PonderTalk网络策略模态冲突检测系统的研究

随着计算机网络异构化程度加剧,策略冲突已成为制约基于策略的网络管理(PBNM)技术实际应用的瓶颈。策略在描述上的不一致是导致策略冲突的主要原因之一,这类冲突被称为模态冲突。文章基于Pon-derTalk网络策略,针对模态冲突的不同类型提出检测算法,并将其整合为冲突检测系统。实验证明该系统是有效、可行的。     

基于S-MAC的协同MAC协议分析

针对WSN,文中设计了一种基于S-MAC协议的协同MAC协议(SC-MAC)。该协议通过协同通信技术的应用来解决原有协议的直传链路通信质量不理想的问题。在该协议中,选定的一个中继节点和目的节点同时侦听源节点的发送信号,当中继节点收到目的节点的NACK信号时,进行协同传输,否则继续对数据传输的侦听。数值分析和仿真实验表明,使用SC-MAC协议情况下,节点的平均功率、比特数据能耗、平均时延和抗拥塞等性能比使用S-MAC协议时都有很好的提升。     

宽带语音编码技术专题讲座(四) 第7讲 一种适用于VoIP的宽带语音编码算法:SILK

文章介绍了一种专门为网络应用设计的宽带语音和音频编解码器SILK的主要特点和编解码基本原理。SILK编解码器在6 kbit/s~40 kbit/s速率上对8 kHz、12 kHz、16 kHz、24 kHz采样的语音和音频信号进行宽带和超宽带编解码;通过控制编码比特率、包速率以及采用抗丢包和DTX等功能使得SILK编解码器更适合于网络应用;SILK编码器可以采用不同的复杂度等级来充分利用处理器资源;并且编码器的所有这些功能特性都可以逐帧进行调整。     

一种基于卷积码的协同网络编码方案

文章研究了一种基于卷积码的协同网络编码方案,由协同通信系统结构确定对应的最优卷积码,然后通过最优卷积码确定协同中继编码。对该方案在瑞利快衰落信道条件下的误码性能进行了仿真,并与理论分集性能曲线进行比较。结果表明,由最优卷积码确定的协同网络编码方案获得了较好的性能增益。另外,由于常用最优卷积码已经确定,因此该方案容易实现。     

基于信任中继的QKD网络研究

基于信任中继的量子密钥分发(QKD)网络由于其组网效果好、扩展性强、技术容易实现成为未来保密通信组网的首选方案。文章首先介绍QKD网络的分类和现状;然后提出信任中继网络的基本网络拓扑模型,在此基础上分析了网络的信道和密钥中继方式;最后提出了影响信任中继网络组网效果和性能的决定性参量,分析比较了信任中继网络采用不同选路方式的优缺点。     

鼎力前行 不负使命——新疆移动践行社会责任,助力兵团农业信息化发展

国有企业在履行社会责任和发挥骨干带头作用方面应发挥积极作用。新疆移动作为自治区通信行业的骨干企业,一直利用企业自身优势,在助力兵团农业信息化发展方面贡献着自己的力量。农八师一四八团属于干旱和半干旱地区,节水一直是农业生产的最大难题之一。针对这样的现状,新疆移动利用自身网络优势,把无线自动化节水滴灌技术应用到了当地的传统农业上,实现了节水和增产增收,当地农场职工的生产生活方式也因此发生了不小的改变。     

改进的前向信息修补算法及其应用

前向信息修补算法可以对离散动态贝叶斯网络的缺失数据进行预测,该算法只适用于所有观测节点是相互独立的网络,却不能处理观测节点有依赖关系网络的缺失数据。针对该算法的这一缺陷,提出了改进的前向信息修补算法,在分析离散动态贝叶斯网络的缺失数据具有二种基本形式的基础上,推导出了每种形式的相应预测公式。继而构建了用于识别威胁源离散动态贝叶斯网络的模型。仿真实验验证了改进的前向信息修补算法的有效性。     

水面舰艇对海作战可靠性的新型评价方法

针对水面舰艇对海作战网络的特点,基于复杂网络"反社区"性质,将对海作战网络描述成"反社区"有向赋权图。结合传统可靠性分析方法,提出了一种新的可靠性评价指标,进一步扩展了传统可靠性指标的4个特性,并通过实例仿真,证明了该指标的有效性。该方法将传统可靠性理论与复杂网络理论有效地结合起来,将进一步扩大复杂网络的适用范围。     

基于合成特征参数和脉冲样本图的雷达信号分选

雷达脉冲信号的分选是电子战争中的研究热点,同时也是难点问题.针对雷达所截获的辐射源脉冲提出了一种基于合成特征参数值(CCP)的脉冲样本图分选算法.算法利用全脉冲数据的特征参数,根据每一个特征参数的差异性对特征参数值进行编号,通过编号值可以得到依据该特征参数值对脉冲的分类个数,进而计算出单一特征值的加权系数.通过加权系数对每一个特征参数的加权得到合成的特征参数,然后结合每一类信号的脉冲到达时间,提出了脉冲样本图匹配分选的新算法.与传统的PRI分选相比,脉冲样本图分选具有较小的运算量,计算机仿真试验表明该算法能够实现对信号的分选.     

基于相邻脉冲相似性的快速聚类分选方法

针对复杂环境下的聚类问题,提出了一种新的聚类分选算法。其利用同一雷达辐射源的相邻脉冲间的相似性对信号进行聚类。该算法按到达时间顺序将信号依次归类,并将新分类的数据作为所在类的聚类中心,其无需事先指定聚类的数目,也无需进行反复的迭代计算。仿真表明,该算法不仅分类准确,而且大大缩减了计算量。