发射机机房智能排风装置的设计与实现

为了提高发射机机房的排风冷却效果,采用ZigBee无线通信技术设计了发射机机房智能排风装置,系统由4个排风装置和1个监测主机组成.排风装置放在机房四面墙的顶部,通过传感器DS18B20探测窗外和窗内气体的温度,并用ZigBee模块CC2420发送至监测主机,监测主机对排风窗外的温度比较处理后,控制排风装置的风扇正反转,保证吸入冷气流,排出热气流.经实验表明,该智能排风装置能自动平衡机房内的气温,对于建立信息化和智能化的机房具有重要意义.     

广州有线电视网络灾备研究

对于有线电视来说,构建有效的灾备系统,尤其是网络灾备系统,对其信号的可靠、安全传输是非常重要的.主要介绍了广州有线电视网络灾备的架构规划,通过对比、分析,阐述了该网络架构的工作原理,希望为业界同仁提供一些建议以供参考.     

家庭媒体网络设计

对于不同类型的家庭媒体网络,尤其是家庭射频电缆网络,一般非射频专业人士不知如何进行设计和布线.介绍了IEC定义的几种双向家庭网络的物理层连接、工作特性、设计计算和性能要求.所得数据可以作为设计家庭网络的基本依据,对构建下一代有线电视网络具有参考价值.     

电气类专业创新创业教育内涵建设的研究

针对高等教育创新创业教育的现状和特点,提出了电气类专业创新教育内涵建设内容,并进行了电气类专业创新创业教育与专业教育深度融合的专业内涵建设研究与实践,实践效果表明成效显著,研究成果表明对培养创新型电气类专业人才具有重要意义。     

基于层次分解的网络链路时延分布快速推测算法

为提高离散时延模型下的网络链路时延分布的测量速度,该文提出一种基于层次分解的网络链路时延分布快速推测算法。按照树型网络拓扑的层次对端到端路径时延进行子树分解,以子树作为链路时延分布计算的基本单元,减少端到端路径时延分解到链路时延后造成的冗余计算,缩短链路时延分布的计算时间。仿真实验结果表明,该文提出的算法能够在不损失测量精度的条件下,有效缩短测量总时间,提高链路时延分布的测量速度。     

自适应量子前向对传算法研究

该文研究了量子理论与量子神经网络原理,深入分析了量子前向对传网模型与基于递归加权最小二乘的量子前向对传算法。提出了量子前向对传网的定义与知识集,提出了自适应量子前向对传算法,证明了算法的收敛性。该算法全面考虑了在本次学习之前学习速率的总体状况,通过自适应地改变学习速率,控制学习速率适时变化,改善网络的收敛性。有效克服了学习速率过高导致网络振荡发散与学习速率太小降低网络收敛速度的缺陷。仿真结果表明,自适应量子前向对传算法相对基于递归加权最小二乘的量子前向对传算法具有较少的网络训练迭代次数和较高的分类精度。     

基于层次化网络编码的无线物联网协作切换机制

该文针对无线物联网中的多路径、多中继切换场景,提出了一种基于层次化网络编码(HNC)的协作切换机制。HNC机制在传统实用网络编码的基础上,利用中继节点距离网络接入点的跳数差异,引入了多层中继圈的思想,对网络进行分层。通过位于不同网络层次的中继节点的相互协作,建立移动终端与远程网络接入点之间的切换连接。HNC机制使移动终端在移动过程中可以保持可靠的切换连接。     

基于LU分解的稀疏目标定位算法

针对基于orth的稀疏目标定位算法中orth预处理会影响原信号的稀疏性的问题,该文提出一种基于LU分解的稀疏目标定位算法。该算法通过网格化感知区域把目标定位问题转化为压缩感知问题,并利用LU分解法对观测字典进行分解得到新的观测字典。该观测字典有效地满足了约束等距性条件,同时对观测值的预处理过程不影响原信号的稀疏性,从而有效地保证了算法的重建性能,提升了算法的定位精度。实验结果表明,基于LU分解的稀疏目标定位算法的性能远优于基于orth的稀疏目标定位算法,目标的定位精度得到了较大地提升。     

异构网中的高能效混合协作传输方法

该文提出一种异构网中高能量效率的协作传输方法。协作联合处理(CoMP-JP)和协作波束成型(CoMP- CB)是异构网中两种常用的协作传输方法。通过研究CoMP-JP和CoMP-CB发现：CoMP-JP利用较大的阵列增益能够降低基站的发射功耗,但是需要消耗很高的信号处理功耗、骨干网功耗和电路功耗;CoMP-CB虽然消耗较少的信号处理和骨干网功耗,但是会导致较大的发射功耗。为了充分利用CoMP-JP和CoMP-CB在降低能耗方面的优点,并且有效地降低电路功耗,该文提出一种基于CoMP-JP和CoMP-CB传输的混合协作预编码方法。仿真结果表明,与CoMP-JP和CoMP-CB模式下的迫零预编码相比,所提出的混合协作预编码能够支持更高的系统频谱效率,并且大大提高系统的能量效率。     

基于快速独立成分分析的RoQ攻击检测方法

降质服务(Reduction of Quality, RoQ)攻击比传统的拒绝服务攻击(Denial of Service, DoS)攻击更具有隐秘性和多变性,这使得检测该攻击十分困难。为提高检测准确率并及时定位攻击源,该文将攻击流量提取建模为一个盲源分离过程,提出了基于快速ICA (Independent Component Analysis)的攻击流特征提取算法,从若干观测网络和终端设备中分离出RoQ攻击流,然后提取表征攻击流的特征参数。接着设计了一种基于支持向量机的协同检测系统和检测算法,通过用已标记的有攻击和无攻击的样本训练SVM分类器,最终实现RoQ攻击的检测。仿真结果表明该方法能够有效检测并定位伪造IP地址的RoQ攻击,检测率达到90%以上,而选取合适的ICA参数会提高检测效果。