- EI核心期刊
大数据分析作为整个大数据处理流程的核心,旨在从对大数据的分析中获取知识,其相关内容包括可视化分析、数据挖掘、预测分析、语义分析及数据质量管理. 从大数据时代背景出发,介绍大数据分析的基础理论,阐述大数据分析相关的前沿技术和处理工具,总结当前大数据分析所面临的机遇和挑战,并就大数据分析的发展方向和未来前景进行讨论.
基于笔者提出的弥聚子论的基本概念及其中对于主要反映超高速领域物质运动与时空之间关系的爱因斯坦狭义相对论(或称"高速狭义相对论")的尝试性拓展——预言了有可能显著存在于超低速领域的低速狭义相对论效应乃至有可能显著存在于超高速和超低速领域、同时涉及介于两者之间的常速领域的全速域狭义相对论效应,对爱因斯坦狭义相对论的前提进行了评述、质疑与修正,其要点包括:第一,指出了爱因斯坦在"以狭义相对性原理为前提"的名义下所做推导的前提超出了纯粹意义上的狭义相对性原理,它实际上隐含了独立且具有潜在局限性的"伽利略极限契合原理"和"线性时空变换假设";第二,指出了依据对电磁波运动的考察和狭义相对性原理而得出的光速不变原理在其意义和作用方面存在一定的局限性,而通过对实物体运动的考察则有可能获得等价于光速不变原理或较之更具普遍意义的能够作为狭义相对论前提的原理,从而有可能更深刻、更充分地反映狭义相对论效应的物理本质乃至引发狭义相对论的变革;第三,区分了光速不变原理与"固有常数光速个例性原理",指出了狭义相对性原理不仅寓于相关时空变换表达式的高度对称性之中,还必寓于其他与物理过程相关的原理之中;第四,依据前期研究成果对狭义相对论的前提进行了更新,即扬弃了光速不变原理并代之以先前提出的实物体运动存在速度上限和下限的"双极限速原理"及与之孪生的"双极限速质量-速度关联原理",并指出了在笔者所期待的狭义相对论的变革中恰当运用"伽利略极限契合原理"或将其推广为"洛仑兹极限契合原理"乃至推广为扬弃具体极限情形的"一般性极限契合原理"以及放弃"线性时空变换假设"转而依循"时空变换数学形式的开放性原则"的必要性. 在此基础上,通过在上限速单极近似下引入质量-速度关联原理,重新推导出了爱因斯坦狭义相对论中的洛仑兹变换关系式,明确了以质量-速度关联原理取代光速不变原理的推演步骤,并使得"光速不变"(或"上限速度不变")在爱因斯坦狭义相对论中由前提蜕变为推论. 继之,分别给出了上限速单极近似和下限速单极近似下质量-速度关系的唯象推导过程,并明确了低速狭义相对论和全速域狭义相对论时空变换关系式的构建原则. 这一工作使得全速域狭义相对论完备理论模型的建立又向前推进了一步.
在低速率声码器中,对激励信号的描述直接影响重建语音的质量. 为了改善音质,提出一种基于语音截止频率的声码器激励模型. 该模型编码时通过语音截止频率将激励谱分成谐波和噪声2个子带,谐波子带的激励谱幅度引入离散余弦变换变维模型进行描述,语音截止频率进行4 bit非线性量化. 解码时将恢复出的谐波子带激励谱幅度进行傅里叶反变换,噪声子带则由白噪声进行以语音截止频率为阻带截止频率的高通滤波,最后由谐波子带和噪声子带叠加出激励. 实验结果表明,该模型提高了全带激励谱幅度和谐波噪声成分的描述精度,可使重建语音的音质得以明显改善,主客观指标更优,对男声更为突出.
根据在线社区中群体的历史行为进行物品(或信息)推荐是当前研究热点之一,传统推荐算法都面临数据稀疏性问题的挑战. 针对传统推荐算法知识表示的局限性进行了研究,提出了一种基于标签系统的用户行为知识表示法,把用户在物品上历史行为的统计,转化为对用户在物品标签上的统计,从而缓解数据稀疏的情况. 为了降低标签维度过高导致的计算复杂性问题,提出了采用因子分析法,抽取出潜在重要且稳定的特征因子向量来最终表示用户的历史行为,并据此度量用户行为在特征因子向量上的相似性. 最后采用协同过滤的思想给出了一种新的协同推荐方法. 通过在真实数据集上的大量对比实验,表明该方法在处理具有稀疏性的数据集时,总是能保持更高且更稳定的推荐准确率.
针对密集蜂窝网络中采用封闭用户集接入控制的微蜂窝对室内宏用户会产生强烈干扰的问题,提出了一种基于负载感知的动态增强型小区间干扰协调方案. 该方案使用基于马尔可夫链的预测算法,预估了网络负载变化趋势,避免了由于LTE系统时延引起近乎空白子帧错误配置最终导致系统容量下降的问题;该方案基于网络负载预测结果,动态调整微基站近乎空白子帧配置比例,建立基于动态近乎空白子帧比例配置的最大化系统吞吐量优化模型;仿真结果表明,与传统的增强型小区间干扰协调方案对比,该方案可以在吞吐量性能上获得显著的提高.
针对柔性机械臂结构振动控制中可能出现的压电器件故障问题,以提高系统可靠性和稳定性为主要研究目标,提出了一种集小波神经网络与取代控制技术相结合的容错控制方法. 首先设计了3种粘贴不同故障压电片的机械臂结构;然后采用小波包对各种故障压电片进行特征提取,通过径向基函数网络进行特征识别;再根据故障类型,选用硬件取代控制或基于一种新型非线性滑模观测器的软件取代控制;最后通过NI CRIO平台进行的容错控制实验结果表明,传感器件故障诊断的置信度达到0.9,前两阶振动模态的抑制效果达到10 dB以上.
针对容灾信息系统难以量化和评价的问题,提出了一种通用的容灾信息系统建模方法,设计并实现了容灾仿真系统. 基于网络3层架构模型构建了系统仿真模型,采用故障注入技术实现了灾难事件仿真,并基于脚本编程实现了容灾信息系统运行过程仿真. 设计了仿真一致性、恢复时间目标、恢复点目标和可用存储量指标实现对仿真系统的评价. 实验结果表明,容灾仿真系统满足设计目标,能够为信息系统灾备建设、容灾信息系统灾难恢复能力评价和系统维护提供数据支撑.
为有效对功能型布局制造系统进行调度,构建批量零件的加工与搬运时间模型,设计考虑了搬运车辆总投入数量、搬运次数均衡程度、搬运车辆总空载转移时间等指标的基于单运输工序的搬运车辆协作调度算法. 研究结果表明,本算法可为同类型批量零件制定精确的生产与搬运作业计划,生成用于支撑搬运车辆调度算法所需的时间信息;可对搬运车辆进行准确调度,特别是与其他搬运车辆调度算法相比,在搬运车辆总投入数量、搬运次数均衡程度等方面具有明显优势.
为了提高多中继系统下俩源节点进行数据交换时的性能,提出了自适应机会转发策略. 在该策略中,根据2个源节点反馈控制帧的情况,从直接传输、直接重传、单向机会中继传输和双向机会中继传输4种传输模式中选择最优的传输模式. 在只有1个源节点能解码时,采用源节点重传和单向机会中继竞争的方式. 由于该策略能自适应地选择最优的传输模式,因此相比较其他转发策略,可以较大地降低系统数据交换的复杂度,提高系统的中断性能和频谱效率. 最后,通过理论分析和数值仿真验证了该策略的优越性.
针对现有演进分组系统认证与密钥协商机制中认证向量组长度K值选取算法的不足,在消息通信量的基础上,加入比特通信量这一衡量因子,引入2种浪费率作为评价指标和设计折中选取原则,提出了一种基于认证次数动态选取认证向量组长度K的算法. 仿真结果表明,提出的选取算法不仅解决了K值不唯一问题,还有效降低了认证过程的消息通信量和比特通信量.
针对两单播多跳网络,在存在两个中继端的情况下,研究源端的干扰对齐预编码设计、中继的干扰消除解码和预编码转发设计,以及目的端的干扰消除解码处理. 对干扰对齐和解码需满足的约束条件进行分析,给出简化的网络干扰对齐的可行条件. 此外,对源端与中继端的功率分配进行优化. 最后对干扰对齐的可行性、功率分配的性能进行仿真测试. 表明在满足网络对齐约束条件后,干扰对齐可行,并且采用简化迭代注水功率分配算法较采用平均功率分配算法的系统容量有明显提高.
基于微电网中分布式可再生能源和双向能量交易,提出一种自适应能量调度策略. 调度中心收集微电网中所有用户的负载信息,并根据实时的电价信息,集中调度用户的负载用电. 该调度策略采用自适应动态规划方法,通过在线网络训练优化能量调度策略. 仿真结果表明,该方法能够对整个调度过程进行在线学习,从而最小化用户的总电能费用.
为了分析控制器位置和控制消息路由树对软件定义网络控制平面性能(如控制消息平均时延、控制消息路由树可靠性)的影响,建立相关数学模型,提出启发式的路由树搜索算法、最短路径算法和贪婪算法并对该模型进行优化. 仿真结果显示,在相同的网络拓扑条件下,启发式路由树搜索算法能有效地在控制消息平均时延和控制消息路由树可靠性2个性能指标上取得均衡,其综合性能明显优于最短路径算法和贪婪算法.
虚拟网络映射问题是网络虚拟化研究中的核心问题之一,其主要目标是将虚拟网络请求高效地映射到底层物理网络上. 针对面向多拓扑类型请求的虚拟网络映射问题进行研究,提出了节点连通性模型和通用底层物理网络节点评价模型用以判断节点映射的优先次序,在此基础上设计了一种复合型虚拟网络映射算法,在映射过程中通过识别虚拟网络请求的拓扑特征调用相应的映射子算法完成网络映射. 仿真结果表明,该复合型映射算法获得了较高的虚拟网络请求接受率和网络收益开销比,整体上提高了虚拟网络映射性能.
针对单星、多终端协作定位,提出了一种基于卡尔曼滤波的静止轨道卫星移动终端协同自主定位算法. 利用同波束内的未定位移动终端进行信令交互,获取卫星与波束中心参数进行最小二乘粗估计,再采用卡尔曼滤波对粗估计坐标二次优化. 仿真结果表明,基于卡尔曼滤波的静止轨道卫星移动终端协同自主定位算法可在单星场景下实现较精确的终端定位,且在协作终端数量增加时能降低定位误差的波动范围,提高定位稳定性.
组播的应用使光交换节点的丢包率和分组竞争概率增加. 为解决这个问题,综合考虑节点的结构代价和丢包率性能因素,设计一种反馈共享的有限范围多波长转换器和输出共享的基于逻辑运算的全光网络编码器结合的光组播节点结构,并在光组播调度策略中着重考虑最小化波长转换度的组播冲突问题,提出一种基于改进的最大权重独立集算法的波长分配方法. 仿真结果表明,相比现有的光组播节点及算法,该结构能够在低成本代价和低时延的基础上降低丢包率,提升了光组播节点的性能.
为解决Ad-Hoc多源端和多目的端场景下已有的传输群调度机制通信冲突严重的问题,分析了Ad-Hoc网络中多对多场景下传输群中不同传输区域发生事件F和事件F'k(k=2,3,4)的概率,在基于两跳的f-cast中继算法的基础上设计了一种适用于多对多场景下的传输群调度机制,该传输机制根据上述两种事件发生的概率来调整相应区域内小区成为可通信小区的概率. 理论分析和仿真结果表明,提出的传输群通信调度机制在多对多通信场景下可以有效地减少通信冲突发生的概率,提高网络通信能力.
超宽带(UWB)技术具有抗干扰性能强,传输速率高,通信容量大,发送功率非常小,结构简单,保密性能好等优点. 脉冲波形的设计是UWB系统的关键技术之一,针对缺少满足中国辐射掩蔽的UWB脉冲设计的问题,分析了UWB脉冲中国辐射掩蔽限制条件,选择高斯导函数脉冲作为UWB基函数,采用迭代算法,设计了满足中国辐射掩蔽的UWB脉冲,Matlab数值仿真结果表明,该组合脉冲的频谱不仅能够满足中国辐射掩蔽的要求,而且具有较好的频谱利用率,对于推进UWB在我国的应用具有现实的工程意义.
在蜂窝与设备到设备通信混合网络下,把设备到设备通信的系统吞吐量作为优化目标,同时考虑设备到设备链路和蜂窝链路的服务质量,提出了一种联合功率控制和信道分配的优化方案. 在该方案中,信道分配部分采用粒子群优化算法,并在功率控制部分的帮助下来为设备到设备链路分配最优的复用信道;功率控制部分针对信道分配部分给定的信道分配,通过优化链路发射功率来最大化系统吞吐量. 仿真结果表明,所提联合优化方案权衡了系统吞吐量和接入链路数性能之间的折中关系,在保证所有接入链路服务质量的前提下提升了系统整体性能.
针对先前的签名方案实现的效率不足,提出了格基在线/离线签名方案. 该方案分为离线/在线两个阶段,离线阶段在未知消息的情况下进行大量的预计算,在获知消息的情况之后在在线阶段进行少量的计算. 该方案仅在在线阶段对消息进行签名. 最后,在小整数解假设下证明了新方案具有抗适应性选择消息攻击的强不可伪造性. 与现有的方案相比,新方案实现效率高,安全性强,更能满足实际的需求.
单向链路会对自组网按需距离矢量组播路由协议(MAODV)的路由维护机制造成一定影响,为提高通信的实时性和完整性,针对单向链路,提出了改进的路由算法MAODV-UNI. 在路由维护过程中及时对单向链路进行检测并做出处理,合理有效的利用单向链路,简化路由修复,有效提高了路由性能. 用NS2仿真平台进行仿真验证,模拟单向链路,将改进后的协议与原始的MAODV协议进行比较,结果表明MAODV-UNI算法在分组投递率和时延方面优于MAODV协议,证明了该协议的有效性.
利用65 nm互补金属氧化物半导体(CMOS)工艺,设计了一种新的单芯片超材料结构太赫兹吸波器,面积约为0.60 mm×0.65 mm,包含75个吸波单元. 吸波单元图案采用CMOS工艺中顶层铜金属,厚度为3.2μm,设计为正八边形和正方形开口谐振环的组合结构;介质层由无掺杂硅玻璃、碳化硅、氮化硅等组成,厚度为9.02μm;介质层背面短线采用CMOS工艺中的第一层金属,厚度为0.2μm. 仿真结果表明,该吸波器在0.921THz、1.181THz 2个频率处达到最大吸收率,分别为 97.84%和 95.76%. 克服了采用砷化镓、薄膜工艺实现的太赫兹吸波器与CMOS工艺兼容问题,有利于在大规模集成电路中实现.
为量化认知无线电队列时延与干扰功率之间的关系,提出一种功率分配方案. 此方案以最小化主用户接收端平均干扰功率为目标,受限于次用户时延服务质量约束. 推导非对称Nakagami-m衰落信道平均干扰功率闭合解. 仿真结果表明,干扰功率与时延约束之间存在折中. 当时延约束较严格时,认知无线电系统通过天线分集可显著降低次用户对主用户的干扰.