浅析民用建筑工程室内环境污染的控制与验收

室内环境质量与人的健康有着非常密切的关系,室内环境污染控制与验收,是民用建筑工程质量的重要组成部分。本文分析了民用建筑工程室内污染物的主要来源,并从勘察设计、材料选择、工程施工、竣工验收等几个方面,论述了如何对室内环境污染进行监督控制与验收,使之最终达到规范要求。     

认知Wi-Fi 2.0网络：未来智能无线局域网

针对认知Wi-Fi 2.0网络典型的布设场景,总结其特有的信道捆绑等关键技术。提出双层动态频谱接入模型,总结其多样的动态资源共享策略。面向频谱资源的高效利用和经济收益,重点关注多种博弈模型,刻画动态频谱接入和智能策略选择等行为。最后,提出联合频谱的技术特性和经济收益特性的频谱共享策略,并展望该领域的未来研究问题。     

认知网络中基于网络辅助的速率控制方法

面向多速率业务的认知网络,为了克服其动态性并实现速率控制的自主性,在改进IEEE 1900.4系统架构的基础上提出了速率控制框架。探讨不同层面不同尺度的速率控制方案。重点研究终端侧短期实时速率控制的问题。首先,基于非合作博弈提出分布式自主速率选择方法;进而,基于合作博弈提出基于网络辅助的中心式速率分配方法。仿真结果表明,后者较前者获得近60%的效能和一定的公平性改善,同时也验证了定价函数设计能够有效地改进公平性。     

认知网络中快速自适应功率控制算法

采用sigmoid函数设计了一种自适应效用函数,该函数仅与认知用户的信干噪比门限和当前获得的信干噪比相关,因此可以通过自适应改变信干噪比门限实现认知用户的机会频谱接入,并快速满足其服务质量要求．同时,兼顾用户公平性重新设计代价函数来改善纳什均衡功率解的帕累托有效性．在此基础上基于非合作博弈论提出一种功率控制模型,经证明该模型符合超模博弈,从理论上保证了纳什均衡解的存在性和惟一性．并提出一种自适应功率控制算法,仿真结果表明该算法可以保证约10次迭代收敛,与参考算法相比节省约8％的功耗,在获得的效用上有近15％改善．     

意图驱动的云网融合按需编排

随着云计算与互联网技术的飞速发展,用户业务需求呈现多样化的发展趋势,云网融合成为当前信息通信产业发展的重要选择。目前,云网融合仅实现了简单的云网互联,无法解决多样化业务需求与海量异构资源供应的重重问题。因此,推动云网融合仍需加强云业务的按需交付能力。意图驱动网络作为一种新的网络范式,成为解决这一难题的可行选择。梳理了云网融合的研究现状,总结了意图驱动云网融合业务按需编排研究的必要性;提出了意图驱动的云网融合架构,并对其关键技术进行了分析,在此基础上提出了云业务按需编排模型;最后,在混合云互联和工业互联网场景下,分析了意图驱动的云业务按需编排模型,对未来进行了展望。     

基于覆盖控制的交叉时隙干扰消除方法

针对TD-SCDMA系统中交叉时隙干扰问题,提出通过控制交叉时隙的覆盖范围,降低干扰的方法.该方法根据网络中交叉时隙的分布,动态地调整交叉时隙的覆盖半径,在不抬高系统内干扰水平的条件下,充分利用了交叉时隙,提高了网络容量,并将网络拥塞率降低3到5个百分点.     

云南某尾矿中氧化铜矿回收试验研究

云南某地区铜尾矿经预先富集后,含铜2.70%,氧化率为32.22%,属氧化铜矿。根据矿石特点,采用硫化铜与氧化铜分选工艺流程,研究结果表明,在磨矿细度-0.074 mm含量为90%、丁黄药为捕收剂、硫化钠为活化剂、水玻璃和六偏磷酸钠为抑制剂的条件下,采用三次粗选一次扫选二次精选的浮选流程获得了铜精矿品位为15.21%、回收率为83.19%的选别指标。     

认知融合网络的关键技术

关注异构蜂窝网络和认知无线网络的发展,分别总结了认知异构蜂窝网络、认知家庭基站和认知WiFi 2.0网络的概念和相应研究,凝练了认知融合网络的概念。针对认知融合网络中宏站与多小站共存于相同频段,必然导致严重的干扰问题,提出了认知资源管理和认知干扰管理环路框架,实现资源和干扰的高效管理,有效提升端到端的用户体验质量。最后展望了认知融合网络的未来发展方向和关键技术问题。     

认知Wi-Fi网络中使用相关均衡的频谱共享算法

认知Wi-Fi网络是基于认知无线电技术、感知和利用电视频谱白空的新型无线局域网．在该无线网络环境下,设计了集中式和分布式两种基于相关均衡的频谱共享算法．综合考虑了认知Wi-Fi网络的频谱分裂特性、多网间的互扰和用户的业务需求等,将频谱共享问题建模为非协作博弈．两种算法分别考虑了有效性和复杂度．其中,集中式算法可最大化网络整体收益,而分布式算法无须引入信息交互．仿真结果表明,相较于贪婪算法,这两种算法均能提升网络收益．     

认知Wi-Fi 2.0 无线网络多用户动态分层功率控制算法

具有认知性、自主性和适变性等特点的认知Wi-Fi 2.0无线网络技术,作为提高无线网络容量的重要技术不断引起学术界、标准组织和工业界的关注.针对现有功率控制技术不能刻画多个认知节点存在分层决策的现象,提出一种认知Wi-Fi 2.0无线网络中多用户动态分层功率控制算法.基于提出的斯坦科尔伯格(Stackelberg)容量最大化博弈模型,为认知Wi-Fi 2.0无线网络中感知信息不对称的多用户分别设计了分布式功率控制方法,实现领导者用户和跟随者用户的多阶段动态交互在保证个体效用的同时实现网络整体性能.该算法根据当前认知Wi-Fi 2.0无线网络中多个认知节点接入频谱顺序的不同,确定领导者用户和跟随者用户;然后,对于领导者和跟随者分别采用不同的功率控制策略,并多次交互实现多用户分层算法的动态交互收敛.蒙特卡洛仿真验证了算法的有效性.