一、传播模型优化的研究（论文文献综述）
张吉[1]（2021）在《基于大数据分析的无线网络覆盖优化算法研究与可视化平台设计》文中进行了进一步梳理随着无线网络的快速发展,越来越多的移动设备逐渐接入无线网络,这使得通信网中的移动业务呈现爆炸性增长。然而城市中的部分区域正逐渐暴露出在网络覆盖方面的问题,较好的信号覆盖是保证移动通信业务的前提,所以确保基站的良好覆盖是通信运营商的重要工作之一。针对LTE网络中存在覆盖问题的地区,传统网优工作主要依靠工程师上站调节参数改善区域覆盖情况,该方法效率低、准确度差,本文将LTE网络实际路测数据与大数据分析方法结合,深入研究了基于大数据的LTE网络重叠覆盖和弱覆盖优化方法。本文在介绍LTE网络特征以及现有网络覆盖优化方法的基础上,主要进行了以下三个方面的工作:（1）提出了一种基于大数据挖掘的LTE网络重叠覆盖优化方法。传统的重叠覆盖优化建模方法假设条件较理想,与真实LTE网络环境存在一定的差距。本文提出的方法基于LTE网络实际路测数据,首先对实测数据进行清洗和扩充,然后利用随机森林算法提取影响区域重叠覆盖率的重要基站参数,并对该参数进行调节,使用支持向量机算法预测调节后的区域重叠覆盖率。仿真结果表明,该方法将优化区域的重叠覆盖率从45%降至27%,有效降低了区域的重叠覆盖率。（2）提出了一种基于校正传播模型的LTE网络弱覆盖优化方法。在网络部署和网络优化研究中,传播模型可以用来进行覆盖预测。本文针对传统的传播模型不再适用于实际通信环境的问题,首先利用实际路测数据校正SPM传播模型,然后基于遗传算法寻找能够降低区域弱覆盖率的最优基站参数,在寻找最优基站参数的过程中使用校正后的传播模型预测覆盖情况。仿真结果表明,该方法将优化区域的弱覆盖率从17%降至0%,实现了区域的全覆盖。（3）设计了网络规划系统可视化web平台并实现了网络数据可视化。该平台基于数据可视化理论,使用Vue框架搭建,使用Echarts组件将实际路测数据绘制成丰富的图表。该平台以南京江宁地区的实际数据为案例,展示了南京江宁地区的基站分布情况、基站覆盖情况、基站的周下行字节数以及基站的周平均吞吐量,从多个维度反应了南京江宁地区基站的运行情况,有助于通信运营商的网规网优可视化工作。
李和壁[2]（2021）在《高速铁路列车群运行仿真系统技术研究》文中研究说明针对我国高速铁路成网条件下固定设施跨越式发展与移动装备运行速度高、车型种类多,运营组织复杂、调度指挥难度高之间不平衡的协同难题,为明确高、中速列车共线运行、多类行车闭塞方式和列控方式共存的复杂模式与我国铁路设计规划、运营调度间的接口关系,挖掘铁路线路设计方案与车站拓扑结构对线路通过能力的影响,满足铁路运输组织的理论研究、工程运用对高速铁路网络系统基础设施分析规划的要求,量化列车时刻表适应性并分析突发事件和列车晚点对时刻表与后续行车波动影响,有必要利用相关理论构建关键技术仿真模型,开展我国高速铁路列车群运行仿真技术研究,进而为我国高速铁路路网规划设计、列车运行图调整优化、列控平台测试验证提供科学支撑。作者在阅读研究国内外学者相应研究成果基础上,梳理了列车群行车仿真理论方法,以我国高速铁路运输组织特点为基础,构建了高速铁路列车群运行仿真系统技术理论框架,并综合基础设施数据、动车组数据与列车时刻表数据等仿真基础数据,实现了信号系统模型、相关控车逻辑、列车车站运行模型以及多并发仿真算法,通过调度集中控制系统仿真模块构建CTC功能,从系统架构搭建、基础数据管理、列控系统建模等方面详细论述了列车群行车仿真技术。主要研究内容包含以下6个方面:（1）以实现单一列车在区间运行仿真为目的,对高速动车组不同工况下的受力进行分析研究,构建运动模型底层抽象类,具体化各型号列车牵引制动模式并予以分类,以此为基础构建高速铁路动车组运动模型并进行仿真研究。（2）以实现多列车区间运行追踪仿真为目的,针对高速铁路安全防护超速控车实际场景,建立应用于仿真体系的列控模型,基于此实现列控核心算法,通过模拟紧急制动曲线以及常用制动曲线触发逻辑,结合基础设备模型底层抽象类,开展高速铁路列车群多列车追踪列控模型仿真研究。（3）以实现高速铁路列车群路网仿真运行为目的,利用同异步仿真原理,探究同步异步仿真策略在高速铁路动车组仿真过程中的具体运用逻辑,基于线程池动态管理机制,实现列车群运营周期覆盖、CTCS-2/3信号系统逻辑以及CTC调度集中控制仿真,构建同异步架构下的多并发列车群运行控制仿真模型。（4）以实现高速铁路列车群动态显示仿真为目的,将路网基础设施结构作为底层数据框架,通过路网实际LKJ数据与设计施工数据多种方式存取,以同异步架构下的多并发列车群控制仿真模型为基础,开展高速铁路列车群动态显示仿真技术研究。（5）以计算铁路通过能力为目的,结合既有技术及框架,以真实铁路路网数据为基础,首先分析目标线路列车追踪间隔方案是否可行,进而搭建大型枢纽站通过能力、区段通过能力以及既有线改造需求下车站通过能力的计算场景,设计相关模型及算法,通过高速铁路列车群运行仿真技术验证其有效性。（6）以分析高速铁路晚点传播影响为目的,以真实行车数据为基础,构建服从随机系统事故分布以及CDF累计分布的铁路基础设备疲劳度概率模型,并据此开发设备随机故障模块,建立行车仿真随机干扰集,搭建列车晚点传播模型及场景,通过模拟设备失效分析其对运输秩序的影响程度及波动范围,探究晚点影响传播特性,进而为非正常行车组织方案优选提供手段与支撑。高速铁路列车群运行仿真平台涉及列车运动模型、路网结构搭建、路网里程转换、列车群并行、列车牵引计算、信号系统调优、列控计算、列控参数调整等一系列问题,属于铁路多学科多领域的交叉问题。开展融合多种模型技术的列车群运行仿真研究,不仅可以通过微观运动仿真实现验算制动能力、提高行车密度与通过能力,同时在宏观上进行辅助路网的规划设计,为深层次提高铁路路网运营服务水平提供有力支撑。
曹育维[3]（2021）在《超视距和城市环境下射线跟踪模型的优化与应用研究》文中认为
靳翔[4]（2021）在《铁路GSM-R场强覆盖的预测与调整方法的研究》文中进行了进一步梳理目前,铁路综合数字移动通信系统（Global System for Mobile CommunicationsRailway,GSM-R）已经普遍应用到我国各大高铁建设中,比如京沪高铁以及本文项目背景银西高铁等。虽然GSM-R系统普遍应用在高铁建设之中,但如果网络节点搭建不合理,后期可能要对基站重新选址建造,极大地浪费建设成本。因此本文首先利用数据挖掘算法在不同的外界环境下构建无线场强覆盖预测模型,为得到相对全面的无线传播模型建立基础,再通过结合3D场景的可视化平台,对GSM-R系统进行场强覆盖、优化。可视化平台能够高效的管理GSM-R系统运营,也可提前预知GSM-R网络规划的不足。稳定有效地GSM-R网络不仅可以保证列车的行车安全,又可以为GSM-R网络建设减少成本。主要研究内容如下:首先,简述了无线通信随着高速铁路的发展,以及高速铁路无线通信的原理。针对电波传输中链路通信数据过多、繁琐,引入复杂网络算法检测网络中节点所带有权值对通信资源进行再分配,合理的调度资源并稳定的传输通信数据。引入反向传播神经网络（Back Propagation Neural Network,BPNN）在该神经网络中加入遗传算法（Genetic Algorithm,GA）形成GA-BP传播模型。提出一种布谷鸟搜索算法（Cuckoo Search Algorithm,CS）优化支持向量回归（Support Vector Regression,SVR）的传播模型,将上述传播模型与GSM-R场强相结合形成高精度的预测模型。其次,本文介绍了建筑信息模型（Building Information Modeling,BIM）与地理信息系统（Geographic Information System,GIS）实现原理,并对比了各种模型绘制软件性能的优劣;将现场设备采集到的数据导入到性能最优模型绘制软件中进行3D建模,在构建模型中使用GIS地图场景渲染使模型周边环境更加真实。利用GIS提供的转换插件,解决了BIM和GIS的数据互通对接的问题,使BIM模型与GIS平台融合,用于搭建基于3D场景下的GSM-R无线通信网络覆盖优化系统。最后,将场强预测模型与BIM+GIS平台相耦合,搭建了基于3D场景下的GSM-R无线通信网络覆盖优化系统。该耦合系统把BIM模型当作集合直观的呈现出来,并对对GSM-R系统方案进行优化,重新对GSM-R系统的组网方案进行模拟预测,消除覆盖盲区,确保信号灵敏度和同频干扰达到标准,从而形成最优的GSM-R组网方案。该系统能模拟计算全线路任一点处场强,对比接收灵敏度,从而消除覆盖盲区。系统对场强覆盖情况进行判别,若无线场强低于接收灵敏度阈值或上下行链路资源预算不平衡时,可调整俯仰角、基站发射功率及基站天线高度,并重新计算覆盖。论文主要贡献:（1）提出了GA-BP和CS-SVR传播模型,结合GSM-R场强耦合出了在山区、隧道、桥梁三个场景下新的高精确度场强预测模型。（2）场强预测模型与BIM+GIS平台相结合,构建了三维可视化的GSM-R无线通信网络覆盖优化系统。（3）利用上述模型中神经网络的特性,提升了模型处理实际场强预测的效率。
梁荣余[5]（2021）在《铁路通信网智能故障定位与性能优化方法及应用研究》文中认为铁路通信网是一个复杂的专用网络系统,承载了保证铁路行车安全的多种数据传输和通信服务。例如,列车无线调度、重载无线重联、可控列尾、无线车次号校验等安全攸关的通信业务。铁路通信网络具有特殊的特性和严苛的要求,例如,基站沿铁路沿线呈带状分布、承载了铁路专用多种业务、用户终端高速移动以及严苛的电磁环境、低时延、高服务质量Qo S等要求。这些特有属性和苛刻要求给其运营维护带来了极大的挑战。此外,铁路客运高速化和货运重载化,对通信网络系统的安全性、稳定性和可靠性也提出了更高的要求。铁路总公司电务工作会议提出铁路通信网络系统“网络智能运行,资源智能管理,系统智能维护,业务智能应用”的发展目标。网络管理和运营维护已向智能化方向发展。如何更快速、更精准的定位网络故障,更智能、更科学地优化网络性能既是铁路通信网络管理领域中的重大理论问题,也是铁路现场网络管理与运营维护过程中亟需解决的实际应用问题。本文围绕铁路通信网保安全、提性能等现场亟需解决的重大需求问题,探索新的智能运维方式和方法,解决因果关系网络模型构建、故障定位、性能优化等相关技术问题,旨在降低网络运维成本、提高通信服务质量,使网络持续维持在一个高性能水平上运行。因此,本文在研究和分析了国内外专家和学者大量研究成果的基础之上,主要围绕以下几个方面开展研究和工作。（1）针对可观测变量因果关系误发现率高的问题,提出了一种纯可观测数据的因果关系结构学习和发现方法。该方法引入可视为故障的噪声变量,建立多变量相关的线性非高斯无环模型,从变量集中唯一识别变量间因果关系,有效地表示了变量之间因果关系结构。该线性非高斯因果模型符合通信网络告警数据产生机制。考虑到因果关系线性模型函数表达特性,提出了一个对数似然最大化下界目标函数,通过迭代不断极大化下界目标函数,在因果关系空间内,快速获得因果关系的最优或者近似最优解。最后发现变量之间的因果关系,构建变量因果关系结构网。仿真实验与案例验证结果显示,提出方法表现出了较好的性能水平和因果关系识别能力。（2）针对通信网络固有的不确定性以及多源故障定位复杂性问题,提出了一种自组织的故障定位整体框架。该框架利用信念网络中的消息传播与融合来执行故障推理过程,允许故障推理过程中的知识存储、知识推理和消息传递,并以事件驱动的方式驱动故障定位过程,以提高故障定位自动化程度。为避免传统贝叶斯网络推理过程中计算复杂度问题,利用Noisy OR-gate模型执行计算与推理。Noisy OR-gate模型的析取作用规则符合故障与告警之间因果关系推理模式。此外,为方便算法的开发和数据计算,提出了一种类似路由表的网络参数存储结构。故障案例实验结果显示,该模型在故障定位速度、可用性和可靠性方面满足铁路通信网络故障定位要求。（3）针对移动通信多基站覆盖联合优化非凸问题,提出了一种基于强化学习的多基站协作覆盖优化方法。该方法以道路测试采集到的基站天线性能指标值来衡量通信服务质量,然后通过调整基站天线倾斜角和水平方向角的方式解决通信覆盖优化问题。为避免单基站天线角度调整导致优化动作频繁切换或震荡现象,提出了一种相邻基站间信息交互机制。相邻基站天线通过X2接口传递信息,传递来的信息参与本基站天线覆盖优化。多基站天线倾斜角和方向角在相互协作和博弈的调整过程中获得最优或者近似最优角度调整。现场实验结果显示,所提方法不仅获得了最优调整角度,还在收敛性方面显着优于单基站调整方式。
崔键[6]（2021）在《应急通信场景下无人机通信平台覆盖最大化技术研究》文中提出应急通信场景具有突发性强等特点,可能导致通信拥塞或地面基础通信设施损坏,短时间内难以恢复正常的通信服务。无人机搭载微型通信设备作为低空通信平台,借助其灵活性高、易于部署等优势,可在第一时间实现对应急区域的覆盖,并为用户提供高概率视距通信。但是无人机机载能量受限、带宽资源稀缺和用户趋利性移动等问题,严重制约无人机对应急区域的覆盖。更大的应急通信覆盖面积和更快的部署速度,可快速保证更多用户的正常通信,满足高效救援行动的需求。为此,研究应急通信场景下无人机通信平台覆盖最大化技术具有重要的现实意义。本文深入研究了应急通信场景下无人机的位置部署及功率-带宽资源分配对于室内-室外用户通信覆盖的影响。分析了适用于室外用户的空-地链路模型,以覆盖室内用户为突破口,建立适用于无人机为室内用户提供服务的路径损耗模型。以此模型为基础,在考虑用户公平性原则和网络稳定性的前提下,研究无人机覆盖室内用户时的节能部署和资源分配问题,保证无人机以最小能耗快速完成对室内用户的全覆盖。鉴于用户趋利移动性导致的模型非归一化混合等问题,进一步研究无人机对混合室内-室外用户的最大覆盖。本文的主要研究内容及创新点如下:（1）针对室内-室外用户服务性能的差异化,提出了适用于室内用户的无人机快速部署策略,实现对室内用户的节能全覆盖。联合考虑室外-室内传输路径、室外传输损耗、穿墙损耗和室内传输损耗,设计可应用于室外-室内通信的信号传输损耗模型。用户位置信息未知时,通过大量数据拟合,得到无人机最优位置与建筑物长宽高之间的函数关系式。用户位置信息已知时,精确计算通信链路的损耗,提出基于块坐标下降的无人机快速部署算法。多无人机协作覆盖多栋建筑物时,在保证无人机对室内用户全覆盖的前提下,决策多机网络的控制单元,增强多机网络自身的主动鲁棒性。仿真结果表明,本文提出的收敛算法能快速部署无人机,保证无人机以最小的发射功率完成对室内用户的全覆盖。（2）针对远距离中继覆盖网络稳定性差的问题,提出了基于中断概率的无人机部署及资源分配策略,实现对室内用户的稳定全覆盖。将网络稳定性量化为中断概率,研究室外基站与室内用户之间所建链路的中断概率。通过优化室外-室内路径损耗模型,推导出所有链路中断概率之和的封闭表达式。进一步提出基于公平性的无人机位置-功率分配-带宽分配（Location-Power-Bandwidth Allocation fairness,LPB-fairness）方案及块坐标下降算法,将具有非凸非凹特性的原问题进行分解-迭代优化。仿真结果表明,所提方案对部署位置、功率分配和带宽分配进行快速优化,保证无人机以最小的中断概率实现对室内用户的覆盖,并且不同链路间中断概率的差异维持在1%以内。（3）针对由于室内用户趋利性移动导致的传输模型混合及资源利用率低,并进一步导致网络总传输速率低等问题,提出了基于部署位置和资源分配的“室内-室外-迭代优化”（Indoor-Outdoor-Iterative,IOI）的快速覆盖总方案,实现对混合室外-内用户的最大覆盖。IOI方案可避免建立无法归一处理的混合传输模型。根据用户密度和无人机高度提出了一种具有低计算复杂度的室外用户分布估算方法,并进一步提出了一种基于三维位置、功率和带宽分配的子方案。根据剩余资源与室外用户所需资源的度长絜大,分三种情况提出相应算法并讨论该方案的可行性。仿真结果表明,所提算法可实现快速收敛,并在满足对室外-内用户最大覆盖的基础上,确保用户之间的通信速率差异小于0.5%。
季华忠[7]（2021）在《基于图傅里叶变换和神经网络的声信标信号识别方法研究》文中提出飞机黑匣子是解开空难之谜的关键性数据记录仪器,在接触水的瞬间,黑匣子上的声信标会发出特定的脉冲信号。搜索失事飞机黑匣子的关键在于能否有效地检测识别特定的声信标信号。本文针对海上声信标信号识别问题展开研究,提出基于图傅里叶变换（Graph Fourier Transform,GFT）和卷积神经网络（Convolutional Neural Network,CNN）的声信标信号识别框架。首先在预处理阶段分析黑匣子声信标信号的特性和接收平台的噪声特性,并利用它们的频谱差异通过带通滤波抑制平台噪声。为了提高接收信噪比（Signal-to-Noise Ratio,SNR）,对均匀线阵接收的信号进行波束形成得到增强的信号,为后续声信标信号特征提取和识别奠定基础。由于水声信道具有空时频变特性,本文利用短时傅里叶变换对声信标信号进行分析,提取声信标信号的时频特性。为了克服传统模式识别方法提取特征不准确的问题,本文将卷积神经网络应用于声信标信号识别。针对声信标信号时频特性,重点研究卷积神经网络训练参数的设置和结构优化。此外,将通道注意力机制和卷积神经网络结合,自适应地调整卷积层特征通道的权值,提高卷积神经网络的性能。仿真和实验数据处理结果表明,将通道注意机制与卷积神经网络相结合,对声信号信号具有较好的识别结果。最后,利用图信号处理技术进一步提高基于改进卷积神经网络的声信标信号识别性能。由于声信标信号本身是非图结构数据,本文提出一种将非图结构数据转换成图信号的算法。声信标信号时频图的时频块被视为图节点,利用时频块幅值之间的曼哈顿距离和高斯核函数构造图节点之间的边权和邻接矩阵。对定义的图信号执行图傅里叶变换后,可以在图频域得到更具区分度和抗噪性的特征表示。仿真和实验结果表明,在GFT框架下,声信标信号的识别率有了显着提高。
杨娜[8]（2021）在《基于复杂网络与设计结构矩阵的研发项目组织聚类优化研究》文中研究表明研究与开发是企业在竞争中的立足之本。大型复杂研发项目是由需求、产品、流程、组织等多个领域高度耦合构成的复杂系统。组织设计是研发项目管理的关键内容之一,有效的研发项目组织设计对于研发项目的成败有着重要影响。组织模块化设计是降低管理复杂性、提升创新效率的有效途径。为了实现研发项目组织模块化设计,应量化团队间的依赖关系。本文主要从团队的相似性、用户关键需求与核心团队、信任三个视角构建团队依赖关系。首先,相似性可以反映团队间的依赖程度,促进团队间的协调,增强组织知识整合。因此,有必要构建基于团队相似性的组织模块化设计方法。其次,研发设计过程与用户关键需求紧密结合,量化需求、产品、组织领域之间“隐含”的依赖关系,进而识别核心团队,实现组织模块化设计,有利于研发项目组织更好地适应外部需求变化,提高产品市场认可度。最后,信任关系的构建能够有效减少冲突、促进团队间良好沟通、提高团队知识共享程度。因此,有必要提出基于信任关系的组织模块化设计方法。本论文从研发项目中团队间的依赖关系出发,针对团队的相似性、用户关键需求与核心团队、信任三个角度,采用复杂网络理论、设计结构矩阵（Design Structure Matrix,DSM）等方法,实现组织模块化设计研究,重点开展以下三个方面的研究工作:（1）针对现有研发项目组织模块化设计方法忽略了团队间相似性的不足,提出基于团队相似性的研发项目组织聚类优化方法,提供有效的组织设计方法。基于社会网络分析视角,构建研发团队的结构和属性相似性,即由活动重叠、关系强度和团队凝聚力推导结构相似性,由产品相关的专业知识和流程相关的专业知识诠释团队属性相似性。进一步基于谱聚类算法实现研发项目组织的聚类优化,弥补传统DSM聚类算法稳定性差的缺点。最大化模块内部的相似性,最小化模块之间的相似性的思想,实现现有组织模块化设计理论的拓展。为了深入分析组织网络嵌入性对聚类结果的影响,提出基于网络嵌入性的类内、类间中心性指标。最后,以某商用飞机研发项目为例,验证所提出方法的有效性。该方法有助于项目管理者根据研发项目组织网络特征测度团队之间的相似性,分析团队相似性如何影响组织模块化设计。（2）针对研发项目中用户关键需求与核心团队问题,提出基于用户关键需求与核心团队的研发项目组织聚类优化方法,实现需求驱动下的组织模块化设计。基于复杂网络方法识别用户关键需求,进而由“产品域-组织域”映射关系构建研发项目组织网络,深入分析组织网络社会嵌入性产生根本原因。核心团队通常在组织网络中具有很高的重要性和多样化的知识。为识别核心团队的网络局部和全局重要性,改进LeaderRank算法,进一步使用属性多样性来评估团队的知识多样性。该方法实现了在不需要确定最优模块化个数的情况下,可围绕核心团队优化组织结构。最后,以某手机研发项目为例验证模型的有效性。该方法有助于项目管理者识别用户关键需求,进而识别核心团队,分析其如何影响组织模块化设计。（3）针对研发项目组织中的信任关系问题,提出基于信任关系的研发项目组织聚类优化方法,分析研发项目组织网络中的多重关系。构建信任关系的不同维度、传播模型,进而建立其对组织模块化和隐性知识共享的影响模型。由于能力信任维度强调当前关系结构的任务和情境特性,使用模糊理论估计重叠时间,实现能力信任关系的量化。针对善意信任维度的非正式特质,构建情感亲密度矩阵,分析影响善意信任的因素,进而基于影响因素的相似性求得善意信任关系。针对信任关系传播特征,深入分析单/多路径下的信任传播模型。关于传播中介个数的确定,考虑组织网络小世界特性的影响。最后,基于两阶段聚类准则,实现模块内信任关系较强,模块间信任关系较弱,进而构建基于信息熵的隐性知识共享模型。研究结果表明能力信任相较于善意信任,对总协调成本的影响较大,对隐性知识的影响较小。
李欣颖[9]（2021）在《移动短视频用户信息行为影响因素及动态演化研究》文中进行了进一步梳理截至2020年3月,我国移动短视频用户规模接近8亿,占全体网民的86%,成为移动互联网的新风口,超越综合视频成为第三大移动应用。同时受到新冠疫情影响,2020年下半年用户规模进一步大幅提升,移动短视频观看时长日均3亿小时,成为领跑互联网的新发展热点。虽然随着移动短视频竞争格局走向良性,内容质量得到提升,版权意识也不断增强,但是移动短视频作为新兴事物和新兴业态,还是存在一系列的生态问题。如何挖掘移动短视频用户信息行为影响因素,基于用户信息行为特征、规律和网络结构,基于信息行为演化过程,从移动短视频用户的多元信息行为和多维场景出发,维护移动短视频生态系统的稳定和平衡,保障移动短视频产业的持续良性发展,是移动短视频用户信息行为管理的新挑战。本文以移动短视频用户信息行为作为研究对象,基于信息生态学、行为科学理论、系统动力学理论等交叉学科理论,展开了移动短视频用户信息行为相关问题的研究。首先基于行为科学和信息生态理论构建了移动短视频用户信息行为机理模型,并对机理关系进行了分析,该章是论文的核心理论框架。接着基于扎根理论展开移动短视频用户信息行为影响因素研究,基于复杂网络理论展开移动短视频用户信息行为特征和网络结构研究,进而基于系统动力学理论衍生模型,采用仿真研究方法展开移动短视频用户信息行为演化模型研究。最后,基于理论研究成果,从用户信息行为视角,提出移动短视频服务对策。全文理论研究按照“理论框架—核心解析—理论落脚点”的研究脉络层层深入展开,最后理论研究和实践研究紧密结合,形成系统完整的移动短视频用户信息行为研究成果。下面予以详细阐述:第三章移动短视频用户信息行为机理研究。基于行为科学理论,在国内外学者研究的基础上,提出了移动短视频用户信息行为过程模型;基于信息生态理论,剖析了移动短视频用户信息行为要素,分析了移动短视频用户信息行为驱动力及内在机制,最后构建了移动短视频用户信息行为机理模型,并对机理关系进行了分析,本章是论文的核心理论框架。第四章移动短视频用户信息行为影响因素研究。聚焦移动短视频用户信息行为影响因素研究的核心目标,采用扎根研究范式对移动短视频用户信息行为影响因素进行研究,在获取详实的质性资料的基础上遵循研究范式对移动短视频用户信息行为影响因素进行编码,从多维视角构建基于扎根理论的移动短视频用户信息行为影响因素模型,最后阐释了相关概念并对结果进行了分析,本章为第6章和第7章提供支撑。第五章移动短视频用户信息行为特征及网络结构研究。首先构建了移动短视频用户信息行为特征概念模型,接着配置安卓智能手机并ROOT后进行Java语言编程,获取总计217360条抖音短视频数据,采用归纳演绎和社会网络分析方法,使用数理统计工具、情感分析工具、分词工具、Gephi软件对移动短视频用户信息行为整体特征、信息检索推荐行为特征、信息发布行为特征、信息共享行为特征及信息行为网络特征展开了实证研究并进行了细致分析。本章为第6、7章提供理论支撑。第六章移动短视频用户信息行为演化模型研究。本章在国内外学者及有关研究的基础上,基于系统动力学理论和信息行为理论,提出了移动短视频用户信息行为演化建模依据和思想,构建了移动短视频用户信息行为演化模型V-SIbR,计算了模型平衡点及阈值,设置了11组33个参数方案,使用Matlab工具对模型进行仿真,对仿真结果进行了分析、对移动短视频用户信息行为的演化进行了综合讨论。本章为第7提供理论支撑。第七章基于用户信息行为的移动短视频服务对策研究。本章针对移动短视频用户服务现状和问题,从用户信息行为出发,基于第4章研究成果,提出移动短视频用户服务水平提高对策;基于第5章研究成果,针对移动短视频发展乱象提出治理对策;基于信息生态理论及第4、5、6章研究成果,提出优化移动短视频服务生态对策。本文紧随国内外学者研究趋势,展开了系统的理论研究和实践层面的探索,具有一定的理论意义和实践价值。理论层面,能够推动移动短视频用户信息行为理论体系发展、深化信息生态理论在移动短视频用户信息行为领域的应用、为加强移动短视频用户信息行为管理提供理论支撑。实践层面,指导相关部门和企业提高移动短视频用户服务水平、加强移动短视频治理、优化移动短视频服务生态。未来研究中,紧随交叉学科研究发展趋势,探讨医学与信息学交叉融合新的研究视角与发展契机,挖掘移动短视频技术应用优势,展开健康信息行为、健康信息管理、健康信息行为干预、用户健康信息行为等领域的研究。
吕岩[10]（2021）在《制氧厂噪声预估方法研究及其应用》文中研究指明制氧厂噪声是制氧厂为钢铁生产提供所需氧气时产生的一类特殊噪声。这类噪声具体声源数目多、分布范围广、辐射噪声频带宽、声压级高且混叠明显的特征。这些特征使得制氧厂噪声测试难度大、预估精度低、治理困难。由此,本文基于几何声学理论提出一种联合虚源法、声辐射度法和声线法的噪声预估方法,建立制氧厂室内与户外的噪声预估模型,通过构建快速多极算法和空间等效划分优化预估模型实现声源结构的降阶和空间模型的简化,最终实现了制氧厂噪声声场的有效预估。本选题得到横向课题“炼铁制氧噪声控制技术研究”和国家自然科学基金项目（61671262）的资助。论文主要研究工作包括:（1）分析了目前室内与户外噪声预测方法对工业噪声预测的精度及影响因素,并针对制氧厂厂区及主要设备的噪声辐射特性进行详细测试分析与研究,确定了制氧厂室内与户外噪声的主要特性。（2）深入研究了虚源法、声辐射度法和声线法在噪声预估中的应用,针对制氧厂室内噪声特性,联合虚源法和声辐射度法建立室内噪声预估模型ISM-AR（Image source method-Acoustical radiosity）;针对户外噪声特性,联合声线法及户外声传播准则建立户外噪声预估模型。（3）针对噪声预估模型在应用过程中模型复杂度高、计算效率低的问题,构建了快速多极展开和空间等效划分的模型优化算法,并通过仿真实验验证了优化算法可降低模型的复杂度和计算量,证明了优化模型的可行性和有效性。（4）将模型应用于制氧厂噪声的声场预估中,在制氧厂实测数据和优化预估模型基础上,对制氧厂室内与户外的噪声分布进行了重构计算,根据计算结果进一步明确了厂区的噪声声场分布和主要治理目标,为实际降噪提供了理论指导依据。
二、传播模型优化的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、传播模型优化的研究（论文提纲范文）
（1）基于大数据分析的无线网络覆盖优化算法研究与可视化平台设计（论文提纲范文）
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 无线通信技术的发展 |
| 1.1.2 覆盖优化问题的研究意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的研究内容 |
| 1.4 论文的章节安排 |
| 第二章 无线网络规划及大数据相关技术 |
| 2.1 LTE关键技术研究 |
| 2.1.1 OFDM技术 |
| 2.1.2 MIMO技术 |
| 2.2 自组织网络概述 |
| 2.2.1 SON的提出 |
| 2.2.2 SON功能概述 |
| 2.2.3 SON架构概述 |
| 2.3 无线大数据技术 |
| 2.3.1 无线大数据分类 |
| 2.3.2 数据挖掘技术 |
| 2.3.3 无线大数据研究现状 |
| 2.4 本章小结 |
| 第三章 基于大数据挖掘的LTE网络重叠覆盖优化 |
| 3.1 概述 |
| 3.2 系统模型 |
| 3.3 数据格式和预处理 |
| 3.3.1 数据格式和清洗 |
| 3.3.2 数据集不平衡和扩充 |
| 3.4 最优基站部署 |
| 3.4.1 特征重要性和特征选择 |
| 3.4.2 分类性能评估 |
| 3.4.3 重叠覆盖预测模型 |
| 3.4.4 功率优化算法 |
| 3.5 仿真结果分析 |
| 3.5.1 数据集扩充结果与分析 |
| 3.5.2 模型分类结果和分析 |
| 3.5.3 功率调整结果和分析 |
| 3.6 本章小结 |
| 第四章 基于校正传播模型的LTE网络弱覆盖优化方法 |
| 4.1 概述 |
| 4.2 弱覆盖优化分析 |
| 4.3 无线传播模型校正 |
| 4.3.1 无线传播模型 |
| 4.3.2 模型校正算法 |
| 4.3.3 模型校正检验标准 |
| 4.4 天线参数优化 |
| 4.4.1 优化参数和网络覆盖指标 |
| 4.4.2 基于遗传算法的天线参数优化算法 |
| 4.5 仿真分析与性能评估 |
| 4.5.1 模型校正结果和分析 |
| 4.5.2 弱覆盖优化结果和分析 |
| 4.6 本章小结 |
| 第五章 网络规划系统可视化web平台设计与实现 |
| 5.1 概述 |
| 5.2 数据可视化 |
| 5.3 平台环境设计 |
| 5.3.1 Vue框架 |
| 5.3.2 Echarts组件 |
| 5.4 网络规划可视化平台搭建与演示 |
| 5.4.1 基站覆盖图 |
| 5.4.2 周基站平均吞吐量 |
| 5.4.3 周基站下行字节数 |
| 5.4.4 覆盖率统计 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间申请的专利 |
| 附录3 攻读硕士学位期间参加的科研竞赛 |
| 致谢 |
（2）高速铁路列车群运行仿真系统技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究内容 |
| 1.3 研究意义 |
| 1.4 论文结构 |
| 1.5 论文资助 |
| 2 国内外研究综述 |
| 2.1 国外研究现状 |
| 2.1.1 仿真系统维度综述 |
| 2.1.2 模型构建维度综述 |
| 2.1.3 设备仿真与扰动调整综述 |
| 2.2 国内研究现状 |
| 2.2.1 列车运行控制维度综述 |
| 2.2.2 调度运营仿真维度综述 |
| 2.3 既有研究借鉴及总结 |
| 2.4 小结 |
| 3 高速铁路列车群运行仿真技术 |
| 3.1 高速铁路动车组运动模型 |
| 3.1.1 动车组受力分析 |
| 3.1.2 动车组运动模型 |
| 3.2 高速铁路动车组列控模型 |
| 3.2.1 动车组ATP列控模型 |
| 3.2.3 动车组ATO列控模型 |
| 3.3 同异步架构下的多并发列车群运行控制模型 |
| 3.3.1 多并发列车集群运行框架 |
| 3.3.2 CTCS-2/3 信号系统逻辑 |
| 3.3.3 多并发列车集群运营周期 |
| 3.3.4 CTC调度集中控制仿真实现 |
| 3.4 高速铁路列车群动态显示仿真技术 |
| 3.4.1 仿真底层基础数据输入 |
| 3.4.2 仿真线程池动态管理机制 |
| 3.4.3 仿真基础路网图构建策略 |
| 3.5 小结 |
| 4 高速铁路列车群运行仿真系统 |
| 4.1 列车群运行仿真架构 |
| 4.1.1 系统整体架构 |
| 4.1.2 数据架构 |
| 4.2 列车群运行仿真基础数据模块 |
| 4.2.1 底层数据输入模块 |
| 4.2.2 路网铺画模块 |
| 4.3 列车群运行仿真动车组模块 |
| 4.3.1 列控配置模块 |
| 4.3.2 动车组配置模块 |
| 4.3.3 列车配置模块 |
| 4.4 列车群运行仿真运营模块 |
| 4.4.1 时刻表模块 |
| 4.4.2 进路编排模块 |
| 4.4.3 计划运行图模块 |
| 4.5 列车群运行仿真输出模块 |
| 4.6 小结 |
| 5 高速铁路列车群运行仿真系统运用实证 |
| 5.1 区段追踪间隔方案可行性分析 |
| 5.1.1 区段追踪间隔方案仿真原理 |
| 5.1.2 可行性分析仿真实现 |
| 5.2 改进Rotor模型的区段通过能力计算仿真应用 |
| 5.2.1 数据处理及Rotor模型 |
| 5.2.2 改进Rotor模型通过能力计算方法 |
| 5.3 高速铁路列车群仿真晚点传播 |
| 5.3.1 正常真实行车数据场景仿真 |
| 5.3.2 突发事件对后行列车产生的影响 |
| 5.3.3 列车群运行晚点传播影响 |
| 5.4 小结 |
| 6 结论 |
| 6.1 主要研究工作 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（4）铁路GSM-R场强覆盖的预测与调整方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GSM-R研究现状 |
| 1.2.2 GSM-R传播模型国内外研究现状 |
| 1.2.3 预测相关的研究现状描述 |
| 1.3 主要研究内容 |
| 2 电波传播特性、传播模型及GSM-R系统 |
| 2.1 无线通信电波传播特性 |
| 2.2 无线通信传播模型分类 |
| 2.3 铁路环境下常见的传播模型 |
| 2.3.1 自由空间传播模型 |
| 2.3.2 Okumura模型及Hata模型 |
| 2.3.3 小尺度衰落模型 |
| 2.4 GSM-R系统 |
| 2.5 高速铁路中无线移动通信的特点 |
| 2.5.1 快速切换 |
| 2.5.2 无线覆盖 |
| 2.5.3 高消耗 |
| 2.5.4 无线信道特征 |
| 2.6 GSM-R应用场景的划分 |
| 2.6.1 路基区段 |
| 2.6.2 桥梁区段 |
| 2.6.3 隧道区段 |
| 2.7 本章小结 |
| 3 基于GA-BP和CS-SVR的传播模型研究 |
| 3.1 基于GA-BP算法的传播模型研究 |
| 3.1.1 BP神经网络算法 |
| 3.1.2 遗传算法 |
| 3.1.3 基于GA-BP算法的GSM-R场强预测模型的构建 |
| 3.2 基于CS-SVR算法的传播模型研究 |
| 3.2.1 支持向量回归(SVR) |
| 3.2.2 布谷鸟搜索(CS) |
| 3.2.3 基于CS-SVR算法的GSM-R场强预测模型的构建 |
| 3.3 本章小结 |
| 4 传播模型在GSM-R应用场景的分析 |
| 4.1 模型评价体系 |
| 4.2 不同模型的结果分析 |
| 4.2.1 隧道场景 |
| 4.2.2 桥梁场景 |
| 4.2.3 路基场景 |
| 4.3 本章小结 |
| 5 基于3D场景下的GSM-R无线通信网络覆盖优化系统 |
| 5.1 3D场景的搭建 |
| 5.1.1 BIM技术 |
| 5.1.2 GIS技术 |
| 5.1.3 BIM模型+GIS平台的融合 |
| 5.2 GSM-R无线覆盖优化系统 |
| 5.2.1 系统介绍 |
| 5.2.2 GSM-R无线网络优化 |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 附录 |
（5）铁路通信网智能故障定位与性能优化方法及应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 铁路通信网络特有复杂性和要求 |
| 1.1.2 铁路运输快速发展对铁路通信网有较高的要求 |
| 1.1.3 铁路通信网络故障定位复杂性 |
| 1.1.4 通信网络固有的故障定位复杂性 |
| 1.1.5 故障与告警固有的因果关系 |
| 1.1.6 问题提出与目标要求 |
| 1.2 国内外研究综述 |
| 1.2.1 因果关系结构发现相关技术和方法 |
| 1.2.2 通信网络故障定位相关技术和方法 |
| 1.2.3 LTE-R网络覆盖优化相关技术和方法 |
| 1.3 研究内容与组织框架 |
| 1.4 论文资助 |
| 2 告警系统与因果关系 |
| 2.1 网络告警系统概述 |
| 2.1.1 相关概念 |
| 2.1.2 告警门限属 |
| 2.1.3 告警处置流程 |
| 2.2 因果推理概述 |
| 2.2.1 因果关系概念 |
| 2.2.2 因果关系与相关关系 |
| 2.2.3 因果关系研究价值 |
| 2.3 本章小结 |
| 3 网络告警因果关系结构学习和发现方法 |
| 3.1 因果关系学习问题描述 |
| 3.2 因果关系发现模型 |
| 3.2.1 数据生成模型 |
| 3.2.2 因果识别模型 |
| 3.2.3 识别模型参数评估算法 |
| 3.3 实验结果和分析 |
| 3.3.1 实验设置 |
| 3.3.2 模型有效性实验验证与分析 |
| 3.3.3 模型性能对比实验验证与分析 |
| 3.4 案例分析 |
| 3.5 本章总结 |
| 4 基于信念网络推理的故障定位方法 |
| 4.1 问题描述 |
| 4.2 信念网络信息传播机制 |
| 4.2.1 信念网络概述 |
| 4.2.2 信念网络中的信息传播机制 |
| 4.2.3 Noisy OR-gate模型 |
| 4.3 信念网络故障定位模型 |
| 4.3.1 信息在信念网络中传播和融合 |
| 4.3.2 信念网络中的数据存储机制 |
| 4.3.3 信念网络参数评估 |
| 4.4 模型存储空间及计算复杂度分析 |
| 4.5 问题学习 |
| 4.6 案例分析 |
| 4.6.1 背景介绍 |
| 4.6.2 实验案例场景 |
| 4.6.3 Nosiy OR-gate模型有效性验证 |
| 4.6.4 性能测试实验设置 |
| 4.6.5 案例结果分析 |
| 4.7 本章小结 |
| 5 基于强化学习的移动通信覆盖优化方法 |
| 5.1 问题描述与提出 |
| 5.2 移动通信系统建模 |
| 5.3 基站天线辐射模式 |
| 5.4 基于强化学习的通信覆盖联合优化模型 |
| 5.4.1 强化学习核心思想和基本概念 |
| 5.4.2 Q-learning学习算法一般形式 |
| 5.4.3 通信覆盖联合优化模型 |
| 5.4.4 模型一般性讨论 |
| 5.5 案例分析 |
| 5.5.1 背景介绍 |
| 5.5.2 CCMA算法的有效性 |
| 5.5.3 CCMA算法收敛性验证 |
| 5.5.4 CCMA算法最优参数选择 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）应急通信场景下无人机通信平台覆盖最大化技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状及挑战 |
| 1.2.1 应急通信网络研究现状 |
| 1.2.2 无人机通信研究现状 |
| 1.2.3 无人机应急通信研究现状 |
| 1.2.4 无人机应急通信覆盖最大化研究现状 |
| 1.2.5 主要挑战 |
| 1.3 本文研究内容及章节安排 |
| 1.3.1 论文研究思路 |
| 1.3.2 论文结构安排 |
| 1.4 本章小结 |
| 参考文献 |
| 第二章 室内-外无线应急通信模型概述 |
| 2.1 无线信号传播模型 |
| 2.1.1 无线信号传播信道 |
| 2.1.2 室外传播模型 |
| 2.1.3 室内传播模型 |
| 2.2 无人机通信模型 |
| 2.2.1 无人机室外覆盖通信模型 |
| 2.2.2 无人机室外-室内覆盖通信模型 |
| 2.3 本章小结 |
| 参考文献 |
| 第三章 基于路径损耗的无人机室内通信最大覆盖 |
| 3.1 相关工作分析 |
| 3.2 无人机室外-室内通信模型建立 |
| 3.3 分类讨论无人机部署方案 |
| 3.3.1 无人机覆盖建筑物 |
| 3.3.2 无人机覆盖精确用户 |
| 3.4 多机网络控制单元决策 |
| 3.5 仿真性能分析 |
| 3.5.1 仿真参数设置 |
| 3.5.2 仿真分析 |
| 3.6 本章小结 |
| 参考文献 |
| 第四章 基于中断概率的无人机室内通信最大覆盖 |
| 4.1 相关工作分析 |
| 4.2 室外-室内中断概率模型建立 |
| 4.3 基于块坐标下降的解决方案 |
| 4.3.1 无人机3D位置优化 |
| 4.3.2 无人机功率和带宽分配 |
| 4.3.3 无人机3D位置、功率-带宽分配联合优化 |
| 4.3.4 一种特殊情况下的3D位置、功率-带宽分配方法 |
| 4.4 仿真性能分析 |
| 4.4.1 仿真参数设置 |
| 4.4.2 仿真分析 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 基于传输速率的无人机室内-外通信最大覆盖 |
| 5.1 相关工作分析 |
| 5.2 系统模型建立 |
| 5.3 无人机部署及资源分配方案 |
| 5.3.1 室内用户预覆盖 |
| 5.3.2 室外用户预覆盖 |
| 5.3.3 联合无人机位置和资源优化 |
| 5.4 仿真实验与结果分析 |
| 5.4.1 仿真参数设置 |
| 5.4.2 仿真分析 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 工作总结及展望 |
| 6.1 工作总结 |
| 6.2 未来研究展望 |
| 缩略语对照表 |
| 致谢 |
| 攻读学位期间的学术成果 |
（7）基于图傅里叶变换和神经网络的声信标信号识别方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及立题意义 |
| 1.2 研究现状 |
| 1.2.1 黑匣子概述 |
| 1.2.2 水声目标识别 |
| 1.2.3 图信号处理 |
| 1.3 主要内容及安排 |
| 2 声信标信号表征与处理 |
| 2.1 声信标信号特征 |
| 2.2 被动声纳方程 |
| 2.3 声信号传播模型 |
| 2.4 窄带波束形成 |
| 2.5 时频分析 |
| 2.6 本章小结 |
| 3 卷积神经网络用于声信标信号识别 |
| 3.1 卷积神经网络 |
| 3.1.1 卷积神经网络基本结构 |
| 3.1.2 反向传播算法 |
| 3.2 基于卷积神经网络的声信标信号识别框架 |
| 3.3 面向声信标信号识别的卷积神经网络优化设计 |
| 3.3.1 数据集描述 |
| 3.3.2 网络训练参数设置研究 |
| 3.3.3 网络结构优化研究 |
| 3.3.4 改进卷积神经网络抗干扰分析 |
| 3.4 本章小结 |
| 4 基于图变换的声信标信号识别 |
| 4.1 图信号处理 |
| 4.1.1 图的基本概念 |
| 4.1.2 图的拉普拉斯矩阵 |
| 4.1.3 图傅里叶变换和逆变换 |
| 4.1.4 图信号的频谱 |
| 4.2 声信标信号的图变换处理 |
| 4.2.1 构建图和图信号 |
| 4.2.2 图傅里叶变换 |
| 4.2.3 特征评价 |
| 4.3 仿真分析 |
| 4.4 本章小节 |
| 5 海上实验研究 |
| 5.1 实验环境 |
| 5.2 实验系统设计 |
| 5.3 实验系统配置和数据分析 |
| 5.3.1 测试集 |
| 5.3.2 软硬件配置 |
| 5.3.3 海试数据分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
（8）基于复杂网络与设计结构矩阵的研发项目组织聚类优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究框架与研究内容 |
| 1.4 创新点 |
| 2 理论基础和文献综述 |
| 2.1 研发项目组织理论及相关研究 |
| 2.1.1 研发项目组织研究 |
| 2.1.2 研发项目组织网络的相似性问题 |
| 2.1.3 研发项目中的关键需求与核心团队问题 |
| 2.1.4 研发项目组织网络中的信任关系问题 |
| 2.2 DSM模型理论基础 |
| 2.2.1 DSM基本理论 |
| 2.2.2 DSM建模与优化方法 |
| 2.3 复杂网络理论及相关模型 |
| 2.3.1 复杂网络基本理论 |
| 2.3.2 复杂网络相关模型 |
| 2.3.3 复杂网络理论在相关领域研究 |
| 2.4 本章小结 |
| 3 基于团队相似性的研发项目组织聚类优化方法 |
| 3.1 问题背景 |
| 3.2 活动重叠对团队间依赖关系的影响 |
| 3.3 组织网络中的关系强度和社会凝聚力 |
| 3.3.1 构建基于DSM的团队关系强度 |
| 3.3.2 基于DSM构建团队间社会凝聚力 |
| 3.4 建立与社会嵌入性相关的类内和类间中心性指标 |
| 3.4.1 类内和类间的度中心性 |
| 3.4.2 类内和类间中介中心性 |
| 3.5 基于社会网络分析视角构建组织相似性矩阵 |
| 3.5.1 结构相似性 |
| 3.5.2 团队属性相似性 |
| 3.6 谱聚类及最优聚类个数的确定 |
| 3.7 算例分析 |
| 3.7.1 聚类的生成和选择:确定最优聚类个数 |
| 3.7.2 聚类结果:管理意义与挑战 |
| 3.7.3 敏感性分析和比较实验 |
| 3.8 本章小结 |
| 4 基于用户关键需求与核心团队的研发项目组织聚类优化方法 |
| 4.1 问题背景 |
| 4.2 构建面向用户关键需求的研发项目组织网络 |
| 4.2.1 基于K-shell算法识别用户关键需求 |
| 4.2.2 QFD推导产品功能之间的依赖关系 |
| 4.2.3 “产品域-组织域”MDM预测组织DSM |
| 4.3 基于信任可转移性构建组织网络的结构相似性 |
| 4.3.1 基于关系强度构建信任关系 |
| 4.3.2 组织网络的信任可转移性 |
| 4.3.3 组织网络的结构相似性 |
| 4.4 基于社会网络分析视角识别核心团队 |
| 4.4.1 基于LeaderRank与信任可转移性确定研发团队的网络位置 |
| 4.4.2 识别核心团队 |
| 4.5 基于社会网络分析视角的K-means聚类 |
| 4.6 算例分析 |
| 4.6.1 识别核心团队:管理意义与挑战 |
| 4.6.2 比较分析 |
| 4.7 本章小结 |
| 5 基于信任关系的研发项目组织聚类优化方法 |
| 5.1 问题背景 |
| 5.2 基于模糊理论构建研发团队间的能力信任 |
| 5.2.1 基于可能性理论的模糊活动重叠时间建模 |
| 5.2.2 基于模糊活动重叠时间的能力信任DSM |
| 5.3 研发项目组织善意信任的影响因素分析 |
| 5.3.1 构建研发项目组织情感亲密度网络 |
| 5.3.2 基于影响因素构建善意信任DSM |
| 5.4 研发项目组织网络中的信任传播 |
| 5.4.1 组织网络的小世界特性 |
| 5.4.2 基于Einstein算子的信任传播 |
| 5.5 研发项目组织聚类及隐性知识共享 |
| 5.5.1 组织信任DSM的聚类准则 |
| 5.5.2 信任关系对隐性知识共享的影响 |
| 5.6 算例分析 |
| 5.6.1 计算能力信任和善意信任 |
| 5.6.2 聚类结果分析 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（9）移动短视频用户信息行为影响因素及动态演化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外信息行为研究现状 |
| 1.2.2 国内信息行为研究现状 |
| 1.2.3 短视频信息行为研究现状 |
| 1.2.4 研究现状评述 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法及方案 |
| 1.4 研究技术路线 |
| 1.5 研究创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 移动短视频相关理论 |
| 2.1.1 移动短视频概念 |
| 2.1.2 移动短视频内涵 |
| 2.1.3 移动短视频特征 |
| 2.2 信息行为相关理论 |
| 2.2.1 信息行为定义 |
| 2.2.2 网络信息行为概念 |
| 2.2.3 移动短视频用户信息行为 |
| 2.3 信息生态相关理论 |
| 2.3.1 信息生态概念 |
| 2.3.2 信息生态系统 |
| 2.3.3 信息生态因子 |
| 2.3.4 信息生态链 |
| 2.4 复杂网络相关理论 |
| 2.4.1 复杂网络的概念 |
| 2.4.2 复杂网络特征模型 |
| 2.4.3 复杂社会网络结构指标 |
| 2.5 系统动力学相关理论 |
| 2.5.1 系统动力学定义 |
| 2.5.2 系统动力学模型 |
| 2.5.3 系统动力学应用 |
| 2.6 本章小结 |
| 第3章 移动短视频用户信息行为机理 |
| 3.1 移动短视频用户信息行为过程 |
| 3.2 移动短视频用户信息行为要素 |
| 3.2.1 行为要素构成 |
| 3.2.2 生态要素构成 |
| 3.2.3 心理要素构成 |
| 3.3 移动短视频用户信息行为驱动力 |
| 3.3.1 信息价值驱动 |
| 3.3.2 知识创新驱动 |
| 3.3.3 娱乐文化驱动 |
| 3.3.4 社会认同驱动 |
| 3.3.5 经济效益驱动 |
| 3.4 移动短视频用户信息行为机理模型 |
| 3.4.1 触发扩散机理 |
| 3.4.2 感知推动机理 |
| 3.4.3 交互激励机理 |
| 3.4.4 行为认知机理 |
| 3.4.5 机理关系模型 |
| 3.5 本章小结 |
| 第4章 移动短视频用户信息行为影响因素 |
| 4.1 问题的提出 |
| 4.2 研究方法和步骤 |
| 4.2.1 研究方法 |
| 4.2.2 研究对象 |
| 4.2.3 研究步骤 |
| 4.3 移动短视频用户信息行为影响因素模型 |
| 4.3.1 开放式编码和主轴编码 |
| 4.3.2 选择性编码 |
| 4.3.3 移动短视频用户信息行为影响因素理论模型 |
| 4.4 概念阐释及讨论分析 |
| 4.5 本章小结 |
| 第5章 移动短视频用户信息行为特征及网络结构 |
| 5.1 问题的提出 |
| 5.2 移动短视频用户信息行为特征概念模型 |
| 5.3 实证研究 |
| 5.3.1 研究方法和步骤 |
| 5.3.2 数据采集处理 |
| 5.3.3 数据结果 |
| 5.4 讨论分析 |
| 5.4.1 用户信息检索推荐行为特征 |
| 5.4.2 用户信息发布行为特征 |
| 5.4.3 用户信息共享行为特征 |
| 5.4.4 用户信息行为网络结构 |
| 5.5 本章小结 |
| 第6章 移动短视频用户信息行为演化模型 |
| 6.1 问题的提出 |
| 6.2 建模依据及思想 |
| 6.3 模型构建 |
| 6.3.1 模型假设 |
| 6.3.2 演化模型构建 |
| 6.3.3 主体状态转化规则 |
| 6.3.4 模型参数配置及约束 |
| 6.4 仿真实验结果与分析 |
| 6.4.1 平衡点和阈值 |
| 6.4.2 仿真参数设置 |
| 6.4.3 仿真结果分析 |
| 6.4.4 讨论分析 |
| 6.5 本章小结 |
| 第7章 基于用户信息行为的移动短视频服务对策 |
| 7.1 提高用户服务水平 |
| 7.1.1 提升用户信息服务质量 |
| 7.1.2 提高用户使用满意度 |
| 7.1.3 挖掘用户个性化需求 |
| 7.2 治理短视频发展乱象 |
| 7.2.1 完善制度设计 |
| 7.2.2 优化政府监管 |
| 7.2.3 加强主体自律 |
| 7.3 优化短视频服务生态 |
| 7.3.1 信息价值捕捉 |
| 7.3.2 用户行为优化 |
| 7.3.3 信息环境改善 |
| 7.4 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究局限及展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（10）制氧厂噪声预估方法研究及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 制氧厂噪声 |
| 1.2.2 室内噪声预估 |
| 1.2.3 户外噪声预估 |
| 1.3 研究内容与章节安排 |
| 第2章 制氧厂噪声测试与分析 |
| 2.1 制氧厂噪声测试 |
| 2.1.1 环境噪声测试 |
| 2.1.2 设备噪声测试 |
| 2.2 制氧厂噪声特性分析 |
| 2.2.1 室内噪声特性 |
| 2.2.2 户外噪声特性 |
| 2.3 本章小结 |
| 第3章 制氧厂噪声预估模型建立 |
| 3.1 室内声场预估模型 |
| 3.1.1 预估模型基本理论 |
| 3.1.2 预估模型流程 |
| 3.2 户外声场预估模型 |
| 3.2.1 预估模型基本理论 |
| 3.2.2 预估模型流程 |
| 3.3 本章小结 |
| 第4章 制氧厂噪声预估模型优化 |
| 4.1 快速预测算法研究 |
| 4.1.1 快速多极展开 |
| 4.1.2 快速预测算法流程 |
| 4.1.3 快速预测算法性能分析 |
| 4.2 空间等效划分研究 |
| 4.2.1 空间等效划分 |
| 4.2.2 空间等效流程 |
| 4.2.3 空间等效性能分析 |
| 4.3 本章小结 |
| 第5章 制氧厂噪声预估模型应用 |
| 5.1 制氧厂噪声空间模型简化 |
| 5.2 室内声场计算分析 |
| 5.2.1 室内声场计算结果 |
| 5.2.2 室内降噪效果预估 |
| 5.2.3 结果分析与讨论 |
| 5.3 户外声场计算分析 |
| 5.3.1 户外声场计算结果 |
| 5.3.2 户外降噪效果预估 |
| 5.3.3 结果分析与讨论 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间论文发表及科研情况 |
| 致谢 |
四、传播模型优化的研究（论文参考文献）
- [1]基于大数据分析的无线网络覆盖优化算法研究与可视化平台设计[D]. 张吉. 南京邮电大学, 2021
- [2]高速铁路列车群运行仿真系统技术研究[D]. 李和壁. 中国铁道科学研究院, 2021
- [3]超视距和城市环境下射线跟踪模型的优化与应用研究[D]. 曹育维. 西安电子科技大学, 2021
- [4]铁路GSM-R场强覆盖的预测与调整方法的研究[D]. 靳翔. 兰州交通大学, 2021(02)
- [5]铁路通信网智能故障定位与性能优化方法及应用研究[D]. 梁荣余. 北京交通大学, 2021
- [6]应急通信场景下无人机通信平台覆盖最大化技术研究[D]. 崔键. 北京邮电大学, 2021(01)
- [7]基于图傅里叶变换和神经网络的声信标信号识别方法研究[D]. 季华忠. 浙江大学, 2021(01)
- [8]基于复杂网络与设计结构矩阵的研发项目组织聚类优化研究[D]. 杨娜. 北京科技大学, 2021(08)
- [9]移动短视频用户信息行为影响因素及动态演化研究[D]. 李欣颖. 吉林大学, 2021(01)
- [10]制氧厂噪声预估方法研究及其应用[D]. 吕岩. 青岛理工大学, 2021