基于改进遗传算法的自适应越区切换方案

针对列车通信在越区切换过程中切换触发率和切换成功率均较低的问题, 提出一种基于改进遗传算法的自适应联合判决切换算法. 首先, 以遗传算法为基础, 在高速特性下对切换判决过程中的相关参数进行优化, 针对列车的不同运行速度动态选择出满足快速切换需求的迟滞容限值； 其次, 引入满意通信概率（SCP), 当列车在小区之间移动时, SCP值达不到要求的将不能接入下一个小区, 以保障通信质量的优良. 仿真结果表明, 与传统切换方案相比, 该方案可实现提高切换触发率和切换成功率的目标, 具有较高的满意通信概率.     

P2O^4—8离子阳极形成动力学与机理以及添加剂的影响

本文用分极化曲线法研究了Ｐｔ电极上ＨＰＯ＾２－４阳极氧化的Ｐ２Ｏ＾４－８的动力学与机理，由分解得到的Ｏ２和Ｐ２Ｏ＾４－８的极化曲线的Ｔａｆｅｌ斜率，低极化区两者均为２．３０３ＴＲ／βＦ；而高极化区两者分别为２．３０３ＲＴ／２βＦ和２．３０３ＲＴ／βＦ（其中β≈０．５）。两者的动力学方程分别为低极化区：ｉ（Ｏ２）＝ｋ１（ＨＯＰ＾２－４）（ＯＨ＾－）ｅｘｐβψＦ／ＲＴ，ｉ（Ｐ２Ｏ＾４－８）＝ｋ１（ＨＰ     

一种面向山区场景的多信道接入策略

针对现有山区通信场景中认知无线电单信道传输的不可靠性问题,提出一种新型频谱感知与多信道接入策略.首先,为了解决传统山区场景模型准确性低和通用性差的缺点,利用Global Mapper软件对山区通信场景进行了3D高精度还原;然后,考虑到单信道传输效率低和通信保障能力不足的问题,在一元隐马尔可夫的基础上,得到一种多元隐马尔...     

高速铁路场景中基于MAB模型的多信道选择算法

针对高速列车越区切换过程中, 切换带为多信道分布的问题, 提出一种基于多臂老虎机(multi-armed bandit, MAB)模型的信道选择算法. 首先, 以置信区间上界(UCB)算法为基础, 通过设置信道空闲差异因子, 使算法快速收敛于最优信道； 其次, 通过引入满意通信概率(SCP), 衡量移动列车的通信质量, 分析与切换过程中误码率之间的关系； 最后, 利用最优信道选择比率、成功传输率和累积接入损失作为评判标准, 分析算法的性能. 仿真结果表明, 该算法的累积接入损失比原始UCB算法减少了约18.5%； 对比随机选择算法与原始UCB算法, 成功传输率提高了约30.2%和3.3%； 最优选择比率提高了约88.3%和13.5%.     

一种基于博弈论的D2D通信中继选择算法

在设备终端直通D2D（device-to-device）通信中，当源节点与目的节点间的距离过大时，会出现通信质量差、通信过程中断概率大的问题，为此提出了一种基于博弈理论的D2D通信中继选择的算法.首先基于距离损耗限定了中继的位置区域；然后考虑到能量过低会造成通信中断的问题，分析了候选中继节点的转发能力，通过筛选得到候选中继集合；随后考虑到节点间的社交关系，分析了通信的中断情况；最后利用博弈理论选择出最优中继节点进行数据传输.仿真结果表明：与随机选择算法和基于信道状态信息的最优中继选择算法相比，所提算法有效提高了D2D通信的覆盖率，降低了通信链路的中断概率，提高了系统的整体吞吐量，进而提升了中继系统的稳定性.     

远程教育综述

介绍远程教育的概念和分类,讲述了如何构建一智能化远程教育系统以及相关技术,并介绍了有关远程教育的国内外技术发展概况、水平和发展趋势．     

D2D网络功率和频谱资源分配策略

针对蜂窝通信系统高能耗、 低通信资源利用率和低信道利用率的问题, 提出一种基于能量效率(energy efficiency, EE)与频谱效率（spectral efficiency, SE）联合优化的网络资源分配策略. 首先, 在保证通信用户服务质量（quality of server, QoS）的前提下, 提出一种基于启发式算法的信道选择策略, 为系统内的D2D（device-to-device）用户分配信道复用资源; 其次, 在通信系统干扰门限和回程容量限制约束下, 利用Lagrange对偶分解迭代实现系统功率和频谱资源分配. 仿真结果表明, 该算法能有效扩充系统内D2D用户的数量, 提高能量效率及信道利用率, 增加频谱利用率, 为D2D用户分配最优的功率, 增强业务承载能力, 降低通信系统能耗并减少资源浪费.     

一种优化的认知无线电网络资源协同分配算法

在目前的认知无线电研究中,多用户OFDMA系统中如何实现子载波和功率的合理分配是研究的重点之一.针对认知无线电资源分配过程中出现的多认知用户资源分配不公平的问题,研究了认知无线电网络中授权用户占用子载带时,认知用户的吞吐量受限制的问题,提出了一种基于underlay频谱共享模式下的OFDMA认知无线电网络功率与子载带协同分配优化算法.该算法利用干扰门限的设置,使用原始感知信息(RSI)和信道状态信息(CSI)进行功率与子载波分配,然后分别进行功率控制和用户选择的计算,找到最优化传输功率与每个子载带最优使用用户,在保证授权用户免受有害干扰的前提下,使授权用户存在时,也可共享频谱传输,确保了系统的稳定性,提高了网络吞吐量.理论分析与仿真结果表明,相比传统的功率与子载波联合分配算法,该算法可以提高系统的平均加权吞吐量.     

基于疯狂自适应鱼群算法的认知无线电频谱分配

针对目前认知无线电网络中频谱利用无法满足指数级增长的通信需求、人工鱼群算法保持种群多样性差、全局搜索能力弱的问题，对图论频谱分配模型的人工鱼群算法进行了改进，得到了网络效益函数最优情况下的频谱分配.首先自适应调整视野和步长，保证算法前期较强的全局搜索能力和后期的收敛精度；然后在随机行为模式下引入疯狂算子，产生扰动以增加种群多样性.仿真实验对比了4种不同算法在相同模型参数下的系统总效益，同时对可用频谱和认知用户分别设置控制变量法测试算法性能.结果表明：改进后的人工鱼群算法全局搜索能力较强，具有较强的鲁棒性.     

认知无线电网络频谱共享中的带宽竞争

 在认知无线电网络中,考虑多个主系统以频谱数量竞争向次级用户租借频谱的频谱共享问题,而次级用户以机会方式使用该频谱.将此视为垄断市场的竞争问题,提出了一个频谱买卖的市场模型,每个主系统在服务质量(QoS) 限制条件下,最大化自身的利益.对于次级系统而言,利用效用函数来获得逆需求函数.采用分布式算法得出了动态博弈的解及收敛区域.数值结果表明动态博弈的解在收敛区域内能收敛到纳什均衡解.