基于云网PoP的弹性边缘网络设计思路探讨

移动边缘云是公司“云+5G”双引擎战略的最佳契合点,边缘网络是发挥移动云“大云”产品和5G网络融合优势,实现云网统筹、构建运营商“连接+计算”核心能力的关键。运营商传统接入网存在云网割裂、分段入云和组网复杂等突出问题,难以适应边缘业务敏捷交付要求。本文通过深入分析边缘云业务特征和技术架构,对标业界主流云商建设实践,研究基于云网PoP网的边缘网络建设思路,创新性提出云网一体化规划设计和建设交付流程变革,基于云网POP统一网络和业务锚点,构建Overlay和Underlay融合双层加速网络架构,探索Spine-leaf化的新型城域接入网实现L3下沉和弹性扩容等方法,实现“云+网+应用”一体化敏捷交付的边缘网络能力。     

基于MARG传感器的长跑上肢姿态检测算法设计

随着可穿戴设备在运动健康领域的广泛应用,针对长跑运动姿态分析方面,本文基于四元数的乘性扩展卡尔曼滤波算法(MEKF)进行改进,利用MARG传感器采集长跑运动中的上身姿态,进一步完善了仅从足部姿态判断跑姿的方法。经实验分析,与一般方法相比,该算法提高了针对长跑姿态的检测精度,并且对错误的姿势动作给予矫正建议。     

新能源汽车整车控制器的MOSFET振铃抑制

汽车电子产品中电源电路的设计会直接影响整个产品功能的稳定性和EMC性能.新能源汽车整车控制器应用基础电源管理芯片FS8510设计电源模块电路时,其外围MOSFET产生了严重的振铃现象.为解决这一问题,提出更换外围MOSFET及增加Snubber缓冲网络两种改善措施,并给出了选择MOSFET的影响参数和有效的Snubber缓冲网络RC配比算法.整车控制器传导发射-电压法的测试结果表明:两种措施都可以有效抑制MOSFET的振铃,提高产品的EMC性能.     

基于K-means和SOM的水下传感器数据采集方法

随着海洋资源勘探和海洋污染物监控工作的开展，水文数据的监测和采集等已经成为重要的研究方向。其中，水下无线传感器网络在水文数据采集过程中起着举足轻重的作用。本文研究的是水下无线传感器二维监测网络模型中，传感器节点数据采集的问题，其设计方法是通过自组织映射（Self-organizing mapping，SOM）对传感器节点进行路径最优化处理，结合优化的路径图形和K-means算法找到路径内部聚合点，利用聚合点和传感器的节点得到传感器通信半径内的数据采集点，最后通过SOM得到水下机器人（Autonomous underwater vehicle，AUV）到各个数据采集点采集数据的最优路径。经过实验验证，在水下1 200 m×1 750 m范围内布置52个传感器节点的情景下，数据采集点相比于传感器节点路径规划采用相同的采集顺序得到的路径优化了6.7%；对数据采集点重新进行自组织路径规划得到的路径比传感器结点路径的最优解提高了12.2%。增加传感器节点的数量，其结果也大致相同，因此采用该方法可以提高水下机器人采集数据的效率。     

百元级好物达尔优盗梦人双耳蓝牙耳机D1

在无线化的大趋势之下,对于音乐爱好者而言,挑选一款称心如意的耳机成了急需解决的问题。有同学可能会说选择AirPods,但它的售价颇为高昂。那么,有没有一款连接稳定、音质不错、外观好看、续航持久,更重要的是价格便宜的产品呢?答案是肯定的,比如我们接下来要谈到的达尔优盗梦人双耳蓝牙耳机D1(以下简称“盗梦人D1”)。外观设计盗梦人D1的包装盒小巧、精致,整体呈白色,正面是耳机本体照片,附有BT 5.1蓝牙芯片、IPX4防水、16小时续航等标识以及产品型号名:达尔优盗梦人双耳蓝牙耳机D1。     

从技术到应用的提速 2021双千兆网络下的数字生活

“从无到有,从有到优”——2019年~2020年,我们见证了Wi-Fi 6一步步完成对主流消费市场的覆盖,Mesh、OFDMA等新一代网络应用技术潜移默化地优化人们网络体验。而在即将到来的2021年,以5G、千兆光宽带、千兆无线网络、IPv6等为代表的新一代信息通信技术有望加速落地,“三千兆新基建”战略、“双千兆宽带城市”等计划的提出与实施,有望为用户开启一个全新的网络应用时代。     

悬浮抱杆组塔无线监测系统的设计与应用

抱杆系统是悬浮式内拉线抱杆分解组塔施工安全的决定性影响因素，但由于其受力复杂且难以实时感知，造成铁塔组立施工难度过大甚至产生事故。为此，结合当前发展的无线物联技术，提出了一种基于无线传感器网络的悬浮抱杆组塔无线监测系统。通过对悬浮式内拉线抱杆分解组塔工艺的分析，获取了抱杆系统的安全薄弱点，从而明确了系统功能原理与模块组成。针对抱杆及其拉线系统的受力、倾角、风速、高度、距离等数据特点，选择相应传感器进行实时数据监测与采集；并针对监测点分布广、层级多的特点，采用LoRa树型组网模式，形成以上位机为网络总节点的一主多从无线传输方式。系统采用阵列巡检应答通信模式，各信道通过时分进行有序利用，数据延迟控制在ms级以内，并通过临限预警功能将各危险点数值控制在安全范围之内，保证施工全过程的安全稳定。     

基于深度信念网络的滚动轴承特征迁移诊断

滚动轴承的故障智能诊断研究多是针对同源数据进行，而不同型号、不同工况下的滚动轴承，由于时、频特征差异，加之背景噪声的影响，导致识别准确率偏低。为了解决这一问题，笔者以6307和6205两类深沟球轴承为研究对象，建立了以深度信念网络（deep belief network，简称DBN）为核心的迁移诊断模型，构造了以波形指标、峭度指标、近似熵及分散熵为代表的特征识别参数。为了抑制信号传递路径（共振频带差异）和背景噪声的影响，引入最大相关峭度反卷积（maximum correlated kurtosis deconvolution，简称MCKD）方法，并对其关键参数实施了自适应选取。结果表明，由MCKD与DBN联合组成的迁移诊断模型，在3类不同数据源之间的诊断准确率均超过了95%，为滚动轴承的迁移特征诊断提供了一条可行的途径。     

用于社交推荐的增强影响扩散模型

随着网络上创建连接、协作、共享的全新变革方式的出现,互联网上丰富的社交行为现象引起了研究者和实践者的关注.近年来,随着社交网络平台的普及与推广,基于社交网络的推荐系统也成为了个性化推荐领域的研究热点之一,社交推荐系统可以利用社交网络来缓解传统的推荐算法中数据稀疏性问题.在社交网络中,社交关系影响起着重要作用,而用户信任是社交关系形成的基础,每一个用户会受到其信任的用户影响,这些被信任的用户也会被自己的社交关系所影响,这就表明了联系在一起的用户会相互影响,导致社交联系之间的用户偏好具有相似性.用户的信任关系影响着用户偏好的推断,同时用户受到其信任用户的社交关系影响,而这些社交关系影响在社交网络中递归传播和扩散.因此,基于社交推荐算法研究的关键就在于信任信息的挖掘和利用.在基于社交网络的推荐领域中,比较有代表性的模型为Diff Net,该模型未充分考虑到信任问题,同时,在递归计算长距离的社交关系时,有额外的噪声,影响推荐预测的质量.本文提出了基于Diff Net改进的社交推荐模型-EIDNet.首先,该模型在模拟社交关系影响扩散过程时,通过用户对物品的历史交互记录建立用户间的信任关系,并融...