摘要：利用信道模拟器在实验室复现电波传播环境是超宽带通信设备测试的重要手段。本文针对超宽带信道的频率非平稳特性,提出了一种基于频域平稳区间叠加的超宽带信道模型,并据此设计了基于软件无线电平台的硬件实时模拟系统。该系统使用多路数据并行处理架构实现对高速率数据的实时处理,并引入迭代算法和时分复用结构,既保证信道衰落生成的实时性也降低了硬件资源消耗。实测结果表明,本文模拟器可支持模拟600 MHz的超宽带信道衰落,信道衰落谱型与理论仿真结果吻合,并且输出的信道冲激响应与实测结果基本一致。该系统可为超宽带通信系统的优化、验证和评估提供一种有效的手段。

摘要：信息中心网络是下一代网络研究的一个重要组成部分,而缓存作为信息中心网络的核心组成部分在减少网络负载方面得到广泛应用,但现阶段的研究集中于单个自治域内的性能优化,多自治域间的管理与协作方面的研究还不成熟。提出基于域间商业关系的ICN(information centric networking)缓存策略的设计方案,描述了面向多自治域环境的基于内容提供商、商业关系和二者结合的域间缓存策略及相应的域内缓存决策与替换策略,并进行了形式化表示。

摘要：针对分布式k团社区检测引起的超大社区问题,提出了具有节点退出机制的τ-window社区检测方法,相应提出了τ-、window中心性估计。通过实验发现τ-window社区和τ-window中心性具有周期演化特性,利用该特性,提出TTL(time to live)社区检测和TTL中心性估计,以更准确预测消息生存期上节点的相遇。随后,利用TTL社区和TTL中心性作为转发测度,设计了新的机会移动网络路由算法PerEvo。实验结果表明,与现有的基于社会特征的路由算法比较,PerEvo在保持基本不变的传输开销的同时,有效提高了机会移动网络消息投递的成功率。

摘要：为解决车联网中数据密集型任务对信息新鲜程度极为敏感的问题,针对车路协同场景提出一种最小化峰值信息年龄策略。在所提策略中,将峰值信息年龄定义为任务更新间隔、传输时间以及等待时间三者之和的期望,将变量高度耦合的非线性优化问题转化为任务卸载比例和任务更新间隔两个子问题。在任务卸载比例问题中,证明最小峰值信息年龄的存在条件并获得最优卸载比例。通过内点罚函数法求解车辆任务更新间隔问题。给出两个子问题的交替迭代策略,实现全局车辆峰值信息年龄最小。数值仿真结果验证了所提策略在减少全局车辆峰值信息年龄方面的有效性。

摘要：为了提高遥感图像场景分类的准确率,提出层次型非线性子空间字典学习(HNSDL)方法.用所提方法训练多层网络模型学习多层非线性变换.将遥感图像投影到子空间中,构建稀疏编码和投影编码的局部信息保持项,在保持局部结构信息的同时最小化样本的类内差异,增强模型的分类识别能力.在模型目标式求解中,使用交替学习算法求解子空间和字典的联合学习任务,使所有参数同时达到最优解.在Ucmerced、Google和WHU-RS数据集上进行实验设计和测试,结果表明所提方法在遥感图像的多种场景分类上均表现出较高的分类准确率.

摘要：脑电图能客观反映人的情绪状态,但由于脑电信号具有复杂性和非平稳性等特点,使得采集大量标记脑电样本较困难,因此在一定程度上限制了脑电情感识别方法的效果和泛化性能.针对以上问题,提出一种半监督低秩表示的脑电情感识别方法(Semi-Supervised Low-Rank Representation,SSLRR).利用少量标记脑电样本的估计标签设计一个回归形式的目标函数,以此来有效估计未标记样本的标签.使用ε-拖拽技术确保标签与标签之间的分离性,并对松弛标签施加低秩约束,以提高其类内紧密度和相似度.对提出的方法融入一个类邻接图,以此捕获所有脑电样本数据的局部邻域信息.在SEED-Ⅳ和SEED-Ⅴ两个公开数据集上进行对比实验,结果表明,相比现有半监督算法,所提出的方法在脑电情感识别问题上具有更好的性能.

摘要：现有溯源系统大多对溯源数据实行集中式存储管理,对溯源数据的获取几乎只依赖第三方信任机构。这种方式存在单点故障、信息不对称、数据被有意篡改的可能性,不能保证溯源数据的真实性。针对以上问题,首先利用区块链技术去中心化、不可篡改的技术特征,提出一种基于区块链的可信溯源方案,通过去中心化的方式存储溯源数据并设计数据上传的真实性验证方法,实现溯源数据的可信上传与可信验证;然后针对溯源应用场景下部分隐私数据的共享问题,在方案中设计隐私数据查询的真实性验证方法,引入代理重加密实现授权查询,从而有效保护隐私数据并能够安全地对其进行查询;最后基于以太坊平台并利用智能合约技术对设计方案进行测试。实验结果表明,所提方案实现了溯源数据的可信存储以及授权查询,确保了其可信度与安全性。

摘要：【目的】随着面向第六代移动通信技术研究工作的开展,传统的正交频分复用(OFDM)系统中的载波间干扰使得信道估计性能不足以提供高度可靠的通信,而正交时频空(OTFS)系统可以有效解决快速时变性和多普勒效应导致的通信系统可靠性下降问题,近年来受到了广泛关注。【方法】为了有效满足OTFS系统所需的信道估计性能需求,文章采用优化的广义复指数(OGCE)基扩展模型(BEM)将信道脉冲响应建模为时不变的基函数与基函数系数的形式,从而有效地拟合高速移动通信场景下的快速时变信道。OGCE⁃BEM通过更加密集的采样改善了频谱泄漏的问题,并且通过增加修正系数降低了高频基模型的误差。为了得到更为精确的基函数系数,文章基于遗忘因子与估计误差的关系,设计了可变遗忘因子的递归最小二乘(RLS)滤波器,使得RLS滤波器可以实时追踪基函数系数的变化。【结果】仿真结果表明,文章所提算法适用于高速移动通信场景,基函数的设计更为合理,相较于固定遗忘因子的估计方法,具有更低的均方误差,信道估计结果更加精确。与最小二乘(LS)、BEM⁃LS和BEM⁃线性最小均方差(LMMSE)信道估计方式相比,均方误差性能得到了明显提升。【结论】文章所提基于OGCE⁃BEM的信道估计算法有效减少了待估计未知参数量,提高了信道估计的准确性。

摘要：面向工业物联网业务的低时延与安全性需求,针对短包安全通信的设备高能耗问题,结合物理层安全技术的短包通信理论,提出了一种安全容量约束下带宽和功率的智能分配算法。考虑安全容量和总带宽约束,构建了工业物联网下短包安全通信的总功率最小化问题。根据优化目标和约束条件,设计了带宽资源决策的双深度Q网络和基于深度确定性策略梯度的功率资源分配网络。仿真结果表明,所提出的智能资源分配算法有效地降低了工业物联网下短包安全通信的总功率。

摘要：针对MIMO车联网系统中V2I和V2V共享频谱的情形,提出了一种IRS辅助的联合波束成形设计方法。在保证V2V用户数据速率需求、V2I基站发射功率受限和IRS反射相移模约束等条件下,以最大化V2I用户的信道容量为目标,联合优化基站端发送预编码和IRS端的反射相移矩阵。采用最小均方误差规则、矩阵分析理论和内逼算法把非凸且变量耦合的优化问题转换为解耦后的凸优化问题,并提出一种交替迭代优化算法获得原问题的解。对所提算法的性能进行仿真,分析了IRS反射单元数、IRS部署位置和车速对车联网频谱效率的影响。仿真结果表明,所提算法收敛性较好,若在基站附近部署IRS,利用所提的联合波束成形方法能最大限度地提高车联网频谱效率。