摘要：客流量是公交运营调度的依据,为及时掌握客流短时变化情况,利用IC卡和公交车GPS等数据,提出一种基于时空匹配的乘客上车站点识别算法,快速全面地完成客流数据统计;在此基础上,提出一种基于奇异谱分析(singular spectrum analysis,SSA)-自回归移动平均(auto regression moving average,ARMA)的短时客流预测方法。以重庆市2016年5月的公交数据进行验证,实验结果表明,模型预测准确度与支持向量机、BP神经网络等算法相比有明显提升且计算耗时短,具有实用价值。

摘要：为解决机器类通信中不同服务质量(QoS)要求的设备接入问题,提出一种基于非正交多址接入技术的资源分配方案。面向高可靠低时延通信(URLLC)提出一种基于双向匹配的子载波分配算法;面向大规模机器类通信(mMTC)提出一种基于自适应遗传算法(AGA)的资源分配方案,改进染色体编码规则和适应度函数的惩罚因子。仿真结果表明,所提方案相比子载波分配次优匹配(SOMSA)方案功率平均降低4.59 dBm,能有效解决不同QoS要求的设备接入,降低mMTC设备功耗。

摘要：在异构蜂窝网络中,针对系统的能效提出了一种基于效用函数最大化模型的用户关联与功率控制协同优化方案,该方案表示为非线性混合整数问题。为了求得该问题的最优解,设计了一种迭代算法,首先将原问题转换为带参数的多项式形式的问题,在外层循环利用Dinkelbach方法求得最佳的能效因子,然后在内层循环分别求得最佳的用户关联矩阵和传输功率。最终实验结果表明,用户关联与功率控制协同的优化方案在能效和负载平衡方面比固定功率条件下的用户关联策略的性能更优。

摘要：近年来,数字孪生技术在通信网络领域的应用受到了全球学术界和工业界的极大关注。数字孪生网络旨在提供物理网络系统的虚拟表示形式,用于模拟不同的设计场景,验证网络管控策略,评估网络系统的行为。数字孪生网络正成为有效控制和管理现代通信网络的新范式,有助于提升网络的自动化和智能化水平。数字孪生网络目前仍然处于研究初期,需要应对诸多挑战,包括网络模拟和建模、网络监测和测量、网络智能资源管控、网络智能与自治、网络优化和验证等。