基于小波变换的酉ESPRIT波束赋形技术研究

为了解决酉旋转不变子空间波束赋形算法在低信噪比环境下性能急剧下降的问题,提出了基于小波变换的酉ESPRIT算法。该算法在分析运算特点后有效调整运算顺序以控制计算量,利用小波变换去噪原理,能在低信噪比及阵元数有限的条件下正确估计来波方向。仿真结果表明,与传统ESPRIT算法及酉ESPRIT算法相比,该算法在低信噪比且不增加阵元数的情况下能更加准确地分辨来波方向。     

软件定义网络中应用蚁群优化的负载均衡算法

在软件定义网络中提出了一种应用蚁群优化的负载均衡算法,以负载均衡度为目标函数重定义了蚁群算法中的参数和操作,对软件定义网络数据流和网络拓扑进行合理设置,规划出流传输的最优路径,从而提升了网络资源利用率和流传输质量.仿真结果表明,与其他算法相比,新算法在负载均衡度、流接受率、流丢包率、时延以及网络吞吐量方面的性能都有明显的提升.     

一种面向业务的动态带宽分配方法

在分析传统QoS业务模型以及传统动态带宽分配方法（DBA）的基础上,提出一种面向业务的动态带宽分配算法。该算法吸取了各种QoS业务模型及传统动态带宽分配方法的优点,充分考虑了不同业务服务质量对带宽分配要求的差别以及带宽资源的利用率,仿真结果表明这种方法更加有效。     

工业物联网中基于多维特征业务的网络切片匹配算法

工业物联网中的业务具有数量大、种类多、特征维度高等特点,为了实现每一个业务都能根据自身的多维特征有效的匹配到具有特定服务质量的网络切片以获取相应的服务,提出了一种多维特征聚类的业务与网络切片匹配算法。该算法可以对工业物联网设备中提取的业务多维特征进行聚类,根据聚类结果将所定义切片的优先级因子添加到相应的业务中,进而实现业务与网络切片的匹配。实验结果表明,该算法在实现业务与网络切片匹配的过程中,与对比算法相比,既实现了高准确率,又加快了匹配完成的速度。     

面向物联网的能耗感知虚拟网络映射算法

物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重,传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题,重新构建基于无线传感器网络的能耗模型,在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上,提出一种改进的能耗感知虚拟网络映射算法,在节点映射阶段,基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上,并为不同时延下的链路分配合适的资源。仿真结果表明,相比EA-VNE、EA-VNEH算法,该算法通过资源整合的方式,可以提高底层资源利用率,降低虚拟网络映射能耗,且随着引入参数的增加,能够实现更细粒度的资源分配。     

基于绝对值累积的主用户动态到达频谱感知算法

在认知无线电网络的主用户动态到达频谱感知场景中,针对拉普拉斯脉冲噪声干扰导致频谱检测性能下降的问题,提出基于绝对值累积(AVC)的频谱感知算法。假设接收到的主用户信号服从泊松分布,对接收信号进行AVC处理抑制脉冲噪声干扰,并将处理信号累积求和作为判决统计量,得到判决统计量的均值与方差,求出判决门限理论表达式以判断主用户是否动态到达,从而实现频谱感知。理论分析与仿真结果表明,该算法在不同虚警概率、信噪比及累积求和采样点数量下的检测概率均优于改进的能量检测算法。     

基于 BFA 的云存储资源定位算法研究

为了实现云储存系统中高效的资源定位,首先提出了一种基于P2P网络的云存储结构,用具有小世界特性的全分布非结构化master网络取代GFS中单一master节点,并在此结构的基础上提出了基于细菌觅食算法的资源定位算法SBFA ,采用计数来取代细菌觅食算法的4层循环结构,打破了迁徙、复制和趋化之间的嵌套关系。实验结果表明,SBFA算法在保持高命中率的同时有效降低了平均访问节点数。     

冲击噪声下基于矩阵预处理的稀疏重构DoA估计

针对冲击噪声下用稀疏重构的方法不能准确估计波达方向的问题,该文提出基于多项式矩阵预处理的稀疏重构的波达方向(DoA)估计方法。由于冲击噪声的二阶矩不存在,基于二阶矩估计的子空间类算法和稀疏重构类算法不能有效估计出波达方向,且不能很好地处理相干信源。为了解决这个问题,采用多项式预处理技术对接收信号的自相关函数和方向矢量进行预处理,并在此基础上利用稀疏重构技术进行DoA估计。多项式预处理可以缩小矩阵的奇异值分布,使得反映噪声能量的奇异值分布更加明显,从而有利于减小冲击噪声的影响。仿真结果表明,算法在冲击噪声环境下能准确稳定地估计出两种信源的波达方向,尤其是在冲击噪声较强的情况下表现出灵敏度高、鲁棒性好的优点。     

应用粒子群优化的绿色虚拟网络映射算法

绿色网络是近年来网络技术研究的热点,以节能为优化目标的虚拟网络映射算法成为基于网络虚拟化技术中资源分配研究的重点.提出了应用粒子群优化的绿色虚拟网络映射算法,重定义粒子群优化算法中的参数和粒子进化行为,以关闭底层网络节点和链路数量最多为适应度函数,在较低的算法复杂度条件下,获得绿色虚拟网络映射的最优解.仿真结果表明,与对比算法相比,静态环境下所提算法的运行时间大幅度降低;动态环境下所提算法的节点关闭率、链路关闭率、虚拟网络请求接受率均有所提升,算法运行时间也大大缩短.     

移动中继多播场景下的节能优化

设备间通信(D2D通信)通过复用蜂窝通信的频带资源,可以使近距离的用户直接通信,而无需通过基站进行中继.它的引入可以提升用户的服务质量,降低终端能耗,拓展小区的覆盖范围.特别的,在CDN场景中,可通过移动中继向请求相同业务内容的用户进行D2D广播传输.但是,在上述场景中,需考虑到移动终端(MT)的能耗和与蜂窝用户之间的同频干扰问题.基于此,提出了一种基于粒子群优化(PSO)算法的联合中继节点选择和功率控制机制来最小化移动中继的总能耗并同时保证两类用户的服务质量(QoS)需求得到满足.通过仿真,此方案效果得到了验证.