为了解决移动通信系统中的高延迟和覆盖盲点问题,提出了一种基于认知无线电-非正交多址接入(Cognitive Radio Non-orthogonal Multiple Access,CR-NOMA)的工业物联网网络。在认知网络中次用户采用解码转发(Decode and Forward,DF)和放...为了解决移动通信系统中的高延迟和覆盖盲点问题,提出了一种基于认知无线电-非正交多址接入(Cognitive Radio Non-orthogonal Multiple Access,CR-NOMA)的工业物联网网络。在认知网络中次用户采用解码转发(Decode and Forward,DF)和放大转发(Amplify and Forward,AF)两种辅助解码方式下,推导了主用户和次用户在完全串行干扰或不完全串行干扰两种终端状态下的中断性能。当用户间链路条件相同时,认知中继采用AF方式优于DF方式,且不完全串行干扰技术后系统残留干扰噪声的增大也会导致主用户和次用户的中断概率增大。研究还发现,各用户移动导致用户之间距离增大时,主用户和次用户的中断概率也会增大。展开更多
以轨道交通行业为背景,以智慧轨道交通(SRT)为对象,研究智慧轨道交通"全联网"(IoT)的基本组成框架和关键技术。将IoT置于下一代Internet背景之中,提出了以"智慧轨道交通骨干通信网"(SRT-BCN)为核心、以"基础...以轨道交通行业为背景,以智慧轨道交通(SRT)为对象,研究智慧轨道交通"全联网"(IoT)的基本组成框架和关键技术。将IoT置于下一代Internet背景之中,提出了以"智慧轨道交通骨干通信网"(SRT-BCN)为核心、以"基础接入网-资源网络"为轨道交通信息源和受主网络的"智慧轨道交通全联网(IoT for SRT,SRT-IoT)"的系统组成框架。针对轨道交通行业的特点,进一步将智慧轨道交通基础接入—资源网中与轨道交通有关部分划分为"列车接入—资源网"(TARN)和"地面接入—资源网"(GARN),并分析智慧轨道交通骨干通信网(SRT-BCN)和外围接入/资源网的特点,讨论相关的关键技术。重点讨论了与列车相关的TARN技术,得出需要进一步发展TARN相关网络技术的结论,为实现SRT-IoT更广泛的互联互通奠定研究基础。展开更多
融合听觉、视觉和触觉交互的多模态应用有望为用户提供高度沉浸式的体验和丰富的交互功能,即将成为下一代物联网(Internet of Things,IoT)的关键服务。然而,IoT中网络资源的碎片化和分布式特性给触觉通信的高时效性和可靠性提出了巨大...融合听觉、视觉和触觉交互的多模态应用有望为用户提供高度沉浸式的体验和丰富的交互功能,即将成为下一代物联网(Internet of Things,IoT)的关键服务。然而,IoT中网络资源的碎片化和分布式特性给触觉通信的高时效性和可靠性提出了巨大挑战。针对这一问题,提出了一种触觉编码和网络资源分配的联合方案。首先,设计了一种灵活可伸缩的触觉编码方法,结合人类触觉感知机制,能够自适应IoT复杂多变网络环境下的传输需求;其次,构建了一种基于用户体验质量(Quality of Experience,QoE)的网络资源按需分配机制,在提升用户体验的同时优化网络资源的利用效率。仿真结果表明,该方案在提升触觉通信服务的QoE和网络资源效能方面效果显著。该研究成果为未来IoT场景下的高效多模态应用提供了技术支撑,具有重要的实践价值和理论意义。展开更多
第五代(fifth-generation,5G)移动通信技术的兴起,推动了物联网(Internet of things,IoT)的发展。然而,随着物联网数据传输量的爆发式增长,频谱资源短缺问题越来越严重。频谱感知技术极大的提高了物联网频谱利用率。但是,物联网移动通...第五代(fifth-generation,5G)移动通信技术的兴起,推动了物联网(Internet of things,IoT)的发展。然而,随着物联网数据传输量的爆发式增长,频谱资源短缺问题越来越严重。频谱感知技术极大的提高了物联网频谱利用率。但是,物联网移动通信环境的复杂性高以及信号易畸变的特性,对现有的频谱感知算法提出了重大挑战。因此,提出了一种融合去噪自编码器(denoising autoencoder,DAE)和改进长短时记忆(long short term memory,LSTM)神经网络的智能频谱感知算法。DAE通过编码和解码过程挖掘移动信号的底层结构特征,改进的LSTM频谱感知分类器模型结合过去时刻信息特征对时序信号序列进行分类。与支持向量机(support vector machine,SVM)、循环神经网络(recurrent neural network,RNN)、LeNet5、学习矢量量化(learning vector quantization,LVQ)和Elman算法相比,该算法的感知性能提高了45%。展开更多
文摘为了解决移动通信系统中的高延迟和覆盖盲点问题,提出了一种基于认知无线电-非正交多址接入(Cognitive Radio Non-orthogonal Multiple Access,CR-NOMA)的工业物联网网络。在认知网络中次用户采用解码转发(Decode and Forward,DF)和放大转发(Amplify and Forward,AF)两种辅助解码方式下,推导了主用户和次用户在完全串行干扰或不完全串行干扰两种终端状态下的中断性能。当用户间链路条件相同时,认知中继采用AF方式优于DF方式,且不完全串行干扰技术后系统残留干扰噪声的增大也会导致主用户和次用户的中断概率增大。研究还发现,各用户移动导致用户之间距离增大时,主用户和次用户的中断概率也会增大。
文摘以轨道交通行业为背景,以智慧轨道交通(SRT)为对象,研究智慧轨道交通"全联网"(IoT)的基本组成框架和关键技术。将IoT置于下一代Internet背景之中,提出了以"智慧轨道交通骨干通信网"(SRT-BCN)为核心、以"基础接入网-资源网络"为轨道交通信息源和受主网络的"智慧轨道交通全联网(IoT for SRT,SRT-IoT)"的系统组成框架。针对轨道交通行业的特点,进一步将智慧轨道交通基础接入—资源网中与轨道交通有关部分划分为"列车接入—资源网"(TARN)和"地面接入—资源网"(GARN),并分析智慧轨道交通骨干通信网(SRT-BCN)和外围接入/资源网的特点,讨论相关的关键技术。重点讨论了与列车相关的TARN技术,得出需要进一步发展TARN相关网络技术的结论,为实现SRT-IoT更广泛的互联互通奠定研究基础。
文摘融合听觉、视觉和触觉交互的多模态应用有望为用户提供高度沉浸式的体验和丰富的交互功能,即将成为下一代物联网(Internet of Things,IoT)的关键服务。然而,IoT中网络资源的碎片化和分布式特性给触觉通信的高时效性和可靠性提出了巨大挑战。针对这一问题,提出了一种触觉编码和网络资源分配的联合方案。首先,设计了一种灵活可伸缩的触觉编码方法,结合人类触觉感知机制,能够自适应IoT复杂多变网络环境下的传输需求;其次,构建了一种基于用户体验质量(Quality of Experience,QoE)的网络资源按需分配机制,在提升用户体验的同时优化网络资源的利用效率。仿真结果表明,该方案在提升触觉通信服务的QoE和网络资源效能方面效果显著。该研究成果为未来IoT场景下的高效多模态应用提供了技术支撑,具有重要的实践价值和理论意义。
文摘第五代(fifth-generation,5G)移动通信技术的兴起,推动了物联网(Internet of things,IoT)的发展。然而,随着物联网数据传输量的爆发式增长,频谱资源短缺问题越来越严重。频谱感知技术极大的提高了物联网频谱利用率。但是,物联网移动通信环境的复杂性高以及信号易畸变的特性,对现有的频谱感知算法提出了重大挑战。因此,提出了一种融合去噪自编码器(denoising autoencoder,DAE)和改进长短时记忆(long short term memory,LSTM)神经网络的智能频谱感知算法。DAE通过编码和解码过程挖掘移动信号的底层结构特征,改进的LSTM频谱感知分类器模型结合过去时刻信息特征对时序信号序列进行分类。与支持向量机(support vector machine,SVM)、循环神经网络(recurrent neural network,RNN)、LeNet5、学习矢量量化(learning vector quantization,LVQ)和Elman算法相比,该算法的感知性能提高了45%。
