一种动态频谱共享通信系统接入控制算法*

针对动态频谱共享通信系统的MAC设计,设计了集中式网络环境下的MAC帧结构,提出了一种基于接入点延时反馈竞争信道信息的时隙ALOHA访问控制算法。在分析时隙ALOHA算法的稳定性基础上,提出使用倍乘因子与伪贝叶斯算法相结合的方法以保证系统的稳定性。仿真结果表明,当发送概率与实际值相差较大时,该算法能达到快速调整的效果,获得稳定的吞吐量。     

基于Markov参数精细积分法的载荷识别研究

对于结构受多点分布动态荷载识别问题提出了精细正则化算法。基于状态空间描述建立了离散动力系统滑动平均模型,并应用2N算法精细计算了系统模型的马尔科夫（Markov）参数矩阵,给出了全局时间域内多点分布动态载荷识别问题的精细识别模型。针对载荷辨识模型求解过程中遇到的方程病态问题,采用正则化截断奇异值分解技术进行处理。通过有限元数值模型仿真,验证了所提出方法的正确性和有效性。     

分段学习的双隐层BPNN对交通流量预测的研究

智能交通系统可有效解决城市道路的拥挤,交通流量的预测是智能交通系统的关键技术之一。在各种预测方法中,BP神经网络的应用最普遍,并取得了许多成果。为了进一步提高BP神经网络的预测精度,采用了基于分段学习的双隐层BP神经网络对济南市经十路的交通流量进行了预测,并与相同结构未使用分段学习方法的BP神经网络预测所得结果进行了比较。实验数据显示采用分段学习的方法比未采用该方法的所得结果平均相对误差减少了2.52%。因此分段学习的双隐层BP神经网络可应用于预测道路交通流量。     

802.11无线局域网组网方式与移动性分析

介绍了802．11标准定义的无线局域网的IBSS和ESS两种组网结构的工作原理，分析了它们的多地址帧结构在组网中的功能和作用．讨论了MAC协议对无线站点的移动性支持方面的不足，以及在组建多跳无线网时需要进一步解决的问题。     

无线基带信道模型Chaotic-Map误码特性分析

介绍了一种新的基于混沌映射的基带信道模型,即Chaotic-Map模型。对此模型的意义和用法进行了详细描述,研究了该模型中参数取值与信道特性的对应关系,并且通过仿真验证了该模型对具有突发误码特性的无线信道的适应性。     

VPN系统体系结构及基于安全网关的实现

在介绍企业跨区域通信模式VPN通信的安全业务要求、IPSec协议对IP数据包的封装加密认证处理过程的基础上,比较了VPN系统为用户提供服务的多种形式,分析了VPN核心模块IPSec在安全网关上驻留的多种层次结构,并对IPSec的实现作了一些优化改进,最后提出一种基于安全网关的VPN实用体系结构。     

支持多优先级的无线自组织网接纳控制方案

提出了一种适用于无线自组织网的多优先级接纳控制(admission control)方案。基于单跳自组织网络的带宽分配,推导了带宽预测函数和保证已接入流服务质量(QoS)的带宽上限值,为不同接入等级的业务提供接纳控制。该方案能保证网络中实时业务流的QoS,防止由于流数的增加导致QoS降级,同时也保证尽力而为业务能分享信道的剩余带宽。仿真结果验证了接纳控制方案的有效性。     

一种利用信道侦听的IEEE 802.11自适应优化算法

提出一种适用于DCF(distributed coordination function)机制的自适应优化算法.该算法基于网络节点侦听信道得到的网络状态信息进行相关参数的自适应调整以获得最优的网络性能,称为CSB(channel sensing backoff)算法.算法采用了对节点的信道接入请求以概率参数P_T进行过滤的方法控制节点竞争接入信道的激烈程度.不同于已有的DCF机制优化方法,CSB算法的特点在于,在优化调整过程中不需要进行计算复杂的网络节点数量估计,并且可以在不同网络状态下始终围绕确定的优化目标进行参数优化调整.仿真实验结果表明,算法能够针对网络节点数量和分组大小改变等网络状态变化作出自适应的网络优化调整,并获得了系统吞吐量、碰撞概率、延迟、延迟抖动、公平性等多方面的性能改善.     

自相似参数辨识与汇聚无线业务尺度特性分析

Hurst参数是衡量网络流量自相似程度和突发性的重要参数,在时域R/S统计、方差 - 时间图法和频域周期图法的基础上,提出一种最优化线性回归小波模型,实现小波域内Hurst参数的准确有效快速辨识.研究了WLAN中多个输入业务源的汇聚过程以及汇聚的多输入自相似业务源统计特性.仿真实验比较了传统的以及基于最优化线性回归小波模型的Hurst参数辨识方法,验证了理论分析中汇聚自相似业务也呈现自相似性的结论,且仿真结果表明,汇聚业务的突发性得到加强而不是削弱.研究结论对网络流量的准确建模以及网络传输中流量控制和优化网络资源配置以及提高网络性能具有重要作用.