无线多媒体网络中一种基于测量网络状态的动态呼叫接纳控制算法

提出了一种无线多媒体网络中基于测量网络状态的动态呼叫接纳控制算法.它区分了实时和非实时业务,在网络带宽资源不足时可通过降低非实时业务带宽确保实时业务呼叫连接的可靠性;还可根据当前网络状况调整预留带宽大小,使小区实时业务切换呼叫掉线率低于设定的门限值.大量仿真结果显示该算法具有低实时业务切换呼叫掉线率和与固定预留方案相当的带宽利用率,而只以略高的新呼叫阻塞率为代价,适合各种不同概率发生时实际应用的情况.     

异构分层无线网络中基于业务和逗留时间的动态流量均衡算法

在异构分层无线网络中使用有效的流量均衡技术，可以给更多的移动用户提供服务。现有的流量均衡算法主要针对同种无线网络，因而不能直接用于异构无线网络。本文提出了一种适用于异构无线网络的基于业务和逗留时间的动态流量均衡算法，该算法首先根据移动模型计算移动用户在小区内的逗留时间，然后基于小区呼叫到达率和重叠覆盖小区的流量状态来确定一个周期内转移的非实时性呼叫数量，最后依据逗留时间门限值将重负载小区中满足条件的呼叫转移到轻负载的重叠覆盖小区中。为降低切换呼叫掉线率，还对异构网间的呼叫切换策略做了改进。仿真实验结果表明．本算法在新呼叫阻寒率和切换呼叫掉线率等性能指标上比传统方法有显著提高．     

支持动态带宽分配的呼叫接入策略

为了适应无线网络对多媒体业务的业务服务质量的需求,论文根据无线网络的多媒体业务特征,提出了一种支持动态带宽分配的无线多媒体业务的呼叫接入策略。通过对该策略进行数学模型分析和数值仿真,结果表明,该策略在小区带宽紧张时,通过降低可变带宽业务的业务带宽,能有效降低用户呼叫阻塞概率和中断概率;在小区带宽有剩余时,可以通过增加可变带宽业务的服务带宽来提高资源利用率。另外,可变带宽业务还能够灵活地借用为越区切换用户预留的带宽资源,充分地利用系统资源。     

基于马尔科夫链的联合呼叫接入控制算法

异构网络的接入策略与网络资源管理效率紧密相关;同时,网络复杂性与网络资源竞争性直接影响到用户服务质量。针对异构网络接入控制存在的切换掉话率和呼叫阻塞率高、资源利用率低等问题,提出了基于马尔科夫链的联合呼叫接入控制算法。接入控制算法为切换呼叫业务、实时业务动态地预留了一定的带宽资源,根据不同业务设置带宽降级因子来决定是否释放带宽;同时,根据用户偏好和不同业务的QoS要求,构建了呼叫接入控制效用函数,利用马尔科夫链进行了建模分析。仿真表明,算法提高了网络资源利用率,降低了系统复杂度,满足了各类业务的QoS要求。     

无线局域网下PCF结点切换时的资源预留方案

在无线局域网（WLAN）环境中,对VoIP等实时应用结点在漫游切换时,提前在邻居AP小区进行带宽资源预留是保障其获得持续、一致OoS的主要措施．但是目前的资源预留方法要么计算复杂,不符合WLAN的实际情况;要么效率低下,不能很好地为切换结点提供资源保证．在结合已有的预留算法的基础上,根据WLAN本身的特点,提出了一种PCF结点资源预留方法,使VoIP结点采用PCFAP轮询信道访问方式,通过VoIP结点漫游时发现邻居AP的存在,提前向邻居AP发出资源预留请求,同时邻居AP根据网络状况动态调整预留资源大小．仿真实验结果表明,在不浪费无线带宽资源的条件下,提出的方法相对于其他预留方案能够获得更低的切换连接掉线率．     

OFDMA系统中的多业务接入控制算法

提出一种针对分析正交频分多址接入(OFDMA)系统的改进多业务接入控制算法。OFDMA系统为用户提供一定数量的子载波进行传输,通过压缩原信道带宽或传输速率,降低原信道上的业务服务质量,从而提高小区内可使用的信道数量。仿真结果表明,与传统信道预留算法相比,该算法可提高信道资源利用率,降低目标小区的切换呼叫阻塞率和新呼叫阻塞率。     

适合于移动多媒体网络的呼叫接纳控制算法

移动多媒体网络应该能够同时支持传统的数据业务和实时交互式多媒体业务,并能够为用户提供QoS保证.在无线移动网中提供QoS保证,呼叫接纳控制扮演着重要的角色.通过对呼叫接纳算法中资源预留方案进行了分析总结,提出了一种适合于移动多媒体网络的自适应呼叫接纳控制算法.     

一种支持宽带无线多媒体网络QoS的动态呼叫接纳策略

在无线网络中,小区微型化的趋势使得呼叫切换发生的频率越来越高,迫切需要一种有效的呼叫接纳控制策略,对有限的无线带宽资源进行分配,以保证切换时的QoS,同时使带宽利用率最高。传统的预留带宽策略(GC,guard channel scheme)由于其固有的静态特征而不能适应流量模式的变化。最近,人们发现采用动态的随机控制策略能适应流量模式的变化,而且能使精度和稳定性大大提高。但将这种策略应用于多业务环境依然十分困难,挑战来自于多类呼叫的QoS要求、流量模式、切换率的多样性和宽带条件下的实时可计算性。在文[3]中,我们建立了一个随机控制模型,可以在宽带条件下实时地进行多业务接纳控制,但由于没有考虑复杂的边界条件,控制精度受到影响。本文,我们在考虑边界条件的情况下,求解该随机问题,并采用一种有效的数值方法,使计算复杂度大大降低,保证了计算的实时性。最后得到的多业务动态接纳控制策略具有较高的控制精度和良好的可计算性。仿真结果显示该策略能稳定地满足多业务QoS对呼叫中断概率的严格限制,同时又能保证信道的高利用率。     

移动音频带宽扩展算法计算复杂度优化

移动通信设备由于计算资源有限,对计算复杂度较为敏感。我国自主研发提出的移动音频编解码算法标准AVS P10中的带宽扩展算法有利于提高移动音频编解码质量,但其计算复杂度较高,不利于该编解码算法在移动环境中应用。通过分析该带宽扩展算法的流程,发现其计算复杂度较高的主要原因是时频变换次数过多,为此从算法和代码两个方面对该算法进行优化:算法方面通过减少快速傅里叶变换(FFT)次数来降低算法计算复杂度;而代码方面则通过空间换时间等方法来减少算法消耗时间。测试结果表明,在不降低整体音频编解码主观质量的情况下,带宽扩展模块在编码端和解码端运行时间比例分别降低了4.5和14.3个百分点,算法计算复杂度显著降低,这有利于进一步在移动音频领域推广应用该编解码算法。     

无线/移动网络中基于遗传算法的带宽适应方案

无线链路带宽的快速波动推动了无线／移动网络中对适应的多媒体服务的研究．以无线网络系统的利润最大化为目标．研究适应的多媒体应用的带宽适应方案．达到利润最大化的最优带宽适应算法是一个NP-hard问题．提出一个基于遗传算法的带宽适应方案，在算法复杂度大大低于最优算法的同时，获得的利润值近似最优．性能分析和实验结果证明了这一结论．     

近场源DOA、距离、极化参数及频率联合估计算法

文章研究了近场情况下多信源到达角(DOA)、距离、极化参数及频率的四维参数联合估计问题,建立了近场源在极化域的参数估计模型。文中所考虑的极化敏感阵列由和坐标轴方向一致的偶极子对构成,分别感应x轴方向和y轴方向的电场分量。该算法不需要谱峰搜索,直接给出各参数的闭式解。由于使用了四阶累积量,因此该算法适用于任意高斯噪声环境。仿真结果验证了该文方法的有效性。     

相依线性回归系统回归系数协方差改进估计的收敛性及其计算机求解

本文在较弱条件下给出β_i的协方差改进估计β_i~*及两步改进估计的收敛性质,将[1]中的结果推广到一般截尾随机变量的情形。最后通过实例,应用SPSS/PC 2.0统计软件包及自行开发的程序给出相应的回归方程的计算机求解方法,并作了比较。     

基于二阶统计量的近场源四维参数联合估计

研究了一种基于二阶统计量的近场窄带信源频率、方位角、仰角和距离四维参数的联合估计算法。该算法利用中心对称的十字阵列,根据阵元输出构造二阶统计量矩阵,并结合这些矩阵的特点构造新矩阵,利用特征值和特征向量信息得到信源参数。该方法仅需计算6个二阶统计量矩阵就可以估计四维参数,此外参数自动配对。仿真结果表明该算法能准确地估计近场源参数。     

现场总线检测系统的信息融合方法及其应用

本文总结了现场总线检测系统的几种信息融合方法，给出了一个应用实例，这些方法的算法简单，实时性强，适合检测系统的信息融合。     

Converting detailed estimates to primary estimates with data augmentation

In general, preliminary or primary cost estimates are used to select contractors from among bidders in Japan. The primary cost estimate must be accurate, otherwise the contractor selected from the bidding process will lose profit. A general contractor in the world does not have a super-skilled engineer who can achieve the accurate primary cost estimates. The conventional primary estimate has a high error range and low reliability. An automated system converting detailed estimates to primary estimates has been highly demanded in the world. This paper presents a prototype AI converter that can accurately and automatically convert detailed cost estimates into primary estimates. Converting detailed cost estimates to primary estimates lies in a regression problem. This paper proposes a feature-elimination based data augmentation method for regression problems. The empirical experiment shows that the proposed data augmentation method is quite effective with an Extra-Trees ensemble method. The proposed method was empirically examined by using Colorado Department of Transportation (CDOT) dataset for accurately predicting constructions costs with the Extra-Trees algorithm and random forest algorithm respectively. The CDOT dataset is one and only one of the largest datasets available in public for constructions costs quotation/estimation of roads, bridges and buildings.     

光纤表面等离子体共振传感检测系统的数据处理

给出了光纤SPR传感检测系统的输出信号处理模型,采用Shpiro-Wilk检验确认了测试噪声的高斯特性;在保证精度的前提下降低了数据采集量;用线性拟合方法处理数据、获得共振波长并测算出最小运算长度,从而把工作量降至原有的4%,使检测更为高效便捷.     

Bayesian R-estimates in two-sample location models

Implementation of nonparametric rank-based procedures in the Bayesian context is discussed primarily for the two-sample location models. The information in the data is summarized via the (possibly asymptotic) distribution of some rank-based quantity, which is used as a pseudo-likelihood. The complete posterior distribution (or the posterior distribution up to a normalizing constant) of the parameter of interest given the rank-based quantity can be obtained by assuming a prior distribution for the parameter. Statistical inference then proceeds based on this posterior distribution. Posterior estimation and testing are considered, along with a discussion of a normal approximation to the posterior distribution.     

A recursive maximum a posteriori estimator

Kalman Filter (KF) is the optimal state estimator for linear dynamical systems in the presence of zero mean white Gaussian noise. It is a minimum mean square error (MMSE) estimator. In the present work a recursive maximum a posteriori estimator (RMAPE) has been developed from basic principles of estimation. This estimator may be used for realtime state estimation of linear dynamical systems in presence of zero mean white Gaussian noise. It is further shown here that the KF can be derived from this RMAPE algorithm, i.e. this work shows an alternative method way to derive the KF. Copyright © 2010 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

基于卡尔曼滤波的轮对速度估计及仿真

高速列车在制动防滑过程中,由于轮轨蠕滑率很小,采用传统的速度测量和估计方法难以获得轮对速度的快速动态变化,为此建立了车辆系统离散状态方程,采用卡尔曼滤波的方法对轮对速度进行估计,并根据车轮速度和轮对减速度随着轨面条件的变化,实时修正协方差矩阵,以保证估计的稳定性和准确性。通过几种估计方法的对比分析结果表明,在轮对速度发生突变时,平均值估算法将严重偏离实际值。受轨面条件的影响,最大值估算法存在较大的波动,不适合应用于防滑过程中轮对速度的估计。卡尔曼估计法在各种条件下具有有效性和准确性。     

基于Kalman滤波的地图匹配方法

地图匹配方法利用电子地图的地理数据对GPS定位数据进行校正,可有效提高定位数据的精度。本文首先采用最近点估计方法计算道路垂直方向的GPS误差,对该误差采用Kalman滤波方法获得GPS偏差估计,以此偏差估计修正GPS测量值并进行地图匹配。实验表明利用该方法可将定位数据准确地匹配到道路上,使匹配后的定位精度得到提高。