先进的长期演进技术(long term evolution advanced,LTE-advanced)是新一代无线移动通信系统核心技术,如何有效评估这一技术系统性能是当前研究重点之一。在充分理解无线通信系统级仿真基本理论和LTE-advanced系统级仿真若干规范基础上...
详细信息
先进的长期演进技术(long term evolution advanced,LTE-advanced)是新一代无线移动通信系统核心技术,如何有效评估这一技术系统性能是当前研究重点之一。在充分理解无线通信系统级仿真基本理论和LTE-advanced系统级仿真若干规范基础上,梳理LTE-advanced系统级仿真涉及的组织结构,采用模块化设计方法,以此结构为框架搭建系统级仿真平台,实现对LTE-advanced进行系统级仿真。进一步以LTE-advanced系统重要性能参数平均吞吐量为考察指标,重点分析对比了轮询、最大载干比、比例公平这3种调度算法对LTE-advanced网络整体性能的影响。
为了进一步降低目标检测出现的误检率,提出了一种基于传感器数据特征的融合目标检测算法。首先,为了减少部分离群噪声点对点云表达准确性的影响,采用统计滤波器对激光雷达原始点云进行滤波处理;其次,为了解决点云地面分割在坡度变化时,固定阈值会导致分割不理想的问题,提出了自适应坡度阈值的地面分割算法;然后,建立KD(k-dimensional)树索引,加速DBSCAN(density-based spatial clustering of applications with noise)点云聚类,基于Andrew最小凸包算法,拟合最小边界矩形,生成目标三维边界框,完成聚类后的目标点云位姿估计;最后,将激光雷达检测到的三维目标点云投影到图像上,投影边界框与图像检测的目标边界框通过IoU关联匹配,提出基于决策级的三维激光雷达与视觉图像信息融合算法。使用KITTI数据集进行的测试实验表明,提出的点云聚类平均耗时降低至173 ms,相比传统的欧氏距离聚类,准确性提升6%。搭建硬件实验平台,基于实测数据的实验结果表明,提出的融合算法在目标误检率上比YOLO v4网络降低了约10%。
为了提高当前无线网络广播重传的效率,针对效用值排序(sort by utility,SBU)算法存在的搜索数据分组参与编码时效率较低的问题,提出了适用于无线单跳网络的倒序搜索网络编码(reverse search based network coding,RSNC)算法和二分搜索...
详细信息
为了提高当前无线网络广播重传的效率,针对效用值排序(sort by utility,SBU)算法存在的搜索数据分组参与编码时效率较低的问题,提出了适用于无线单跳网络的倒序搜索网络编码(reverse search based network coding,RSNC)算法和二分搜索网络编码(binary search based network coding,BSNC)算法。通过降低因效用值之和大于接收节点数而不能编码的概率来提高搜索数据分组参与编码的效率,并且采用分组冲突检测机制(packet collision de-tection,PCD)快速地确定是否可以进行编码包生成。理论分析论证了RSNC和BSNC算法能有效地降低分组冲突概率;仿真结果表明,RSNC和BSNC与SBU算法相比,在编码增益保持不变的前提下能够有效地减少分组判断次数,提高编码搜索效率,降低数据分组的平均端到端时延。
暂无评论