摘要：边缘计算网络中,为了激励边缘计算节点(ECNs)参与计算卸载,以缓解计算服务供应商(SP)的计算压力,研究面向远期交易的激励机制。考虑到SP与ECNs之间的信息不对称,且ECN闲置计算资源的不确定性易导致合作风险,基于合同理论,该文提出一种计及风险偏好的计算卸载远期合同激励机制。首先,建立节点风险偏好模型;接着,定义个人理性(IR)约束和激励相容(IC)约束,将激励问题建模为最大化SP收益的远期合同设计问题;最后,化简约束并求解最优远期合同。仿真结果验证了所设计的远期合同的可行性和合理性,并证明该合同能有效激励ECNs参与计算卸载,提升了SP的收益。

摘要：为了满足智能通信实体之间信息高效传输的需求,语义通信研究面临语义信息的表示与度量、编码以及传输等基本问题。针对通信资源紧张、任务时延敏感的万物智联传输场景,提出了基于语义重要性的语义编码算法,并设计、搭建了语义通信实验平台,实现了语义信息传输。首先,结合无线通信的基本流程建立了面向智能任务的语义通信系统模型;其次,设计了语义重要性提取方法,通过聚合图像通道特征并自适应校准其特征响应以获得特征图对于任务结果的重要性权重;然后,设计了语义压缩方法,在实际传输时根据重要性权重进行特征图筛选,以实现语义数据压缩;最后,在搭建的语义通信平台上以工业互联网场景中表面缺陷分类任务为例对所提算法的性能进行实测验证。实验结果表明,所提算法具有传输数据量小、抗噪声能力强和任务处理时延短等优势。

摘要：在传统的视频会议场景中,如果用户网络带宽不足,就会出现严重的时延,卡顿现象,从而导致用户体验较差。与此同时,随着深度学习等技术的发展,目前已经出现了效果逼真的视频重建方法。现有的基于深度学习的视频重建方法可以很好地解决传统视频会议技术的带宽不足问题,其基于语义通信有广阔的应用前景,然而,当前视频重建方法在面部大幅扭动情况下重建效果差。针对这一挑战,提出了一种视频会议环境下面向语义通信的高鲁棒视频重建方法。首先,改进了现有的视频重建算法,引入来自于原始视频的压缩语义特征构建了新的面向语义的视频重建模型,其次,针对视频会议场景,提升了重建分辨率并设计了完整的视频重建方法。最后,实验和仿真结果表明,所提方法相比于传统视频会议方案降低了约三分之二的带宽,同时所提方法的重建效果,相比于当前基于深度学习的视频重建效果更具有鲁棒性,验证了所提视频重建方法的性能优势。

摘要：视频数据能够为车辆的智能网联化提供丰富的信息,为了更好地提取视频内容并使卸载后的视频中包含更多的有效信息,在时延约束条件下,设计一种内容驱动的计算卸载指导方式并提出基于改进蒙特卡洛树搜索的计算卸载决策算法。在车辆端通过关键帧提取来对视频内容进行预处理,以有效分析视频内容理解任务的重要性,使得更重要的任务能够获得更多的计算资源。采用基于强化学习的启发式搜索算法完成计算卸载决策,并引入深度神经网络预训练先验转移概率,从而优化算法的收敛速度并降低计算复杂度。实验结果表明,该算法能够在时延约束下有效降低能耗并提升视频内容理解精度,相比基于Q-learning、基于模拟退火的算法,其收敛速度更快,计算复杂度更低,在700 ms时延约束下系统总效用达到37%。

摘要：目的通过综述金属有机框架材料(metal-organic frameworks,MOFs)固定化漆酶研究进展为后续MOFs固定化漆酶的选择和设计提供指导。方法利用Web of Science与中国知网等检索平台,查阅相关文献,总结近年来MOFs固定化漆酶的最新进展。结果本文综述了近年来MOFs固定化漆酶的研究进展和其活性评价方法,并且分析了在使用物理吸附法和共价结合法固定漆酶的过程中,漆酶投加量和固定化时间对固定化效率的影响,还介绍了固定化对漆酶最适pH和最适温度的改变,并且对漆酶和介体的共固定化进行了总结,最后,介绍了MOFs固定化漆酶在废水处理中的应用。结论MOFs因其高吸附容量和灵活的结构已成为漆酶固定化研究的热门载体。

摘要：研究了在保护授权链路的前提下认知无线电网络(CRN)的频谱优化分配问题。基于博弈论提出了一种新型的频谱分配模型,设计了一种保护授权链路的快速收敛的频谱分配算法(FCAPLL)。仿真分析证明,FCAPLL算法能在保护授权链路的前提下对认知无线电(CR)链路进行最优化频谱分配,有较快的收敛速度;同时仿真给出了网络性能参数与比例因子的关系,为FCAPLL应用于不同性能要求的CRN提供了依据。

摘要：针对上行多用户单入多出系统的能量效率优化问题,建立了最小速率限制下的能量效率优化模型,分析了模型的可行性条件.基于凸逼近和几何规划设计了一种高能效的联合波束赋型与功率控制算法.理论分析证明了算法能快速收敛.仿真结果表明,算法在保证最小速率需求的同时能显著提高能量效率.

摘要：深度神经网络被广泛用于语义压缩编码,然而所生成的语义特征是否还有冗余信息和压缩空间等难以判断。针对此问题,首先基于信息瓶颈理论给出损失函数,接着引入信道自适应压缩模块构建系统模型,然后利用vCLUB互信息估计和变分近似方法推导损失函数上界,设计互信息估计网络等结构。实验结果表明,与基线方法相比,所提出的基于信息瓶颈的信道自适应语义压缩编码方法实现了更高的智能任务性能和更低的通信开销。

摘要：该文分析授权用户频谱使用的特性,提出以信道总损失最小为目标函数的异步检测周期优化模型,针对频谱使用特性的时变性,设计了一种检测周期自适应模糊调整优化算法。算法采用模糊逻辑及可调参数自优化方法,实现检测周期的实时自适应调整。仿真结果表明在不同授权用户频谱使用特性分布及分布参数不同变化率情况下,该算法不但有效,而且在分布参数变化波动较大时具有很好的稳定性。

摘要：该文应用控制理论,设计了具有快速响应特征的比例积分(Proportional-Integral,PI)控制器,并以此提出了一个新的主动队列管理(Active Queue Management,AQM)算法,称为ActivePI算法(简称A-PI)。A-PI用一组参数实现快速响应,用另一组参数保证队长稳定,使用门限值实现两组参数间平滑切换,算法实现简单。理论分析和仿真实验表明,A-PI算法在保证队长稳定的同时实现了对不同网络环境的快速响应。