随机考试系统

随机考试系统（精选9篇）

随机考试系统 篇1

1 Ajax技术

Ajax(全称为Asynchronous JavaScript and XML)是基于XML的异步JavaScript，也是当前Web2.0中创建交互式网站应用的主流技术。Ajax提供与服务器异步通信的能力，从而使用户从请求/响应的循环中解脱出来。借助于Ajax，可以在用户单击按钮时，使用JavaScript和DHTML立即更新UI，并向服务器发出异步请求，以执行更新或查询数据库。当请求返回时，就可以使用JavaScript和CSS来相应地更新UI，而不是刷新整个页面。

本系统用目前流行的组件化程序开发设计方法，以通用的面向对象建模语言，UML为辅助工具，以Ajax技术中的异步Javascript、XMLHttpRequest、DOM、XML为开发语言、SQL Server2000为后台数据库管理系统。

2 系统设计

系统主要包括教师批改试卷和学生在线答题。采用Ajax技术用户可以对试卷中的题目内容进行多次查看，而系统只进行一次装载。鉴于不同类型用户，将本系统的功能区分为两大板块。

考试系统主要包括题目录入、学生考试、自我测试、已考查询、教师批改等，因此需要在MYSQL数据库系统中创建一个名为“gradesign”数据库，同时在该数据库中创建的表包括：填空题Blank、选择题Select、课程表Course、选择题备选项SpareAnswer、简答题Answer、测试试卷Exercise、考试试卷Test、多媒体文件Multimedia、批改试卷Correct等表项。系统中数据E-R图如图1所示。

2.1 考生板块

该板块是面向学生用户的，主要完成在线考试、自我测试和以考查阅，是整个考试系统的核心。考题题型主要分为三类分别为：单项选择题、填空题和简答题。教师生成试卷时需设置考试时间，考生只有在规定的考试时间内才能点击试卷进入考试，考生在答题时点击具体题号才能看到题目，且只能看到那题号所对应的题目，否则只能出来题号。

2.2 教师板块

该板块是面向教师用户的，主要是实现教师对学生提交的试卷浏览及批改。在批改试卷时对于单项选择题和填空题的客观题型的批改按照参考答案批改，对于是主观题型的简答题由教师按照参考关键字批阅。

3 系统实现

3.1 在线考试模块

在线考试主要包括两个用户操作界面和多个相对应的服务器端响应文件：1)学生查看即将考试的科目和考试时间的界面showAllExame.jsp和服务器端响应文件有检验学生是否能进行考试的lodeRemineTime.jsp;到了规定考试时间则进入考试界面stuExam.jsp和服务器端响应文件有查询并显示题目内容的loadSTInfo.jsp、计算开考时间和剩余时间的lodeRemineTime.jsp、保存考试结果的saveResult.jsp。在线考试流程图如图2所示。

3.2 批阅试卷

批阅试卷主要包括两个用户操作界面和多个相对应的服务器端响应文件：1)教师对学生以考试卷和批阅情况的查询界面showToCorrect.jsp;未批阅则进入批阅界面jsCorrect.jsp，服务器端响应文件有查询并显示题目内容的loadSTInfo.jsp、保存批阅结果的saveCorrect.jsp、检验是否所有题目都批阅完checkCorrect.jsp。如图3所示。

4 结论

传统的考试，需要消耗大量的人力物力，老师们要手写一份试卷，还得对他重复排版，弄好样卷之后，还得去印刷多份给学生考试，这样既浪费时间，也浪费了大量纸张。随着科学技术的不断发展，和今年到来的低碳经济，绿色环保时代，在线考试将会受到更多人的肯定。

摘要：使用Ajax可以构建更为动态和响应更灵敏的Web应用程序。借助于Ajax,可以在用户单击按钮时向服务器发出异步请求,以执行更新或查询数据库。当请求返回时,局部刷新而不是刷新整个页面。采用Ajax的随机试卷可以更有效率的生成试卷。

关键词：Ajax技术,随机试卷,JavaScript,UI

参考文献

[1]祝红涛,刘海松.Ajax从入门到精通[M].北京:电子工业出版社,2008.

[2]施伟伟,张蓓.征服Ajax框架解析与实例[M].北京:人民邮电出版社,2007.

[3]黄永烨,刘晖.Ajax应用开发典型实例[M].北京:电子工业出版社,2008.

[4]周相兵,杨小平.基于Web分层结构的通用框架实现及应用[J].计算机工程与设计,2008,4(7).

[5]胡振华,周斌.AJAX在J2EE中数据交互的应用研究[J].计算机工程与设计,2008,6(12).

LTE系统随机接入过程研究 篇2

摘要：LTE系统中的随机接入是小区搜索完成后的第一步骤，也是终端和网络之间建立无线通信连接，保证终端能够发起并维持通信连接的必要过程。随机接入的目的在于实现上行同步、传输功率调整和上行资源请求。本文针对终端和基站侧的随机接入过程设计进行较为详细的分析。

关键词：LTE；竞争随机接入；非竞争随机接入

DOI：10.3969/j.issn.1005-5517.2016.2.008

1随机接入概述

随机接人的目的是进行上行同步、传输功率调整和上行资源请求，只有在随机接人过程完成后，终端才能和网络进行正常的通信。

LTE系统中，以下六种场景可以触发随机接入过程：

1.UE从RRC_IDLE状态开始初始接入，即RRC连接建立；

2.无线链路失败后的随机接入，即RRC连接重建；

3.切换过程：

4.UE处于RRC_CONNECED状态，有下行数据传输，且空口处于上行失步状态：

5.UE处于RRC_CONNECTED状态，有上行数据传输，且空口处于上行失步状态：

6.辅助定位，UE处于RRC_CONNECTED状态，网络利用随机接人获取时间提前量。

根据UE在发送前导码时，是否存在不同的UE同时发送相同前导码的可能，随机接入分为竞争随机接入和非竞争随机接入两种方式。

2随机接入

2.1竞争随机接入

竞争随机接人，是指终端发起随机接入前没有接收到来自网络分配的专用随机接入前导码.而是由终端自己随机选择前导码发起的随机接入。竞争随机接入适用于除辅助定位之外的其他5种场景。竞争随机接入过程分为以下4步完成，如图1所示。

1.消息1：发送随机接入前导码。UE通过发送随机接人前导码发起随机接入请求。在此之前，UE通过接收eNodeB发送的系统（广播）消息，来获得可用的随机接入前导码数量等信息。

2.消息2：随机接入响应。eNodeB接收到UE发送的随机接入前导码后，会向UE发送随机接入响应。随机接人响应包括：随机接入前导码标识、定时提前命令、上行授权、临时C-RNTI，以及退避指示等信息。

3.消息3：调度传输。UE接收到随机接入响应后，判断其中携带的随机接入前导码标识与自己发送的是否相同，如果相同，则根据其中携带的上行授权等信息进行消息3的发送。

4.消息4：竞争解决。eNodeB接收到UE的发送的消息3后，会向UE发送竞争解决消息，该消息中携带竞争成功的UE标识。

2.2非竞争随机接入

非竞争随机接入是UE根据eNodeB指示，在指定的PRACH信道资源上使用指定的随机接人前导码进行的随机接入。非竞争随机接入适用于切换、有下行数据传输和辅助定位3种场景。非竞争随机接入过程分为以下3步完成，如图2所示。

1.消息0：随机接入指示。随机接人指示携带UE发起非竞争随机接人使用的随机接入前导码等信息。

2.消息1：发送随机接入前导码。UE通过接收eNodeB发送的随机接人指示，来获得随机接入前导码和用于发送随机接人前导码的PRACH信道资源信息。

3.消息2：随机接入响应。该消息与竞争随机接人情况下的随机接入响应相同。

3随机接入过程设计

3.1随机接入初始化

随机接入初始化由终端完成，在随机接入过程开始之前，需要由RRC层提供以下参数：

1.PRACH配置索引；

2.随机接人前导码数量、前导码组A的大小、组B消息功率偏移、组A消息大小、前导码消息3功率偏移；

3.随机接入响应窗口大小；

4.功率抬升步长；

5.前导码最大传输次数；

6.前导码初始发送功率：

7.基于前导码格式的偏移量；

8.Mss3 HARO传输的最大次数；

9.竞争解决定时器。

随机接入初始化过程如图3所示。

1.MAC层从RRC层获取相应参数，在随机接人过程中使用；

2.设置前导码传输计数器为1；

3.设置UE中的退避参数值为0ms：

4.进行随机接入前导码的选择。

3.2随机接入资源选择

随机接入前导码选择由终端完成。TD-LTE系统中，每个小区有64个随机接人前导码可用，eNodeB可以将其中的部分或者全部随机接入前导码用于竞争随机接入。用于竞争的随机接人前导码，可以被分为前导码组A和前导码组B两个码组。随机接入资源选择流程如图4所示。

3.3随机接入响应准备

随机接入响应准备由基站完成。当eNodeB接收到UE发送的随机接入前导码后，会为UE准备随机接入响应。随机接入响应的内容包括：随机接入前导码标识、定时提前命令、上行授权、临时C-RNTI，以及可能的退避指示。随机接人响应准备流程如图5所不：

3.4随机接入响应接收

随机接入响应接收由终端完成。UE在发送完随机接入前导码后，就等待接收eNodeB发送的随机接入响应消息，UE必须在随机接人响应窗口内接收随机接人响应消息。一条随机接入响应消息可以响应多个UE的随机接入请求，包含向多个UE发送的随机接人响应控制单元，随机接入响应控制单元通过不同的随机接入前导码标识区分。UE通过解析随机接入响应消息，根据其中是否携带了其在消息1中发送的随机接入前导码标识来判断是否接收到随机接入响应。

当UE接收到随机接入响应时，还不能确定随机接人响应就是唯一发送给自己的。因为随机接入前导码是在同一码组范围中随机选择的，不同的UE可能选择相同的随机接入前导码进行随机接入。这样的多个UE就会接收到同一个随机接入响应，而UE自己并不知道是否还有其他UE同时使用相同的随机接入前导码进行随机接入，所以，UE还需要通过随后的消息3和消息4来进行竞争解决。

随机接入响应处理流程如图6所示：

3.5竞争解决准备

竞争解决准备由基站完成。eNodeB在发送完随机接入响应消息后，就等待接收UE发送的消息3。消息3处理流程如图了所示。

3.6竞争解决完成

竞争解决由终端完成。UE在发送完消息3后，就等待接收eNodeB发送的竞争解决消息。

竞争解决处理流程，如图8所示。

初始接入场景中，UE之前并没有分配C-RNTI，在竞争解决成功后，UE在随机接入响应消息中接收到的临时C-RNTI升级为C-RNTI。

UE在发送完消息3后，就要立刻启动竞争解决定时器，并且在每一次重传消息3后都要重启这个定时器。UE需要在此时间内接收eNodeB发送给自己的竞争解决消息，如果直到竞争解决定时器超时都没有接收到竞争解决消息，则认为竞争解决失败。竞争解决失败后，UE则根据退避指示的时延确定下一次发起随机接入的时间，并在上次选择的前导码组中再次选择一个前导码进行下一次随机接入。

4小结

在线考试系统中随机抽题技术研究 篇3

近年来随着计算机及互联网技术的迅速发展, 校园网建设逐步成熟, 传统的考试方式已越来越无法满足人们工作学习的需求。如何利用现代网络技术解决传统考试的弊端, 已成为亟待解决的问题[1]。在线考试系统利用现代网络技术, 利用计算机完成传统的人工考试工作, 提高了考试工作效率, 减轻了教师工作量[2]。然而, 在开发在线考试系统过程中面临一个关键问题, 即如何针对每个学生随机抽题, 也即从题库中抽取指定数量的不同试题[3]。本文采用数据分隔抽题方法, 实现了题目随机抽取, 保证了每个学生试卷中题目的唯一性, 并与传统的数据库随机函数抽题和循环抽取判断抽题进行了对比。

1 随机抽题技术分析

随机抽题是在开发在线考试系统中遇到的一个关键问题[4]。通常实现随机抽题有以下两种方法:利用数据库中随机函数抽题方法与在保存题目编号的数组中循环抽取判断的方法。

1.1 数据库随机函数抽题

数据库随机函数抽题主要利用了数据库 (SQLServer) 中NewID () 函数, 因为NewID () 函数返回的是uniqueidentifier类型的唯一值[5]。例如, 当从表中随机抽取30道单选题时, 可使用以下语句实现:

Select top 30*from tb_examination where exa_type=’1’order by NewID () ;

在实际考试中, 通常客观题目类型有单选题、多选题和判断题, 但若要实现500个学生随机抽题的操作, 执行数据库查询次数至少要1500次, 使程序执行效率大打折扣, 因此只适用于人数及题库中题目数量较少的情况。

1.2 循环抽取判断抽题

循环抽取判断方法是先将所有题目编号读取到数组中, 然后利用.netFrameWork中专门用来产生随机数的类———System.Random类, 通过该类中提供的Next方法获得[0, 数组元素个数-1]范围内的一个随机数[6]。然后获得数组中索引为该随机数的元素值———题目编号, 将该编号放到抽取到的题目数组中, 并在抽取到的题目数组中判断该题目编号是否存在, 如果存在则重新抽取, 具体伪代码如程序1所示。

当然, 针对这种方法, 目前提出了一种改进方法, 即不断改变随机函数的随机因子, 随机函数的随机性决定于其随机种子的唯一性[7]。不管怎样, 即使改变随机因子, 每次抽到题目编号后还要到已抽取到的题目数组中判断该题目编号是否存在。

2 数据分隔抽题

数据分隔抽题主要是在存储题目编号集合中, 将未抽取的题目编号和已抽取的题目编号分隔开来。当从未抽取的题目编号区域随机抽取到一个题目编号后, 将此题目编号添加到用来保存已抽取到的题目集合中, 然后将其从原集合中删除, 最后在原集合中再次添加被删除的元素, 即将该题目编号移动到已经抽取的题目区域中 (见图1) 。

如图所示, 在存有题目编号的ListA集合中, 现抽取到编号为4的元素, 首先将题目编号4保存到ListB集合中, 然后将ListA中编号为4的元素删除, 之后将编号为4的元素再次添加到ListA集合中。这时题目编号为1、2、3、5、6的元素在未抽取题目区域, 编号为4的元素在已抽取题目区域。每次抽取题目时都是随机从未抽取题目区域抽题, 从而保证了抽取题目的唯一性。

在数据分隔抽题方法中, 采用C#语言结合随机函数Random类和List<>泛型集合, 完成了数据分隔抽题操作。本方法代码简单易懂, 具体代码如程序2所示。

集合中的Add方法是在每个集合的末尾添加一个元素, Remove方法是从集合中删除一个元素[8]。数据分隔抽题方法利用了集合的Remove和Add方法的特点, 将集合分为未抽取题目区域和已抽取题目区域。

3 抽题效率比较

采用数据分隔抽题方法, 在代码量上比循环抽题判断方法更简单, 思路更清晰, 现通过具体实例验证每种方法的抽题效率。首先, 硬件环境如下:CPU为酷睿2P9400, 内存2G, 程序开发平台为VS2008, 开发语言为C#, 数据库为SqlServer2005;其次, 根据对抽题人数和题目数的要求, 分别对50名学生从100道题目中随机抽取30道, 100名学生从300道题目中抽取50道进行实验, 并使用Stopwatch秒表计算抽题操作的执行时间。

首先, 采用SQL中的随机函数实现随机抽题, 具体代码如程序3所示。

在随机抽到题目编号后, 通过isExist方法到已抽到的题目数组中验证题目编号是否存在, 具体代码如程序5所示。

如果抽到题目编号在已抽到的题目编号数组中已存在, 则重新抽取一个题目编号, 直到题目编号在该数组中不存在为止。

最后通过数据分隔方法实现抽题操作, 具体代码如程序2所示。通过以上3种方法分别实现相应的抽题操作, 实验结果如表1所示。

从实验结果看, 采用数据分隔抽题方法, 无论在抽题效率和代码容易度上都具有一定优势。

4 结语

本文通过对在线考试系统中抽题方法的分析, 提出一种基于数据分隔抽题的方法。通过与传统方法的比较, 证明该方法从抽题效率和实现容易度上都具有一定优势, 而且此方法在学校会计类在线考试系统中已得到具体应用。

参考文献

[1]李伟为.基于ASP.NET 2.0在线考试系统的设计与实现[J].计算机应用与软件, 2011, 28 (9) :163-165, 224.

[2]黄文汉.基于.NET在线考试系统的设计与实现[J].福建电脑, 2011 (6) :115-116.

[3]何文广, 王耀民, 曾华.基于题库共享的在线考试系统设计与实现[J].软件导刊, 2012, 11 (6) :70-71.

[4]徐红英, 李杰.在线考试系统随机抽题的改进[J].电脑知识与技术2011, 7 (11) :2605-2606.

[5]陶喆, 林财兴, 何绪兰.基于ASP.NET2.0的网上考试系统随机抽题功能的实现和改进[J].现代机械, 2010 (5) :55-56.

[6]尹贵祥, 刘新茂.随机选择算法的研究[J].现代电子技术, 2011, 34 (8) :81-83.

[7]IT专家网.C#生成不重复的随机[EB/OL].http://webservices.ctocio.com.cn/net/392/8900392.shtml.

随机考试系统 篇4

纳入标准：①糖尿病肾病（DN）早期患者，诊断标准明确（文献依据符合1985年以来世界卫生组织公布的糖尿病诊断标准同时伴有白蛋白尿(30～1000mg／L)，排除酮症、心衰、泌尿系感染及原发肾脏疾病等；无近期应用肾毒性药物史；采用Mogcnscn分期法确诊为早期DN）。②所有能查找到原文的临床随机对照试验（RCT）。③采用常规治疗加黄芪注射液治疗组与单纯采用常规治疗对照组。④综合疗效判断标准以FPG、UAER、血和尿MG、血和尿TGFB1、（TC、HDL、LDL、FDP、BUN、Scr、HbAlc、UET）、三酰甘油等方面对其进行评价。

预期获得的结局指标治疗前后相应指标改变有显著差异或无显著差异。

文献检索:以黄芪注射液或黄芪、早期糖尿病肾病、临床为题名或关键词检索VIP电子资料数据库全部期刊文献。

方法学评价:纳入研究的方法学质量采用Jadad质量评分法，RCTs分为1～5分。其中1～2分为低质量研究，3～5分为高质量研究。两名评价员用Jadad评分表独立评价并选择试验，并按预先确定的表格提取资料。以上两步如遇意见不一致可由第三者或双方讨论协商解决。缺乏的资料尽量与作者联系予以补充。

统计方法:统计软件采用Cochrane协作网提供的RevMan4.2。计数资料用相对危险度（RR），连续变量资料采用权重的均差（WMD），两者均以95%可信区间（CI）表示。

结果

纳入研究的概述：最初以黄芪注射液、早期糖尿病肾病、临床检出发表的文献7篇，均属RCT。研究目的与本系统评价相符全部纳入评价系统，共计患者585例。所有文章均无中医证候分型，无临床多中心协作研究的报道。所有研究均未报道远期生存质量、终点事件发生率。各试验比较见表2

纳入研究的方法学质量评价：所有的文章均来自中国，7篇RCTs的质量均较低，1个试验虽是对照实验但无随机字样，以外，其余试验的Jadad评分均为1分。纳入研究最大样本量为132例，最小为58例。所有的文献在文中都有“随机”字样，但均无具体的随机方法，也无随机方案是否隐藏的信息。文章中明确说明了“两组无显著差异”或“具可比性”等字样，并进行了统计分析（报告了P＞0.05），但大部分则只简单陈述了各组的情况，也罗列了一些数据（如平均年龄、性别分布、平均病程等），但很难说明进行了组间均衡性的比较。无一个试验对有无退出或失访病例进行了文字描述，也未进行长期疗效的追踪观察和随访。

在7篇文献的实验中均用到了尿蛋白排泄率；5篇用到了FPG；3篇用到TC、三酰甘油;2篇用到MAP；2篇用到血＆尿MG；2篇用到HbA1c;1篇用到血和尿TGFB1;1篇用到HDL、LDL;1篇用到FDP；1篇用到BUN、Scr;1篇用到UET;1篇用到2hPG;

加用黄芪注射液与单用常规治疗比较的结果分析（共7篇文献，n＝585），以下为各个结局指标的结果。①尿蛋白排泄（UAER）率指标：7篇文献都报道了UAER指标加用黄芪注射液与单用常规治疗比较(n=522)。并对此做Meta分析，可见同质性差（P＜0.00001）选用数值资料随机效应模型Meta分析。合并OR为76.54［75.90，77.01］，95%置信区间不包括1（P＜0.00001）有统计学意义。可以认为联合运用了黄芪注射液的联合组UAER改善优于常规对照组。②空腹血糖（FPG）指标：5篇文献报道了空腹血糖（FPG）加用黄芪注射液与单用常规治疗比较(n=379)；并对此做Meta分析，可见异质性明显（P＜0.00001）选用数值资料随机效应模型Meta分析。合并OR为0.01［-0.01，0.03］，95%置信区间不包括1（P=0.47）有统计学意义。可以认为联合运用了黄芪注射液的联合组FPG改善优于常规对照组。③总胆固醇（TC）指标:3篇文献报道了总胆固醇（TC）加用黄芪注射液与单用常规治疗比较(n=219)；并对此做Meta分析，可见异质性明显（P＜0.00001）选用数值资料随机效应模型Meta分析。合并OR为4.31［4.20，4.41］，95%置信区间不包括1（P＜0.00001）有统计学意义。可以认为联合运用了黄芪注射液的联合组TC改善优于常规对照组。④其他指标:由于各文献报道的实验其指标不统一，剩余指标最多只有两篇相关实验，故无法做出评价。

讨论

有报道黄芪可增强巨噬细胞吞噬功能等。其有降低尿蛋白，提高血浆白蛋白水平，改善肾病患者体内高凝状态等作用。黄芪能有效地降低血小板活化程度，抑制血小板P-选择素的合成，抑制血小板内5-羟色胺的合成和释放。降低血小板的聚集性，减少血栓形成，改善血液高状态，从而达到抗凝、减少尿蛋白的排出。黄芪有抗氧自由基，降低自由基生长，促进自由基清降的作用，从而保护肝肾细胞；黄芪还可通过诱导肝细胞生长因子(HGF)的产生，起到抗纤维的作用，从另一机制预防DN的发生，延缓糖尿病肾病的进展。

综上所述，报道加用黄芪注射液辅助治疗早期糖尿病的临床随机对照试验还比较少，UAER、FPG、TC指标都得出了有益的结论；其余指标还有待更多的临床实验给予验证。

由于研究中存在的问题较多，结论的可靠性差，研究的方法学质量有待提高：①在药物安全性方面，只有一篇文章有明确具体的报道，多数未作报道；②黄芪注射液产品来源未有统一；③实验评价指标没有统一；④随机实验具体分组方法多数未说明，以及是否采用盲法；⑤没有进行多中心、大样本的研究；⑥仅一篇作了显效、有效、无效比较。

评委随机筛选系统的设计 篇5

1 需求分析

在系统开发之前, 本人对专业技术职务评审负责人员、往年专业技术职务评审参与人员, 部分教职工进行了调查。多次沟通, 撰写了需求报告, 分别进行了功能、性能、可靠性、出错、运行需求分析, 考虑实现以下基本目标功能:

1) 将人员信息的Exce l表导入系统中, 随机筛选出用户指定条件的人员信息, 并显示筛选信息, 做到无人为因素的存在;

2) 可将所要筛选信息的e xce l表格导入该系统, 并自动检索生成相应的下拉列表;

3) 用户可根据需要对每次筛选的内容依次选择相应条件, 对表中的记录进行随机筛选;

4) 可在页面中显示筛选出的所需的人员信息;

5) 可对评委进行增删改操作;

6) 个人可进行入库申请, 管理员进行审批。

2 运行环境需求

开发环境:

前端 (WEB) :浏览器Microsoft Windows 2007 (IE)

开发工具My Eclipse10.0

服务器端:操作系统Apache Tomcat6.0

DBM MyS QL5.5

运行环境:

前端 (WEB) :浏览器Microsoft Windows 2007 (IE)

服务器端:操作系统Microsoft Windows 2007

DBM MyS QL5.5

内存要求>=256MDDR

3 系统设计

3.1 系统总体设计

依照之前的需求分析报告, 将评委随机筛选系统设计成前台和后台管理, 前台的主要功能是完成信息的显示, 后台根据系统用户的需求设计不同的功能。

3.1.1 系统前台

系统前台主要完成信息的展示, 主要包括所用数据导入、筛选条件选取、人数选择、结果展示等几个类别的信息, 只有系统操作人员可以查看此界面, 报名入库人员可进入信息审核界面查看。

3.1.2 系统后台

系统后台由管理人员使用, 维护各种信息。

3.2 系统用户角色设计

根据之前的系统需求分析, 将本系统的角色分为两种:入库人员及系统管理员。

1) 入库人员登录时输入用户名和密码, 初始设定为学校统一分配的工号, 用户名和密码一致, 登录系统填写个人信息提交审核。

2) 系统管理员使用用户名和密码登录, 设置系统参数, 对所有数据增、删、改和数据导入导出操作, 拥有系统的最高权限。

3.3 行为模型

系统运行步骤:

进入系统, 系统空运行, 到达登陆界面, 填写用户信息, 验证用户名是否存在密码是否正确, 验证未通过返回登录界面, 验证通过进入用户界面, 添加筛选信息即条件, 提交, 提交信息筛选数据库返回筛选结果, 筛选条件不满足, 则提示相关信息, 只有操作员可更新数据库, 输出信息以word形式。

4 系统的结构设计

分层开发模式在本系统中的使用, 使代码的耦合度及利用率得到了提高, 数据访问层的设计是第一步, 第二步是业务逻辑层的设计, 表示层的设计放在了最后一步。双向数据交互存在于这三层之间, 最底层是数据访问层, 数据访问层被业务逻辑层调用来进行操作, 业务逻辑层被表示层调用显示信息。

5 结语

本文通过需求分析、总体设计、软件体系结构的设计, 给出了一个B/S模式的评委随机筛选系统的设计过程, 有助于提高高校专业技术职务评审过程中评委选择过程的公平性, 合理性, 会进一步完善专业技术职务评审工作。

摘要：本文对评委随机筛选系统进行了分析和设计国。首先对系统进行了需求分析, 主要在功能模块方面, 依照功能把系统分为前台和后台管理;接着分析了系统的用户角色和对应的功能;最后对系统进行了软件结构设计。

随机考试系统 篇6

当前,社会上的考试种类繁多、形式各异,但是总体上都要以“公平、公正、公开”为原则。为考生随机分配考试考场,使考场分布不掺杂任何人为因素是把握这一原则行之有效的方式之一。Excel办公软件操作简便,内嵌函数、图表制作等功能,不妨用Excel产生的随机数控制与解决随机分布问题。下面探讨如何巧妙利用Excel构造随机数,并如何将其应用到具体实例中。

二、相关定义

1、相邻重复

在一数列中,若任意存在相邻的两个数的数值相等的情况,则称该数列为相邻重复数列。例如:数列{1,4,2,3,5,5,6}中,两个数值5相邻。

2、间隔重复

在一数列中,若任意存在不相邻的两个数的数值相等的情况,则称该组数列为间隔重复数列。例如:数列{1,5,4,2,3,5,6}中,两个数值5不相邻。

3、完全不重复

即在一组数中,不存在任意两个数值相等的情况。

4、RAND函数产生500个随机数中重复的概率几乎为零

证明:考虑到excel的单元格计算中有效位只有15位,那么15位小数的个数为1E15个,每个小数出现的概率是1E-15,在1E15个数中随机取500个数没有重复的概率为P=1-(1E15-1)/1E15×(1E15-2)/1E15×…×(1E15-500)/1E15,当n=500时,为求得结果的准确性,在VFP中通过编写程序代码如下:

运行程序得到P=1.24749E-10。在数学上称这种小概率事件出现的概率几乎为零。

三、利用Excel构造随机数技巧

Excel提供的11大类函数,其中数学与三角函数类别中的RAND()函数能够返回大于或等于0且小于1的平均分布随机数。一般地,若要产生(a,b)之间的随机整数,可以使用以下方法:

方法一:使用公式“=a+(b-a)*RAND()”。但是,该方法产生的随机数并不是整数,而是高精度小数,因为RAND()函数生成的是15位小数的随机数。若要得到随机整数,就要进行取整处理将小数部分去掉。不妨将其嵌套在函数INT()中,恰是这个取整函数导致了随机数的重复,因为RAND()函数本身不会产生重复值。

方法二:使用公式“=RANDBETWEEN(a,b)”,需要指出的是,在普通EXCEL中没有RANDBETWEEN()函数,必须在菜单栏中点击工具--加载宏--分析工具后才可以使用。

但是,实际操作后会发现,使用以上方法所产生的随机整数是重复的。那么,如何才能产生不重复的随机整数呢?下面阐述几种灵活多变的构造不重复随机数的方法:

数组方法一:以产生m组不重复的随机数为例,每组n个整数,每个数字的取值范围是[a,b]。使用下面的公式:

“=LARGE(IF(COUNTIF($A1:A1,ROW(a:b)),"",ROW(a:b)),CEILING(RAND()*(b+1-COLUMN()),1))”,其中A1单元格可以为空,在B1单元格输入此公式。由于是数组公式,所以要通过Ctrl+Shift+Enter编辑完成。实现构造m组数以及每组n个整数随机数,只需要分别向下、向右拖动填充柄即可完成。

数组方法二:该方法是非循环引用数组公式,因此有别于数组方法一。

“=TRANSPOSE(IF(ROW($1:$n)>n,"",SMALL(RANK(OFFSET($B$1,0,,n),OFFSET($B$1,0,,b-a+1),1),ROW(INDIRECT("1:"&n)))+a-1))”,其中a,b,n均采用绝对引用方式,区域$A1:$An为自然数序列,$B1:$Bn区域使用公式“=RAND()”。该方法的思路是利用RAND函数生成的是15位小数的随机数,在100个中是不会重复的这个概念,再用RANK函数比较出一个随机数区域的各个值在另一个随机数区域中的排位,OFFSET函数是定位两个随机数区域的,用SMALL函数将排位的数组按升序返回到单元格中,TRANSPOSE函数是将返回的列数组转置为行数组。这样就可不用循环引用达到返回指定值范围中指定个数不重复随机值。

函数方法三:以产生50个不重复随机数为例,在A列应用公式

“=INDEX(ROW($1:$50),MATCH(SMALL($B$1:$B$50,ROW(1:1)),$B$1:$B$50,))”,在B列应用公式“=RAND()”,B列可隐藏。SMALL函数返回$B$1:$B$50区域中第ROW(1:1)个最小值,MATCH函数找出目标值的位置,即在B列中找到小于或等于SMALL函数返回值的最大数值的位置,INDEX函数引用A1:A50区域中相应数值作为最终随机数。由于该方法中SMALL函数返回的是排序值,因此最终生成的随机值不会重复。

函数方法四:使用RAND()与RANK()函数组合构造不重复随机值。仍以产生50个不重复随机值为例,在A列应用公式“=RAND()”产生15位小数的随机因子,在B列应用公式“=RANK(A1,$A$1:$A$50)”,随后向下拖动填充柄至第50行即可。RAND()函数产生不重复随机因子,而RANK()函数返回一个数字在数字列表中的大小排位,显然最终随机值不重复。

在以上方法中,构造不重复随机值的最简单快捷的方法就是函数方法四。下面探讨如何函数方法四构造的不重复随机值应用到具体案例中。

四、Excel不重复随机数的应用

1、工作流程及功能需求

有500个考生,每个考场10人,不足30人的按额满计算。用随机函数将考生先分为1至17个考场,再将每个考场的考生排成1-30个座次号,使每个考生都有唯一的考场号和座位号。

2、分析、分步实现核心功能

(1)在考生基本信息表中插入一个新列,命名为流水编码号,以自然数序列递增排列,如图1所示。

(2)切换到新工作表Sheet2,建立计算模型。为方便阅读,暂以每考场10人计算,座位号1至10,其与每考场30人的分配方法完全相同,如图2所示。从图2中的第3行起每10行为一个考场,应用条件格式添加不同底纹,进而区分相邻考场考生。[2]

在B3单元格中应用“=RAND()”函数,构造出随机因子,并拖动填充柄至第502行,随机因子一列可隐藏。同时,在C3单元格中应用公式“=RANK(B3,$B$3:$B$502)”,并拖动填充柄至第502行。此时考场随机值已构造完成,目的就是将C列的随机流水编码与图1考生基本信息表中的流水编码号相匹配,从而将考生的考号、姓名、性别等信息引用至图2考场分布情况表中。

考号列的引用公式:“=INDEX(Sheet1!$A$3:$F$35,MATCH(C3,Sheet1!$F$3:$F$35,0),1)”

姓名列的引用公式:“=INDEX(Sheet1!$A$3:$F$35,MATCH(C3,Sheet1!$F$3:$F$35,0),2)”

性别列的引用公式:“=INDEX(Sheet1!$A$3:$F$35,MATCH(C3,Sheet1!$F$3:$F$35,0),3)”

其中,MATCH()函数的功能是将一个单元格中的数值与另一张工作表的某个数据区域进行匹配[3],并返回匹配位置;IN-DEX()函数作为引用,其第一个参数表示被引用数据范围,第二个参数表示引用位置,第三个参数表示被引用区域的第几列。

同理可生成考生座位号,由于每个考场座位号只有1至10,所以绝对引用区域范围会因考场的不同而变化。例如第一考场G3:G12区域应当使用公式“=RANK(B3,$B$3:$B$12)”而第二考场从G13单元格起就要改用公式“=RANK(B13,$B$13:$B$22)”。

3、检查、优化和美化工作表

对工作表中的字体、单元格边框、底纹、公式等作进一步检查及美化,这是制作一个完美、实用工作簿所不可或缺的过程。具体操作通过格式菜单下的单元格、行、列、条件格式等选项按扭进行设置。

五、应用结果分析

新建一张工作表,建立如图3所示计算模型,用于验证图2中500个编码是否不重复。

C2单元格应用数组公式{=SUM(1/COUNTIF(A1:A500,A1:A500))}用于显示A1:A500区域不重复数值的个数,D2、E2单元格分别用于显示该区域随机值的最大值和最小值。显然,图3证明了用函数方法四构造的A列500个随机值是不重复的。按F9键动态更新A列随机数值后,可以看到C2、D2、E2值不变,同样能够满足功能需求。

六、小结与展望

利用Excel不重复随机数高效解决公平分配考生考场的问题,事实证明,该操作方法可以提高工作效率、减少操作失误,级大地方便考场分配工作。实际上,Excel随机数除了上述应用外,还可以应用到抽奖、模拟生成彩票序列号、课堂随机提问、作业抽查等事件中。总而言之,在使用Excel构造随机数之前一定要明确功能需求,并掌握随机数生成的技巧、灵活运用。

摘要：为独立高效解决社会考生考场公平分配问题,在只使用常用办公软件Excel的前提下,提出一种有效的操作方法。通过随机因子控制平均分配的随机性的思路完成功能需求。充分利用Excel函数库资源,借助RAND函数可以构造出相邻重复、间隔重复、完全不重复的随机数,由于每个考生的考场号和座位号具有唯一性,避免重复便成为关键问题。然而随机数的构造方法多样,产生完全不重复型随机数亦需技巧。[1]利用Excel函数方法构造不重复型随机数,针对随机数的产生结果是否重复的问题利用数组公式法加以检测验证,最终将其应用到社会考试考场分配中。该操作方法不但能节省编制功能软件的开支,而且能够提高工作效率。

关键词：Excel,随机数,不重复,考场分配

参考文献

[1]杜春玲.利用Excel函数构造随机数的技巧[J].福建电脑,2005(11):154.

[2]侯雪莲,张晓蓉.巧用Excel中的条件格式和公式[J].电脑知识与技术,2010,(07):1712.

[3]赛贝尔资讯.Excel在公司管理中的典型应用[M].北京:清华大学出版社,2008,(01):96-100.

[4]陈玮.巧用Excel公式构建选择题考试系统[J].中国教育信息化,2010,(04):75-78.

[5]胥家萍.巧用Excel编制工资报表[J].电脑学习,2010,(01):112-114.

智能型随机检测客车超载系统 篇7

系统设计通过单片机和传感器的组合电路实现对客车超载的检查和控制。该检测系统能够自动检查车辆内乘客数目并显示出来,当车内人员超载时,发出语音提示,并自动关闭汽车启动装置,使之无法运行,保障了行车安全。

1 系统组成

系统组成框图如图1所示。

2 系统原理分析

本设计充分利用PIC16F877单片机的易编程和驱动能力强等特点[2],通过查询指令产生中断实现系统的显示、语音报警和汽车发动机锁定等功能。

2.1 传感器检测和信号放大滤波部分的设计

该部分的设计采用了两个反射式光电眼,安装在客车的车门处适当位置,根据乘客经过车门时遮挡两个电子眼发出的红外光的不同时序,通过单片机判别乘客是上车还是下车。该部分的硬件电路设计总体电路图如图2所示。

在图2的电路中,F1A～F4A是用CMOS集成的六反相放大器CD4069组成的放大滤波部分电路;ICA是CD4013构成的CMOS双D触发器,Y1A、Y2A是CD4081四个2输入端与门,这两部分与4069输出的两路传感器检测信号进行逻辑运算,最后在Y1A和Y2A的输出端输出合适的电平信号,分别送至PIC单片机的T0CKI脚和T1CKI脚(即计数器0和计数器1的时钟输入端)。

两个传感器的安装位置之间要有一定的距离(30cm～50cm之间),当无人经过传感器时(以下用El和E2表示传感器),红外二极管发出的红外光照射不到光电三极管上,送给单片机的信号一直是不变的低电平,系统不会计数。当有人上车时,先遮挡住E1,则E1的红外二极管发出的光照射在人身上,反射到受光三极管上,电路中的Al点产生一个高电平信号,经过放大滤波、逻辑运算最后在A3端输出一个低电平信号。随后人体全部遮挡El和E2,然后是离开E1遮挡住E2,最后离开。由此类推在整个上车的过程中A3点的电平是高低变化的,即一个上车脉冲信号,送至PIC单片机的STATUS寄存器进行加计数,而此时B3点的输出状态是不变的。具体的检测方法和脉冲产生时序如图3所示。

当人下车时则是把这个遮挡顺序反过来,B3点产生的脉冲时序是相反的,信号送至PIC单片机的STATUS寄存器进行减计数,单片机即可通过程序模拟把车厢内实际人数计算出来并存储在寄存器中。

2.2 显示部分的设计

由于PIC16F877单片机的I/O口驱动能力较强,所以显示部分的电路采用PIC16F877单片机直接驱动两位共阳极LED数码管的方式[3]。

RC6和RC7端口分别控制数码管的十位和个位的供电,当相应的端口变成低电平时,驱动相应的三极管会导通,+5V通过IN4148二极管和驱动三极管给数码管相应的位供电,这时只要RB7口送出数字的显示代码,数码管就能正常显示数字。

2.3 语音报警部分的设计

该部分主要采用美国华邦公司10分钟规格的ISD4004语音芯片,由PIC16F877 SPI模块的RC3、RC5端口直接驱动,电路简单、不怕掉电、发音清晰、存储量大、编程方便,可以适应客车上的环境。

由于ISD使用的是3V电源,而PIC使用的是5V电源,因此电路设计中,在单片机的I/O口输出时,采用了先串接10kΩ电阻再接到ISD的SPI口的方式;而MISO口是由ISD输出、PIC16F877输入的,为了使PIC16F877能准确识别其电平,电路设计中在MISO脚加了一只NPN三极管接成的反相器,向PIC16F877的MISO性质的RC4脚提供足够电压,所以在程序中应该把MISO的所有读入信号取反。

为了方便语音录入,在ISD4004的17脚加了一个麦克风,由于语音芯片自身的采样频率较高,所以不需要另外接AGC电路,就可以录入较为清晰的语音。

ISD4004的语音输出经电容耦合滤波后,接至音频功率放大器芯片TDA2822放大就由扬声器播放出来。

2.4 发动机锁定部分的电路设计

因为客车发动机采用的是汽油机,汽油机的燃烧方式是靠火花塞点燃式,而火花塞的跳火是由于安装在分电器中的信号发生器发出信号,点火模块依据收到的信号发生器的信号来接通和切断点火系的初级电路,点火系的次级电路感应初级电路电压的变化而产生高压点火。因此,对于汽油发动机只要执行电路切断点火电路的低压电路,高压电路就不会感应出电火花来点燃混和气了。

本设计中,根据PIC16F877单片机检测到的是否超载的信号,在I/O口输出一个高或低电平信号,放大后驱动电磁阀的开闭来控制点火电路的低压电路。

3 软件设计

3.1 计数功能程序实现

该部分程序的主要功能是将传感器检测到的两路上下车信号送至PIC单片机的STATUS寄存器以进行加减计数,将实时的数据和预置在W寄存器的上限人数(如50人)循环不间断地进行查询比较,一旦等于50则产生中断控制语音芯片进行语音报警,大于50则执行发动机锁定电路。

3.2 LED显示部分的程序实现

该部分程序的主要功能是对单片机的显示控制位进行查询并查表,使数码管的高位和低位能不断刷新,达到实时显示客车上人数的目的。

3.3 语音部分的软件控制程序设计

该部分程序的主要功能是不断地查询PIC16F877的SPI片选位RA5和语音控制位RC5,一旦有中断信号,则由单片机的SPI模块从语音芯片的存储器中读出对应的预先录制好的语音程序。

3.4 软件控制程序设计流程图

系统的软件控制程序设计流程图如图4所示。

本文研究的智能型随机检测客车超载系统采用光电传感器和PIC单片机共同构成超载检测和处理结构,驱动电磁阀控制发动机的点火电路实现超载控制。现代交通系统中有着复杂的传感器网,传感器是电子控制系统的“眼睛”和“耳朵”[6],它告知计算机系统检测车速、车重、实时交通状况等交通信息,大大提高了交通管理的效率。另一方面汽车自身配置的传感器装置使汽车运行状态的相关参数以光速反馈至计算机控制系统,使系统做出合理的调整。这些共同构成了智能化的交通系统,也是未来交通系统的发展方向。

参考文献

[1]杨三序．电容式传感器在车辆检测装置中的应用[J]．传感器技术，2004，23(9)：74-76．

[2]蒋维．车辆超载、限速报警系统的研制[J]．电子工程师，2004，30(12)：21-22．

[3]李荣正，刘启中，陈学军．PIC单片机原理及应用[M]．北京：北京航空航天大学出版社，2006．

[4]荆强．载运汽车超载限制器的研制[D]．长春：吉林大学，2004．

[5]李扬．美国车辆超限超载治理综述[J]．交通世界，2004，(12)：20-22．

LTE系统中随机接入过程研究 篇8

随机接入过程是用户终端和网络端进行通信的初始接入过程。在LTE系统中,用户终端只能在上行链路已经达到同步的情况下进行链路数据的传输,而LTE随机接入过程在上行同步的过程中起着关键的作用,高效的随机接入过程将对系统性能的提高具有很重要的意义。

1 触发情况及分类

WCDMA中的随机接入过程主要用于初始网络接入和短消息的传输。3GPP LTE系统[1]同样利用随机接入过程来进行初始网络接入,但是其不承载任何的用户数据信息。LTE随机接入过程用于实现用户终端与网络端的上行链路同步,可能在以下几种情况下触发[2]:1)从空闲状态(RRC_IDLE)开始到连接状态(RRC_CONNECT-ED)的初始接入;2)RRC连接重建过程;3)UE从当前服务小区切换到一个目标小区;4)处于RRC_CONNECT-ED状态的UE失去了上行同步,需要发送一个新的上行链路数据(或控制信息),或者没有可用的PUCCH资源传输SR;5)处于RRC_CONNECTED状态的UE失去了上行同步,需要接收一个新的下行链路数据,因此在上行链路上要传输相应的ACK/NACK;6)处于RRC_CON-NECTED状态的UE出现配置请求,需要发起随机接入过程。

在LTE系统中并未定义专门的随机接入状态(ALO-HA),但由上面几种情况可以看出随机接入过程是建立、保持UE与网络端上行同步的关键,在系统通信各个状态的转移中起着重要的桥梁作用,如图1所示。

LTE随机接入过程分为基于竞争的随机接入过程和基于非竞争的随机接入过程。其中基于竞争的随机接入过程适用于以上前5种触发情况,而非竞争的随机接入过程只发生在切换或下行链路数据到达的情况。两种随机接入过程的步骤有些不同,下面分别进行详细分析。

2 过程详细分析

2.1 基于竞争的随机接入过程

基于竞争的随机接入过程有4个步骤,如图2所示。

2.1.1 随机接入前导的发送

随机接入前导序列由两部分组成,一部分是循环前缀CP,其长度为TCP,另一部分是序列部分,长度为TSEQ[3],如图3所示。

其中循环前缀的长度TCP和序列的长度TSEQ由前导序列的格式所决定,一共有5种不同的格式,由高层配置参数决定。

在LTE系统中,前导序列由具有零相关域的Zadoff-Chu序列通过循环移位来产生,ZC序列具有良好的互相关和自相关特性,有利于网络端对随机接入信号的检测,减小了信号之间的干扰。每个小区中有64个可用的前导序列,被分为A,B两个小组和预留部分,用户终端选择其中一个小组的序列集,并随机地从中选择出一个前导进行发送。

随机接入前导是通过物理随机接入信道PRACH来发送的。根据网络端广播的系统信息配置,UE可以计算出所有可用的PRACH时频位置。在发送随机接入前导时,UE需要选择一个可用的PRACH用于前导的传输。在频域上,一个PRACH资源所占的带宽相当于6个资源块,每个资源块占180 k Hz,一共1.08 MHz。前导的发送功率PPRACH为[4]

式中:PCMAX是被配置的UE传输功率,是下行路径损耗估计,由UE计算得出,PREAMBLE_RECEIVED_TAR-GET_POWER由网络端配置的初始功率、前导传输次数、步进功率等共同决定。

UE将会以确定的发送功率在可用的PRACH上发送MAC层选择出来的随机接入前导序列,并对发送次数进行计数,当网络端正确检测出UE的随机接入前导信号后,便可以得到UE的传输延迟。

2.1.2 随机接入响应的接收

随机接入前导发送完成之后,UE应该立即在随机接入响应窗中监听物理下行控制信道PDCCH,以获得网络端对UE的随机接入响应(Random Access Response,RAR)。UE在固定大小的随机接入响应窗中监听PDCCH,这个窗大小由网络端在系统消息中广播发送给UE,LTE系统中规定这个参数为ra-Response Window Size,单位为子帧。一旦解出PDCCH,UE将会根据PDCCH中下行控制信息DCI包含的RA-RNTI来决定是否接收包含在物理下行共享信道PDSCH中的随机接入响应。如果多个UE在同一时频资源上选择了同一个前导序列进行发送,这时便产生了竞争冲突,它们都将接收到来自网络端的随机接入响应。

RA-RNTI是随机接入无线网络临时标识,它与承载前导序列发送的时频资源有关,其具体的表达式为[5]

式中:t_id和f_id分别是PRACH时域和频域的标识,0≤t_id<10,0≤f_id<6。

随机接入响应的内容包含网络端检测到的前导序列标识、时间校准指示(TA)、初始上行链路资源授权(UL grant)和临时小区无线网络标识(TC-RNTI)。TA用于UE建立上行链路同步,初始UL grant是用于Mag3的发送,而TC-RNTI用于竞争的解决。在随机接入响应中也有可能包含退避指示(Backoff Indicator,BI),网络端配置该参数让UE在发起下一个随机接入之前先退让一段时间,降低了再次发生接入冲突的概率。UE在接收随机接入响应时应该根据以下几种不同的情况分别作出相应的处理:

1)如果UE在随机接入响应窗内没有接收到任何响应信息,则认为本次随机接入响应的接收失败,需要重新选择随机接入时频资源和前导序列,并且按照系统配置的步进功率提升发送功率重新发送前导信息。

2)如果UE在随机接入响应窗内接收到了网络端发送来的随机接入响应,但是该响应中并没有包括与之前UE发送的前导序列相匹配的RA-RNTI,则表示响应并不是发送给该UE的。当响应信息中含有BI时,该UE需按照BI指示设置退避参数backoff,并且退避一段时间后重发前导序列,当响应信息中没有BI时,UE则设置重发前导序列的退避参数backoff为0 ms[6]。

3)如果UE在随机接入响应窗中接收到了网络端发送的随机接入响应,并且包含有与之前发送的前导序列相匹配的RA-RNTI,则认为该次随机接入响应接收成功。

2.1.3 Msg3的发送

UE成功接收了随机接入响应,并建立了上行同步后需要按照响应中所指定的初始UL grant发送Msg3(连接请求消息)。Msg3使用物理上行共享信道PUSCH进行传输,并且使用了HARQ技术,指示UE是否需要进行自动重传,如果网络端正确接收,将会向UE发送ACK消息,UE无须重传;否则UE将会接收到NACK消息,自动进行重传。

Msg3传输的是MAC层或RRC层的消息,比如RRC连接请求、跟踪区域数据更新或者调度请求消息等。在Msg3中包含有:1)响应中分配的TC-RNTI和C-RNTI;2)48 bit的UE标识。多个UE在随机接入开始阶段,使用相同时频资源发送了相同的前导序列会产生竞争冲突,那么它们都将接收到网络端的响应,并且得到相同的TC-RNTI和UL grant,所以在发送Msg3时,会由于使用相同的上行资源而又一次发生竞争。UE如果在HARQ达到最大重传次数后仍没有接收到网络端对Msg3成功接收的ACK消息,将会重新发起随机接入过程。而网络端同时成功接收到了处于竞争冲突UE发送的多个Msg3时,将会利用竞争解决消息的传输来解决此次冲突。

2.1.4 竞争解决消息的接收

网络端向UE发送的竞争解决消息是为了处理UE发送Msg3时产生的冲突,保证随机接入成功的独一性。UE接收到竞争解决消息后,将比较消息中包含的冲突解决标识与Msg3中包含的标识是否匹配,若标识匹配,UE认为此次竞争解决成功,并且向网络端发送HARQ确认消息;否则UE将会认为这个竞争解决消息不是发送给自己的,知道此时发生了竞争冲突,不会发送HARQ反馈消息,并且取消此次随机接入过程,重新开始一个新的随机接入过程。UE接收竞争解决消息分为以下3种情况[7]:1)UE成功接收到了竞争解决消息,并且得到了与其匹配的标识,这时将会向网络端发送一个ACK消息,表示竞争解决成功;2)UE成功接收到了竞争解决消息,但是得到的是其他UE的标识,这时不会向网络端发送HARQ反馈信息;3)UE接收竞争解决消息失败。

2.2 基于非竞争的随机接入过程

在基于非竞争的随机接入过程中,初始发送的前导序列和PRACH时频资源都是由网络端配置确定给出,在发起随机接入时与其他UE不会发生竞争冲突,主要包括3个步骤,如图4所示。

2.2.1 随机接入前导的配置

网络端向UE配置基于非竞争随机接入前导的发送,通过两种方式:1)如在发生切换的情况,由目标小区网络端生成,并经过当前小区网络端发送的切换(HO)命令来配置前导的发送;2)如在下行数据到达的情况,通过物理下行控制信道来配置。

2.2.2 随机接入前导的发送

跟基于竞争的随机接入过程一样,UE使用物理随机接入信道PRACH发送网络端指定的前导序列。

2.2.3 随机接入响应的接收

UE接收基于非竞争的随机接入响应,不使用HARQ技术,将会至少得到TA、用于切换的UL grant、下行数据到达的时间校准信息和随机接入前导标识等信息。

2.3 随机接入成功

随机接入成功后,UE将丢弃掉随机接入前导标识并刷新HARQ缓存器,并与网络端建立起了上行同步,进入到连接状态,开始进行信息数据的传输。

3 小结

笔者首先介绍了LTE系统中随机接入过程触发的情况及分类,详细阐述了基于竞争和基于非竞争的随机接入详细过程。通过对流程步骤的研究,重点分析了LTE系统针对随机接入过程中可能出现的竞争冲突情况所采取的解决措施,保证了随机接入过程的快速、高效,是满足LTE系统高吞吐量、高速率传输的基本条件。

摘要：LTE系统随机接入过程是用户终端实现上行同步,并与网络端建立连接的第一步,对系统性能有着重要的影响。首先介绍了LTE随机接入过程的触发情况和分类,然后详细说明了基于竞争和非竞争接入的过程步骤。通过对过程的分析研究列出了一些可能出现的问题,针对不同的情况给出了相应的解决措施。

关键词：LTE,随机接入,竞争冲突,自动重传请求

参考文献

[1]姬自英,李小文.LTE系统中ESM协议分析与设计[J].电视技术,2010,34(12):80-83.

[2]3GPP TS 36.300 V9.1.0,Evolved Universal Terrestrial Radio Access(E-UTRA)and Evolved Universal Terrestrial Radio Access Network(E-UTRAN);overall description[S].2009.

[3]3GPP TS 36.211 V9.0.0,Physical channels and modulation[S].2009.

[4]3GPP TS 36.213 V9.0.1,Physical layer procedures[S].2009.

[5]3GPP TS 36.321 V9.0.0,Medium Access Control(MAC)protocolspecification[S].2009.

[6]ZHOU Ping,HU Honglin,WANG Haifeng,et al.An efficient randomaccess scheme for OFDMA syestems with implicit message transmission[J].IEEE Trans.Wireless Communications,2008,7(7):2790-2797.

随机考试系统 篇9

到目前为止,多变量辨识方法比较多,比如最小二乘算法、随机梯度算法、辅助变量算法、极大似然算法等等,这么多算法究竟哪个计算量更小,收敛性能更好,实用性更强,谁优谁劣究竟如何评判,这是问题的关键。不过理论上很难从多方面判断算法的优劣和实用性,可通过具体的仿真例子为辨识算法的选择作理论上的指导。本文用随机梯度搜索原理或随机逼近原理,研究了遗忘梯度算法,子系统遗忘梯度算法和递阶遗忘梯度算法,并通过仿真比较研究它们的估计精度的高低和收敛性能的好坏,使算法能更好的指导实际的应用。

1 多变量系统辨识模型

一个状态空间描述的多变量系统,化为传递矩阵描述,经过参数化可以化为下列形式的差分方程[1],

(1)式中u(t)∈瓗r和y(t)∈瓗m分别是系统输入和输出向量,v(t)∈瓗m为零均值白噪声向量瓗1和瓗m×r分别是待辨识的系统参数和参数矩阵。

定义参数矩阵θ、参数向量为α、输入信息向量φ(t)和输出信息矩阵ψ(t)分别为

瓗

瓗ψ(t)∶=[y(t-1),y(t-2),…,y(t-n)]∈瓗m×n因此,可以得到随机系统辨识模型,

2 梯度辨识算法

辨识模型(2)式既包含一个参数向量α∈瓗n,又包含了一个参数矩阵θT∈瓗m×n0,使得传统的辨识方法,如递推最小二乘算法(RLS)和随机梯度算法(SG)等,不能直接辨识这模型的参数向量和参数矩阵[2]。一种直观的方案是,将该系统重新参数化,得到一个包含参数向量α与参数矩阵θ所有元的高维参数向量∈瓗n+mn0。另一种方案是,把辨识模型(2)式按照输出的数目分解为m个子系统,然后分别辨识每个子系统的参数向量。还有一种方案是,采用递阶辨识原理,直接辨识参数向量α∈瓗n与参数矩阵θ∈瓗n0×m,这种方法计算量最小在这三种辨识方案中,都可以采用最小二乘优化原理和随机梯度搜索原理(或随机逼近原理),来研究相应的辨识方法。限于篇幅,本文只介绍基于随机梯度的辨识方法。下面分别介绍这几种辨识方案和具体辨识算法,并比较各种方法的优缺点。

2.1 随机梯度算法

先引入一些符号。设Im是m×m单位阵:表示Kronecker积或直积,col[X]表示将矩阵X的列按次序排成的向量。

定义扩展的参数向量和扩展的输入输出信息矩阵分别为

瓗。于是辨识模型(2)式可以转化为熟悉的形式,

极小化准则函数可得带遗忘因子的随机梯度算法,简称遗忘梯度算法(FG),

其中(t)是的估计,λ为遗忘因子称为时变收敛因子。算法初始值可取为一个小实参数向量,如(0)=1(mnr+n)×1/p0,p0=106。遗忘梯度算法比SG算法有较快的收敛速度,而且具有克服数据饱和和跟踪时变参数的能力。关于算法的收敛性,可参考文献[3,4]证明。

2.2 子系统随机梯度算法

FG算法虽然比较直观,思路也简单,但是参数向量维数很高,且信息矩阵Υ(t)含有大量的零元素,这使得算法计算量很大。为克服这些缺点,下面研究分子系统的辨识算法,基本思想是将一个多输入多输出系统分为多个多输入单输出子系统,然后分别辨识每个分子系统的参数向量。

令表示向量y(t)的第j个元表示信息矩阵ψ(t)第j行表示信息矩阵v(t)第j个元表示参数矩阵θ第j列。辨识模型(2)式可以分解为m个子系统,

(5)式中第j个子系统的信息向量和参数向量分别为

定义和极小化m个准则函数

可以得到每个子系统的带遗忘因子随机梯度算法,简称子系统遗忘梯度算法(S-FG),

因为在每一个子系统都要估计α向量一次,所以α的估计可取m次估计的平均值,子系统随机梯度法避免了出现大量零元的信息矩阵,参数维数也由原来的n+mn0降低到n+n0,计算量大大减少,所以S-FG算法是优于遗忘梯度算法。

2.3 递阶随机梯度算法

尽管子系统随机梯度算法降低了参数维数,减少了计算量,但是由于每一个子系统都包含参数向量α,所以要(重复)估计m次α,增加了不必要的计算量。而下面要讨论的递阶随机梯度算法,既不包含大量零元,又不必(重复)估计参数向量α,计算量是最小的。

递阶随机梯度算法是基于递阶辨识原理提出的[1]。根据式(2)定义准则函数,

根据负梯度搜索原理,得到估计α和θ的带遗忘因子的递阶随机梯度辨识算法(FFHSG),简称递阶遗忘梯度算法(HFG),

这里α(t)和θ(t)分别是α和θ的估计。

3 仿真实验与算法比较

考虑2输入2输出一阶仿真系统,其中α=-0.8,θT=[2.0,1.0;1.0,2.0]。仿真时,{u1(t)}和{u2(t)}采用零均值单位方差不相关可测的持续激励信号序列,{v1(t)}和{v2(t)}采用零均值方差分别为σ2(1)=0.42和σ2(2)=0.52的白噪声序列,对应两个输出通道的信噪比分别为δns(1)=50.99%和δns(2)=51.51%。用本文三个算法估计这个系统参数,这里由于篇幅所限,只给出λ=0.98时参数估计相对误差误差随t变化曲线如图1所示。

从这个仿真例子的仿真结果,可以得出结论:这三个算法有一个相同点,即随着递推计算步骤的增加,参数估计误差(总的趋势)不断减小,即数据量越大,参数估计精度越高;当λ相同时,S-FG算法收敛最快,FG算法收敛最慢,HFG算法介于二者中间,而且平稳性也介于两者之间;对于很大的t(数据长度),三个算法最终的估计误差曲线相差不大,参见图1,但递阶遗忘梯度算法计算量最小。

4 结论

本文针对多变量系统研究了三个随机梯度型辨识方法,并对这三个算法的性能和特点进行了分析比较。

摘要：针对工业中广泛存在的多变量系统,研究了辨识这类系统的遗忘梯度辨识算法,分子系统遗忘梯度辨识算法和递阶遗忘梯度辨识算法,对这三种算法的计算量进行了比较分析,并给出了仿真例子。

关键词：最小二乘,随机梯度,递阶辨识,多变量系统

参考文献

[1]Feng Ding,Chen Tongwen.Hierarchical gradient-based identification of multivariable discrete-time systems.Automatica,2005;41(2):315—325

[2]方崇智,萧德云.过程辨识.北京:清华大学出版社,1988

[3]丁锋.随机梯度算法的收敛性分析.清华大学学报,1999;39(1):83—86