车载安全应用广播性能分析*

在仿真软件NS-2.29和VanetMobiSim1.1下,搭建了车载通信网络仿真平台,讨论了广播信标信息在不同距离下的接收率,并对两类广播信息在EDCA方式下的接收率和接入时延进行了深入的分析和比较。仿真结果表明,隐藏终端导致广播数据的严重丢包而且不同竞争窗口对接入时延有很大的影响,尤其是在信道负荷比较重时。最后指出了可行的解决思路。     

采用TAS/MRC技术的MIMO中继系统中断概率分析

基于Nakagami衰落信道推导了非再生中继方式下采用发射天线选择/接收最大比合并（TAS/MRC）技术的MIMO中继系统中断概率的闭合表达式。通过仿真分析了信道衰落参数和天线配置对系统中断性能的影响。仿真结果表明,在非再生MIMO中继系统中,第一跳链路的信道质量对系统的中断性能起主要影响作用。     

基于VCG机制和POMDP强化学习的动态频谱分配算法

以认知无线网络动态频谱分配问题为研究对象,提出一种通用的动态频谱分配博弈框架,将频谱的动态变化、认知用户的可能影响频谱分配的自私的网络行为、频谱分配中的信息约束限制和分布式特性在动态频谱环境中加以考虑,通过VCG机制的部署和实施,有效的解决动态频谱分配问题,防止自私用户可能存在欺骗行为;为进一步提高认知无线网络中频谱分配方法的性能,提出了一种动态频谱分配的POMDP强化学习算法,通过认知用户依据它们自身历史信息的观察统计和学习,预测当前竞拍策略,通过累积折扣奖赏影响动态频谱分配。仿真结果表明,基于POMDP强化学习算法可以显著的改善认知用户的行为,提高动态频谱分配性能。     

基于改进深度强化学习的虚拟网络功能部署优化算法

针对网络功能虚拟化/软件定义网络(NFV/SDN)架构下,网络服务请求动态到达引起的服务功能链(SFC)部署优化问题,该文提出一种基于改进深度强化学习的虚拟网络功能(VNF)部署优化算法.首先,建立了马尔科夫决策过程(MDP)的随机优化模型,完成SFC的在线部署以及资源的动态分配,该模型联合优化SFC部署成本和时延成本,同时受限于SFC的时延以及物理资源约束.其次,在VNF部署和资源分配的过程中,存在状态和动作空间过大,以及状态转移概率未知等问题,该文提出了一种基于深度强化学习的VNF智能部署算法,从而得到近似最优的VNF部署策略和资源分配策略.最后,针对深度强化学习代理通过ε贪婪策略进行动作探索和利用,造成算法收敛速度慢等问题,提出了一种基于值函数差异的动作探索和利用方法,并进一步采用双重经验回放池,解决经验样本利用率低的问题.仿真结果表示,该算法能够加快神经网络收敛速度,并且可以同时优化SFC部署成本和SFC端到端时延.     

基于VCG机制的无线网络呼叫接入控制算法

提出一种基于VCG机制的无线网络呼叫接入控制（CAC）算法。该算法采用VCG机制调节用户需求,控制资源分配,以实现资源合理使用。CAC算法适合于无线接入网络中多业务服务、多优先级服务的情况。仿真结果表明,将VCG机制与CAC算法结合,能较好地改善无线网络性能,提高系统连接级的QoS。     

基于J2EE平台的WEB GIS应用体系结构

分析了在开发WEBGIS的过程中存在于体系结构中的问题,在此基础上提出了基于J2EE平台的WEBGIS体系结构和具体实现流程,避免了当前开发WEBGIS的过程中存在的问题,优化了系统体系结构,为开发WEB GIS应用提供了一种好的实现方法.     

适用于车载自组织网络的稳定成簇算法

车载自组织网络中网络拓扑频繁变化、链路不稳定.若直接使用移动自组网的成簇算法,将会引起传输延时增大及丢包率上升等一系列问题.提出一种基于AP相似度改进的稳定成簇算法——SD成簇算法.本算法以节点之间的相似度(similarity)和周围节点度(degree)作为分簇依据,利用节点的地理位置信息和邻居拓扑信息进行簇头选举.NS2仿真结果表明,该算法能有效地改善车载自组织网络中簇结构的稳定性.