检索结果-内蒙古大学图书馆

电子与信息学报 2019年第9期41卷 2079-2086页

作者：唐伦杨恒马润琳陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对5G接入网络中虚拟网络功能(VNF)部署完成后,其资源需求发生动态变化,导致网络中物理机(PM)资源利用率过高或过低这一问题,该文首先将网络中PM的资源使用情况划分5个不同分区,提出一种多优先级VNF迁移请求队列调度模型。其次基于该模... 详细信息

针对5G接入网络中虚拟网络功能(VNF)部署完成后,其资源需求发生动态变化,导致网络中物理机(PM)资源利用率过高或过低这一问题,该文首先将网络中PM的资源使用情况划分5个不同分区,提出一种多优先级VNF迁移请求队列调度模型。其次基于该模型,对VNF迁移开销的最小化及网络能耗的最小化建立联合优化模型。最后提出一种基于5G接入网络的多优先级VNF迁移开销与网络能耗联合优化算法对其进行求解。仿真结果表明,该算法在有效实现VNF迁移开销与网络能耗折中的同时,提高了PM资源利用率,保证了PM性能并均衡各PM负载。

关键词： 5G接入网络虚拟网络功能迁移开销网络能耗

来源：评论

学校读者我要写书评

暂无评论

虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法

引用

电子与信息学报 2019年第7期41卷 1533-1539页

作者：唐伦魏延南马润琳贺小雨陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化... 详细信息

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(PDS)的概念,将其作为一种"中间状态"描述系统在已知动态发生后,但在未知动态发生前所处的状态,其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于在线学习的网络切片虚拟资源分配算法,其在每个离散的资源调度时隙内会根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,该算法能有效地满足各切片的服务质量(QoS)需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。

关键词： 5G网络切片云无线接入网络资源分配马尔可夫决策过程

来源：评论

学校读者我要写书评

暂无评论

异构无线网络干扰效率最大顽健资源分配算法

引用

电子学报 2020年第3期48卷 545-553页

作者：徐勇军李国权陈前斌林金朝重庆邮电大学通信与信息工程学院重庆400065 山东大学山东省无线通信技术重点实验室山东济南250100

针对能效提升、宏用户干扰减小的问题,该文研究了基于干扰效率最大的异构无线网络顽健资源分配算法.首先,考虑宏用户干扰约束、微蜂窝用户速率需求约束和最大发射功率约束,将资源优化问题建模为多变量非线性规划问题.其次,考虑有界信道... 详细信息

针对能效提升、宏用户干扰减小的问题,该文研究了基于干扰效率最大的异构无线网络顽健资源分配算法.首先,考虑宏用户干扰约束、微蜂窝用户速率需求约束和最大发射功率约束,将资源优化问题建模为多变量非线性规划问题.其次,考虑有界信道不确定性模型,利用Dinkelbach辅助变量方法和连续凸近似方法结合对数变换方法,将原分式规划顽健资源分配问题转换为等价的确定性凸优化问题,并利用拉格朗日对偶算法获得解析解.理论分析了计算复杂度和参数不确定性对性能的影响.仿真结果表明该算法具有较好的干扰效率和鲁棒性.

关键词：异构无线网络干扰效率顽健资源分配连续凸近似

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的HEVC SCC帧内编码快速算法

引用

计算机工程 2020年第11期46卷 42-47页

作者：黄胜张倩云李萌芳郑秀凤重庆邮电大学通信与信息工程学院重庆400065 光通信与网络重点实验室重庆400065

为降低屏幕内容编码的计算复杂度,提出一种基于深度学习的屏幕内容编码帧内CTU深度范围预测快速算法。将编码足够数量的屏幕内容视频帧序列作为训练数据,通过大量的训练数据统计CTU深度范围的分布,根据分布占比设置CTU类别标签。设计并... 详细信息

为降低屏幕内容编码的计算复杂度,提出一种基于深度学习的屏幕内容编码帧内CTU深度范围预测快速算法。将编码足够数量的屏幕内容视频帧序列作为训练数据,通过大量的训练数据统计CTU深度范围的分布,根据分布占比设置CTU类别标签。设计并训练卷积神经网络(CNN)架构以预测CTU深度范围,考虑CTU分割特性,设计的CNN架构运用三层不同大小的卷积核提取与CTU深度相关的特征,为CNN模型提供训练参数。在编码时调用训练后的CNN模型预测CTU深度范围,以减少不必要的深度遍历。实验结果表明,与SCM-8.0相比,该算法平均节省48.34%的编码时间,码率上升2.59%,有效降低了编码的计算复杂度。

关键词：屏幕内容编码帧内快速算法深度学习编码单元 CTU深度范围预测

来源：评论

学校读者我要写书评

暂无评论

融合反距离加权和矩阵填充的位置指纹库构建

引用

电讯技术 2020年第2期60卷 210-215页

作者：夏鹏程重庆邮电大学通信与信息工程学院光通信与网络重点实验室(重庆邮电大学)

为解决位置指纹定位在离线阶段构建位置指纹库时耗费的人力和时间成本较大,构建指纹库效率低和利用空间插值法构建的指纹库精度不高的问题,提出了一种融合反距离加权和矩阵填充的位置指纹库构建算法。该算法仅需人工采集定位区域内少量... 详细信息

为解决位置指纹定位在离线阶段构建位置指纹库时耗费的人力和时间成本较大,构建指纹库效率低和利用空间插值法构建的指纹库精度不高的问题,提出了一种融合反距离加权和矩阵填充的位置指纹库构建算法。该算法仅需人工采集定位区域内少量参考点的接收信号强度值用作信标点指纹信息,结合反距离加权算法特性计算出次信标点指纹信息,根据位置指纹库数据矩阵的低秩性,应用奇异值阈值矩阵填充算法构建出位置指纹数据库。仿真实验结果表明,所提算法有效降低了矩阵填充算法构建位置指纹库所需的人工和时间成本,构建出的位置指纹库定位性能优于反距离加权和克里金空间插值法,接近传统人工采集法,显著地提高了位置指纹库的构建效率。

关键词：室内定位位置指纹库空间插值法矩阵填充反距离加权奇异值阈值

来源：评论

学校读者我要写书评

暂无评论

用户属性感知的移动社交网络边缘缓存机制

引用

工程科学学报 2020年第7期42卷 930-938页

作者：杨静武佳李红霞重庆邮电大学通信与信息工程学院重庆400065 重庆高校市级光通信与网络重点实验室重庆400065 泛在感知与互联重庆市重点实验室重庆400065 中国联合网络通信有限公司重庆市分公司重庆401123

针对数据流量爆发式增长所引发的网络拥塞、用户体验质量恶化等问题,提出一种用户属性感知的边缘缓存机制.首先,利用隐语义模型获知用户对各类内容的兴趣度,进而估计本地流行内容,然后微基站将预测的本地流行内容协作缓存,并根据用户偏... 详细信息

针对数据流量爆发式增长所引发的网络拥塞、用户体验质量恶化等问题,提出一种用户属性感知的边缘缓存机制.首先,利用隐语义模型获知用户对各类内容的兴趣度,进而估计本地流行内容,然后微基站将预测的本地流行内容协作缓存,并根据用户偏好的变化,将之实时更新.为进一步减少传输时延,根据用户偏好构建兴趣社区,在兴趣社区中基于用户的缓存意愿和缓存能力,选择合适的缓存用户缓存目标内容并分享给普通用户.结果表明,所提机制性能优于随机缓存及最流行内容缓存算法,在提高缓存命中率、降低传输时延的同时,增强了用户体验质量.

关键词：移动社交网络边缘缓存流行度预测隐语义模型社会属性

来源：评论

学校读者我要写书评

暂无评论

VANET云环境下基于人工神经网络的车辆任务卸载策略

引用

重庆邮电大学学报（自然科学版） 2020年第3期32卷 336-344页

作者：梁裕丞曹傧重庆邮电大学移动通信技术重庆市重点实验室重庆400065 北京邮电大学网络与交换技术国家重点实验室北京100876

在VANET(vehicular ad-hoc network)云环境中,由于车辆自身资源受限等原因需要将部分计算密集型任务卸载至周围车辆协同处理。而车辆移动的随机性是影响车辆任务卸载性能好坏的重要因素之一,对此,提出了一种车辆间的卸载任务分配策略。... 详细信息

在VANET(vehicular ad-hoc network)云环境中,由于车辆自身资源受限等原因需要将部分计算密集型任务卸载至周围车辆协同处理。而车辆移动的随机性是影响车辆任务卸载性能好坏的重要因素之一,对此,提出了一种车辆间的卸载任务分配策略。考虑到车辆之间连接时间的随机性,提出一种基于人工神经网络的连接时间预测方法,该方法能够通过对历史数据的学习,较为准确地对未来车辆行驶轨迹进行预测。此外,车辆将空闲资源进行共享意味着自身能耗增加,由于车辆本身的自私性使得车辆不会无偿为周围车辆提供服务。为了激励车辆之间进行协作,制定了一种分布式买卖博弈方法达到车辆资源需求与收益之间的平衡,还设计了一种集中式任务分配策略以获得任务卸载的最大效用。仿真显示,提出的方法在最大化卸载效用与提高任务卸载成功率方面都有较好的性能。

关键词： VANET云任务卸载神经网络买卖博弈

来源：评论

学校读者我要写书评

暂无评论

多载波系统中一种基于预编码的改进PAPR降低方案

引用

电讯技术 2020年第6期60卷 701-706页

作者：罗锐重庆邮电大学通信与信息工程学院移动通信技术重庆市重点实验室重庆400065

针对多载波系统中峰均功率比(Peak to Average Power Ratio,PAPR)普遍较高的问题,首先给出预编码技术抑制PAPR的基本思路和预编码矩阵的一般性设计规则;然后将降低信号峰值的问题转化为在信号瞬时功率均值不变的条件下最小化信号瞬时功... 详细信息

针对多载波系统中峰均功率比(Peak to Average Power Ratio,PAPR)普遍较高的问题,首先给出预编码技术抑制PAPR的基本思路和预编码矩阵的一般性设计规则;然后将降低信号峰值的问题转化为在信号瞬时功率均值不变的条件下最小化信号瞬时功率方差的优化问题;最后,为了使预编码矩阵能够联合改善载波的相位和发送信号的非周期自相关性以提高PAPR的抑制效果,基于梯度搜索算法提出一种将非周期自相关性和相位共同优化的算法求解上述最小化问题,通过互补误差函数(Complementary Cumulative Distribution Function,CCDF)表示对PAPR的抑制效果。仿真结果表明,该算法在不影响甚至稍微提高系统误码率性能的前提下,相比于预编码方法改善约0.8 dB。

关键词：多载波系统预编码技术峰均功率比降低互补误差函数

来源：评论

学校读者我要写书评

暂无评论

基于LDA和深度学习的文本分类方法

引用

计算机工程与设计 2020年第8期41卷 2184-2189页

作者：郑飞韦德壕黄胜重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学光通信与网络重点实验室重庆400065

针对文档集里的文本长度长短不一和特征提取困难等问题,提出一种基于LDA和深度学习的文本分类方法。结合LDA主题模型和Word2Vec词向量模型完成对文本词向量矩阵的构建,由结合融合层的卷积神经网络对构建好的词向量矩阵获取联合特征,将... 详细信息

针对文档集里的文本长度长短不一和特征提取困难等问题,提出一种基于LDA和深度学习的文本分类方法。结合LDA主题模型和Word2Vec词向量模型完成对文本词向量矩阵的构建,由结合融合层的卷积神经网络对构建好的词向量矩阵获取联合特征,将获取的特征送到softmax分类器得到分类结果。该方法在文本情感分类上进行实验,实验结果表明,该方法解决了文档集里的文本长度长短不一和特征提取困难等问题,在模型评价指标上都得到了提高。

关键词：文本长度深度学习词向量矩阵卷积神经网络情感分类

来源：评论

学校读者我要写书评

暂无评论

基于概率模型的实时修正IMM目标跟踪算法

引用

计算机工程与应用 2020年第21期56卷 85-92页

作者：周非罗晓勇刘云萍重庆邮电大学通信与信息工程学院重庆400065 光通信与网络重点实验室(重庆邮电大学) 重庆400065

针对传统的IMM算法采用固定测量噪声协方差矩阵和Markov转移概率矩阵导致模型切换缓慢,跟踪精度下降的问题,提出了一种具有模型概率实时修正的IMM机动目标跟踪算法。该算法在监控区域上建立无线电指纹库,利用支持向量回归算法训练得到... 详细信息

针对传统的IMM算法采用固定测量噪声协方差矩阵和Markov转移概率矩阵导致模型切换缓慢,跟踪精度下降的问题,提出了一种具有模型概率实时修正的IMM机动目标跟踪算法。该算法在监控区域上建立无线电指纹库,利用支持向量回归算法训练得到观测模型。引入模糊神经网络,在模型交互输出阶段自适应地调整测量误差协方差矩阵。根据IMM子模型中连续时间点之间的模型概率的比值,对Markov转移概率进行修正。仿真结果表明,提出的方法在实时性、跟踪精度方面具有良好的性能。

关键词：无线传感网络 IMM算法机动目标跟踪模糊神经网络 Markov转移概率

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：