基于负载均衡的多跳中继网络接纳控制算法

针对多跳中继无线网络提出一种基于负载均衡策略的呼叫接纳控制算法。在新的用户业务到达时,小区内服务基站根据当前小区负载情况,同时检测邻居小区的负载情况,判断是否将位于小区边缘的固定中继站切换到邻居小区,以减轻当前小区的负载,接纳更多的用户。仿真分析表明,基于负载均衡的接纳控制算法可以有效控制热点小区的业务量,降低新进用户阻塞率和切换用户掉话率。     

TD_LTE系统中从Macrocell到Femtocell的切换研究

当用户从Femtocell切换到Macrocell时,可能存在不必要的切换,且3GPP协议推荐的切换流程可能会引起较大的DL SIT(DownLink Service Interruption Time)和包丢失率.为此,提出一种优化的切换方法,既可以减少不必要切换,又可实现无缝切换.即切换执行前首先判断是否为不必要切换,如果是不必要切换,则目标基站拒绝本次切换,且推荐一个候选切换小区.同时原目标小区和候选目标小区分别调整切换相关参数.否则允许本次切换,且当切换过程激活后,服务网关将数据同时发送给源小区和目标小区.仿真结果显示与标准3GPP方案相比,该方案可以大大减少DL SIT和数据包的丢失.     

基于对数交叉熵的CDMA软切换性能分析

针对3G及B3GCDMA移动通信系统软切换关键技术,在假设通过功率控制解决远近效应问题的基础上,引入对数交叉熵概念,对宏小区和微小区重迭小区的软切换性能进行了分析。同时对该系统的重要性能指标：微小区中软切换用户可切换到宏小区的概率进行了定量分析和性能仿真。通过分析可看出：该系统可合理地降低CDMA系统微小区软切换呼叫阻塞率,改善CDMA系统的通信质量。     

蜂窝中继网络中协作切换策略研究

传统蜂窝网络架构存在着不少缺陷,小区边缘用户的服务质量远差于靠近基站中心的用户。通过部署中继,并完善其切换算法,提出了在该蜂窝中继网络中基于中继协作的切换策略,且对小区内及小区间切换策略进行细化,这样可以更精确的选择接入站点。比较了传统切换与协作切换中的切换阻塞率以及切换次数,通过仿真证明基于中继协作的协作切换的切换阻塞率小于传统切换,且基站间切换次数也得到降低,减轻了基站的负担,使系统性能得到提升。     

一种基于GPS轨迹的导航方法和装置

本文发明了一种利用GPS轨迹进行导航的方法和装置。该装置包括:轨迹转弯判断单元,用于根据轨迹点的曲率判断改轨迹点的转弯方向;导航提示单元,用于把轨迹点的地点信息和转弯方向信息提供给用户。     

LTE-A中基于准入控制的切换决策算法

在E-UTRAN架构下,提出一种基于目标小区准入控制的切换决策算法。通过eNB之间的X2接口来交互网络的负载信息、资源信息和服务速率等,以此获得对目标小区准入控制的预测。构建曼哈顿模型场景,仿真结果证明,该切换算法有较高的切换成功率和较小的切换时延;并可将用户终端切换到负载比较轻的小区,使相邻小区的负载得到均衡,提高了无线资源的利用率。     

基于链路平衡的宽带CDMA系统软切换性能分析

针对第三代CDMA移动通信系统软切换关键技术,给出了基于一个宏小区和两个微小区重迭结构软切换的一种模型。在引入小区前反向链路平衡概念的基础上,重点对宏小区系统的软切换增加门限与微小区系统负载因子的关系,以及宏小区系统的软切换增加门限与其它小区干扰对微小区用户干扰之比的关系进行了定量分析和相应的性能仿真。通过分析可看出：该模型可合理地降低CDMA系统软切换呼叫阻塞率,改善CDMA系统的通信质量。     

一种TD-LTE与eHRPD系统重叠覆盖下的负载均衡算法

 针对3G的eHRPD和4G的TD-LTE移动通信系统进行混合组网时,每种网络制式下的小区在用户增多时都有可能过载,除了传统的与邻近小区进行基站的切换,还可以在不同制式之间进行垂直切换。本文以网络资源利用率为参考,对系统内的用户进行异系统垂直切换,从而使混合组网后的系统负载得到均衡。通过该整合系统的仿真,在保证无线链路丢失率不受显著影响前提下,该方法使得蜂窝小区的平均吞吐率有所提高,并能找到使得吞吐率最大时的最佳切换阈值。     

基于轨迹和兴趣点数据的城市功能区动态识别与时变规律可视分析

目前,多数城市功能区识别方法仅依据路网和土地利用类型进行功能区的划分与识别,无法反映功能区范围及功能性随人类活动的动态变化.为此,提出基于轨迹数据挖掘与兴趣点语义分析的城市功能区识别与时空特征分析方法.通过考虑车辆行驶状况与区域功能的相关性,对特征轨迹点进行自适应密度聚类,并基于聚类中心利用Voronoi图合理划分功能区范围.为了有效地评价区域的复合功能性,利用潜在狄利克雷分布(latent Dirichlet allocation,LDA)模型对区域内兴趣点的类别信息挖掘主题词并计算相应的概率,在此基础上提出功能性强弱量化计算方法.基于轨迹数据的时变特性,构建交互式可视分析系统UFAVIS(urban functional areas visualization),进一步发掘人类活动对功能区时空模式的影响.利用结合时空特征分析的功能区识别方法对北京市真实数据进行了实验验证和具体案例分析,结果表明,UFAVIS能够准确识别区域的复合功能性,并发现功能区随人类活动的时空变化规律,为城市规划和政策制定提供依据.     

基于移动用户位置预测的垂直切换算法

针对异构无线网络环境中现有垂直切换算法存在难以实现移动用户接入网络的无缝切换,无法向用户提供稳定通信服务的问题,提出一种基于移动用户位置预测的垂直切换算法。首先利用用户移动轨迹的相似性,使用用户轨迹数据离线训练LSTM模型以学习各用户普遍具有的移动规律;然后在线加载LSTM模型进行用户位置预测,从而使用模糊逻辑分析计算下一时刻用户对应候选网络的回报值,并选取回报值最高的网络进行切换。实验结果表明,该算法与已有垂直切换算法相比,在不同的用户移动速度和用户规模条件下的切换次数、切换失败次数和切换时延均有明显下降,内存消耗较低,能够实现无缝切换。     

面向物联网移动终端设备的用户轨迹异常检测研究

为了有效地从物联网移动设备的数字信息中挖掘出用户在日常行为中的轨迹异常,针对现有用户异常轨迹检测算法效率低的问题,提出了一种双层聚类的用户轨迹异常检测方法。考虑到移动终端设备中的轨迹信息数据量大、分布不均匀等特点,该方法在特定的空间距离与时间间隔下提取出停留点集合,并对这些点进行层次聚类,根据结果划分出停留区域,进而发现其中的异常停留区域;最后,对停留区域之间发生的运动轨迹段进行二次层次聚类,发现异常轨迹段。实验结果表明,该方法在发现异常轨迹时,相较于传统算法,既全面地检测出异常轨迹,又加快了异常检测的速度。     

位置服务中用户轨迹的隐私度量

针对一种流行的用户轨迹隐私保护方法——Silent Cascade,提出一种新的轨迹隐私度量方法.该度量方法将用户运动轨迹用带权无向图描述,并从信息熵的角度计算用户的轨迹隐私水平.已有文献指出,当攻击者拥有新的背景知识时,任何一种隐私保护方法都会受到隐私威胁.因此,将攻击者的背景知识分级融入到度量方法中,隐私度量的结果由对背景知识的假设和相应的轨迹隐私水平值组成,并提出(KUL(Ki+Ki-).KL(Ki+Ki-))联系规则的方法来描述对背景知识的假设.模拟实验结果表明,此度量方法为移动用户和轨迹隐私保护方法的设计者提供了一个有价值的工具,能够准确地评估在攻击者具有可变背景知识情况下,用户的轨迹隐私水平.     

Switching behavior of mobile users: do users' relational investments and demographics matter?

Mobile user switching has become a critical issue facing mobile service providers. This study examines the switching behavior of mobile users who are not under any contractual obligations to stay with a provider. Drawing upon the literature on relationship marketing and switching costs, we examine if the relational investments made by mobile users in a user-provider relationship and demographics influence their switching behavior. Based on data on over 30,590 mobile users, we examine our research questions. Statistical analysis supports significant associations between mobile users' service usage, service bundling and their switching behavior. Support was also found for the influence of age and gender on mobile user switching.     

Smooth control of an articulated mobile robot with switching constraints

The paper describes a smooth controller of an articulated mobile robot with switching constraints. The use of switching constraints associated with grounded/lifted wheels is an effective method of controlling various motions; e.g. the avoidance of a moving obstacle. A model of an articulated mobile robot that has active and passive wheels and active joints with switching constraints is derived. A controller that accomplishes the trajectory tracking of the robot’s head and subtasks using smooth joint input is proposed on the basis of the model. Simulations and experiments are presented to show the effectiveness of the proposed controller.     

基于用户轨迹及基站语义的城市活动模式可视分析

移动运营商搭建的基站能够记录智能终端的活动,蕴涵着用户的移动行为以及基站的语义信息.针对城市中基站语义以及活动模式难以获取的问题,提出一种基于用户轨迹的基站语义及城市活动模式可视分析方法.该方法首先根据终端用户的轨迹构建基站序列,接着采用文本分析中的词嵌入技术对基站语义信息进行提取,对城市中的手机用户进行聚类以发现其移动模式.为了帮助用户对结果进行探索和分析,设计了基于用户轨迹以及基站语义的城市活动模式可视分析系统,能够根据用户的轨迹特征、基站的地域特征、用户访问基站的时空特征,对手机用户的行为以及城市的活动模式进行发现和解释.基于真实数据的实验结果表明,在系统用户的迭代交互中该方法能够帮助系统用户有效地结合基站轨迹及其基站语义信息,对城市居民行为模式以及城市整体的活动模式进行探索.     

融入兴趣区域的差分隐私轨迹数据保护方法

轨迹数据保护方法是当前隐私保护研究领域的热点问题。现有轨迹数据隐私保护方法多数采取在所有位置点上加噪的策略,这在保护轨迹数据的同时也降低了保护后数据的可用性。为解决该问题,提出了一种融入兴趣区域的差分隐私轨迹数据保护方法。该方法首先将用户长时间停留的相近位置点集合定义为兴趣区域,将兴趣区域的中心点定义为驻留点。然后通过划定阈值的方式,从所有驻留点中挖掘出频繁驻留点,使用驻留点替代原轨迹数据中对应的兴趣区域,精简轨迹数据。最后利用Laplace机制对频繁驻留点进行加噪。该方法仅需要在轨迹数据的局部数据点上进行加噪,即可实现对轨迹数据的差分隐私保护。分别在真实数据集和仿真数据集上进行了实验,实验结果表明该方法在保护轨迹数据隐私的前提下,能够进一步提高数据的可用性。     

基于连续查询的用户轨迹k-匿名隐私保护算法

随着移动服务和移动网络的持续发展,基于LBS的连续查询服务被广泛应用。基于单点的K-匿名位置隐私保护算法已经不能满足连续查询下用户位置隐私需求。针对用户轨迹隐私保护提出新的保护方法,该方法采用不可信第三方中心匿名器,用户获取自己的真实位置后首先在客户端进行模糊处理,然后提交给第三方匿名器,第三方匿名器根据用户的隐私需求结合用户某时刻的真实位置信息生成虚假用户,然后根据历史数据生成虚假轨迹。为了进一步提高虚假轨迹与用户真实轨迹的相似性,该算法提出了虚假轨迹生成的两个约束条件：虚假轨迹距用户真实轨迹的距离约束和相似性约束。经大量实验证明,该算法与传统的不同时刻K-匿名算法相比,不仅可以满足连续查询的用户轨迹隐私保护而且可以满足基于快照的LBS用户位置隐私保护。     

Enhancing WLAN location privacy using mobile behavior

Recently wireless network is massively used in the daily life, but user’s location privacy can be threatened. In a wireless local area network (WLAN), an adversary can track a user through his/her unchanged MAC address. Many correlation researches have been proposed to combat this issue, but they have not included mobile behavior of neighboring nodes as a key factor; therefore, their solutions may miss the opportune moment to update MAC address to improve the user’s location privacy. In other words, the existing schemes in the opportune moment to update MAC address may not be the best one. Furthermore, they will have many unnecessary MAC addresses to be updated; it then causes the network throughput being reduced. In this paper, we are going to enhance user’s location privacy with the relative positioning scheme. We analyze the mobile behavior of neighboring nodes to decide which mobile nodes are going to update their MAC addresses. The experiment results show that our scheme can decrease the time of changing MAC address, and also to enhance the user’s location privacy, although the network throughput is a little decrease.     

A Robust Missing Data-Recovering Technique for Mobility Data Mining

Based on location information, users’ mobility profile building is the main task for making different useful systems such as early warning system, next destination and route prediction, tourist guide, mobile users’ behavior-aware applications, and potential friend recommendation. For mobility profile building, frequent trajectory patterns are required. The trajectory building is based on significant location extraction and the user’s actual movement prediction. Previous works have focused on significant places extraction without considering the change in GSM (global system for mobile communication) network and is based on complete data analysis. Since network operators change the GSM network periodically, there are possibilities of missing values and outliers. These missing values and outliers must be addressed to ensure actual mobility and for the efficient extraction of significant places, which are the basis for users’ trajectory building. In this paper, we propose a methodology to convert geo-coordinates into semantic tags and we also purposed a clustering methodology for recovering missing values and outlier detection. Experimental results prove the efficiency and effectiveness of the proposed scheme.