公开(公告)号：CN105224389A

公开(公告)日：2016-01-06

申请号：CN201510614116.9

申请日：2015-09-23

Applicant: 电子科技大学

Inventor： 赵长名 ,  刘健

IPC: G06F9/455 ,  G06F9/48

Abstract: 本发明公开了一种基于线性相关性及分段性装箱理论的虚拟机资源整合方法，包括动态整合和静态整合两个阶段。第一阶段利用改进的动态整合算法对系统内的初始状态虚拟机进行整合，尽可能地降低整合后虚拟机的资源利用率峰值-均值差；当虚拟机资源利用率平均峰值-均值差低于一个特定预设的阈值时，可以认为虚拟机资源利用率平均峰值-均值差为一个常数值序列，这样在进行第二阶段静态合并过程种不会造成新的附加资源浪费。第二阶段利用静态整合部分选用降序首次适应算法，能为本发明的整合过程提供足够的全局资源优化能力。

公开(公告)号：CN102868654B

公开(公告)日：2015-02-18

申请号：CN201210331200.6

申请日：2012-09-10

Applicant: 电子科技大学

Inventor： 赵长名 ,  吕守涛 ,  刘健 ,  隆克平 ,  罗强

IPC: H04L27/00

Abstract: 本发明公开了一种认知网络中数字调制信号的分类方法针对认知无线电中数字调制信号的分类，提出了一种新的基于db5（5daubechies）小波变换与分数傅里叶变换的调制分类方法。在本发明中，首先对数字调制信号进行db5（5daubechies）小波变换和分数傅里叶变换得到数据分布情况，将这个数据分布情况作为分类的特征，确定数字调制信号的调制方式。经过测试表明，本发明的性能比传统方法性能跟高，在相同信噪比环境下分类准确率较高，同时本发明的方法不仅可以适用于高斯信道下的数字调制信号分类，而且也适用于瑞利信道下的数字调制信号分类。

公开(公告)号：CN105224389B

公开(公告)日：2018-07-13

申请号：CN201510614116.9

申请日：2015-09-23

Applicant: 电子科技大学

Inventor： 赵长名 ,  刘健

IPC: G06F9/455 ,  G06F9/48

Abstract: 本发明公开了一种基于线性相关性及分段性装箱理论的虚拟机资源整合方法，包括动态整合和静态整合两个阶段。第一阶段利用改进的动态整合算法对系统内的初始状态虚拟机进行整合，尽可能地降低整合后虚拟机的资源利用率峰值‑均值差；当虚拟机资源利用率平均峰值‑均值差低于一个特定预设的阈值时，可以认为虚拟机资源利用率平均峰值‑均值差为一个常数值序列，这样在进行第二阶段静态合并过程种不会造成新的附加资源浪费。第二阶段利用静态整合部分选用降序首次适应算法，能为本发明的整合过程提供足够的全局资源优化能力。