泛在网络下的群组移动模型研究现状及展望

群组移动模型的研究对泛在网络下通信协议的设计、算法性能的评价等问题具有重要意义。泛在网络涉及多种终端同时为移动用户服务的场景,有效地整合终端能力需要有效的群组移动模型进行指导。总结了以往Ad Hoc网络下各种群组移动模型的特点和适用场景,结合泛在网络下多终端多网络的环境特点,以用户和业务为中心,对个人服务场景中的群组移动模型的构建方案进行了探讨和展望,提出了关键的技术要求。     

基于自适应算法的三维波束赋形技术

为了针对每个移动终端进行动态的三维波束赋形,使三维波束主瓣对准期望用户并且在干扰用户方向形成零陷,构建了均匀平面阵的二维阵列信号模型,研究了基于最小均方误差算法的全局自适应算法,并在此基础上提出了基于降维的局部自适应算法. 2种自适应三维波束赋形算法可以动态地调整阵列单元的权值,自适应地改变天线阵列的方向图,为用户提供实时的跟踪服务. 仿真结果表明,在一定数量的阵列天线单元的条件下,2种算法均可以实现针对期望用户的自适应三维波束赋形.     

一种基于多QoS约束的T-MPLS恢复算法

文章在分析传统算法存在的问题的基础上,提出一种基于多服务质量(QoS)约束的传送多协议标签交换(T-MPLS)恢复算法(MQCTR);为提高恢复路径建立的成功率,结合约束路由思想,提出了基于多QoS门限约束的路由机制;以网状网为例,对算法性能进行了仿真分析.该算法不仅支持多种恢复模式,而且具备多业务区分功能,对提高运营级T-MPLS网络的生存性和健壮性具有重要意义.     

WDM光网络中RWA算法的性能分析

讨论了静态网络条件下WDM全光网络中选路与波长分配,提出一种全新的分类方法,对现有的RWA算法进行分类,比较了各种算法的性能,得出的结论有助于网络运营者在应用时选择合理的RWA机制。根据算法的性能和实际网络建设优化的需要,指出了RWA领域需要进一步研究的问题。     

具有多重故障恢复能力的光网络生存性机制

为了解决多重故障情况下网络发生故障后能尽快地恢复 受影响的业务这一问题，提出了一种具有多重故障恢复能力的光网络生存性机制. 针对传 统子网路由法存在的问题，给出了相应的改进方案：在子网路由法中考虑了对共享分享链路 组的恢复问题；在子网路由法中引入了选路原则. 在采用子网路由法的基础上探讨了二次故 障的生存性方法，并从有效利用率的角度对所给出的改进方案进行了仿真和分析.     

具有多重故障恢复能力的光网络生存性机制

为了解决多重故障情况下网络发生故障后能尽快地恢复 受影响的业务这一问题，提出了一种具有多重故障恢复能力的光网络生存性机制. 针对传 统子网路由法存在的问题，给出了相应的改进方案：在子网路由法中考虑了对共享分享链路 组的恢复问题；在子网路由法中引入了选路原则. 在采用子网路由法的基础上探讨了二次故 障的生存性方法，并从有效利用率的角度对所给出的改进方案进行了仿真和分析.     

T-MPLS的关键技术研究

随着电信业务的迅猛发展,融合正在成为通信行业发展的主旋律.作为传送平面融合的新技术--T-MPLS满足了下一代传送网高速率、多业务、高性能的需求,是下一代传送分组网的发展趋势.本文在T-MPLS研究现状的基础上,分析了现有传送技术面临的问题,归纳并总结了T-MPLS的各项关键技术,包括其转发行为、生存性机制、OAM机制等,提出了目前研究的缺陷与不足并指明了进一步研究的方向和重点.     

冲击噪声下基于相关熵的二维ESPRIT算法

针对基于相关函数的波达方向(direction of arrival, DOA)估计方法在冲击噪声环境下性能下降明显甚至失效的问题,提出基于相关熵 (Correntropy)的二维ESPRIT算法;该方法利用相关熵在冲击噪声环境下具有鲁棒性的优点,将受干扰信号的自相关函数替换为相关熵函数,并结合二维ESPRIT算法实现在冲击噪声环境下进行二维DOA估计;仿真表明,与基于分数低阶统计(Fractional Lower Order Statistics, FLOS)算法相比,该算法呈现明显优势,特别在高的冲击噪声条件下(1<α<1.5)能对信源方向进行更加有效的估计,且均方误差值仍保持很低。     

车联网D2D通信中最大化频谱资源利用率分配算法

无线通信技术快速发展,终端设备不断增多,为缓解这一现象,提升系统网络容量,针对车联网蜂窝D2D(device to device)通信资源分配问题,提出了一种最大化频谱资源利用率分配算法.该算法以最大化频谱资源利用率为优化目标,在满足车联网通信的基本服务质量(quality of service,QoS)下,通过V2V(vehicle to vehi-cle)和V2P(vehicle to people)共享信道资源来提高频谱资源利用率.首先利用信道状态信息定义的链路增益因子为终端用户找到潜在的通信链路集合;然后证明终端用户复用链路资源时功率分配问题为一个凸优化问题,利用凸优化理论求得最优传输功率;随后求解最优的信道匹配问题,此问题为多对一的加权匹配问题,为降低算法复杂度用KM(Kuhn Munkres)算法来求解.仿真结果表明,所提算法较其他算法能够有效地提升系统吞吐量、提高频谱资源利用率、提升网络性能,优化车联网通信资源分配问题.     

合作认知无线网络中能效最优资源分配

针对能量受限的合作认知网络,该文研究在保证主用户服务质量要求下,认知用户能量效率最大化问题。认知用户利用信能同传技术接收主用户信号,并采用解码转发协议协助主用户通信。基于分式规划和引入辅助变量将原始非凸问题转换为凸优化问题进行求解,并提出一种迭代的资源分配算法。仿真结果表明,所提算法能够快速收敛于最优解。与能量合作方案相比,该文所采用方案能量效率显著提高,同时能更好地保证主用户服务质量要求。