MF-TDMA时隙资源的一种动态优化控制算法

针对当前卫星通信系统主要采用的多址接入体制,介绍了基于动态优化的时隙资源分配技术,并在多频时分多址技术(MF-TDMA)的二叉树块内时隙支援均分法的基础上,提出一种基于业务优先级预约的动态优化MF-TDMA时隙资源分配算法,对该算法进行了仿真和分析并给出了仿真曲线。仿真结果表明:通过针对不同优先级业务进行资源调度,能有效地保障高优先级的用户需求,还能降低提升整个系统的整体的业务离去率。     

面向自主意识的标签个性化推荐方法研究

在标签系统中,用户使用资源以及标签的习惯受到自身自主意识的影响.当前的标签个性化推荐方法缺乏对此类自主意识信息的描述,限制了个性化推荐的效果.通过采用类似LDA的概率模型,建模了用户的资源使用以及标签使用两方面的自主意识信息,实现了面向用户自主意识的标签推荐.模型的参数使用基于吉布斯抽样的方法进行估计,为快速高效计算模型参数提供了可能.实验结果显示该方法可以提供更高质量的标签个性化推荐结果.     

基于扩展自动机的服务组合静态与动态验证方法

针对目前Web服务组合研究中缺少对定量属性的验证以及在服务运行过程中缺乏对出现异常时的故障处理等问题,提出了一种基于扩展有限自动机的Web服务组合静态与动态验证方法。该方法首先对有限自动机进行扩展,建立了一个可以描述数据及时间等信息的Web服务组合形式化模型;基于该模型,采用计算树逻辑(CTL)描述相关属性,并利用模型检测工具UPPAAL对Web服务组合的行为属性、时间属性以及数据属性等进行了验证;最后结合所建立的诊断模型,给出了一种能够对Web服务组合运行过程中出现异常时进行有效处理的错误诊断算法。     

Adaptive Resource Allocation for Uplink Carrier Aggregation Scheme in LTE‐A‐Type Networks

Carrier aggregation is an essential feature in the Long Term Evolution‐Advanced (LTE‐A) system, which allows the scalable expansion of the effective bandwidth to be delivered to user equipment (UE) through the concurrent use of radio resources across multiple component carriers (CCs). This system's optimal radio‐resource use has received much attention under simultaneous access (SA) scenarios for multiple CCs (m‐CCs). This letter establishes how many CCs a UE should simultaneously connect to maintain maximum uplink capacity. Under the m‐CC LTE‐A system, the spectral efficiency of the m‐CC SA scheme (m≥2) is compared with that of CC selection (CCS). Numerical results reveal that the 2‐CC SA scheme outperforms CCS and performs almost equally to the m‐CC SA scheme (m≥3).     

一种基于均值反馈模型的自适应空间子信道分配算法

MIMO/OFDM是未来宽带无线通信接口的有效架构。该文针对多用户MIMO/OFDM系统,提出了一种基于均值反馈模型的自适应空间子信道分配算法,以获取最大的系统吞吐量为目标,推导了子载波分配准则,并给出了相应的算法流程。仿真结果表明,该算法具有良好的性能,有效地提高了系统的传输速率。     

构建基于云平台的机顶盒视频点播系统

随着数字电视的普及,用户不仅仅希望通过机顶盒看电视节目,他们希望获得更多针对他们小区的个性化定制服务,而服务商也希望可以针对不同小区提供差别化的服务。面对这样的个性化需求,如何架设和配置服务器成了大家首要考虑的问题。利用云平台来搭建基于数字机顶盒的视频点播系统,可以使得服务商最大程度地满足小区用户对视频服务的个性化需求,同时又可以动态地利用和分配网络和服务器资源。     

认知无线网络中兼顾效用与公平的联合带宽和功率分配算法

对不同类型的业务采用了统一的效用函数形式,并在此基础上构造了基于网络效用最大化模型的优化问题。采用拉格朗日对偶方法对问题进行了求解,提出了一种分布式的联合带宽和功率分配算法。仿真结果表明,本算法能够有效地为不同类型认知用户分配合理的带宽和功率资源,在最大化所有认知用户总效用的同时保证用户之间的效用公平性。     

卫星通信系统中功率与时隙资源联合分配算法

提出联合优化卫星通信系统中的功率和时隙资源的方法,以提高星上有限资源的使用能效。挖掘了功率和时隙资源在容量提升上的相互补充相互依存关系,考虑了多个地球站的信道条件和容量需求的差异性,建立了资源联合分配的状态组合模型,以适应各地球站的多资源利用模式。并以最大化能效为目标,设计了联合分配的迭代对偶优化（IDO）算法,以较低复杂度获得了最优联合分配方案。仿真分析表明,资源联合优化比非联合优化提高了能量利用效率,尤其在频率资源（载波数目）较少时优势更加明显。     

无线传感器网络中带复杂联盟的自适应任务分配算法

针对无线传感器网络任务调度的实时性及节点计算及能量受限的特点,根据任务截止期赋予任务优先级,优先考虑高优先级任务,设计了一个无线传感器网络中带复杂联盟的自适应任务分配算法。为尽最大努力确保任务在截止期前完成,对截止期较为紧迫的任务采用历史信息生成历史联盟,并执行快速子任务分配算法;而对截止期较为宽裕的任务,在满足任务截止期约束条件下,以节点能耗和网络能量分布平衡为优化目标,采用矩阵的二进制编码形式,设计了一种离散粒子群优化算法以并行生成联盟,并执行基于负载和能量平衡的子任务分配算法。仿真实验结果表明所构造的自适应算法是有效的,在局部求解与全局探索之间能够取得较好的平衡,并能够在较短的时间内取得满意解。     

水下传感器网络目标跟踪时的非短视比特优化分配算法

由于水下传感器网络(Underwater Sensor Network,USN)的能量、带宽有限,传输原始量测数据前需要进行量化处理。面向目标跟踪,在传输比特数据量的约束下,提出了非短视量化比特分配算法。首先,推导了量化量测下的条件后验克拉美罗下界,并将其设为优化目标,建立了比特分配优化模型。在此基础上,提出了一种双层近似动态规划的算法来实现比特分配的优化,在所设时间窗内利用第一层近似动态规划分配各个时刻的比特,并利用第二层近似动态规划在各分支上实现水下传感器节点的比特分配,进一步提升了计算效率。仿真结果表明,所提算法在满足实时性的要求下具有更稳定的跟踪性能。