Ad Hoc网络中支持拥塞控制的速率自适应协议

Ad Hoc网络中节点需要竞争共享信道,容易使部分节点发生拥塞而丢弃部分分组,造成带宽资源浪费。为了更有效地利用Ad Hoc网络物理层的多速率能力,提出了一种支持拥塞控制的速率自适应协议,引入了可变发送窗口机制,接收节点根据信道质量选择可用的最高传输速率,并根据其队列拥塞程度控制发送端节点的发送窗口,发送节点按照发送窗口的大小连续发送多个数据帧。仿真结果表明,该协议能够充分利用信道条件,在网络重负载的条件下,饱和吞吐量提高80%,并能够调整拥塞节点的分组进出速率,有效地控制了网络拥塞。     

无线地下传感器网络节点放置算法

为解决在土壤环境中传感器信号的衰减作用影响传感器网络性能的问题,对地下土壤环境中电磁波的衰减情况进行分析并建模,提出一种新的用于地下传感器网络的、基于网格模型的三维节点放置算法MCC3D(Max Coverage Connectivity 3 Dimension)。简要讨论了天气和季节变化对土壤中信号衰减情况的影响以及可行的解决措施。该算法使用尽可能少的传感器达到预定的覆盖率要求,并同时保持最优的网络连接性能。仿真结果证明,该算法可达到预定目的。与随机节点放置算法相比,其覆盖性能和连接性能均大大提高,在满足预定覆盖率门限的要求下,使用的传感器数目可减少约33%。同时,网络连接性能明显优于随机节点放置算     

支持大规模分布式网络测量的组件自配置机制

针对大规模分布式网络测量中,大量异构组件需要自动配置和管理才能统一协调运行的问题,提出了分布式网络测量组件自配置机制(CSCM:Components Self-Configuration Mechanism)。采用基于目录服务的方式对组件进行认证和配置管理;并通过资源权限的分配,使全网范围内的测量资源得到合理使用。通过形式化描述和分析CSCM机制的系统模型和运行模型,证明了CSCM具有一阶线性的消息复杂度和收敛时间。并给出一个基于CSCM的分布式网络监测系统(MMS:Monitor and Measurement System),实践证明CSCM增强了MMS的易用性和可扩展性。     

多媒体网络教学资源库的视频编码技术研究

详细分析了H．264视频编码特点,将其应用到多媒体网络教学资源库中,有效解决了网络多媒体课件数据量大、传输速度慢等问题,以满足多媒体网络教学的需要．     

地域通信网聚点团生存性估计方法

为了使地域通信网生存测度考虑时延和链路迂回特性,在跳面节点的基础上提出一种新的地域通信网生存性测度指标——聚点团生存度。计算机仿真结果表明,该生存性测度指标能够同时考虑节点的生存概率以及链路的迂回特性,准确地反映出地域通信网的生存特性。     

改进的神经网络并行算法及其在地震初至拾取中的应用

针对经典BP神经网络易于陷入局部极小点、易于产生振荡等缺点,提出了神经网络初始权值的二分法,改进了一种网络结构自动确定算法,并将随机算子和遗忘因子引入BP神经网络中.在提高全局寻优能力的同时,加快了网络的收敛速度.在分析了神经网络内在并行性的基础上,基于MPI实现了改进算法的并行化,将算法应用于地震资料的初至拾取,并取得了良好的应用效果,验证了算法的有效性.     

城域综合业务接入网组网方案探讨

为了建设一个以大容量光纤传输网络为主体,以宽带多业务交换网为核心,以多元化综合接入为基础,支持端到端话音、数据、多媒体等各类增值业务的城域综合业务接入网,在分析了城域综合业务接入网的业务需求的基础上,提出了城域综合业务接入网的主要结构和城域传输网的组织方式。     

多层网TCP-RED非线性流体模型的高效网络拥塞控制

提出了一种多层网络拥塞控制方法,该方法基于流体模型的微分方程设计多层网络拥塞控制.此外,该方法利用流体模型的稳定性保证网络性能参数的均值在多层网络环境及大数据流的情况下向平衡点收敛,同时也有效限制了AOM参数的设置.理论分析和仿真结果证明了这种网络拥塞控制方法能在多层网络中避免拥塞,并当网络出现大数据流时,该多层AQM系统能充分利用网络带宽及保持路由器队列长度的相对稳定.     

IEEE 802.15.4网络的IPv6报头压缩研究

研究IETF草案在IEEE 802.15.4网络进行IPv6分组的传输的基础上,提出了一种基于IEEE 802.15.4网络的IPv6报头压缩方案.通过修改适配层帧格式及使用路由标识符,该方案的压缩报头比草案的压缩报头小7个字节,并且它兼容现有IETF草案.在实验平台上的测试结果表明,使用本方案能够延长节点生存期.     

基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断

针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概...