检索结果-内蒙古大学图书馆

通信学报 2025年第3期46卷 151-163页

作者：张晶马林高宏旭陆音吴烁雨朱洪波南京邮电大学通信与信息工程学院江苏南京210003 江苏省无线通信与物联网重点实验室江苏南京210003 华为技术有限公司南京研究所江苏南京210012 中邮建技术有限公司江苏南京210012 南京邮电大学波特兰学院江苏南京210023

针对大规模机器类型通信场景,提出一种基于认知无线电(CR)频谱感知和非正交多址(NOMA)的大规模免授权随机接入方案。首先,提出CR-NOMA三步免授权随机接入协议,支持终端用户通过频谱感知获取上行信道状态信息以便有针对性地降低随机接入... 详细信息

针对大规模机器类型通信场景,提出一种基于认知无线电(CR)频谱感知和非正交多址(NOMA)的大规模免授权随机接入方案。首先,提出CR-NOMA三步免授权随机接入协议,支持终端用户通过频谱感知获取上行信道状态信息以便有针对性地降低随机接入冲突;然后,设计了基于频谱感知结果的接入信道和功率电平优选策略,建立了用户上行传输信号模型和基站接收信号模型;最后,提出了联合信道滤波、功率电平检测、前导和数据检测、冲突检测的多用户信号检测算法,对随机接入性能进行了理论分析和仿真。仿真结果表明,相比现有方案,所提CR-NOMA方案在系统高负载时用户接入概率和过载率提升了近一倍,过载能力更强,鲁棒性更好。

关键词：大规模免授权随机接入频谱感知非正交多址接入概率

来源：评论

学校读者我要写书评

暂无评论

Ad Hoc网络中基于距离的机会频谱接入方案

引用

电子学报 2011年第7期39卷 1679-1682页

作者：孙君朱洪波南京邮电大学江苏省无线通信重点实验室通信与信息工程学院通信技术研究所江苏南京210008

本论文研究ad hoc网络中的机会频谱接入(OSA)技术,建立一种既能够抑制次用户对主用户的干扰,又能够在非合作次用户间进行公平、无冲突的资源共享的接入机制.解决了在自组织的多用户ad hoc网络中,主次用户以及次用户之间共享频谱资源,次... 详细信息

本论文研究ad hoc网络中的机会频谱接入(OSA)技术,建立一种既能够抑制次用户对主用户的干扰,又能够在非合作次用户间进行公平、无冲突的资源共享的接入机制.解决了在自组织的多用户ad hoc网络中,主次用户以及次用户之间共享频谱资源,次用户选择最佳频谱接入,并确保抑制对主用户的干扰以及自身性能优化的问题.为此,建立次用户和可用信道之间的双向选择机制.在定义了由距离决定的信道可用度的基础上,引入次用户对信道的选择因子,次用户根据自己的业务特征和传输要求选择最适合的可用信道.结果表明,这种主次用户之间双向选择的接入机制可以有效地避免主次用户以及次用户之间的资源使用冲突,实现了对频谱资源的合理有效利用.

关键词：机会频谱接入 MAC层协议跨层设计频谱共享 ad hoc网络

来源：评论

学校读者我要写书评

暂无评论

机器学习在量子保密通信中的应用与研究

引用

南京邮电大学学报（自然科学版） 2020年第5期40卷 141-157页

作者：王琴陈以鹏南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学量子信息技术研究所江苏南京210003 南京邮电大学宽带无线通信技术教育部重点实验室江苏南京210003

量子信息与机器学习是目前国际两大前沿发展领域,近期均取得了一系列重大研究进展。而两者的交叉领域也正成为科学研究的热点,主要包括机器学习与量子通信、量子计算、量子光学等方面的结合与应用。文中主要介绍机器学习与量子保密通信... 详细信息

量子信息与机器学习是目前国际两大前沿发展领域,近期均取得了一系列重大研究进展。而两者的交叉领域也正成为科学研究的热点,主要包括机器学习与量子通信、量子计算、量子光学等方面的结合与应用。文中主要介绍机器学习与量子保密通信结合方面的知识和进展状况。机器学习与量子保密通信的交叉研究,主要表现在从理论配置和实验控制两方面对量子密钥分发系统的优化。通过监督学习过程将机器学习模型用于量子保密通信系统,可以有效降低通信过程所涉及的复杂度并提高系统的总体工作效率,同时实现资源优化配置。最后,对量子保密通信和机器学习交叉研究的发展趋势进行了总结和展望。

关键词：量子保密通信量子密钥分发机器学习

来源：评论

学校读者我要写书评

暂无评论

基于Hadoop的智能家居信息处理平台

引用

计算机技术与发展 2014年第9期24卷 183-186,190页

作者：徐源吾王珣南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信技术研究所江苏南京210003 南京邮电大学宽带无线通信与传感器技术教育部重点实验室江苏南京210003

智能家居包含门禁系统、温湿度系统、室内滴灌系统、照明系统等。每一个系统包含了不同的终端,每一个终端安装有不同的传感器,传感器感知周围环境产生大量数据。用户数的不断增加将产生海量数据。文中针对传统的海量数据处理方法会出现... 详细信息

智能家居包含门禁系统、温湿度系统、室内滴灌系统、照明系统等。每一个系统包含了不同的终端,每一个终端安装有不同的传感器,传感器感知周围环境产生大量数据。用户数的不断增加将产生海量数据。文中针对传统的海量数据处理方法会出现硬件成本高、计算瓶颈等问题,在云计算理论的基础上针对智能家居中的门禁系统、温湿度系统、滴灌系统和照明系统搭建了基于Hadoop的数据处理平台。该平台对大量传感信息进行分布式并行处理,并根据处理结果向底层设备发送指令以实现智慧化服务,有效解决了成本和计算瓶颈问题。

关键词：智能家居云计算 Hadoop 分布式并行处理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：