应急通信系统中基于集群智能的动态信道分配

应急通信系统中频谱资源在时间和空间上的动态变化,使得寻找一条稳定的公共控制信道十分困难。为此,将认知无线电技术引入应急通信系统中,建立了应急认知无线电网络模型,提出一种基于集群智能的动态信道分配算法。系统中每个节点根据检测到的可用信道信噪比和邻居节点对信道的选择情况,采用信道选择更新函数,选择公共控制信道。应急通信系统中的所有节点构成一个集群,节点进行各自的信道更新并与其他节点交互形成集群智能。各节点周期性地进行消息发送与监听,依据频谱资源的动态变化及时更新公共控制信道的选择,最终达到全局公共控制信道的动态选择。仿真结果表明,算法能够达到公共控制信道的有效收敛,有很好的可扩展性,并且能够快速地适应频谱资源的动态变化。     

应急通信系统中协作中继选择与功率分配优化

为提高应急通信系统的信道容量和能量效率,提出一种协作中继选择与功率分配的联合优化算法。在动态的通信环境中,通过最佳期望选取参与数据传输的协作中继集,提高通信系统的信道容量。为使每个用户及整个网络的能量消耗降到最低,采用凸优化方法,合理分配源节点和多个中继节点之间合理的发射功率。理论分析与仿真实验证明,该算法能以较低的复杂度明显提高系统的信道容量和能量 效率。     

干熄焦锅炉循环方式和参数分析比较

针对新建干熄焦工程干熄焦锅炉向高温、高压和自然循环发展的趋势,结合以往的工程实践,从技术经济角度对干熄焦锅炉参数系列确定、方案选择及3种循环方式进行了深入的分析和比较。建议在大型干熄焦装置中采用高温、高压锅炉。     

干熄焦锅炉系统设计浅见

介绍了干法熄焦的优点及国内外的发展情况。根据宝钢干熄焦锅炉系统运行１０年的实践，总结了干熄焦锅炉系统的设计经验，提出了看法。     

干熄焦锅炉给水系统的优化设计

干熄焦锅炉给水系统普遍采用双路给水系统,比较了双路给水系统和单路给水系统的优缺点,提出了采用单路给水系统的建议。     

一种车载服务的快速深度Q学习网络边云迁移策略

智能网联交通系统中车载用户的高速移动，不可避免地造成了数据在边缘服务器之间频繁迁移，产生了额外的通信回传时延，对边缘服务器的实时计算服务带来了巨大的挑战。为此，该文提出一种基于车辆运动轨迹的快速深度Q学习网络(DQN-TP)边云迁移策略，实现数据迁移的离线评估和在线决策。车载决策神经网络实时获取接入的边缘服务器网络状态和通信回传时延，根据车辆的运动轨迹进行虚拟机或任务迁移的决策，同时将实时的决策信息和获取的边缘服务器网络状态信息发送到云端的经验回放池中；评估神经网络在云端读取经验回放池中的相关信息进行网络参数的优化训练，定时更新车载决策神经网络的权值，实现在线决策的优化。最后仿真验证了所提算法与虚拟机迁移算法和任务迁移算法相比能有效地降低时延。     

基于CUDA架构的改进Marching Cubes算法

Marching Cubes是医学体数据可视化的经典算法,但生产的网格质量差、算法执行速度慢成为阻碍其用于数值分析的两个主要缺点。文中提出一种基于硬件加速的Marching Cubes改进算法。该算法采用统一设备架构(CUDA)充分发挥Marching Cubes算法分而治之的优点,利用CUDA的可编程性并行分类体数据,加快了活跃体素和活跃边的提取;同时,该改进算法将得到的活跃边按照中点投影方式进行偏移,从而达到了改善网格质量的目的。最后通过实验表明,该算法可以保证在阈值未知的情况下,进行交互式的高质量网格建模。