【摘 要】
：
在车联网中,车辆可通过无线通信从路侧单元(RSU)下载文件数据,但由于车辆移动性高、RSU部署间距大及传输范围有限,使得车辆可下载数据量受到较大影响。为此,提出一种协作数据分发方案。利用双向车辆和RSU的资源可用性对目标车辆进行辅助下载,使得目标车辆在未覆盖RSU的盲区(DA)内仍能获取所需文件数据,在此基础上,考虑资源节点的竞争接入与传输以及转发完成时间对数据传输的影响,建立理论分析框架来说明数据传输过程。仿真结果表明,相较于同向协助下载和反向协助下载机制,该方案能够提升目标车辆下载数据量,减少DA内数
【机 构】
：
重庆邮电大学自动化学院,重庆邮电大学通信与信息工程学院,陆军工程大学通信士官学校
【基金项目】
：
国家科技重大专项“5G产品研发规模试验”(2018ZX03001023-006)。
论文部分内容阅读
在车联网中,车辆可通过无线通信从路侧单元(RSU)下载文件数据,但由于车辆移动性高、RSU部署间距大及传输范围有限,使得车辆可下载数据量受到较大影响。为此,提出一种协作数据分发方案。利用双向车辆和RSU的资源可用性对目标车辆进行辅助下载,使得目标车辆在未覆盖RSU的盲区(DA)内仍能获取所需文件数据,在此基础上,考虑资源节点的竞争接入与传输以及转发完成时间对数据传输的影响,建立理论分析框架来说明数据传输过程。仿真结果表明,相较于同向协助下载和反向协助下载机制,该方案能够提升目标车辆下载数据量,减少DA内数
其他文献
在谱聚类算法没有先验信息的情况下,对于具有复杂形状和不同密度变化的数据集很难构建合适的相似图,且基于欧氏距离的高斯核函数的相似性度量忽略了全局一致性。针对该问题,提出一种基于共享最近邻的密度自适应邻域谱聚类算法(SC-DANSN)。通过一种无参数的密度自适应邻域构建方法构建无向图,将共享最近邻作为衡量样本之间的相似性度量进而消除参数对构建相似图的影响,体现全局和局部的一致性。实验结果表明,SC-DANSN算法相比K-means算法和基于K最近邻的谱聚类算法(SC-KNN)具有更高的聚类精度,同时相比SC-
江门中微子实验(JUNO)拥有当前世界上能量精度最高、规模最大的液体闪烁体探测器。缪子是JUNO的主要本底,每个缪子事例在大型探测器中产生百万量级的光子,但复杂的光子模拟计算量巨大,传统串行计算方式耗时较长。为此,提出一种基于GPU的分布式缪子快速模拟方法。利用多GPU卡并行加速闪烁光在液闪探测器中的传输过程,采用信息传递接口通信向多节点分发模拟任务和收集结果。测试结果表明,GPU方法具有良好的加速比,和CPU方法相比,加速比最高可达约250倍。
在新时代乡村振兴战略规划的背景下,有效传承中华优秀传统文化,建设美丽中国,深挖农耕文化蕴含的人文精神,进行创造性的转化与发展,是乡村振兴战略取得成功的关键.近年来,随
针对传统推荐系统主要依赖用户对物品的评分数据而无法学习到用户和项目的深层次特征的问题,提出基于注意力机制与改进TF-IDF的推荐算法(AMITI)。通过将双层注意力机制引入并行的神经网络推荐模型,提高模型对重要特征的挖掘能力。基于用户评分及项目类别改进TF-IDF,依据项目类别权重将推荐结果分类以构建不同类型的项目组并完成推荐。实验结果表明,AMITI算法能提高对文本中重要内容的关注度以及项目分配的注意力权重,有效提升推荐精度并在实现项目组推荐后改善推荐效果。
苗族是历史非常悠久的民族,有着独特的认识自然、表现生活的方式。海南苗族与黔湘桂三省的苗族一样,有着自己的传统艺术文化,也有着独特的展现文化艺术生活的途径,刺绣就是其中之一。文章对海南苗族刺绣的传承、发展以及保护措施进行梳理,对海南苗族刺绣的发展进行一定的展望。
复杂网络中节点影响力的层级性在网络结构与控制研究中至关重要。针对有向加权网络中节点影响力的层级性问题,基于海量在线用户行为数据,构建有向加权集体注意力流网络。通过定义节点的层级位置时间和位置约束指标,并结合节点的拓扑位置和时间序列,提出一种用于有向加权网络的节点影响力度量及排序算法。实验结果表明,该算法能有效区分网络层级结构,准确识别出最具影响力的节点,对于节点影响力评估与复杂网络可控性研究具有一定的借鉴意义和参考价值。
针对传统基于协同过滤的推荐算法信息提取能力有限的问题,提出基于网络表示学习的卷积协同过滤推荐算法。将二分网络分成物品与用户同质网络,在各自的同质网络上使用GraphSAGE模型得到融合网络空间信息和用户与物品属性信息的矩阵。在此基础上,利用外积运算丰富用户和物品特征向量各维度的相关表示,通过卷积神经网络训练物品和用户的交互信息得到算法模型。实验结果验证了该算法的有效性,且相比ConvNCF算法,其在Movielens数据集上HR@5和NDCG@5分别提升了1.89和2.19个百分点,在Last.fm数据集
在夜间光照不足、目标被遮挡导致信息缺失以及行人目标多尺度的情况下,可见光单模态行人检测算法的检测效果较差。为了提高行人检测器的鲁棒性,基于YOLO提出一种可见光与红外光融合的行人检测算法。使用Darknet53作为特征提取网络,分别提取2个模态的多尺度特征。对传统多模态行人检测算法所使用的concat融合方式进行改进,设计结合注意力机制的模态加权融合层,以加强对融合特征图的模态选择。在此基础上,使
针对计算机硬件类课程在线实践环节开展途径匮乏、效果不佳的痛难点问题,紧贴大学线上实践授课需求,以嵌入式系统设计课程为例,基于线上线下融合推进思想,提出E-HIL(Enhanced hardware in the loop)实践教学的在线模式,阐述该模式具体实现过程及应用情况,最后从学生实验质量、实践反馈等方面对该教学模式的落地应用效果进行分析。
针对无人机(UAV)协助的毫米波网络下行链路多用户通信场景,设计一种混合预编码方案。在发射端和接收端分别使用混合预编码器和模拟合并器,并将多元联合优化问题分解为子问题进行求解。构建UAV与地面用户的三维位置模型,利用带外位置信息对波束导向向量进行优化,进而通过码本生成模拟预编码器和模拟合并器。以最小化接收数据和发送数据之间的误差为目标,利用卡尔曼滤波算法设计基带预编码器,从而减少用户之间的干扰。仿真结果表明,该方案相比模拟波束成形方案、数字预编码方案和迫零混合预编码方案可有效提升系统频谱效率和能量效率。