摘要：5G网络已成熟商用，但是其能效问题一直影响着5G发展，Massive MIMO技术是提升网络覆盖、用户体验和系统容量的核心技术，可作为提升5G网络能效的一种手段。开展了基于蚁群算法的迭代寻优算法的研究，解决海量MIMO参数组合最优解迭代问题。同时构建了基于数字孪生技术的功率优化模型，实现5G网络能效的优化。模型实验和现网验证结果显示：该算法能够达到预期效果，为后续基站的能效优化和MIMO智慧优化演进提供参考。

摘要：随着算力网络的发展,融合边缘云需求进一步加强,建设强大的融合边缘云服务,不仅可以满足各类客户需求,还可以增强边缘云市场竞争力,实现云网融合和云边协同发展,落实国家数字经济战略。本文通过分析融合边缘云的需求,提出将计算、存储、CDN、安全和AI等能力融合到边缘云的思路,通过复用现有资源池带宽和基础设施资源,根据实际需求和应用场景分级分类规划布局,统一架构并按需进行模块化建设等方案举措,满足客户敏捷连接、实时业务、数据优化、应用智能、安全和隐私保护等多种关键需求。

摘要：大型数据中心负荷重,馈线多,由此产生了大量的容性电流。当发生设备单相接地后将引起过电压和电弧燃烧等情况,导致电气设备损坏,引发停电。本文对小电阻接地和消弧线圈接地进行比较,重点介绍小电阻接地系统的设计和应用的优劣性,提出大型数据中心配电系统采用小电阻接地更加合适。

摘要：随着5G商用部署、国家战略推进数字化转型,党政军、金融和大企业等高端政企客户对高品质专线提出了更高的要求。基于OSU技术的全光网络弹性NG-OTN具备物理隔离、颗粒灵活、泛在连接、超低时延、极速传输、极简调整等技术优势,能满足高端政企专线市场的弹性提速、超低时延接入、按需入云、差异化SLA服务等需求。

摘要：两化融合背景下,工业互联网发展进入了快车道。工业网络作为工业互联网的信息“大动脉”,承载着工业生产制造全过程人、机、物、系统等的全面连接,同互联网一样面临着各类安全风险和威胁的问题。由于工业网络应用场景、通信协议及安全防护的特殊性,当前传统的网络安全防护策略已无法应对工业安全问题带来的挑战。本文通过对工业网络与传统网络在网络、系统、安全防护等方面进行特征分析,剖析当前工业网络各层级中存在的安全问题及面临的安全风险,提出针对工业网络安全防护的建设原则和防护策略,助力工业网络安全防护水平的提升,保障工业生产制造的安全稳定运行。

摘要：为了优化多用户终端、多边缘节点以及云服务器之间的计算资源分配,找到最优的任务调度和资源分配方案。本文在算网融合的基础上提出了一种3层计算资源分配方案,考虑到通信网络带宽的有限性,设立了任务计算优先级和任务上传策略,并在多边缘节点的环境下,制定了多节点并行计算规则,以最大化计算资源的利用率,通过深度强化学习算法进行训练,以学习最优的任务调度和资源分配策略。实验结果表明,本文所提方法在缩短计算任务完成时间方面表现出色,并且在任务数据量增长的情况下,依然表现出良好的鲁棒性。

摘要：针对训练样本数太少(训练样本数量小于数据维数)导致的模型分辨能力下降问题,提出了一种基于正则化改进3E-LDA的织物图像分类算法(I3E-LDA算法)。首先利用类加权中值代替样本均值计算类内散点矩阵,削弱离群值和噪声的影响,以此作为非参数加权特征提取法对类内散点矩阵进行正则化。然后利用目标组合的方法,通过引入平衡参数对目标函数进行正则化,来保留更具判别性的特征数据。通过不同织物图像间更具判别性的特征数据可以更好地对其区分。结合改进的零空间法解决类内散点矩阵奇异性和小样本问题,从而提高分类准确率。在阿里天池织物数据集和花色织物图像上进行训练和测试,将图像按照正常图像和非正常图形(瑕疵图像)进行区分。实验结果表明,I3E-LDA算法有效实现了织物图像分类,且对于较少的训练样本(20%~40%的样本用于训练)提升了分类精度。

摘要：尾调室作为水电站的重要组成部分,其热湿环境影响水电站的安全稳定运行。实际工程中发现,尾调室内起雾与冷凝现象严重,内部设备运行和工作人员健康受到影响。本文根据XLD水电站尾调室的实际情况,提出机械通风、冷却除湿、冷却除湿+机械通风3种湿度控制方案,并通过数值模拟的方法比较3种方案在夏季最不利条件下对湿环境的控制效果,寻找尾调室湿度控制的最优方案。结果表明:机械通风方案不能有效解决尾调室湿度过高的问题,端部及底部空气多处呈饱和状态;冷却除湿方案能起到一定除湿效果,但存在风流分布不均匀的现象,中部和端部相对湿度仍不满足要求;冷却除湿+机械通风方案能够使尾调室工作区湿度降至80%以下,室内空气温湿度分布较为均匀。

摘要：数据安全治理从组织战略、组织文化、组织建设、业务流程、规章制度、技术工具等各方面全面提升数据安全风险应对能力。文章在ISO38505系列标准的基础上,对实际需求进行研究和实践,设计研究以评估-指导-监测-检查为过程的EDMC数据安全治理模型。模型通过评估数据在当前和未来的安全状况,并依据评估结果制定数据安全战略来指导管理活动。通过技术手段,监测数据在业务访问、使用、流转过程中的行为,针对可能出现的数据安全事件进行监测和预警。最后对已定义的数据安全策略、规则的遵从性、监测的有效性进行检查,确保相关策略执行到位。

摘要：智能反射面(RIS)辅助的下行多输入单输出非正交多址接入(MISO-NOMA)系统可以满足系统中和速率性能需求。然而,多数研究都集中在如何提高系统总的性能方面,却忽略了用户公平性的问题给弱用户造成的性能损失。为此,提出一种基于深度强化学习(DRL)的最大最小公平方案。首先,利用串行干扰消除技术(SIC)确定每个用户的可实现速率,构建相关的优化模型;然后,通过DRL技术联合设计基站处发射波束成形矩阵和RIS的相移矩阵,以最大化弱用户的可实现速率;最后,仿真结果表明,所提出的DRL算法相较于对比算法能有效地提升弱用户的通信性能。