蜂窝网中融合多播的接入控制机制仿真研究

无线蜂窝网络中引入了多播业务作为对现有传输服务方式的扩展,如何优化融合业务的系统性能成为了新型无线资源管理的重点。提出了一种融合多播和单播业务的呼叫接入控制机制。该接入控制机制考虑了融合业务的特征,利用预留虚拟资源为接入呼叫分配带宽。在此基础上,优化带宽抢占和服务降级策略,从而有效的提高系统整体性能。仿真结果表明,该方案能够充分利用多播业务的特点,有效降低呼叫阻塞率并提升接入用户数量。     

一种基于二分图匹配模型的多播寻呼机制

针对多播业务中,无线网络如何在带宽和时延受限的情况下,实现对于多个处于空闲状态的移动用户的跟踪定位问题,提出了一种有效的基于二分图匹配模型的多播寻呼机制.其主要思想是首先通过利用信息论中熵的概念对移动用户的位置不确定性进行分析,为了减少位置更新开销,采用LZ78压缩算法实现位置更新和位置概率预测.然后多播寻呼系统为减少寻呼开销和时延,在每个寻呼周期内为所有移动用户分配的寻呼小区驻留概率之和最大,且满足带宽限制和用户公平性.针对该目标,基于二分图匹配的多播寻呼算法BMPS构建二分图模型,将位置概率转化为权值,通过动态修改权值,获取二分图最大权完美匹配,实现用户与寻呼小区之间的最优分配方案.仿真实验结果表明,基于二分图匹配的多播寻呼算法能够有效实现寻呼开销和时延的总体性能优化,且减少了用户冲突对寻呼性能影响.     

基于LDPC自适应编码调制的图像传输性能

研究了基于LDPC码的自适应编码调制技术及其在慢衰落无线信道图像传输中的应用,分析了确定最优信噪比转换门限集合的最小均方误差非线性曲线拟合法,进而得到基于LDPC码的自适应编码调制系统的最大平均吞吐量性能。仿真结果表明,在慢衰落无线信道图像传输中,系统能获得满意的图像传输质量和很高的频谱利用率。     

基于不完美CSI的水声自适应功率分配算法

水声信道面临带宽资源有限、环境复杂的问题,为提高水下通信速率,基于水声传感器网络的海洋应用提出自适应通信的需求。传统基于简单信噪比指标的自适应资源分配算法无法准确表述衰落信道的统计特征,利用强化学习和卷积神经网络预测信道的方法虽然可以提高一定信道状态信息(channel state information, CSI)的准确性,但这种方法需要长期的观测和大量的训练样本,不符合水声环境的实际情况。对比,构建了一种中继放大转发协作正交频分复用(orthogonal frequency division multiplexing, OFDM)通信的模型,解决了由于节点漂浮导致直接通信传输效率变低的问题,并提出一种在时延反馈CSI中基于OFDM的自适应功率比特分配算法,利用条件概率表征不完美的CSI,调整自适应通信参数,进行遍历容量最大化建模。仿真结果表明,该算法实现功率和比特的联合自适应分配,平均传输速率指标优于直接反馈CSI的功率分配算法,虽然略低于采用马尔可夫链预测信道的方法,但结合算法复杂度来看,所提算法更简单,更适合能量有限的水声传感器网络。     

AOS自适应帧长传输系统的仿真研究

以提高AOS的系统吞吐量为目的,提出了AOS自适应帧长传输的系统模型,改进了AOS空间数据链路协议的传输帧格式,设计了一种适用于新系统的帧同步方案,推导并分析了帧同步性能公式,得出帧同步仿真参数。在此基础上,对新系统的吞吐量性能进行了仿真。结果表明与AOS固定帧长传输系统相比,AOS自适应帧长传输系统的吞吐量得到了有效地提高,证明了所提出的新系统及改进的AOS传输帧格式和帧同步方案的有效性。     

基于遗传算法与模糊选择的多播路由优化

遗传算法在优化计算特别是在多播路由问题中得到了广泛应用,但在进行大规模优化时,遗传算法存在着爬山能力差以及不成熟收敛等缺点。为此,提出基于启发式遗传算法和模糊选择机制的新型多播树计算方法,本算法采用树型结构编码和高效的遗传操作,同时优化时延、丢包率和带宽利用率等多个参数。仿真实验表明,这种算法用于多播路由多目标优化问题时,可以克服采用遗传算法进行多目标优化的缺陷。     

基于自适应控制的混沌系统的线性广义同步化

主要研究了混沌系境的线性广义同步化问题，给定一个驱动系统，采用自适应控制方法，构造出响应系统，使之与驱动系统达到线性广义同步化，基于Lyapunov稳定性定理和Barbalat定理，严格证明了该构造方法的正确性。以Chua＇s电路为例进行了数值仿真，其结果与理论推导相一致。同时，仿真表明，这种线性广义同步化的构造方法在保密通信中也有很好的应用。     

基于非线性和测试覆盖率的软件可靠性增长模型

软件可靠性增长模型一般假设故障是独立的,且检测到的故障能够被排除。但在工程中,一些检测到的故障可能无法排除,在排除过程中也可能会引入新的故障。考虑上述因素,本文假设故障的引入过程与时间呈现非线性关系,通过测试覆盖率函数来表示软件故障检测率,建立了基于非齐次泊松过程(non-homogeneous Poisson process, NHPP)的软件可靠性增长模型。为规避参数估计过程中模型函数导数连续性和存在性的限制,应用一个自适应变化的实值遗传算法进行计算。最后通过一个真实软件失效数据集对模型参数进行计算,利用不同的评价准则将所提模型和现有模型进行比较,说明所提模型的优越性和准确性。     

基于自适应大数表决机制的容忍入侵模型

针对容忍入侵系统中自适应能力较差的问题,提出了一种基于自适应大数表决机制的容忍入侵系统模型。该模型采用了适当的复制技术和自适应大数表决技术,使系统即使在遭受到恶意攻志的情况下仍能安全、可靠地运行,并能有效地识别出有故障的复制品,从而达到了容忍入侵的目的。通过使用基于前几轮表决的历史记录,使得表决器表决出的输出值更准确、更可靠并能及时地移除掉有故障的复制品。分析表明,方案具有安全性强,可靠性高,系统性能好以及易于实现等优点,特别适应用于对系统安全性、可靠性、可生存性,以及系统效率要求较高的分布式环境中。     

基于XOR选择重传ARQ的网络编码多播路由算法

针对XOR选择重传ARQ协议,提出了一种基于网络编码的多播路由算法,有效地恢复链路传输错误。该算法分为两种情况：一是信源发送正常的数据包,在信源节点与各接收节点之间建立多播路径族,并考虑不同路径族之间链路的共享;二是信源发送XOR数据包,搜索信源节点到各接收节点的最短路径,并考虑最短路径之间的链路共享。仿真结果表明,该算法有效地提高了网络吞吐量,在资源消耗方面较传统的多播路由算法有更好的表现,非常接近基于网络编码的最小费用多播算法。数学分析表明,该算法的复杂度远小于最小费用多播算法。     

在滑动窗口中判决的自适应门限检测方法

对在突发通信中基于噪声功率和基于信号功率的自适应门限信号检测方法进行研究,提出了在滑动窗口中进行比较判决的自适应门限检测方法,用多个采样点进行比较判决以取得最优的同步信号。仿真比较不同情况下的系统性能,结果表明改进方案能得到精确的系统同步信号,低信噪比时,基于噪声功率的自适应检测方法检测概率较大。     

基于DiffServ的自适应IP QoS管理框架研究

IP QoS已成为IP网络的核心技术。目前实现IP QoS的机制主要包括有多种,例如子带宽管理、MPLS、IntServ、DiffServ等,可以结合起来实现更完善的IP QoS。目前,比较一致的看法是在网络边缘采用IntServ,在网络主干采用DiffServ。我们在局域网自适应IP QoS基础上,进一步研究了基于DiffServ的IP QoS.本文给出一种DiffServ结合IntServ实现彻底的端到端的IP QoS网络框架,提出了DiffServ实现自适应IP QoS管理的框架与方案,讨论了内部路由节点自适应QoS控制策略。最后讨论基于网络仿真软件NS2的一个简单实验结果。     

多用户MIMO系统中结合天线选择的协同差分空时传输方案

针对多用户多入多出(MIMO)系统中存在部分信道估计困难的情况,提出了一种新的协同差分空时传输方案。在此方案中引入了一种简单的自适应放大转发中继协议,该协议在中继节点结合了接收选择合并和发送天线选择,仅需要部分信道状态信息(CSI)。得出了最大似然差分检测方法,分析了系统的成对码字差错概率(PEP)性能。仿真结果显示,在相同收发天线数、功率及频谱效率条件下,所提方案比点对点MIMO系统中的差分传输方案获得了更高的分集增益和更好的误比特率(BER)性能。且在高信噪比情况下,还优于采用相干检测的非协同Alamouti传输方案。     

基于效用的自适应协同多业务传输研究及系统级仿真验证

协同通信是目前无线通信的研究热点之一,协同通信中的节点选择,功率分配等问题已得到深入的研究,但对于多业务传输问题目前并没有得到足够的关注。通过建立协同通信中的资源分配模型,基于效用的自适应协同多业务传输(utility-based adaptive cooperative multi-traffic transmission,UACMT)算法解决了多业务在协同通信中的传输问题,并能够自适应的在协同与非协同传输模式中进行选择。系统级仿真结果表明与传统协同和非协同传输相比,UACMT能够在一定误块率BLER约束条件下提高用户的业务效用。     

基于改进MPC的协同自适应巡航控制策略研究

针对环境干扰、传感器噪声和跟随时变车速稳定性较差等问题,提出一种基于KF(kalman filtering)的改进MPC(model predictive control)算法。搭建CACC(cooperative adaptive cruise control)车辆间纵向运动学模型,并建立离散状态空间方程;利用KF对状态变量降噪,同时对预测模型进行鲁棒性设计;对不同工况下CACC控制目标进行分析,分别建立目标优化函数。通过搭建Simulink与CarSim联合仿真模型进行验证,结果表明,改进MPC算法能够提高城市与市郊工况下车辆的燃油经济性与驾乘舒适性,实现公路工况下对时变车速的稳定跟随。     

自适应变速率MQAM在VHF/UHF频段的应用研究

从电磁波在无线移动信道的传播特点入手,分析了无线移动衰落信道对数字信号传输的影响,并设计了一个在VHF/UHF频段以自适应变速率MQAM为核心技术实现高频带利用率的通信系统.该系统通过检测接收信号能量来调整调制电平数的方法,可以克服诸如＂检测误码控制自适应调整＂等方法存在的调整滞后的问题.在无线信道中的仿真表明,该系统的有效频带利用率大于3.2bit/s/Hz,高于该频段现有无线数据通信系统的相应指标.     

多UAV协同区域覆盖搜索研究

针对多无人机协同区域覆盖搜索问题,为降低问题求解的复杂度,将其分解为多UAV任务区域分配和完全覆盖路径规划两个子问题,对子问题分别优化求解。建立了无人机任务执行代价模型,采用分层模糊推理求解无人机的性能评估指数,根据性能评估指数采用基于面积的区域分割方法实现多无人机搜索任务区域的分配。分析了无人机实现区域内覆盖搜索的最优路径问题,给出了在特定多边形区域下最小代价的搜索模式和搜索路径。仿真实验结果验证了所给方法的有效性。     

基于决策图贝叶斯的多目标QoS组播路由算法

随着实时组播通信需求的不断增长，要求网络能够提供更加严格高效的QoS(Quality of Service)路由保证，需要设计一个能够同时满足不同QoS约束的高效组播路由算法。此问题可归结为图论中的NP(Non-Polymenital)问题，一般方法是把多个QoS参数加权合并为一单目标函数进行优化。提出了一种基于决策图贝叶斯的多目标QoS组播路由算法，算法在不需做预处理的情况下可对多个不同的QoS参数同时进行优化。仿真结果表明，所提出的算法能够快速收敛于一组满足不同QoS约束的非支配解。     

基于自适应协同聚类的支持向量预选算法

为提高支持向量机在大规模数据集上的训练效率,提出一种基于自适应协同聚类的支持向量预选算法。该方法通过对两类样本进行自适应协同聚类,寻找少量具有协同关系的类中心对,替代支持向量进行训练,从而减少参训样本数量。其中,中心对数量由算法自动确定。与其他支持向量预选算法的对比实验结果表明,自适应协同聚类算法能够在不影响分类性能的情况下,有效提高训练速度,是一种行之有效的快速支持向量预选算法。