“软件定义网络”线上线下混合式实验教学的探索和实践

以深入理解SDN技术基本原理和解决当前网络存在的问题为出发点,结合线上线下实验资源,设计了虚拟型和实体型两大类实验项目,每类实验均有基本型和创新型。虚拟实验基本型有基于浏览器的线上和基于本地虚拟机的线下实验,创新型实验使学生掌握SDN应用开发的基本流程。实体实验基本型包括三种类型实体SDN交换机实验,创新型实验以解决网络实际问题为目标。实验结果显示,分类实验较好地满足了不同学生的实践需求。     

基于内容感知的无人机轨迹规划和资源分配联合优化方法

针对未来网络中激增的数据流量以及用户多样化的业务需求,利用无人机来辅助蜂窝网络为用户提供更好的服务。该文提出了基于内容感知的无人机轨迹规划和资源分配联合优化方法,在无人机上缓存热点内容,在满足用户内容需求的条件下,联合优化用户接入以及无人机飞行轨迹来最大化最小用户平均服务速率。由于所建立的优化问题具有非凸性,该文提出了一种块坐标下降的方法将原问题分解为两个子问题,并利用连续凸优化方法对问题进行求解。仿真结果表明,所提方法能够有效提升最小用户平均服务速率,提升网络深度覆盖水平。     

基于自适应网络编码的异构无线链路并发传输控制方法研究

随着高清视频直播、虚拟现实等高速率业务不断兴起,单一的网络很难满足用户的业务需求。利用多种异构链路实现并发传输,可以有效聚合带宽资源,提高服务质量。但是,在异构无线网络中,由于链路状况复杂多变,多条链路质量不一,现有的多路径并发传输算法并不能自适应地根据复杂的网络状况做出最优的决策。该文提出了一种自适应网络编码的多路径并发传输控制算法,引入Asynchronous Advantage Actor-Critic(A3C)强化学习,通过自适应的网络编码,根据当前网络状况智能地选择编码分组大小和冗余大小,从而解决数据包的乱序问题。仿真结果表明,该算法能够提高10%左右的传输速率,提升了用户体验。     

超密集分簇网络中基于预测门限滞后余量可调的切换算法

在第五代移动通信(5G)系统中,大规模MIMO天线和超密集部署网络是实现高吞吐量的两种方式。针对超密集网络的切换管理的问题,该文基于网络分簇的思想提出了根据终端设备运动情况动态调节滞后余量的切换管理算法。在该算法中,基于小基站分簇化管理的前提,用户设备在小区间切换分为预切换和正式切换两个阶段,预切换阶段完成最佳目标小区选择、小区资源预留和预鉴权等操作,正式切换阶段根据预切换阶段监测的设备速度动态调节切换门限的滞后余量。仿真结果表明了该算法可以有效降低设备的切换时延和切换失败率。     

压电固体作动筒的应用基础研究

通过对大位移压电固体作动筒的动力学模型的研究，探讨了压电固体作动筒在振动控制中的动力学驱动模型。通过对压电作动筒和结构之间的驱动传递关系的研究，以及在结构应用中获得达到最大的位移输出和最大的作用力的匹配关系的研究，为驱动器的一体化应用提供基础。最后研究了压电作动筒驱动力及输出位移，同时在不同的频率及负载下，对压电作动筒的驱动性能进行了实验，并进行讨论。结论表明：利用压电作动筒作为智能结构驱动器件，