为系统提供低碳运行方案。首先,在传统电氢耦合系统的基础上,引入天然气及碳捕集系统,设计了计及氢能多元利用特性的电氢能源系统优化配置模型。然后,建立了将氢能零污染发电和甲烷化两种应用途径相结合的系统模型,以系统等年值成本最小为目标函数,通过改进粒子群算法对构建模型进行寻优求解,得到了系统各设备最优容量配置方案。最后,通过算例对比,证明了优化方案在成本最低时,可支配碳配额增加,具有环保性。     

计及负荷转移需求响应的低碳数据中心光储容量优化配置

为了解决高耗能数据中心低碳化转型问题,提出一种计及负荷转移需求响应的低碳数据中心光储容量配置方法。根据延时特性将数据中心负载分为交互性负载与延时性负载,通过比特-瓦特变换与数据中心电能使用效率得出负载与数据中心能耗之间的关系,以总净现值成本最低为目标函数,考虑清洁能源高渗透率水平、数据流需求响应管控约束,获得数据中心的光储容量配置结果。算例验证了所提方法的有效性。     

协同环境下基于角色任务的个性化服务模型

针对多人协作的动态任务分配、动态资源推送等问题,建立了一种基于角色任务的个性化服务模型以支持网络大规模应用。将工作流中涉及到的用户、角色、任务、资源等要素抽象出来,构建统一的元模型作为整体应用基础;根据每个用户的角色特征、任务负载量等因素建立了针对用户的任务和资源匹配算法,并实时根据协同环境中任务的状态迁移将相关任务和资源推送给用户;通过一个实例来验证该模型的可行性和有效性。结果表明该模型为大规模网络服务应用中的资源推送机制提供了参考实现途径。     

基于DF-OFDM多中继系统功率分配的梯度算法

DF-OFDM技术必将成为现代移动通信的核心技术,但是合理地进行功率分配是必须要解决的问题之一。传统的二分法,大多在精确度和计算量之间很难取舍。在移动通信系统抗信道衰落和提高信道容量方面,协作通信是一种很好的解决方案。针对改进型的多中继DF-OFDM系统,对一种降低计算量的梯度算法进行了简单的介绍与分析,并与二分法进行了比较。仿真结果表明,在功率约束的条件下,梯度法要优于二分法。     

Domain–Specific High–Level Modeling and Synthesis for ATM Switch Prototyping

ATM switch, the core technology of an ATM networking system, is one of the major products in Fujitsu telecommunication business. However, current gate–level design methodology can no longer satisfy its stringent time–to–market requirement. It becomes necessary to exploit high–level methodology to specify and synthesize the design at an abstraction level higher than logic gates. This paper presents our prototyping experience on domain–specific high–level modeling and synthesis for Fujitsu ATM switch design. We propose a high–level design methodology using VHDL, where ATM switch architectural features are considered during behavior modeling, and a high–level synthesis compiler, MEBS, is prototyped to synthesize the behavior model down to a gate–level implementation. Since the specific ATM switch architecture is incorporated into both modeling and synthesis phases, a high–quality design is efficiently derived. The synthesis results shows that given the design constraints, the proposed high–level design methodology can produce a gate–level implementation by MEBS with about 15 percent area reduction in shorter design cycle when compared with manual design.     

基于TDD的低轨卫星跳波束资源分配算法

低轨(LEO)卫星跳波束技术可以灵活分配系统资源,适用于业务分布不均匀的场景。时分双工(TDD)方式可以减少星载和地面终端设备的天线数量,有效降低其复杂度,并有利于开展上下行非对称业务。本文提出一种基于TDD的LEO卫星跳波束资源分配算法,在满足业务需求的基础上,以最小化时域资源消耗为目标,建立支持跳波束和多频时分多址接入(MF-TDMA)机制的LEO卫星反向链路资源分配模型;综合考虑星地动态时延补偿,采取一种多层次的跳波束时隙架构设计,以最大化可用时隙为目标,建立上下行时隙切换模型,并提出一种基于TDD的跳波束时隙排布优化方法。仿真结果表明,对比于传统的MF-TDMA资源分配方法或固定多波束均分算法,本文提出的算法能有效提高系统的时隙利用率和吞吐量。     

中国纺织业技术选择的宏观透视

在中国二元经济结构的背景之下,从理论上探讨了纺织业优化要素配置的技术选择路径,通过对1985—2005年中国纺织业要素产出效率的实证分析,考察了．人均资本产出的演变轨迹,并从优化要素配置的角度提出了中国纺织业未来产业结构调整和技术进步的政策建议。     

一种基于强化学习的指挥智能体控制方法

针对无人水下航行器(unmanned underwater vehicle,UUV)如何进行任务分配、航路规划、指挥控制问题, 提出一种新的控制实现方法。搭建UUV 指挥智能体训练平台,设计学习训练所需的想定,进行状态设计、数据适配、 决策解析和规则库建立,选定近端策略优化(proximal policy optimization,PPO)强化学习算法进行训练,并进行应用 验证。结果表明：指挥智能体能有效对UUV 进行任务分配、航路规划、指挥控制;通过不断优化算法,可提高战胜 基于规则的传统控制方法的胜率。     

新型举国体制下卓越工程师自主培育的发展成效、关键挑战与协同治理

加强卓越工程师自主培育在响应国家重大战略需求、赋能原始工程科技创新、建设工程教育强国等领域中发挥着至关重要的作用。在简述卓越工程师自主培育的战略意义基础上,从政策设计、改革实践、工程教育研究和质量保障论述卓越工程师自主培育的历史成效。进一步从产教融合、人才培养、教师评价和协同治理等角度指出卓越工程师培育面临的关键问题与挑战。最后,在协同育人治理共同体统筹下,从学生工程实践、工科教师激励、质量评价设计、注册工程师等方面指出新型举国体制下未来推进卓越工程师自主培育的革新路径。