【摘 要】
：
认知无线电技术利用频谱空洞进行通信,有效缓解了频谱资源紧缺问题,动态频谱接入是其核心技术。网络中主用户对授权频谱的使用效率较高时,次用户接入网络无法完成符合QoS要求的通信,只有当主用户频谱效率在一定门限值下时网络才适合次用户接入。有限频谱空洞资源只能满足有限次用户的通信需求,为了保证通信质量,网络在固定的主用户频谱效率下只能接入适量的次用户。提出用强制优先排队理论对认知无线网络中的动态频谱接入过
【机 构】
：
重庆邮电大学通信与信息工程学院,重庆市电力公司城区供电局
论文部分内容阅读
认知无线电技术利用频谱空洞进行通信,有效缓解了频谱资源紧缺问题,动态频谱接入是其核心技术。网络中主用户对授权频谱的使用效率较高时,次用户接入网络无法完成符合QoS要求的通信,只有当主用户频谱效率在一定门限值下时网络才适合次用户接入。有限频谱空洞资源只能满足有限次用户的通信需求,为了保证通信质量,网络在固定的主用户频谱效率下只能接入适量的次用户。提出用强制优先排队理论对认知无线网络中的动态频谱接入过程进行模拟,通过仿真对次用户的切换概率、阻塞概率两个QoS因子进行分析,在给定的QoS条件下,得到了网络
其他文献
从复杂度、可分性和正确识别率对噪声的灵敏性三个方面建立雷达辐射源信号特征评价指标体系,建立运用基于实数编码加速遗传算法的投影寻踪模型获取各指标的权重,基于模糊物元分析法计算与标准模糊物元之间的欧氏贴近度,实现对信号特征综合评价的一般模型。通过实验仿真分析,此模型兼顾客观实际和主观偏好,可以较为全面和准确地评价信号特征的性能,从而为弥补传统五参数的不足添加新的特征提供理论依据。
由于人脸图像常常因光照、姿态、表情变化及遮挡等因素的影响而具有非线性结构,在空间域直接使用线性方法就有其局限性。为此,提出了一种基于离散余弦变换和线性回归分类的人脸识别方法:通过离散余弦变换获取人脸图像的变换域特征,以减小光照、姿态变化等影响,然后再利用快速有效的线性回归方法得到识别结果。通过在几个常用人脸数据库上的测试结果表明,该方法在满足实时性的同时,能有效地增强面对这些问题的鲁棒性。
为了提高通信性能和延长无线网络生命周期,提出了统一的系统模型;分析了选择译码转发(SDF)和多输入多输出(MIMO)协作工作模式,研究了影响能耗的几个因素。研究表明,对于同一平均误比特率值,SDF系统比单输入单输出(SISO)系统的能量消耗低;当发射节点数目固定时,MIMO协作方式接收节点不是越多越好,而是存在一个最佳数目。短距离时,协作MIMO系统比传统SISO系统的比特能耗高。大于临界距离时,
为了探索损失厌恶现象的形成机理,建立一个多主体模型并成功地再现了损失厌恶的形成过程。通过分析发现,显著的边际效用递减效应和个体对杰出者的模仿行为在损失厌恶的形成上起着至关重要的作用。
容迟网络是一种新型网络,其概率路由算法根据历史相遇频率对相遇概率进行计算与更新,通过相遇概率判断是否转发报文。当节点缓存受限时,在网络中采用概率路由算法使得节点很容易发生拥塞,对报文的传送产生影响。为了减小拥塞对概率路由算法的影响,提出了一种考虑节点拥塞情况的概率路由算法,将节点相遇的概率和节点拥塞的情况综合起来,得到一个报文的递交概率,降低了由于拥塞对网络性能的影响,提高了报文的递交率,减小了报
对柳菊霞等人提出的一种基于离散对数的代理盲签名方案进行了安全性分析,指出方案不满足强不可伪造性和非关联性,为此,提出了一种改进的代理盲签名方案。新方案中,在代理阶段使用授权证书,有效抵抗了原始签名人的伪造攻击;在盲签名阶段增加盲因子,实现了非关联性。分析表明,新方案满足代理盲签名方案的安全性要求,且具有较高的计算效率。
支持向量机方法具有良好的分类准确率、稳定性与泛化性,在网络流量分类领域已有初步应用,但在面对大规模网络流量分类问题时却存在计算复杂度高、分类器训练速度慢的缺陷。为此,提出一种基于比特压缩的快速SVM方法,利用比特压缩算法对初始训练样本集进行聚合与压缩,建立具有权重信息的新样本集,在损失尽量少原始样本信息的前提下缩减样本集规模,进一步利用基于权重的SVM算法训练流量分类器。通过大规模样本集流量分类实
为了实现图像的有效分割,提出了一种自适应多阈值图像分割方法,能够自动获得最佳分割阈值数目和阈值。该方法对灰度直方图进行合适尺度的连续小波变换,将小波变换曲线中幅值为负的波谷点构成阈值候选集;再应用免疫遗传算法从阈值候选集中选取准阈值,准阈值的个数对应为最佳分割类数;根据准阈值构建灰度直方图的高斯混合模型,由最小误差准则求得分割阈值。仿真实验表明,该方法能够实现图像的自动多阈值分割,能够得到很好的分
为了降低移动机器人基于中心差分卡尔曼滤波(CDKF)的同时定位与地图构建(SLAM)算法的计算复杂度,使其适于较大规模环境中的应用,提出了一种改进的CDKF SLAM算法。该算法以CDKF的线性回归卡尔曼滤波(LRKF)形式为基础,利用SLAM自身特点,重构其预测和观测更新过程中的状态变量及相应的方差矩阵,改进CDKF的采样方法,从而将CDKF SLAM算法的计算复杂度降为O(n2)。不同规模环境