【摘 要】
：
认知无线电系统中,为了尽量避免采用随即接入方式进行信道分配时因主用户的出现造成次用户频繁切换信道的现象,提出了一种基于最小化切换风险的支持多种等级的业务服务质量区分的MHR-DSS(minimum handover risk-diversity service scheme)改进方案,从而降低了次用户切换信道的次数和信道切换风险。仿真结果验证了该方案在减少次用户切换次数和降低切换风险方面的合理性和
【机 构】
：
重庆交通大学信息科学与工程学院,重庆邮电大学通信与信息工程学院,重庆邮电大学光电学院
论文部分内容阅读
认知无线电系统中,为了尽量避免采用随即接入方式进行信道分配时因主用户的出现造成次用户频繁切换信道的现象,提出了一种基于最小化切换风险的支持多种等级的业务服务质量区分的MHR-DSS(minimum handover risk-diversity service scheme)改进方案,从而降低了次用户切换信道的次数和信道切换风险。仿真结果验证了该方案在减少次用户切换次数和降低切换风险方面的合理性和有效性。
其他文献
为提高大型移动复杂装备分布式监测系统发动机状态数据的压缩率,利用缓变信号时间相关性,提出了基于动态规划LZW和算术编码的数据压缩方法。为进一步实现动态LZW编码压缩,提出了动态LZW与算术编码相结合的数据压缩算法。上述方法有效减少了信号的冗余度。仿真结果表明,相结合方法压缩率最高,但算法复杂度高;基于动态规划算术编码方法易于实现,水温、油温、油压压缩率均在60%以上,在分布式监测系统中得到应用。
针对视频和图像中快速、准确的行人检测问题,提出了一种分层次的、全局信息和局部信息相结合的行人检测算法。该方法以随机森林分类器为基础,利用图像金字塔模型融合行人的多层信息。首先,在低尺度空间利用主方向模板(DOT)特征和随机森林算法训练行人的全局分类器,第一层检测在低尺度空间中进行,找到行人的候选区域;然后,在高尺度空间提取图像块集合,基于部件随机森林训练行人的局部外观和几何约束模型;最后,基于上层
由于在大尺度图像中卷积滤波的过程速度过慢,导致卷积神经网络(convolutional neural network,CNN)参数调节困难、训练时间过长。针对这一问题,通过对传统卷积神经网络(traditional convolution neural network,TCNN)的改进,提出一种快速有效的多级金字塔卷积神经网络(multi-level pyramid CNN,MLPCNN)。这一网
在毫微微网络与传统蜂窝网络两层网络中,由于毫微微基站可以为附近的宏基站用户提供服务,且宏基站将一部分频谱分配给毫微微基站,毫微微基站与宏基站之间存在层间干扰,这限制了网络的性能。针对这一问题,研究了可提高网络性能的频谱复用算法。算法基于斯坦科尔伯格主从博弈理论,将宏基站建模为主博弈者,将毫微微基站建模为从博弈者;然后分别将宏基站与毫微微基站的利用率作为平均吞吐量与失真率函数,阐述了主从博弈者之间的
针对传统Grab Cut在GMM迭代估计阶段仅单纯地考虑像素点的RGB彩色信息,当前景细节区域与它的周围区域颜色差异较大时容易发生分割错误,以及基于像素的运算导致分割效率不高的问题,提出一种结合权值优化与CS-LBP纹理特征的改进算法。该算法利用多尺度分水岭对图像进行预分割,构建区域邻接图;然后对每个区域进行颜色和纹理特征的提取,通过权值迭代优化算法使区域的数据项权值与周边分块区域的权值相关联,采
为了对移动端的软件进行自动化可用性评估,以改进软件的界面设计和交互方式,介绍了过程挖掘的相关概念、应用流程以及相应的算法;通过使用过程挖掘算法自动地挖掘出用户行为模型并将其可视化,再对行为模型与期望模型进行一致性分析,推断出可能出现可用性问题的地方。同时结合实验者的反馈意见验证分析结果,可对软件提出可用性方面的改进意见。
针对脑部核磁共振图像分割问题,提出了一种直方图梯度计算方法。首先,对MR图像的直方图进行平滑处理,从而去除三个体素中出现的最低灰度级;然后,在预处理后的直方图上计算梯度;最后,计算对象数和其所在位置的梯度,并对图像进行自动分割。基于直方图处理进行梯度计算,大大降低了计算复杂度。在T2加权脑部MR图像上的实验结果表明,该方法可以有效地从二维和三维图像中提取出主要脑部区域,并在临床环境中获得的人类脑部
使用主动外观模型(active appearance model,AAM)对人脸特征点进行跟踪时,当人脸姿态出现大幅度偏转以及初始位置与目标人脸偏离较大时,将导致人脸特征点跟踪失败。针对以上问题,应用支持向量机算法估算出当前人脸的偏转角度并对人脸姿态偏转模型中的参数进行实时更新,有效解决人脸姿态大幅度偏转问题。使用强跟踪卡尔曼滤波算法进行人眼跟踪,将所获取的当前人眼位置坐标与人脸姿态相结合优先对人
针对Kalman和UKF算法不适合WSN非高斯环境中目标追踪,而粒子滤波适合却能量消耗大的问题,提出了一种改进的分布式动态分簇粒子滤波(DDCPF)算法,动态建立分布式跟踪簇。簇成员节点结合各自最新的最优估计值和方差产生粒子,根据类似Kalman算法将粒子滤波的预测值与测量值结合得到的值作为预测值,提高跟踪精度。最后搭建目标跟踪的WSN仿真环境,仿真结果表明,此算法具有较高的跟踪精度,且显著降低了
针对如何在细粒度多线程系统中减少线程同步及通信开销以提高处理器利用率,提出了一种可用于多处理器片上系统的线程迁移策略,并将其应用于代码自动生成工具中。该线程迁移策略能够合理地选择线程迁移时机,减少线程过度迁移导致的性能损失。在此基础上,提出了相应的线程划分方法。实验结果表明,该策略和方法能有效提高处理器利用率,为改善系统性能提供切实有效的技术方法。