【摘 要】
：
随着互联网行业的飞速发展,各类新型网络业务层出不穷,给接入网网络设备的承载能力带来了不小的挑战。接入网作为最靠近用户侧的网络,直接影响用户的用网体验,对其的改造升级具有十分重要的意义。当前的网络升级规划主要依据工程师经验进行,通过人为经验指导某片区无源光网络（Passive Optical Network,PON）口进行改造升级。但由于人为经验无法量化、判定过程依据指标较为片面,在运营商投资成本受
论文部分内容阅读
随着互联网行业的飞速发展,各类新型网络业务层出不穷,给接入网网络设备的承载能力带来了不小的挑战。接入网作为最靠近用户侧的网络,直接影响用户的用网体验,对其的改造升级具有十分重要的意义。当前的网络升级规划主要依据工程师经验进行,通过人为经验指导某片区无源光网络（Passive Optical Network,PON）口进行改造升级。但由于人为经验无法量化、判定过程依据指标较为片面,在运营商投资成本受限时,此粗放的判定模式无法精确找到有升级需求的节点,网络改造升级面临的问题包括:（1）缺少能够对网络节点规划优先度进行量化呈现的综合性的评估方案;（2）缺乏支持定量升级的接入网网络规划工具。本文针对以上问题,着重对网络节点进行了评估,并结合评估模型和相关手册,设计符合现网情况的网络规划算法。主要创新点和所做工作如下:1、本文将层次分析法（Analytic Hierarchy Process,AHP）、优劣解距离法（Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS）等权重分配或评估工具用于网络节点优先度评估中。将人为影响因素逐渐降低,给出了直接经验评估法、AHP+分值累加法、AHP+TOPSIS法三种评估模型,用于指导网络节点升级排序,形成在完备数据集下对PON 口升级优先度判定的全面、科学量化方案。2、本文从数据相似度出发对评估方案进行了评价、筛选和补充。首先,使用方差和杰卡德系数,从稳定性和准确性方面对方案进行对比、筛选。其次,对缺失指标无法定量评估的PON 口,借鉴K均值（K-MEANS）算法的空间坐标下数据特征相似度计算思路,使用欧氏距离相似度指导其是否应当升级。3、根据实际运营策略的不同,本文针对实操简易性、升级价值和区域均衡性设计了三种同局站内扩容升级算法。三种算法均能实现对一次升级后空闲10G PON资源的整合利用,且依据用户自定义的待升级PON 口数量进行网络规划。在进行了规划算法仿真验证后,区域均衡算法的规划覆盖范围最广,且规划精度较高,综合了其他两种算法的优势,因此为本文的推荐使用规划算法。
其他文献
随着我国城市化建设的不断演进,事关老百姓日常生活方方面面的电力、燃气、给水、通信等地下管线愈发错综复杂。管线事故频发、故障定位效率低下等问题直接影响了城市基础设施服务的质量,管廊可谓是城市的地下“生命网”、“供给网”。巡检作为管廊运维的重要日常工作,是保证设备正常运行和生产安全的一项基础工作,担负着提前发现隐患、及时做出响应的重要职责。随着人工智能的发展,机器学习等技术给预测性巡检带来了新的机遇。
车辆到车辆的通信在现代通信系统中起着十分重要的作用,车联网系统及智慧交通系统不断发展并需求新的技术,对于车辆通信信道特性的了解程度需求增加,因此对车辆间的通信信道进行合理的建模对于未来的相关研究提供了重要的帮助。在本文中,提出了一个适用性广泛的可应用于sub-6GHz频段的3D非平稳MIMO信道模型,该模型是一个可应用于包含坡道的道路情景的基于几何的随机模型,且该模型在化简后可应用于一般的水平道路
随着信息技术的飞速发展,网络成为了日常生活中重要的数据形式。对网络数据进行分析能够提升节点聚类、社交推荐以及社区发现等现实任务的性能。然而,现实生活中的网络结构稀疏且规模巨大,这使得存储和处理网络数据变得十分困难。因此,学者提出网络嵌入技术来解决数据存储和处理困难的问题。网络嵌入旨在使用低维稠密的向量来表示节点。随着深度学习的不断发展,基于深度学习的网络嵌入算法的性能远优于传统的网络嵌入算法。然而
近些年来,人工智能技术发展迅速,机器人,无人驾驶等领域逐渐走到人们的生活中。同时定位与建图（SLAM,simultaneous localization and mapping）是这些领域的关键技术之一,它尝试解决无人设备的定位以及环境的感知等方面的问题。然而在现实的场景中,存在着一些复杂的场景,比如移动物体较多的动态场景,经常发生变化的场景等,这些环境会使SLAM系统的定位和建图精度下降,从而会
面部动作追踪与动画驱动已经广泛的应用于影视、游戏、娱乐等行业中,主要依赖硬件设备捕捉并提取面部的动作,包括头部姿态、面部表情和眼球方向等,将这些运动参数映射到3D模型中,从而实现人脸动画的驱动。在影视行业中,对准确度的要求非常苛刻,依赖十分复杂的图像采集设备,例如多目或深度摄像头等,并且有需要人工操作的前后期处理过程;相反,应用于娱乐行业的方法,对实时性要求非常高,使用精简的方法仅提取极少的面部动
近年来,区块链技术作为信息化时代的新兴前沿技术,受到了政府及社会各界的广泛关注,目前在很多行业都取得了显著的应用成效。而地勘工作属于数据密集型工作,进一步汇聚共享行业地勘数据,加强地勘行业数据资产管理,是当前地勘工作的重中之重。本文通过研究智能合约、区块链数据结构等关键技术,将区块链技术和地质勘察项目监管工作相结合,设计并实现了一个基于区块链的地勘大数据防篡改子系统。该系统通过执行智能合约,可以将
信息的飞速增长引爆了大数据时代的到来,其中随着通信行业的不断发展,也使得越来越多的电信欺诈出现在用户的日常生活中。电信诈骗已经成为影响人们日常生活的主要诈骗形式,且当下的反欺诈手段较为被动与笨重,无法满足高效反诈的需求,针对电信诈骗的研究迫在眉睫。因此,本文基于电信反欺诈场景下的信令数据与通话文本数据,分别提出反欺诈综合决策识别算法,诈骗模式发现及趋势分析算法,能够高效的进行相应的电信反欺诈识别与
随着深度学习领域的快速发展,使用深度学习模型改善认知服务逐渐成为一种趋势。如何在保护用户数据隐私的前提下,基于用户数据在移动设备上为用户训练推断速度快、高性能的深度学习模型用以提供认知服务,成为了亟待解决的问题。先前的研究主要着重于在云服务器上训练高性能的模型为用户提供服务,在边缘服务器对数据进行预处理后再将数据发送至云端完成训练任务,设计新颖的模型结构或采用网络压缩技术以将模型部署在移动设备上,
毫米波雷达受外界影响小,因此能够在各种环境下稳定工作。近年来,毫米波雷达在诸多场景中被广泛应用,路口监测场景下也需要使用毫米波雷达识别车辆的种类。本文重点研究了高分辨距离像（HRRP）的识别算法,分析了传统算法的缺点,设计了车辆目标的识别分类方法,并在实验仿真中验证了算法性能。本文工作主要分为以下两个部分:第一部分研究了雷达的散射点模型,分析HRRP的敏感性和解决方案。然后深入讨论了传统算法的缺点
互联网飞速发展以及web2.0时代计算机与手机等设备的普及,促使网络上用户产出内容的激增。这些包含巨大信息量的数据对为用户提供个性化服务有着重大意义和研究价值。情感分析是挖掘文本内容的重要手段,其主要是辨别文本表达的主观情感。细粒度情感分析——方面级别的情感分析（aspect level sentiment analysis）主要是从文本中提取给定方面的情感极性,近年来已经成为业界的关注焦点。本文