COM组件技术在数据传输中的应用

论述了利用COM组件技术解决网络数据传输中两个难题，对异构数据库的数据访问操作以保证数据传输具有安全性，可靠性和实时性，通过COM组件技术对数据库操作进行封装，从而实现对异构数据库的并蔽，满足了代码一致性的要求，另外，利用COM组件技术，使用UDP传输协议，将数据传输的实现封装在COM组件中，使得各工作站间能够调用统一的传输算法，从而优化网络中数据传输的性能。     

虚拟专用网中的QoS策略控制技术

Qo S是真正实现 VPN的关键 ,为避免网络拥塞现象的发生 ,有必要设计 Qo S策略控制方案来控制数据流量。阐述了对支持不同 Qo S的路由器或交换设备进行策略管理的核心技术就是目录服务器和策略服务器     

一种空时CDMA系统的多用户检测算法

多用户检测技术在实际应用中,难以解决的问题是在减少计算复杂度的同时又提高系统性能。本文针对空时CDMA系统设计了一种多用户检测算法,即附带噪声梯度的最速下降算法。此算法利用变步长迭代的思想实现多用户检测,避免了最小均方误差(MMSE)多用户检测庞大而复杂的求逆运算和固定步长收敛速度较慢的问题。计算机仿真结果表明,在空时CDMA系统中使用本文算法,收敛速度大大增加,同时在保持系统性能的前提下能够容纳较多的用户。     

一种MOE盲自适应空时多用户检测算法的性能分析

将相关矩阵多次幂技术与MOE(最小输出能量)盲自适应空时多用户检测相结合提出了一种新的空时多用户检测算法。并且,从噪声方差、采样数目和u次幂的角度,对这种改进的MOE盲空时多用户检测接收机的性能进行了分析。理论证明和仿真结果表明,这种新的检测技术在噪声方差非常小、采样数目趋于无穷以及u→∞的情况下,它的性能收敛于MMSE盲自适应空时多用户检测。     

基因重组钙调蛋白提取纯化的新方法

目的建立一个简捷高效的纯化基因重组钙调蛋白(Recombinant-calmodulin,CaM)的新方法。方法 培养CaM基因重组大肠杆菌,并用IPTG诱导CaM表达,将菌体冻融、超声破碎,再经三氯醋酸、硫酸铵沉淀及超速离心,获得CaM;经SDS-PAGE检测CaM的纯度与相对分子质量,用甘油电泳和Scoin Image密度扫描软件检测CaM激活肌球蛋白轻链激酶(MLCK),从而引起肌球蛋白轻链(MLC20)磷酸化的活性。结果SDS-PAGE显示,重组大肠杆菌表达了大量CaM,且所提取CaM的相对分子质量及纯度均与CaM标准品一致;甘油电泳结果显示,CaMO.1μg/ml即可激活MLCK,使MLC20部分磷酸化,至3μg/ml时使MLC20双重磷酸化,其所致磷酸化的程度与等剂量的CaM标准品基本相同。Scoin Image密度扫描结果显示,CaM激活MLCK引起MLC20磷酸化的百分率与等剂量CaM标准品差异无显著意义(P>0.01)。结论已建立了简捷高效纯化CaM的新方法。     

采用空时扩谱技术的CDMA系统在多用户多径条件下的性能

该文研究了多用户多径条件下采用空时扩谱(STS)技术的CDMA系统的性能。该STS设计方案在基站使用两天线阵元,在移动终端使用一全向天线,与一新型扩谱算法联合使用,可提高下行链路的性能。与现有的研究不同的是,该文在单用户STS设计方案的基础上,进一步研究了多用户的情况,给出了理论分析和误码率的表达式。通过仿真结果表明,这种方案相对于传统方案,性能有一定提高,可有效降低误码率,改善下行链路的接收质量,但系统实现的复杂性增加,对移动台有较多的技术要求,STS技术有待进一步完善。     

混合模式下认知无线电网络的能效优化算法

认知无线电网络中,协作频谱感知利用多个节点同时感知可提高频谱感知检测性能。然而随着感知的次用户(SU)个数增加,导致能耗增高、能效(EE)降低。为解决这一问题,本文结合机会频谱接入和衬垫式频谱共享2种共享模式,构造基于混合频谱共享模式的能效模型,同时考虑3种不同的融合规则、主用户(PU)的再占据概率和报告信道误差,以最大化SU系统的EE为目标,使用拉格朗日乘子法与次梯度下降算法对感知时间、参与感知个数、次用户发射功率进行迭代优化求解。仿真结果表明,在最低服务质量要求(QoS)和发射功率的约束下,该能效优化算法能够实现更高的吞吐量和更高的能量效率。     

车联网中基于DDQN的边云协作任务卸载机制

面对车载终端数据计算量的爆炸式增长,计算卸载是缓解车辆资源不足的有效手段。相比于单独研究云计算或边缘计算,让两者相互协作可以实现优势互补,提高系统的整体服务质量。在车联网中,制定适应环境动态性的卸载决策存在较大困难,其中任务的紧急程度也是一个不容忽视的因素。构建一个基于软件定义网络的边云协作任务卸载架构,并设计任务优先级的度量标准,将动态环境中的任务卸载决策问题建模为马尔可夫决策过程,从而最大化由时延和成本构成的任务平均效用。为了求解任务卸载决策,提出基于双深度Q网络的任务卸载决策算法以及基于优先级的资源分配方案,并设计一种卸载比例计算方法,以保障卸载的任务量能够在通信时间内上传完成的同时最小化任务处理时延。实验结果表明,相比于全部本地、全部卸载和平均分配资源3种固定的卸载算法,该算法时延和效用性能提高了2倍以上,在车辆数目适中的情况下,任务的完成比例可以稳定保持在100%。