在IPv4/IPv6过渡进程中,针对一些尚未升级到IPv6 IPv4互联网互联互通的问题,提出了一种无状态的双向通信机制,完善了目前IPv4/IPv6翻译的整体框架。首先,针对IPv4网络IPv6用户访问的场景和IPv4协议IPv6协议资源的场景分别提出了相应的通信流程,结合已有的无状态通信机制,形成统一的IPv4/IPv6无状态通信框架。其次,对IPv6?IPv4的单向映射函数的需求进行了分析,提出了三个定量评价标准,并用实际数据对各种哈希函数进行了分析和比较。实验表明,FarmHash农场哈希算法的处理时间短、冲突频率低、反向查询复杂度低,适合用于IPv4协议IPv6互联网相互通信的两类场景,从而验证了该机制的可行性;与现有的有状态通信机制相比,该机制具有很好的可扩展性和可溯源性,能够支持双向发起的通信,因此可以有效促进IPv4和IPv6
在宏蜂窝和微蜂窝并存的异构无线网络中,为了提高系统能效,提出了一种联合切换调度和资源分配(JSRA)算法。首先,利用基于微基站睡眠的集中式切换调度算法(CUSA)来确定用户的关联基站,库萨将微基站用户全部切换到宏基站是否能减少功耗作为判断微基站睡眠的准则;然后,基站采用基于最优信道质量的子载波分配调整(BCSA)算法为用户分配子载波和传输功率,BCSA公司算法通过调整最大能效用户和最小能效用户之间的子载波分配,保证网络能效逼近最优解。理论分析和实验仿真表明,同单独考虑用户切换或资源分配的三种算法相比,JSRA公司算法复杂度偏高,但是在用户数为120时网络功耗最多降低44.4%,用户总速率只比一种对比算法略有下降,最多提升80%,网络能效最多提升200%。实验结果表明,JSRA公司算法能够有效提高异构无线网络的网络能效。
针对授权频谱资源不足的问题,结合非对称网络信息的特点和通信双方自私性的需求,提出一种多用户协作频谱共享(CSS)合约机制的设计与实现方法。首先,通过将CSS公司映映(苏)行为隐匿性引起的道德风险问题,研究非对称网络信息条件下频谱合约建模方法,以激励双方协作行为和保证频谱共享的实现。实验结果表明,在授权用户(聚氨酯)直接传输速率低于0.2磅/秒工作人员三倍以上。提出的多用户CSS公司合约机制能为无线频谱的高效利用和资源共享提供新思路。
针对安卓平台上内核级钩子检测的研究,提出了一种结合基于特征模式的静态检测技术和基于行为分析的动态检测技术的安卓内核钩子检测技术,这两种技术的结合能够检测基于修改系统调用表项的攻击和基于内联钩子的攻击。为所提技术构建了软件原型系统并进行了实验评测,实验结果表明,提出的技术能够针对安卓工作7%以内,具有良好运行效率,能够适用于安卓内核钩子的混合。
针对现有无线局域网信道接入机制开销较大、高密部署场景下站点碰撞频繁的问题,提出一种基于频域竞争的改进机制混合频域竞争(HFCC)首先,将用于频域竞争的正交频分复用(OFDM)符号中的子载波分类为竞争子载波和信息子载波;其次,每次信道接入均采用两轮信道竞争,必要时开启成功竞争信道确认;最后,利用单个正交频分复用符号反馈数据正确接收信息。理论分析表明,当网络中竞争站点(STA)(35个左右)时,与分布式协调功能(DCF)欧洲,HFCC站点碰撞概率下降幅度和系统吞吐量提升幅度分别为99.1%和73.2%;与现有频域竞争机制Back2F和REPICK相比,系统吞吐量分别提高了35.7%和75.2%。分析结果表明,氢氟碳化合物可在降低开销的同时提高系统的强健性,适用于高密部署场景。
针对在现代雷达系统中强目标掩盖弱小目标,且只能将距离旁瓣抑制到一定值的问题,提出一种改进的卡尔曼-最小均方误差准则(K-MMSE)算法. 该方法将卡尔曼滤波与最小均方误差准则相融合,是一种有效抑制距离旁瓣的自适应脉冲压缩系统.仿真实验中,将提出的K-MMSE公司方法与传统匹配滤波、经过最小均方误差(MMSE)水和水(PSF)、(PSLR)和(ISLR)均明显下降.仿真结果表明,该方法无论在单目标还是多目标情况下都能较传统的滤波算法更好地抑制旁瓣距离,有效地提取弱小目标信号.
针对实际杂波环境中多输入多输出(MIMO)雷达与目标间检测与隐身的博弈问题,提出一种新的两步注水算法。首先建立时空编码模型;然后基于互信息量准则,用注水法分配目标干扰功率,用通用注水法分配雷达信号功率;最终得到强弱杂波环境斯塔克尔贝里博弈中目标占优和雷达占优的优化方案。仿真结果表明,雷达信号功率分配和通用注水水位变化规律均受杂波影响,两优化方案的互信息量在强杂波环境降低约50%,干扰影响系数分别降低0.2和0.25,互信息量受干扰影响程度降低,证明了所提算法的有效性。
基于李雅普诺夫(利亚普诺夫)优化理论的最大加权队列(MWQ)控制策略是一种可以获得队列稳定性和最优时延性能的跨层控制方法.针对终端到终端(D2D)通信业务具有实时性和时延感知低时延的要求,MWQ公司算法综合考虑物理层的信道状态信息(CSI)和MAC层的队列状态信息(QSI),以最大系统吞吐量为目标函数,动态地控制D2D型节点的功率.提出了基于D2D信息MWQ算法与固定功率分配算法、基于CSI、QSI算法等已有算法进行比较.仿真结果表明,分子质量算法在数据包平均到达率高于10 Mb/s时,0.5秒的平均时延;在平均时延相同时,能减少约26分贝的功率.该算法具有使D2D型通信保持低时延的良好性能,为实现低时延的D2D型通用信息。
针对花朵授粉算法寻优精度低、收敛速度慢、易陷入局部极小的不足,提出一种把模拟退火(南非)融入到花朵授粉算法中的混合算法。该算法通过沙特阿拉伯的概率突跳策略使其避免陷入局部最优,并利用沙特阿拉伯的全域搜索的性能增强算法的全局寻优能力。通过6个标准测试函数进行测试,仿真结果表明,改进算法在4个测试函数中能够找到理论最优值,其收敛精度、收敛速度、鲁棒性均比基本的花朵授粉算法(FPA)、(BA)、(PSO)算法及改进的粒子群算法有较大的提高;同时,对非线性方程组问题进行求解的算例应用也验证了改进算法的有效性。
针对认知无线网眼布络(CWMN)的频谱分配问题,提出了一种基于免疫多目标优化的实现算法。该算法将要求解的频谱分配建模为最大化总带宽和最小化占用频谱数的多目标优化问题,设计了适合问题求解的抗体编码方式、整体克隆算子和非支配抗体选择算子。仿真实验结果表明,所提算法可以求得CWMN公司频谱分配问题的帕雷托最优解,提高了最大化总带宽,减少了最小化占用频谱,优化了频谱分配性能。
针对传统基于插值多项式的秘密分享方案,需要复杂的多项式运算,当涉及的数据比较大时,运算效率特别低的问题,提出一种结合数据分块方法以及仅需要在玻璃纤维(2)上的异或运算的秘密分享方案,并应用于大规模数据的安全保护机制。理论分析与实验结果表明,与传统基于插值多项式的秘密分享方法相比,所提方法在运行效率上提升了19.3%。
针对怎样高效地对命名数据网络(NDN)缓存中的数据进行替换的问题,提出了一种综合考虑数据流行度与数据请求代价的数据替换策略。该策略根据数据的请求时间间隔动态地分配数据流行度因子与数据请求代价因子的比重,使节点缓存高流行度与高请求代价的数据。当用户下次请求数据时能够从本节点获取,降低数据请求的响应时间并减少链路拥塞。仿真结果表明,本策略能够有效提高网内存储命中率,降低用户获取数据的时间以及缩短用户获取数据的距离。
针对电影票房预测与分类的研究中存在预测精度不高、缺乏实际应用价值等缺陷,通过对中国电影票房市场的研究,提出一种基于反馈神经网络的电影票房预测模型。首先,确定电影票房的影响因素以及输出结果格式;其次,对这些影响因子进行定量分析和归一量化处理;再次,根据确定的输入和输出变量确定各个网络层次神经元数量,建立神经网络结构,改进神经网络预测的算法和流程,建立票房预测模型;最后,用经过去噪处理的电影历史票房数据对神经网络进行训练。针对神经网络波动性的特点,对预测模型的输出结果进行改进之后,输出结果既能更可靠地反映电影在上映期间的票房收入,又能指出电影票房的波动范围。仿真结果表明,对于实验中的192专业人士(前5周票房的平均相对误差为43.2%,平均分类正确率可达93.69%),够
针对从动态背景中提取前景效果较差的问题,提出了一种基于深度自编码网络的运动目标检测方法。首先,用一个三层的深度自编码网络从视频图像中提取不包含运动目标的背景图像,将背景图像作为变量构造了深度自编码网络的代价函数;然后,构造了一个分离函数得到了输入图像的背景图像,再用另一个三层的深度自编码网络学习提取出的背景图像;为了使深度自编码网络的学习能够在线地提取运动目标,还提出了一种在线学习算法,通过寻找对代价函数敏感度较低的权重进行合并,从而能够对更多的视频图像进行处理。实验结果表明,所提方法在从动态背景中提取出前景运动目标上相比卢等的前景检测的工作(LU C,SHI J,JIA J.在线健壮词典学习。2013年IEEE计算机视觉和模式识别会议论文集,皮斯卡塔韦:IEEE出版社,2013:415-422)检测的准确率提高了6%,并且误报率降低了4.5%。在实际的应用中,能够获得更好的前景背景分离效果,为视频分析等方面的研究奠定更好的基础。
针对现有车辆自组织网络(VANET)存在的安全隐患,提出一种多载波的跨层安全传输协议。该协议包括网络层的安全路由协议和物理层的安全频率分集接收两部分:一方面限制不相关节点对于信息传输路由的知情权;另一方面在物理层的分集接收过程中利用信道衰落特征的差异性使合法接收节点和窃听节点存在较大的信号解调性能差异,其所用的信道状态信息源于网络层向物理层的跨层透传。理论分析和系统仿真结果表明,提出的传输协议在车辆规模为1000~2000辆时,瞬时窃听节点数仅为三这是一个很好的例子