偷窥国产在线91,亚洲无线国产观看原创,日本精品aⅴ一区二区三区,久久九九兔免费精品6

簡(jiǎn)介：近年來(lái)，隨著傳感技術(shù)、通信技術(shù)、控制技術(shù)等的快速發(fā)展，智能電網(wǎng)系統(tǒng)也成為研究與開發(fā)的熱點(diǎn)。由于各個(gè)電力設(shè)備、電力傳感器使用電力線進(jìn)行連接，電力線通信POWERLINECOMMUNICATION，PLC成為智能電網(wǎng)中經(jīng)濟(jì)、實(shí)用的通信方式。然而，電力線通信存在多徑效應(yīng)、信號(hào)衰減和脈沖噪聲干擾等問(wèn)題，這導(dǎo)致了電力線通信信道容量小，平均傳輸速率低以及通信可靠性差等問(wèn)題。本文圍繞如何提高智能電網(wǎng)中電力線通信性能這一中心，開展一系列研究，并取得如下成果1為了提高電力線通信系統(tǒng)中，通信的可靠性與容量，提出在多區(qū)域協(xié)作環(huán)境中，建立了PLC的多輸入多輸出（MULTIPLEINPUTMULTIPLEOUTPUT，MIMO）通信模型。并在此模型基礎(chǔ)上，設(shè)計(jì)了電力線最優(yōu)發(fā)射節(jié)點(diǎn)的選擇技術(shù)，并分析了這種技術(shù)下的系統(tǒng)性能。仿真結(jié)果表明，在多區(qū)域和多節(jié)點(diǎn)情況下采用發(fā)射分集思想可以有效提高系統(tǒng)的信道容量。2為了提高終端用戶下載數(shù)據(jù)的速率、系統(tǒng)能耗，提出在電力線系統(tǒng)中引入緩存機(jī)制。在對(duì)多節(jié)點(diǎn)協(xié)作區(qū)域中，設(shè)計(jì)了具有緩存結(jié)構(gòu)的多個(gè)中繼節(jié)點(diǎn)以聯(lián)合傳輸形式為區(qū)域邊緣用戶提供數(shù)據(jù)服務(wù)的模型。以整個(gè)系統(tǒng)總功耗最小化為目標(biāo)建立了仿真系統(tǒng)，分析了節(jié)點(diǎn)能耗和回程鏈路能耗。仿真結(jié)果表明了緩存機(jī)制的引入可以很大程度上節(jié)約系統(tǒng)能量。3在智能家庭電力線拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上，設(shè)計(jì)了一種基于OFDM機(jī)制的子信道分配算法。與其它信道分配算法相比，本課題設(shè)計(jì)的算法能充分考慮網(wǎng)絡(luò)拓?fù)?、干擾和流量公平約束等限制條件。仿真表明，該算法在提高系統(tǒng)總吞吐量和保證網(wǎng)絡(luò)用戶公平性上有更好的表現(xiàn)。

簡(jiǎn)介：由于認(rèn)知用戶的動(dòng)態(tài)頻譜接入機(jī)制和無(wú)線信道的廣播特性，認(rèn)知無(wú)線網(wǎng)絡(luò)容易受到敵意干擾攻擊的威脅。隨著基于認(rèn)知無(wú)線電技術(shù)的智能干擾機(jī)的出現(xiàn)，抗敵意干擾攻擊形勢(shì)更為嚴(yán)峻。論文針對(duì)智能干擾機(jī)，研究認(rèn)知無(wú)線網(wǎng)絡(luò)的抗敵意干擾技術(shù)，設(shè)計(jì)實(shí)現(xiàn)了一種基于非協(xié)調(diào)跳頻技術(shù)的抗敵意干擾廣播方案，無(wú)需發(fā)射節(jié)點(diǎn)和接收節(jié)點(diǎn)間預(yù)先設(shè)定物理層密鑰，引入節(jié)點(diǎn)間協(xié)作，提高了網(wǎng)絡(luò)的通信效率，可適用于大規(guī)模的動(dòng)態(tài)認(rèn)知無(wú)線網(wǎng)絡(luò)。在理論分析和仿真的基礎(chǔ)上，在通用軟件無(wú)線電平臺(tái)（USRP）上實(shí)現(xiàn)了該方案。同時(shí)，基于USRP實(shí)現(xiàn)了一種智能干擾機(jī)，可實(shí)時(shí)追蹤網(wǎng)絡(luò)信息，靈活地改變所攻擊的信道和發(fā)射功率。在此基礎(chǔ)上進(jìn)行實(shí)驗(yàn)，研究所設(shè)計(jì)的無(wú)線網(wǎng)絡(luò)抗敵意干擾方案的性能。實(shí)驗(yàn)結(jié)果表明，該方案能量損耗較小，通信效率較高。例如，當(dāng)存在2個(gè)智能干擾機(jī)并且該干擾機(jī)每時(shí)隙能同時(shí)干擾2個(gè)信道時(shí)，源節(jié)點(diǎn)廣播640字節(jié)信息給3個(gè)節(jié)點(diǎn)時(shí)，相對(duì)于傳統(tǒng)的非協(xié)調(diào)跳頻廣播方案，本方案平均廣播時(shí)延以及對(duì)應(yīng)的能量損耗分別降低了33％和25％。此外，論文基于強(qiáng)化學(xué)習(xí)算法設(shè)計(jì)認(rèn)知無(wú)線網(wǎng)絡(luò)抗敵意干擾方案，并在USRP上實(shí)現(xiàn)。該方案無(wú)需認(rèn)知用戶獲得完整的網(wǎng)絡(luò)狀態(tài)信息，通過(guò)采用試錯(cuò)法獲得不同網(wǎng)絡(luò)狀態(tài)下的最優(yōu)發(fā)射功率選擇策略。實(shí)驗(yàn)中當(dāng)自適應(yīng)干擾機(jī)的攻擊門限值為385DBM時(shí)，為避免被干擾同時(shí)最大化自身的效用，認(rèn)知用戶的平均發(fā)射功率隨著學(xué)習(xí)步長(zhǎng)的增加最終將穩(wěn)定在39DBM。

簡(jiǎn)介：無(wú)線設(shè)備及業(yè)務(wù)迅猛增長(zhǎng)和頻譜資源日趨耗竭的矛盾越來(lái)越突出，如何讓有限的頻譜繼續(xù)滿足人們?nèi)找嬖鲩L(zhǎng)的帶寬需求成了無(wú)線通信領(lǐng)域急需解決的問(wèn)題。認(rèn)知無(wú)線電技術(shù)通過(guò)感知并合理利用無(wú)線環(huán)境中的授權(quán)頻譜資源有效提高了頻譜利用率。在由認(rèn)知無(wú)線電設(shè)備組成的網(wǎng)絡(luò)中，需要解決的關(guān)鍵問(wèn)題是在不對(duì)授權(quán)用戶產(chǎn)生干擾的前提下，如何合理分配網(wǎng)絡(luò)中認(rèn)知設(shè)備擁有的資源。本文從網(wǎng)絡(luò)架構(gòu)、終端接入和用戶滿意度的角度出發(fā)，對(duì)優(yōu)化網(wǎng)絡(luò)中的緩存、發(fā)射功率、帶寬等問(wèn)題作出了探索性的研究，主要研究工作如下1研究了認(rèn)知無(wú)線電網(wǎng)絡(luò)體系結(jié)構(gòu)的適應(yīng)性問(wèn)題。由于時(shí)空和地理位置不同，每個(gè)認(rèn)知用戶的狀態(tài)信息是動(dòng)態(tài)變化且相對(duì)孤立的，用戶間的通信尤其是多跳中繼往往開銷較大。針對(duì)認(rèn)知無(wú)線電網(wǎng)絡(luò)難以共享信息的挑戰(zhàn)，本文利用控制與轉(zhuǎn)發(fā)分離的思想，提出軟件定義認(rèn)知無(wú)線電網(wǎng)絡(luò)架構(gòu)，并在此架構(gòu)下提出了一種緩存部署策略。2研究了單跳認(rèn)知網(wǎng)絡(luò)的功率控制問(wèn)題。本文同時(shí)考慮能量最小化與接入用戶數(shù)最大化的目標(biāo)。對(duì)這個(gè)問(wèn)題的研究，通常的做法是移除認(rèn)知用戶的一個(gè)子集，使剩下的用戶滿足功率限制和信噪比的約束。然而在中斷概率很大的情況下，存在大量不能滿足約束的認(rèn)知用戶，移除方法的干擾時(shí)間很長(zhǎng)。本文提出混合頻譜訪問(wèn)控制算法提升系統(tǒng)容量和節(jié)省干擾時(shí)間。3研究了多跳認(rèn)知網(wǎng)絡(luò)的帶寬分配問(wèn)題。針對(duì)最大化滿足用戶端到端帶寬需求的問(wèn)題，本文提出了一種基于物理干擾模型的帶寬分配算法。為了減少計(jì)算時(shí)間，首先考慮鏈路兩兩之間的干擾，構(gòu)建信道、功率等級(jí)、鏈路和無(wú)線接口的四維沖突圖，并找出其部分極大獨(dú)立集。然后將帶寬分配問(wèn)題轉(zhuǎn)化為基于極大獨(dú)立集的優(yōu)化問(wèn)題。由于考慮網(wǎng)絡(luò)結(jié)點(diǎn)具有緩存功能，用戶的請(qǐng)求形成了不同的傳輸模式，本文分別為多播、聚合和混合傳輸模式提出了啟發(fā)式算法。綜上，本文主要研究了認(rèn)知無(wú)線電網(wǎng)絡(luò)架構(gòu)和動(dòng)態(tài)資源分配問(wèn)題，其核心目標(biāo)是提升網(wǎng)絡(luò)效率和用戶體驗(yàn)，研究成果對(duì)推動(dòng)認(rèn)知無(wú)線電網(wǎng)絡(luò)的研究及實(shí)際部署具有一定的理論意義和應(yīng)用價(jià)值。

簡(jiǎn)介：隨著網(wǎng)絡(luò)規(guī)模的急劇膨脹和網(wǎng)絡(luò)業(yè)務(wù)類型的日益多元化發(fā)展，一些新型網(wǎng)絡(luò)應(yīng)用如視頻會(huì)議、VOIP、遠(yuǎn)程教育等對(duì)網(wǎng)絡(luò)資源的需求越來(lái)越高，現(xiàn)有的網(wǎng)絡(luò)體系架構(gòu)在滿足應(yīng)用請(qǐng)求的同時(shí)暴露出很多的弊端。軟件定義網(wǎng)絡(luò)SOFTWAREDEFINEDWKINGSDN的提出為研發(fā)網(wǎng)絡(luò)新應(yīng)用和資源管理提供了一種新的解決方案，轉(zhuǎn)發(fā)平面與控制平面的分離實(shí)現(xiàn)了網(wǎng)絡(luò)資源由分布式管理向集中式控制的轉(zhuǎn)變，使得網(wǎng)絡(luò)的控制和管理更加靈活和高效。論文首先詳細(xì)概述了軟件定義網(wǎng)絡(luò)體系架構(gòu)及其通信協(xié)議OPENFLOW，介紹了當(dāng)前的QOS（QUALITYOFSERVICE，服務(wù)質(zhì)量）管理模型，針對(duì)在SDN中對(duì)網(wǎng)絡(luò)資源進(jìn)行靈活管理以滿足用戶體驗(yàn)的需求，本文提出了一種在SDN中基于路由動(dòng)態(tài)分配與網(wǎng)絡(luò)資源虛擬化相結(jié)合的資源管理方案。接著分別介紹SDN中路由動(dòng)態(tài)分配和網(wǎng)絡(luò)資源虛擬化管理的實(shí)現(xiàn)機(jī)制，闡述了軟件定義網(wǎng)絡(luò)中基于多約束條件的QOS路徑優(yōu)化算法，通過(guò)實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)資源的使用狀況，對(duì)擁塞鏈路上的流量進(jìn)行重路由，降低因共享路徑而產(chǎn)生的負(fù)載，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)資源的動(dòng)態(tài)管理。由于多約束條件的QOS路由計(jì)算問(wèn)題是NPCOMPLETE，提出基于拉格朗日松弛的啟發(fā)式算法計(jì)算最優(yōu)解。此外，本文在資源動(dòng)態(tài)分配的基礎(chǔ)上進(jìn)一步提出了網(wǎng)絡(luò)資源虛擬化的設(shè)計(jì)方案，通過(guò)對(duì)網(wǎng)絡(luò)拓?fù)?、流量、帶寬的隔離實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)資源的靈活分配。最后設(shè)計(jì)模擬實(shí)驗(yàn)場(chǎng)景和物理實(shí)驗(yàn)臺(tái)測(cè)試環(huán)境對(duì)本文提出的資源管理方案進(jìn)行對(duì)比驗(yàn)證，實(shí)驗(yàn)結(jié)果表明本文提出的資源管理方案能夠充分利用網(wǎng)絡(luò)可用資源，快速調(diào)整網(wǎng)絡(luò)的負(fù)載狀況，提高了網(wǎng)絡(luò)資源利用率，保障流量的可靠傳輸。

簡(jiǎn)介：在信息和經(jīng)濟(jì)高速發(fā)展、網(wǎng)絡(luò)迅速普及的當(dāng)今社會(huì)，基于指紋、人臉、虹膜等生物特征進(jìn)行身份識(shí)別已經(jīng)在金融安全、訪問(wèn)控制、醫(yī)療、安防監(jiān)控和資料保密等領(lǐng)域得到了廣泛的應(yīng)用。而基于心電圖ELECTROCARDIOGRAM，ECG的身份識(shí)別技術(shù)研究也已經(jīng)格外引起了國(guó)內(nèi)外研究學(xué)者的注意。目前，心電信號(hào)身份識(shí)別技術(shù)受到消噪、特征提取等限制，致使心電信號(hào)的識(shí)別效果難以提升。深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的科技新銳，在人工智能領(lǐng)域發(fā)揮了重要作用。其中卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別上已取得舉世矚目的成績(jī)，而且其無(wú)需復(fù)雜的圖像預(yù)處理和特征提取等步驟。本文圍繞心電信號(hào)身份識(shí)別的難點(diǎn)，采用卷積神經(jīng)網(wǎng)絡(luò)來(lái)完成相應(yīng)的改進(jìn)。本文研究了卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于ECG身份識(shí)別的優(yōu)勢(shì)，并通過(guò)實(shí)驗(yàn)得到了印證，具體工作如下1本文闡述了指紋、虹膜等傳統(tǒng)生物特征在身份識(shí)別領(lǐng)域的應(yīng)用情況，對(duì)ECG波形的產(chǎn)生和各導(dǎo)聯(lián)意義進(jìn)行了簡(jiǎn)單介紹，并對(duì)其用于身份識(shí)別的可行性及發(fā)展現(xiàn)狀進(jìn)行了分析。2本文簡(jiǎn)單介紹了深度學(xué)習(xí)的發(fā)展歷史，著重介紹了卷積神經(jīng)網(wǎng)絡(luò)發(fā)展歷程、網(wǎng)絡(luò)結(jié)構(gòu)、特性、訓(xùn)練過(guò)程等，并通過(guò)實(shí)例解析加深了對(duì)卷積神經(jīng)網(wǎng)絡(luò)的理解和認(rèn)識(shí)。接著，分析了當(dāng)前一些ECG身份識(shí)別方法的缺陷，并針對(duì)這些難點(diǎn)構(gòu)建了適用于ECG身份識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)整體結(jié)構(gòu)。3本文對(duì)實(shí)驗(yàn)數(shù)據(jù)樣本進(jìn)行了簡(jiǎn)單預(yù)處理，包括它的工頻消噪和導(dǎo)聯(lián)卷積正則化，構(gòu)建了用于ECG識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)。在其基礎(chǔ)上做了多組實(shí)驗(yàn)，討論了卷積核、學(xué)習(xí)率的選取對(duì)實(shí)驗(yàn)結(jié)果的影響。此外，還同支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)及RBF神經(jīng)網(wǎng)絡(luò)這三種不同分類器進(jìn)行了對(duì)比實(shí)驗(yàn)，結(jié)果表明本文采用的卷積神經(jīng)網(wǎng)絡(luò)相對(duì)其他方法在識(shí)別率和訓(xùn)練速度上均體現(xiàn)出明顯優(yōu)勢(shì)。因此本文對(duì)于心電信號(hào)身份識(shí)別技術(shù)的研究具有探索性意義。

簡(jiǎn)介：無(wú)線網(wǎng)絡(luò)在我們的生活中應(yīng)用越來(lái)越廣泛，對(duì)于數(shù)據(jù)傳輸?shù)目煽啃砸笤絹?lái)越精準(zhǔn)。數(shù)據(jù)在傳輸過(guò)程中經(jīng)常會(huì)出錯(cuò)或丟失，源節(jié)點(diǎn)需要進(jìn)行數(shù)據(jù)重傳，傳統(tǒng)的重傳方法為自動(dòng)重傳請(qǐng)求（ARQ），即源節(jié)點(diǎn)收到接收節(jié)點(diǎn)的數(shù)據(jù)包丟失信息就重傳，過(guò)多的重傳使網(wǎng)絡(luò)產(chǎn)生擁塞。2000年網(wǎng)絡(luò)編碼橫空的出世，為每一次的數(shù)據(jù)重傳增加了信息量，也為數(shù)據(jù)重傳次數(shù)的減少做出了卓越的貢獻(xiàn)。基于網(wǎng)絡(luò)編碼的無(wú)線網(wǎng)絡(luò)廣播重傳方法（NCWBR）、基于多包解碼的高效快速網(wǎng)絡(luò)編碼方法（MDNCBR）等在一定程度上減少了數(shù)據(jù)包重傳次數(shù)，但在大規(guī)模傳感器網(wǎng)絡(luò)環(huán)境中實(shí)用性較差。本文將針對(duì)當(dāng)前數(shù)據(jù)重傳方法的優(yōu)點(diǎn)和不足，深入研究基于網(wǎng)絡(luò)編碼的數(shù)據(jù)重傳技術(shù)，提高數(shù)據(jù)重傳方法的性能，為無(wú)線傳感器網(wǎng)絡(luò)創(chuàng)造優(yōu)質(zhì)的傳輸環(huán)境。具體研究?jī)?nèi)容如下本文結(jié)合多包解碼技術(shù)提出了基于同串拆分的策略的數(shù)據(jù)重傳技術(shù)（MDRSSS）和基于選擇優(yōu)化策略的數(shù)據(jù)重傳技術(shù)（MDRSOS），并給出了兩種方法具體的編碼和解碼過(guò)程。MDRSSS方法在編碼包廣播傳送前進(jìn)行同串拆分處理，去除每?jī)蓚€(gè)編碼包間的冗余，有利于接收節(jié)點(diǎn)解碼；針對(duì)MDNCBR方法和MDRSSS方法的優(yōu)點(diǎn)，MDRSOS方法取兩者精華，在編碼前優(yōu)化選擇，避免了一些MDRSSS方法無(wú)法一次性成功解碼的情況。仿真實(shí)驗(yàn)結(jié)果表明，MDRSSS方法降低了MDNCBR方法的冗余，提高了重傳編碼包的質(zhì)量，減少了平均重傳次數(shù)，MDRSOS方法進(jìn)一步增加了網(wǎng)絡(luò)吞吐量。通過(guò)分析發(fā)現(xiàn)，接收節(jié)點(diǎn)數(shù)量、發(fā)送數(shù)據(jù)包數(shù)量和接收節(jié)點(diǎn)丟包率是影響平均重傳次數(shù)的主要因素，三種影響因素越大，MDRSSS方法和MDRSOS方法優(yōu)勢(shì)越明顯。因此，MDRSSS方法和MDRSOS方法具有可行性和優(yōu)越性，且更適用于環(huán)境復(fù)雜、節(jié)點(diǎn)數(shù)量多、丟包率大的無(wú)線傳感器網(wǎng)絡(luò)環(huán)境。

簡(jiǎn)介：專用移動(dòng)通信系統(tǒng)指的是為特定的用戶群體提供指揮調(diào)度業(yè)務(wù)，以滿足特定通信需求的無(wú)線通信系統(tǒng)，多應(yīng)用于軌道交通、能源生產(chǎn)、應(yīng)急救災(zāi)、公共安全和國(guó)防安全等專業(yè)性較強(qiáng)的領(lǐng)域。目前，專用移動(dòng)通信系統(tǒng)正由帶寬小、速率低的窄帶數(shù)字集群通信系統(tǒng)向帶寬大、速率高的寬帶數(shù)字集群通信系統(tǒng)演進(jìn)，以滿足用戶對(duì)多媒體調(diào)度業(yè)務(wù)的需求。我國(guó)的寬帶數(shù)字集群通信系統(tǒng)演進(jìn)方案是采用先進(jìn)的HWN架構(gòu)將LTELTEA技術(shù)與PDT技術(shù)進(jìn)行融合組網(wǎng)，構(gòu)成寬窄帶融合專用移動(dòng)通信網(wǎng)絡(luò)，在兼具良好的后向兼容性的同時(shí)拓展了寬帶數(shù)據(jù)業(yè)務(wù)，支持語(yǔ)音視頻個(gè)呼、語(yǔ)音視頻組呼等調(diào)度業(yè)務(wù)。本文基于寬窄帶融合專用移動(dòng)通信網(wǎng)絡(luò)的特性，對(duì)如何將LTELTEA技術(shù)應(yīng)用于寬窄帶融合專用移動(dòng)通信網(wǎng)絡(luò)進(jìn)行了研究，提出了基于SDNEPC架構(gòu)的多業(yè)務(wù)QOS路由算法，在保障各類型業(yè)務(wù)的QOS需求的同時(shí)提高了核心網(wǎng)帶寬資源的利用率，解決了核心網(wǎng)側(cè)的業(yè)務(wù)QOS保障的問(wèn)題；提出了基于上下文感知的垂直切換算法，采用當(dāng)前運(yùn)行業(yè)務(wù)的QOS需求作為判決因子進(jìn)行垂直切換判決，提高了多接入分集增益，解決了接入網(wǎng)側(cè)垂直切換時(shí)業(yè)務(wù)連續(xù)性保障的問(wèn)題。經(jīng)仿真驗(yàn)證，兩種算法分別在核心網(wǎng)側(cè)和接入網(wǎng)側(cè)對(duì)業(yè)務(wù)傳輸進(jìn)行了有效保障，滿足設(shè)計(jì)指標(biāo)。本文所提算法提高了寬窄帶融合專用移動(dòng)通信網(wǎng)絡(luò)業(yè)務(wù)傳輸性能，符合專用移動(dòng)通信技術(shù)的演講方向，具有重要的實(shí)際意義對(duì)低成本、高效率的使用現(xiàn)有LTELTEA技術(shù)提供多媒體調(diào)度業(yè)務(wù)具有一定的參考價(jià)值。

簡(jiǎn)介：隨著PON技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)承載的數(shù)據(jù)傳輸速率越來(lái)越高，用戶數(shù)越來(lái)越多，PON鏈路故障集中式自動(dòng)監(jiān)測(cè)技術(shù)受到了越來(lái)越多的關(guān)注。本文依據(jù)未來(lái)十年光通信行業(yè)鏈路管理技術(shù)與產(chǎn)品的發(fā)展需求，面向工程科學(xué)系統(tǒng)和成果孵化項(xiàng)目需求，研究無(wú)源光網(wǎng)絡(luò)光鏈路二維編解碼監(jiān)測(cè)系統(tǒng)信號(hào)接收與處理技術(shù)。論文首先介紹了無(wú)源光網(wǎng)絡(luò)光鏈路二維編解碼監(jiān)測(cè)系統(tǒng)的原理和基本框架，重點(diǎn)提出并討論了系統(tǒng)波長(zhǎng)解調(diào)后陣列微弱光信號(hào)接收方案和系統(tǒng)信號(hào)處理方案。接著，詳細(xì)分析了PINTIA核心芯片性能，設(shè)計(jì)并仿真了陣列光接收電路，包含了主放大器、偏置電路、反向求和、模擬多路復(fù)用器以及二階有源低通濾波器，研制出系統(tǒng)光接收硬件電路。隨后，提出了系統(tǒng)綜合信號(hào)處理軟件功能與架構(gòu)，由通道選擇、數(shù)據(jù)傳輸控制、FIFO緩存等實(shí)現(xiàn)光接收模塊、采集卡與上位機(jī)間的數(shù)據(jù)傳輸，實(shí)現(xiàn)鏈路信息處理與同窗口多路信號(hào)顯示。提出并設(shè)計(jì)了網(wǎng)絡(luò)識(shí)別算法，研制了系統(tǒng)軟件，對(duì)算法進(jìn)行理論驗(yàn)證與分析。最后，在已搭建的無(wú)源光網(wǎng)絡(luò)光鏈路二維編解碼監(jiān)測(cè)系統(tǒng)中測(cè)試了光接收模塊和信號(hào)處理軟件。實(shí)測(cè)結(jié)果表明，光接收模塊和系統(tǒng)工作正常，實(shí)現(xiàn)了系統(tǒng)信息同窗口多路顯示，可滿足用戶需求。

簡(jiǎn)介：數(shù)據(jù)中心是INTER的重要基礎(chǔ)設(shè)施，它為用戶提供數(shù)據(jù)存儲(chǔ)、計(jì)算和傳輸?shù)群诵姆?wù)支撐。隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展，特別是大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)中心在WEB服務(wù)、搜索引擎、電子商務(wù)、社交網(wǎng)絡(luò)、網(wǎng)絡(luò)游戲及大規(guī)模集群計(jì)算等領(lǐng)域中的關(guān)鍵作用日益顯現(xiàn)。大規(guī)模數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)行的應(yīng)用通常對(duì)網(wǎng)絡(luò)性能要求嚴(yán)格，需要管理者能更加實(shí)時(shí)、精確的掌握全網(wǎng)態(tài)勢(shì)和端到端的通信性能，在網(wǎng)絡(luò)性能下降之后能及時(shí)發(fā)現(xiàn)、定位故障和解決網(wǎng)絡(luò)擁塞。本文針對(duì)數(shù)據(jù)中心網(wǎng)絡(luò)研究高效的網(wǎng)絡(luò)故障診斷方法，提出了以下創(chuàng)新點(diǎn)1數(shù)據(jù)中心網(wǎng)絡(luò)具有規(guī)模大、異構(gòu)性強(qiáng)、數(shù)據(jù)變化快和流量復(fù)雜等特點(diǎn)，采用現(xiàn)有的數(shù)據(jù)采集方法很難達(dá)到網(wǎng)絡(luò)管理的需求，提出了分布式數(shù)據(jù)采集節(jié)點(diǎn)部署方法，以較小的數(shù)據(jù)采集集合來(lái)獲取網(wǎng)絡(luò)中的數(shù)據(jù)信息，在此基礎(chǔ)上提出了并發(fā)自適應(yīng)分布式數(shù)據(jù)采集方法，采用自適應(yīng)采集策略和并發(fā)多線程機(jī)制，能根據(jù)數(shù)據(jù)中心網(wǎng)絡(luò)數(shù)據(jù)變化自適應(yīng)調(diào)整數(shù)據(jù)采集周期，并根據(jù)網(wǎng)絡(luò)規(guī)模調(diào)整并發(fā)采集粒度，極大提高了數(shù)據(jù)采集的效率。2針對(duì)數(shù)據(jù)中心網(wǎng)絡(luò)中事件告警存在數(shù)據(jù)量大、冗余信息多的問(wèn)題，提出了基于冗余消減機(jī)制的告警相關(guān)性分析方法，對(duì)收集的告警事件數(shù)據(jù)進(jìn)行歸一化處理，判斷告警數(shù)據(jù)的拓?fù)湎嚓P(guān)性，根據(jù)拓?fù)湎嚓P(guān)性分為不同的拓?fù)浣M，對(duì)每個(gè)拓?fù)浣M進(jìn)行時(shí)間相關(guān)性和告警相關(guān)度的計(jì)算，最終確定故障的根源告警。3面對(duì)數(shù)據(jù)中心網(wǎng)絡(luò)中眾多的相關(guān)信息，如何進(jìn)行故障診斷獲得引起網(wǎng)絡(luò)異常的最有可能的故障集合是一個(gè)富有挑戰(zhàn)性的問(wèn)題，論文提出了基于自學(xué)習(xí)機(jī)制貝葉斯的故障分類方法，對(duì)貝葉斯分類器進(jìn)行訓(xùn)練，利用分類器來(lái)對(duì)網(wǎng)絡(luò)故障進(jìn)行分類，在分類過(guò)程中產(chǎn)生錯(cuò)誤的故障，采用自學(xué)習(xí)機(jī)制根據(jù)故障屬性建立新的故障類型加入到故障類型庫(kù)中，不斷完善分類器，提高了故障分類的精度。4設(shè)計(jì)并實(shí)現(xiàn)了面向數(shù)據(jù)中心網(wǎng)絡(luò)的故障管理原型系統(tǒng)，該系統(tǒng)基于SPRING的管理框架，采用分層的體系架構(gòu)，從上至下包括可視化層、決策層、網(wǎng)絡(luò)感知和資源層，對(duì)網(wǎng)絡(luò)中的大量數(shù)據(jù)采用上述算法進(jìn)行分析和故障診斷，提供實(shí)時(shí)準(zhǔn)確的全網(wǎng)故障和性能視圖，并通過(guò)可視化工具以用戶友好的方式表現(xiàn)出來(lái)。目前該系統(tǒng)部署在天河2網(wǎng)絡(luò)故障監(jiān)控中，應(yīng)用效果良好。

簡(jiǎn)介：無(wú)線傳感器網(wǎng)絡(luò)WIRELESSSENSWK，WSN在節(jié)點(diǎn)特性以及應(yīng)用環(huán)境區(qū)別于傳統(tǒng)網(wǎng)絡(luò)，故對(duì)節(jié)點(diǎn)資源最大化利用具有重要研究意義。區(qū)域覆蓋是指通過(guò)研究傳感器節(jié)點(diǎn)調(diào)度、覆蓋空洞以及拓?fù)淇刂频燃夹g(shù)，最后使得網(wǎng)絡(luò)中的各項(xiàng)資源得到全局式的優(yōu)化分配，并使節(jié)點(diǎn)的感知、監(jiān)測(cè)、通信等各種服務(wù)質(zhì)量得以優(yōu)化提高，從而實(shí)現(xiàn)網(wǎng)絡(luò)高效互連。而良好的區(qū)域覆蓋技術(shù)是實(shí)現(xiàn)降低節(jié)點(diǎn)能耗、延長(zhǎng)網(wǎng)絡(luò)生存周期這一目標(biāo)的技術(shù)之一。本文以WSN為背景，在節(jié)點(diǎn)隨機(jī)布撒的情況下，研究WSN中的區(qū)域覆蓋技術(shù)，并重點(diǎn)對(duì)其中的節(jié)點(diǎn)調(diào)度、覆蓋空洞等關(guān)鍵技術(shù)進(jìn)行研究。所取得的成果主要包括以下方面1針對(duì)冗余節(jié)點(diǎn)覆蓋判別模型依賴節(jié)點(diǎn)位置信息、冗余節(jié)點(diǎn)覆蓋率不高等問(wèn)題，本文設(shè)計(jì)了一種不依賴節(jié)點(diǎn)位置信息的冗余節(jié)點(diǎn)覆蓋判別算法REDUNDANTNODECOVERAGEDISCRIMINATINGALGITHM，RNCDA，在冗余節(jié)點(diǎn)判斷過(guò)程中，考慮鄰居節(jié)點(diǎn)之間的距離和圓心角，在一定程度上提高了冗余節(jié)點(diǎn)覆蓋率；在此基礎(chǔ)上，提出了一種能耗均衡的區(qū)域覆蓋節(jié)點(diǎn)調(diào)度算法ENERGYBALANCEDNODECOVEREDSCHEDULINGALGITHM，EBNSA，在節(jié)點(diǎn)調(diào)度過(guò)程中考慮節(jié)點(diǎn)的剩余能量，從而達(dá)到降低節(jié)點(diǎn)能耗、均衡網(wǎng)絡(luò)能耗，延長(zhǎng)網(wǎng)絡(luò)生存周期的目的。2針對(duì)覆蓋空洞出現(xiàn)網(wǎng)絡(luò)覆蓋質(zhì)量低等問(wèn)題，本文提出一種基于EBNSA的覆蓋空洞修復(fù)算法，即選擇距離基準(zhǔn)點(diǎn)最遠(yuǎn)且處于覆蓋空洞處的冗余節(jié)點(diǎn)替換該失效節(jié)點(diǎn)，達(dá)到保證網(wǎng)絡(luò)覆蓋質(zhì)量的目的。最后，利用MATLAB仿真工具對(duì)上述成果進(jìn)行仿真測(cè)試，并從冗余節(jié)點(diǎn)覆蓋率、網(wǎng)絡(luò)活躍節(jié)點(diǎn)個(gè)數(shù)等方面對(duì)算法進(jìn)行評(píng)價(jià)。與其它算法相比，EBNSA算法能夠均衡網(wǎng)絡(luò)節(jié)點(diǎn)能耗，延長(zhǎng)網(wǎng)絡(luò)生存周期。

簡(jiǎn)介：南京師范大學(xué)碩士學(xué)位論文認(rèn)知理論網(wǎng)絡(luò)技術(shù)日語(yǔ)學(xué)習(xí)模式的探討與實(shí)踐姓名徐明申請(qǐng)學(xué)位級(jí)別碩士專業(yè)外國(guó)語(yǔ)言學(xué)及應(yīng)用語(yǔ)言學(xué)指導(dǎo)教師郭常義20040601ABSTRACTLINGUISTICTHEORIESSERVETODEEPENOURUNDERSTANDINGOFLANGUAGE，ANDTHENEWLYARISINGNETWORKTECHNOLOGYMAYBEOFHELPTOTHEIMPROVEMENTOFONRLANGUAGELEARNINGEFFICIENCYBASEDONTHECOGNITIVELINGUISTICTHEORYANDTHEAPPLICATIONOFNETWORKTECHNOLOGYTHISTHESISAREMPTSTOESTABLISHAJAPANESELEARNINGMODELTHEPRINCIPLECOGNITIVECONCEPTSREVEALTHATCOGNITIONNOTONLYINCLUDESASTATICPROCESSOFLEARNINGABOUTLANGUAGESYSTEMBUTALSOOFFERSUSOPPORTUNITYTOGETINSIGHTSINTOLANGUAGEPHENOMENAINADYNAMICWAYDRAWINGOILTHECOGNITIVECONCEPTSLIKECATEGORYANDARCHETYPE，THETHESISEXPLORESTHEFUNDAMENTALSTRATAOFCOGNITION，PARTICULARLYTHECOGNITIONSTRAMMBASEDONTHEARCHETYPECONSTRUCTIONINTHECOURSEOFDESCRIBINGTHEJAPANESELANGUAGEITTHENAPPLIESTHEMODELTOTHELEARNINGASINGLEUNITOFAJAPANESELEARNINGMATERIALONTHEBASISOFTHISMODEL，ITASSOCIATESTHEWORDSINTHELISTWITHEACHOTHERWITHREGARDTOTHEACQUISITIONOFTHEPASSIVEVOICESENTENCES，ANIMPORTANTANDDIFFICUKASPECTFORMANYCHINESELEARNERS，ITADDRESSESTHISASPECTBYMEANSOFTHECOGNITIVECONCEPTCATEGORYASFORTHEJAPANESELEARNINGONTHEINTEMETITFIRSTADDRESSESTHEJAPANESEVOCABULARYCONCERNINGCOMPUTERANDCYBERBYMEANSOFSUMMARIZINGANDANALYZINGTHEMFINALLYITINTRODUCESALJAPANESELEARNINGPLATFORMJAPANESESQUARETHISISTHEPRELIMINARYAPPLICATIONOFTHELEARNINGMODELITGIVESADETAILEDDESCRIP廿ONOFTHEACTIVITIESINWHICHTHELEARNERSAREINSTRUCTEDTOCONDUCTEXPLORATIVESTUDYONTHEPLATFORMOFINTERACTANDINTRODUCESSOMESKILLSINTHEINTERACTIONBYLOOKINGATJAPANESEFROMTHECOGNITIVEPERSPECTIVEANDAPPLYINGTHENETWORKTECHNOLOGYINTHELEARNINGOFJAPANESE，THETHESISPUTSFORWARDTHEDYNAMICANDOPENJAPANESELEARNINGMODELKEYWETDCOGNITIVENETWORKLEARNING6

簡(jiǎn)介：二十一世紀(jì)以來(lái)無(wú)線通信技術(shù)飛速發(fā)展，無(wú)線網(wǎng)絡(luò)技術(shù)呈現(xiàn)多樣化的發(fā)展，多模終端已經(jīng)大量普及，用戶通常身處在多種無(wú)線技術(shù)覆蓋的網(wǎng)絡(luò)環(huán)境中。雖然每種無(wú)線接入技術(shù)各具特點(diǎn)，但單一的無(wú)線接入技術(shù)始終都有技術(shù)弱勢(shì)，不可能滿足用戶所有的需求。因此，不同接入技術(shù)的相互融合成為了未來(lái)通信技術(shù)發(fā)展的必然趨勢(shì)和研究熱點(diǎn)，異構(gòu)網(wǎng)絡(luò)正是在這一情況下應(yīng)運(yùn)而生。異構(gòu)網(wǎng)絡(luò)可以融合各種無(wú)線通信技術(shù)系統(tǒng)，實(shí)現(xiàn)接入技術(shù)之間的優(yōu)勢(shì)互補(bǔ)，協(xié)調(diào)不同網(wǎng)絡(luò)間的工作，為用戶提供類別豐富的多媒體服務(wù)。但是，實(shí)現(xiàn)不同網(wǎng)絡(luò)間的系統(tǒng)融合是一個(gè)復(fù)雜的系統(tǒng)工程，它并不是對(duì)多種無(wú)線接入技術(shù)的簡(jiǎn)單疊加，而是需要克服不同接入技術(shù)造成的技術(shù)隔閡，其中最大的技術(shù)難點(diǎn)是如何實(shí)現(xiàn)異構(gòu)網(wǎng)絡(luò)的聯(lián)合資源管理。本文主要的研究?jī)?nèi)容為異構(gòu)無(wú)線網(wǎng)絡(luò)資源管理模型以及基于業(yè)務(wù)重要性的接入控制技術(shù)，并搭建實(shí)驗(yàn)平臺(tái)對(duì)上述理論進(jìn)行了實(shí)驗(yàn)測(cè)試和驗(yàn)證。第一，設(shè)計(jì)了異構(gòu)無(wú)線網(wǎng)絡(luò)聯(lián)合資源管理平臺(tái)。參考已有的異構(gòu)無(wú)線網(wǎng)絡(luò)資源管理模型，把分級(jí)式聯(lián)合資源管理模型與異構(gòu)無(wú)線網(wǎng)絡(luò)的松耦合接入模型進(jìn)行融合，實(shí)現(xiàn)了資源管理平臺(tái)中的管理實(shí)體與具體網(wǎng)絡(luò)單元的一一對(duì)應(yīng)。然后，我們進(jìn)一步為各級(jí)管理實(shí)體設(shè)計(jì)具體的功能模塊，分析了管理實(shí)體間的資源信息交互過(guò)程，并對(duì)接入選擇流程做了詳盡的闡述。第二，本文著重提出了基于業(yè)務(wù)重要性的網(wǎng)絡(luò)接入選擇算法。業(yè)務(wù)重要性是綜合考量業(yè)務(wù)優(yōu)先級(jí)和用戶優(yōu)先級(jí)后得到的衡量業(yè)務(wù)重要性程度的一種參數(shù)，它將直接影響網(wǎng)絡(luò)選擇的結(jié)果。首先我們對(duì)GRA算法進(jìn)行了改進(jìn)，提出了基于業(yè)務(wù)QOS需求的RDGRA算法；之后又進(jìn)一步運(yùn)用了AHP層次分析法，根據(jù)接入業(yè)務(wù)類型，有區(qū)別的重新調(diào)整了RDGRA算法中QOS參數(shù)權(quán)重，計(jì)算出了各個(gè)備選網(wǎng)絡(luò)相對(duì)本次業(yè)務(wù)請(qǐng)求的評(píng)價(jià)值；最后基于業(yè)務(wù)重要性等級(jí)，采用三種不同的策略，給予不同等級(jí)的接入保障，為業(yè)務(wù)選擇最優(yōu)的接入網(wǎng)絡(luò)。第三，搭建了異構(gòu)無(wú)線網(wǎng)絡(luò)資源管理模型軟件實(shí)驗(yàn)平臺(tái)。首先基于JAVA語(yǔ)言和MYSQL數(shù)據(jù)庫(kù)實(shí)現(xiàn)了資源管理平臺(tái)的主體功能，然后通過(guò)JAVASWING設(shè)計(jì)了管理端配置和查詢界面，最后對(duì)資源管理實(shí)驗(yàn)平臺(tái)對(duì)進(jìn)行了功能測(cè)試和驗(yàn)證，給出了相應(yīng)的實(shí)驗(yàn)結(jié)果分析。

簡(jiǎn)介：SPARK技術(shù)是一項(xiàng)基于內(nèi)存計(jì)算，繼HADOOP技術(shù)之后在云計(jì)算領(lǐng)域出現(xiàn)的新一代通用并行計(jì)算的開源技術(shù)，在機(jī)器學(xué)習(xí)方面有著無(wú)與倫比的優(yōu)勢(shì)，特別適合出現(xiàn)多次迭代計(jì)算需求的算法，并在交互式查詢、云計(jì)算、圖計(jì)算等領(lǐng)域有著廣泛的應(yīng)用。由于SPARK擁有非常出色的容錯(cuò)和調(diào)度機(jī)制，可以確保系統(tǒng)穩(wěn)定地運(yùn)行，并且它還是一個(gè)集SQL、機(jī)器學(xué)習(xí)、圖計(jì)算、流處理等多種功能于一體的計(jì)算框架，具有非常好的易用性。目前，SPARK技術(shù)已經(jīng)構(gòu)建成了一套完整的大數(shù)據(jù)處理生態(tài)系統(tǒng)，在流處理、圖技術(shù)、機(jī)器學(xué)習(xí)、NOSQL查詢等方面都具有自己的特色。此外，SPARK采用全棧技術(shù)解決了云計(jì)算數(shù)據(jù)處理的核心問(wèn)題，使得在現(xiàn)階段，SPARK技術(shù)在云計(jì)算等大數(shù)據(jù)領(lǐng)域中成為研究熱點(diǎn)。論文在詳細(xì)闡述國(guó)內(nèi)外關(guān)于SPARK研究現(xiàn)狀的基礎(chǔ)上，針對(duì)目前存在的難點(diǎn)問(wèn)題，以SPARK全棧框架中的各個(gè)組件及其應(yīng)用為基礎(chǔ)，對(duì)網(wǎng)絡(luò)流量異常檢測(cè)技術(shù)的應(yīng)用問(wèn)題展開討論和研究，本論文的主要貢獻(xiàn)有以下兩個(gè)方面本論文首先研究了網(wǎng)絡(luò)流量異常檢測(cè)技術(shù)在SPARK平臺(tái)上的應(yīng)用，利用SPARK平臺(tái)上的MLLIB算法庫(kù)、STREAMINGKMEANS和隨機(jī)森林算法分別作為入侵檢測(cè)的第一級(jí)和第二級(jí)模型，作用于不同階段中網(wǎng)絡(luò)流量數(shù)據(jù)的檢測(cè)。此外，根據(jù)無(wú)監(jiān)督模式下KMEANS算法的原理，對(duì)網(wǎng)絡(luò)流量異常檢測(cè)算法進(jìn)行了優(yōu)化，采用ZSCE算法過(guò)濾邊緣信息，選擇熵信息KMEANS模型作為第一級(jí)網(wǎng)絡(luò)流量異常檢測(cè)的模型，以第一級(jí)檢測(cè)模型的數(shù)據(jù)輸出作為第二級(jí)模型的輸入，采用隨機(jī)森林算法作為第二級(jí)分類模型。其次本論文針對(duì)以上算法進(jìn)行了對(duì)比測(cè)試。首先以KDD99為實(shí)驗(yàn)數(shù)據(jù)集，基于熵信息判斷KMEANS最優(yōu)模型，并通過(guò)交叉檢驗(yàn)證明了在不同的K值下模型預(yù)測(cè)準(zhǔn)確度和熵信息成反比，K值為60時(shí)KMEANS模型達(dá)到最優(yōu)。同時(shí)還對(duì)隨機(jī)森林算法和決策樹算法在不同參數(shù)組合下的預(yù)測(cè)模型進(jìn)行了異常數(shù)據(jù)分類測(cè)試對(duì)比，測(cè)試結(jié)果表明，隨機(jī)森林模型可以做到98％以上的異常結(jié)果分類預(yù)測(cè)，采用二級(jí)異常檢測(cè)模型與傳統(tǒng)模型相比較，可獲得較高的異常數(shù)據(jù)檢測(cè)精度。

簡(jiǎn)介：信息技術(shù)突飛猛進(jìn)地發(fā)展和計(jì)算機(jī)網(wǎng)絡(luò)地日益普及，給現(xiàn)代教育技術(shù)帶來(lái)了千載難逢的發(fā)展機(jī)遇?，F(xiàn)代教育理論與信息技術(shù)的融合，促使了現(xiàn)代遠(yuǎn)程教育的產(chǎn)生和發(fā)展?，F(xiàn)代遠(yuǎn)程教育以計(jì)算機(jī)網(wǎng)絡(luò)以及衛(wèi)星數(shù)字通訊技術(shù)為支撐，利用計(jì)算機(jī)、通訊和多媒體等技術(shù)和現(xiàn)代教育理論，把教與學(xué)有效地結(jié)合起來(lái)，把各種教育資源有效地利用起來(lái)。在現(xiàn)代遠(yuǎn)程教育工程中，網(wǎng)絡(luò)課程建設(shè)是基礎(chǔ)，資源建設(shè)是核心，教學(xué)應(yīng)用是目的。首先，本文綜述了網(wǎng)絡(luò)課程的定義和缺點(diǎn)，在此基礎(chǔ)上提出了自適應(yīng)學(xué)習(xí)技術(shù)，敘述了自適應(yīng)學(xué)習(xí)技術(shù)的概念和優(yōu)點(diǎn)。其次，本文介紹并擴(kuò)展了信任向量理論，介紹了AHPANALYTICALHIERARCHYPROCESS方法。再次，本文在國(guó)內(nèi)外對(duì)學(xué)習(xí)對(duì)象元數(shù)據(jù)研究的基礎(chǔ)上提出了一個(gè)學(xué)習(xí)對(duì)象模型，并在常規(guī)學(xué)習(xí)資源組織和管理方法基礎(chǔ)上使用學(xué)習(xí)對(duì)象統(tǒng)一了課程結(jié)構(gòu)和學(xué)習(xí)資源，討論了查找學(xué)習(xí)對(duì)象的方法。然后，本文基于常用的學(xué)習(xí)者模型和心理學(xué)、教育學(xué)相關(guān)理論，提出了一個(gè)包括學(xué)習(xí)者評(píng)價(jià)信息和學(xué)習(xí)者個(gè)性特征信息的學(xué)習(xí)者模型，使用擴(kuò)展的信任向量理論和AHP方法提出了學(xué)習(xí)者認(rèn)知能力、難度掌握能力、學(xué)習(xí)成績(jī)、學(xué)習(xí)能力等學(xué)習(xí)評(píng)價(jià)信息，提出了學(xué)習(xí)者偏愛(ài)的學(xué)習(xí)素材、偏愛(ài)的學(xué)習(xí)時(shí)間等學(xué)習(xí)者個(gè)性特征的定量計(jì)算方法。最后，本文依據(jù)上述理論研究，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)自適應(yīng)學(xué)習(xí)系統(tǒng)。

簡(jiǎn)介：分類號(hào)密級(jí)UDC注1學(xué)位論文基于FUZZING技術(shù)的ROID平臺(tái)應(yīng)用層網(wǎng)絡(luò)協(xié)議測(cè)試工具（題名和副題名）汪棟（作者姓名）指導(dǎo)教師劉丹副教授電子科技大學(xué)成都（姓名、職稱、單位名稱）申請(qǐng)學(xué)位級(jí)別碩士專業(yè)學(xué)位類別工程碩士工程領(lǐng)域名稱電子與通信工程提交論文日期2015年4月7日論文答辯日期2015年5月29日學(xué)位授予單位和日期電子科技大學(xué)2015年6月答辯委員會(huì)主席評(píng)閱人注1注明國(guó)際十進(jìn)分類法UDC的類號(hào)。獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。作者簽名日期年月日論文使用授權(quán)論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）作者簽名導(dǎo)師簽名日期年月日