基于神经网络的云机器人服务质量控制方法研究

云机器人通过动态"卸载"任务到云端高效处理,极大提高了节点的智能水平。然而,由于云端应用的实时性差异和负载的不可预知,对网络传输的服务质量(quality of service,QoS)需求不尽相同。从控制角度研究网络传输的服务质量问题,提出并实现了一种基于BP神经网络的双闭环接入控制方法(BPFD-MAC),在最大化能量利用率的同时,实现绝对服务质量和相对服务质量保证。通过反馈控制结构,将绝对QoS约束和相对QoS约束解耦为2个独立闭环:活动时间闭环根据高优先级的延迟控制节点活动时间,满足绝对约束;退避窗口闭环根据不同优先级的延迟比,调整退避时间的初始上限,保持相对延迟比例关系恒定,满足相对约束。并采用BP神经网络方法进行参数自适应校正和控制器设计。最后,基于ZigBit 900的硬件实验表明,相对于FD-MAC,BPFD-MAC不仅能够在负载动态变化时提供绝对和相对QoS保证,并且在网络高负载下,具有更高的吞吐量和能量利用率;在网络低负载下,具有更低的能耗。     

针对M2M业务的IEEE 802.11优化及其性能评价

为降低IEEE 802.11接入过程中误码引起的竞争失败率,提出一种无退避、快速重传算法,推导了MAC层服务时间概率分布,建立了IBP/Gw/1/K离散时间排队系统,研究了非饱和负载下M2M业务在802.11非理想信道下的传输性能。为了提高海量M2M终端在802.11网络中的接入效率,提出一种动态调整窗口的算法。为模拟802.11接入和IP承载网络传输M2M业务的通信场景,基于串联排队理论,建立了多节点串联排队网络模型,并求解了M2M业务的端到端性能指标。仿真表明:两种改进算法有效提高了802.11的服务效率;异质业务接入802.11网络的场景中,突发度小的M2M业务能获得更好的QoS。     

基于PSO模糊神经元的异构无线网络接入选择

采用模糊逻辑和神经网络技术进行异构无线网络接入选择的方法未合理考虑网络负载状况,为此提出一种对网络负载具有很好动态适应性的基于粒子群优化(PSO)模糊神经元的接入选择方法. 该方法将可接入网络的接入阻塞率相等作为模糊神经元参数学习的目标,并结合具有全局寻优能力的PSO算法设定参数初值,提高了参数学习精度. 仿真结果表明,该方法能有效实现网络间负载均衡,相对于最大负载均衡算法可降低网络的接入阻塞率.     

面向分布实时嵌入式系统的任务优化调度算法

文章针对负载难以准确预知且动态变化的复杂分布实时嵌入式系统,提出了一种基于快速模型预测控制的任务调度算法,通过动态调整分配在各个处理器上的任务QoS,使得每个处理器的CPU利用率保持在参考值附近,保证了任务的实时性;利用多参数二次规划的方法求解模型预测控制中的约束优化问题,可有效减小算法的执行时间.实验结果表明算法有效且负载极小.     

基于时序相关性的云平台多负载序列联合预测

为提高云平台负载预测的精度,提出了一种基于时序相关性的多负载序列联合预测方法.首先,为获得相似的负载序列,采用长短时记忆网络提取负载序列的时序特征,再利用层次聚类法,获得在时序特征空间相似的负载序列类;其次,对获得的每个负载序列类分别构建多任务学习模型,挖掘和利用负载序列间隐藏的共享领域知识,提高模型泛化能力和预测精度,并实现多个负载序列的联合预测.使用Google数据集的中央处理器负载监控日志进行验证,结果表明,时序特征聚类可有效提取和利用负载序列的全局时序特征,降低原始序列的噪声,获得特征上相似的序列;与常用的负载预测方法比,所提方法对不同变化规律的负载序列都具有更精确的预测效果.     

科学数据时间序列的预测方法

针对传统的时间序列分析方法预测科学数据效果较差的特点,提出了一种结合自组织神经网络和灰色理论的时间序列预测方法。该方法利用度量时间序列相似性距离函数,将时间序列按照其变化规律分成不同的类别,并在GM算法中针对白化参数进行优化,对科学数据时间序列进行自组织聚类,针对各类别采用灰色理论建立预测模型。试验表明,该模型适合科学数据的变化特点,提高了预测精度。     

一种网络流量预测算法的研究与实现

网络流量预测是网络QoS管理的一个重要部分,较好的流量预测效果,能有效地提高网络QoS管理的工作效率,提高网络带宽的利用率,所以高效的网络流量预测是非常必要的.本文是在现有的小型专用网络中,根据指数平滑预测模型,提出一种改进的指数平滑预测法,对收集到的实际网络流量数据在小时间片内进行预测,从而达到对网络流量的控制,提高了网络服务的质量.     

异构网络负载感知的动态增强型干扰协调方案

针对密集蜂窝网络中采用封闭用户集接入控制的微蜂窝对室内宏用户会产生强烈干扰的问题,提出了一种基于负载感知的动态增强型小区间干扰协调方案. 该方案使用基于马尔可夫链的预测算法,预估了网络负载变化趋势,避免了由于LTE系统时延引起近乎空白子帧错误配置最终导致系统容量下降的问题;该方案基于网络负载预测结果,动态调整微基站近乎空白子帧配置比例,建立基于动态近乎空白子帧比例配置的最大化系统吞吐量优化模型;仿真结果表明,与传统的增强型小区间干扰协调方案对比,该方案可以在吞吐量性能上获得显著的提高.     

一种新的基于策略的端到端移动QoS体系架构

在通用移动通信系统(UMTS)基于策略的服务质量(QoS)机制的基础上,提出一种面向下一代移动网络的端到端分层QoS 架构。定义了涵盖无线接入网络的增强策略管理组件,并引入了分层策略模型和通用开放策略服务(COPS)协议扩展以完成自适应网络资源配置和QoS协商。对该架构实例性能的仿真结果表明,该架构既保障了会话的QoS要求,更利于网络间QoS参数的智能配置和自适应协商,最终在全网范围内保障业务的端到端服务质量。     

基于回声状态网络的飞机混沌时间序列预测模型

准确检测飞机即将发生的故障或预测其状态的变化趋势,对于实现飞行安全具有重要意义。文章针对传统基于回声状态网络在故障预测中的不足,构建了基于小波降噪的回声状态网络预测模型。该模型保留了非线性时间序列回声状态网络预测的优势,并采取小波变换对混沌时间序列进行降噪预处理,有效提高了含噪混沌时间序列的预测精度。论文通过对某飞机发动机滑油散热器温度时间序列数据序列进行预测分析,表明文中模型具有较好的预测精度,验证了模型的有效性。     

CDMA的多址接入技术

CDMA作为一种多址接入技术在无线数据网络中已广为应用,文中在多码CDMA和单码CDMA研究的基础之上,建立了多码CDMA和单码CDMA在分组数据网络中的随机多址接入模型,并对其吞吐率特性和归一化时延续性进行了分析,在扩频码数目、长度均相等并且匹配滤波器分辨率为1 chip时二者具有相同的吞吐率和归一化时延特性。     

A-CDMA系统多址与保密结合的扩频码的研究

基于一个异步直接序列码分多址模型,给出了多址与保密结合的扩频码应具备的条件。为了研究这类扩频码对A-CDMA系统性能的影响,比较了纯随机序列和Gold伪随序列的偶互相关概率分布,得到一些有用结论。     

Anycast service model and its QoS routing algorithm

Ａｓｍｏｒｅｈｏｓｔｓａｒｅｃｏｎｎｅｃｔｅｄ ,ｎｅｔｗｏｒｋｓｅｒｖｉｃｅｄｅｍａｎｄｓｅｖｅｎｔｕａｌｌｙｅｘｃｅｅｄｃａｐａｃｉｔｙａｎｄｎｅｔｗｏｒｋｓｅｒｖｉｃｅｄｅｇｒａｄｅｓ.ＡｌｔｈｏｕｇｈｉｔｄｏｅｓｎｏｔａｄｖｅｒｓｅｌｙａｆｆｅｃｔｔｙｐｉｃａｌＩｎｔｅｒｎｅｔａｐｐｌｉｃａｔｉｏｎｓ,ｓｕｃｈａｓｅｍａｉｌａｎｄｆｉｌｅｔｒａｎｓｆｅｒ,ｉｔｄｏｅｓｃａｕｓｅｓｅｒｉｏｕｓｐｒｏｂｌｅｍｓｆｏｒａｐｐｌｉｃａｔｉｏｎｓｗｉｔｈｒｅａｌ ｔｉｍｅｒｅｑｕｉｒｅｍｅｎｔｓ,ｓｕｃ…     

基于模糊神经网络的CDMA网络故障诊断方法

为解决常规故障诊断算法难以对CDMA网络故障建模的难题，提出了基于模糊神经网络的CDMA网络故障诊断模型. 该模型的输出层和输入层神经元的个数分别由CDMA网络故障类型和故障诊断所需要的输入量决定. 然后再利用故障诊断专家知识库中的故障诊断样本，对诊断模型进行训练，确定网络的连接权值和模糊隶属度函数. 仿真实验结果验证了该故障诊断模型的有效性.     

多载波时频联合分集码分多址系统及性能分析

多载波系统对频率偏移比较敏感,频偏会引起信道间干扰,进而使符号同步受到影响.这里提出了一种改进的多载波直接扩频序列码分多址(DS CDMA)系统,发射端通过对用户伪随机序列进行正交化处理使子载波信号在时域和频域的正交性达到最大化.接收端使用时频RAKE接收机,可以使系统具有频偏分集和时延分集的性能.仿真结果显示,采用时频RAKE接收的多载波直接扩频序列码分多址系统,误码率性能得到了显著提高.     

基于对信号功率谱拟合特征提取的信号识别方法

针对通信信号业务种类识别问题,提出利用机器学习领域的线性回归算法和多项式拟合模型提取信号功率谱的多项式拟合因子作为信号的统一特征来构建训练集,并在深度学习平台keras上构建了全连接的神经网络分类器模型.相比传统的方法,新方法具有对无线电信号统一表征而无需对业务逐个提取个性化特征的优点.选取实际无线电监测数据中的码分多址（CDMA）上行、CDMA下行、增强型全球移动通信系统（EGSM）上行、EGSM下行、无线局域网（WLAN）以及长期演进（LTE）6种信号的功率谱数据作为数据集,通过验证得到了97%的分类准确率,并证明了该方法的可行性.     

基于有限域理论的最优低碰撞区跳频序列集构造

跳频技术广泛应用于军方无线电通信、移动通信和数据链网络等领域。跳频序列是跳频通信技术的重要一环，影响着通信系统的性能表现。文章基于有限域上的加法群和乘法群，构造一类具有大序列数目的低碰撞区跳频序列集，并证明该序列集在一定条件下关于Peng-Fan-Lee界是最优的。该跳频序列集能有效地消除多址干扰，提升准同步多址通信系统的性能。     

基于CDMA的水下传感器网络MAC协议设计

水下传感器网络( UWSN)中节点采用声波通信,水声信道的高误码率、长延迟、低带宽、多径效应、多普勒频散等技术,据此提出一种动态的、分布式的基于码分多址( CDMA)的水下传感器网络介质访问控制层( MAC)协议。该协议不但节能,还能够提高CDMA扩频码的重用率,并且能够适应网络拓扑的动态变化。同时,协议使用了功率控制机制,有效解决CDMA系统中普遍存在的“远-近”效应问题。仿真实验表明,与经典的静态编码分配协议和ALOHA相比,该协议在冲突率、交付率、端到端的延迟、能耗等方面具有更好的性能。     

基于多令牌环调度的家庭网络QoS控制方案

现有家庭网络服务质量（QoS）增强方案中一部分采用简单的优先级机制,无法提供参数化QoS特性;另一部分采用集中的轮询调度机制,容易导致单点故障和性能瓶颈问题。针对这一问题,提出了一种用于有线共享信道的多令牌环媒介访问控制机制,设计了复杂令牌调度算法及相应的调度步长分配和准入控制算法,实现了分布式的参数化QoS控制。所提出的复杂令牌调度算法从根本上克服了单令牌环调度能力差和服务区分能力弱的缺陷。仿真结果表明,这一方法可以有效提高网络带宽资源的利用率。     

一种用于IEEE802．16中MAC层QoS调度架构设计

利用IEEE802.16宽带无线接入标准中在MAC层引入了完整的QoS机制,可以为用户提供电信级的QoS支持的特点,在深入分析IEEE 802.16协议的业务分类及现有的各种调度算法的基础上,结合无线网络,提出了一种针对不同业务流类型的调度架构.