一种间歇性连通移动网络(ICMN)MAC协议的优化机制

间歇性连通移动网络（Intermittently Connected Mobile Networks, ICMN）是指在大多数时候不存在一条从数据源节点到目的节点的路径,即使存在路径,该路径也因网络环境或节点移动而极不稳定,难以维持的无线移动网络.提出了一种在ICMN中基于节点连接时间的MAC协议优化机制,从而使得改进后的传统无线移动网路的MAC层协议在ICMN下实现快速的数据传输.并通过仿真对这种优化机制进行了分析.     

一种基于TinyOS的容延迟移动传感器网络协议栈

容延迟移动传感器网络DT-MSN是指部署在多个移动物体上的传感器节点所组成的稀疏网络.在DT-MSN中,不存在稳定的端到端的多跳路径,基于多跳路径的传统数据传输模式不再适用,这使得DT-MSN采用了一种全新的数据传输模式.由于这一独特的数据传输模式,传统网络协议栈无法用于DT-MSN,针对这种情况,本文提出了一种基于TinyOS的DT-MSN协议栈.该协议栈不仅描述了一种通用的DT-MSN网络架构,而且采用了分层结构和模块化的设计,使得DT-MSN研究人员不仅可以将注意力集中到某一具体的功能模块,还可以根据需要重用现有的功能模块.基于该协议栈架构我们对其进行了实现,并引入了具体的数据传输机制.     

一种应用层数据同步方法的设计和实现

为实现在复杂网络和异构数据库环境下的数据同步,在分析基于触发器的数据同步机制的基础上,设计了一种应用层数据同步机制.这种机制在应用层利用数据库和XML的映射来封装和解析同步数据,同时针对数据传输和数据库更新在应用层引入了可靠性机制.该同步机制具有与平台耦合度小、功能分层易于复用的优点,能够根据应用需求有效解决跨平台的数据同步问题.实践证明,该应用层数据同步机制达到了设计要求.     

一种无线传感器网络多信道动态路径转发协议

为了改善无线传感器网络在重负载情况下的性能,提出了一种多信道动态路径转发协议MDFP.该协议通过整合动态路径选择和预测唤醒调度,使得发送者在发送数据前能预测可用转发节点的唤醒时间,避免了现有动态路径转发协议依赖长前导来完成转发节点选择和数据传输所带来的问题,从而实现更低的能耗并改善网络在重负载下的延时和可靠性.MDFP利用多信道通信减少节点间干扰,从而进一步提升网络在重负载情况下的可靠性.基于TelosB节点的实验结果表明,在重负载情况下,相对于现有的动态路径转发协议,MDFP在能耗、延时和可靠性方面均有较明显的性能提升.     

基于GRNN网络车辆方向盘转角识别方法

为改善车辆的操纵安全性以及为自动转向系统和智能泊车系统的研究提供理论基础,本文给出一种新的汽车方向盘转角识别方法.建立了驾驶员—车辆闭环模型,并通过试验验证车辆模型.通过给定方向盘转角输入求解得到用于GRNN网络训练的车辆状态参数,运用GRNN网络建立以车辆状态参数来识别方向盘转角的映射模型.与RBF网络相比,GRNN神经网络具有更高的辨识精度.进行整车仿真,所建立的GRNN神经网络能较精确地识别方向盘转角并与仿真结果有较好的一致性.     

一种基于多优化函数的跨层定向扩散路由协议

无线传感器网络中的路由协议设计应该符合其网络特性.为此基于传统的定向扩散中的推扩散协议,提出了一种新颖的基于多优化函数的跨层路由协议--MOFD.该协议综合考虑了网络性能的多个影响因素,将节点间距离、节点剩余能量和路径跳数引入路径选择函数中以实现最优路径的建立,并在数据传输过程中利用跨层功率调节技术提高数据传输的能量效率.基于ns-2的仿真实验证明,与传统的推扩散协议相比,MOFD协议延长了网络的生命期,提高了整个网络的鲁棒性,实现了对无线传感器网络的数据传输的综合优化.     

有线混合网络数据传输拥塞优化控制方法

为解决传统有线混合网络数据传输丢包率高、链路延迟长、利用率低的问题,提出一种有线混合网络数据传输拥塞优化控制方法。以单向延迟和可用带宽的检测结果为基础,采用马尔可夫模型预测有线混合网络传输的拥塞状态,将资源消耗和链路利用率作为优化控制的目标,在有线混合网络数据传输拥塞优化控制目标选择的路径符合要求下,根据其状态建立目标函数,完成优化控制。实验结果表明,该方法数据传输的丢包率小于4%,链路延时控制在0.05 s内,且其有线混合网络数据传输丢包率低,链路延迟短、利用率高。     

大功率无线电力传感网络信道交叉映射机制

大功率无线电力传感网络通信组网中,信道的交叉映射可以实现分层管理和提高抗干扰性能抑制。传统方法中,采用多因性的时帧分布调节方法是实现大功率无线电力传感网络信道交叉映射,容易导致无线电力传感网络节点出现信道频移,数据通信丢包较大。提出一种基于数据转发链路估计的大功率无线电力传感网络信道交叉映射机制。构建节点数据传输模型,进行大功率交叉网络模型构建和信道模型构建,把传感器节点划分为多个簇,构建无线电力传感网络,实现节点优化覆盖。计算大功率交叉网络信道的数据转发链路转发冲激响应函数,实现网络信道的交叉映射机制改进。结果表明,该模型能有效提高数据转发成功率,数据收集的稳定性提高了10%,保证有较高的通信成功率,且功耗减少24%,信道的交叉映射可以实现分层管理,提高抗干扰性能抑制,性能优越传统方法。     

基于流量攻击判定的网络安全评估模型

提出了一种基于流量攻击种类判定的网络安全评估模型.运用描述流量自相似性的Hurst参数建立模糊优先比相似选择法决策模型,通过同已知类型的攻击网络流量进行比较,判定未知的网络攻击类型.在此基础上,根据网络数据传输路径上路由器被攻击的次数、攻击属性以及攻击的破坏权值,对网络数据传输安全性进行真实有效的量化测量和评估.实验证明该方法不仅能准确判定未知网络攻击的类型,同时为网络数据传输策略的制定和网络数据传输的安全提供有效保障,为整个系统的决策和管理提供有力的依据.     

网格环境下用并行路径传输文件的仿真与实现

文件传输时间的长短是评判一种传输机制传输效率的直接因素。本文针对如何提高大数据量文件的传输效率提出了一种新的传输方式。目的是为了缓解文件传输时网络发生拥塞或因带宽利用率不高时而出现无法传输的现象。本文主要研究了使用并行路径传精大数据量文件,以及在传输过程中若遇到未知的网络状况导致文件无法传输时动态管理副本传输的可行性。这种文件传输方式在加快文件传输速率,减少文件传输时间,提高传输稳定性等方面有明显效果。既完成了该传输模型的仿真效果,又针对仿真程序的结果完成了具体实现。本文对此分析了传统的单一副本数据传输方法以及多副本数据传输方法的区别,最后通过仿真程序和实现程序对三种传输方法做了比较。实验证明,基于网格环境下自适应动态路径文件传输模型具有较好的传输性能。     

一种双向映射神经网络模型

在传统BP神经网络的基础上,提出了一种双向映射网络,证明了该网络的存在性,并验证了该网络的可实现性.该双向映射网络为某些问题的研究开辟了一条新思路.     

融合多层级特征的弱监督钢板表面缺陷检测算法

由于缺少实例级标签,使得深度神经网络在工业表面检测领域的应用受到了限制.为解决这一问题,本文面向实际的热轧钢板表面缺陷检测任务,提出基于弱监督学习的缺陷检测网络,该网络引入类激活映射模型,使用容易获取的图像级标签进行模型训练,进行钢板表面的缺陷检测.为了进一步提升检测精度和克服类激活映射模型原有的缺点,本文采用性能更优...     

用映射法实现CMIP和SNMP综合网络管理

提出了一种通过ＣＭＩＰ－ＳＮＭＰ代理网关实现ＣＭＩＰ和ＳＮＭＰ的综合网络管理方法,并探讨了该ＣＭＩＰ－ＳＮＭＰ代理网关的设计思想,即：用名称、实例映射及功能映射来实现ＣＭＩＰ与ＳＮＭＰ管理之间的相互转换,用映射方法设计网关的思想对不同网络之间的综合网络管理具有普遍性。     

基于骑士巡游的Mesh光网络链路故障定位策略

全光交换网络的链路故障定位方法需要具有快速性,同时有效降低资源开销.提出一种基于骑士巡游的光网络单链路故障定位策略,该策略首先根据网络的节点连通度进行节点分裂,将分裂后的网络节点映射到相应大小的m×n棋盘上,依据骑士巡游的思想利用探测信号定位网络中出现的单链路故障.仿真表明:该策略能够在利用较少的网络资源情况下,对网络...     

满足链路约束的拓扑聚集度虚拟网络映射算法

高效的虚拟网络映射算法能提高网络收益,降低物理资源的消耗。假如一个虚拟网络能够被满足映射,那么它对物理节点资源的消耗是固定的,对资源消耗的总大小取决于链路映射。为减少链路资源消耗,相邻的虚拟节点在被映射后应该是接近的。本文提出基于满足链路约束的拓扑聚集度映射算法。该算法在计算汇聚度时考虑节点间的链路请求,是一阶段映射算法。此外,本文根据图的广度优先搜索对虚拟节点排名,使连续映射的虚拟节点有较高的关联性。仿真实验表明,所提出的算法提高了长期网络收益和收益花费比。     

基于混沌映射的单向Hash函数构造

为提高 Hash函数性能 ,尝试新的 Hash函数构造方法 ,提出一种基于混沌映射的 Hash函数构造思想 ,给出利用两个不同的混沌模型构造的单向 Hash函数 ,并初步分析了其作为单向 Hash函数的不可逆性 ,防伪造性 ,初值敏感性和混沌映射应用于单向 Hash函数构造的优点与潜力。实现了任意长原始文本单向 hash为 1 2 8bit Hash值的算法。实验结果表明 ,这种构造方法实现简单 ,对初值有高度敏感性 ,具有很好的单向 Hash性能。同时 ,该方法也易于改造为并行实现 ,并且迭代的步数与原始文本成正比 ,有成为一种快速实用的单向 Hash算法的潜力。     

一种基于全局复合评价算法的Super Peer选择机制

提出一种基于全局复合评价算法的Super Peer选择机制,该机制以主客观相结合的科学依据从多方面自动选择P2P网络中稳定可靠、长期在线且积极提供服务的大量高性能Peer担当Super Peer职责,从而可以极大地扩充Super Peer的数量,使得全分布式结构化拓扑和半分布式拓扑结构可以在同一个P2P网络中有效地互补并存.全局复合评价算法综合采用在线活跃情况、任务完成能力和平均通信速率这3个指标来作为Super Peer的选择标准.构建了P2P仿真实验系统环境,验证所提出的算法和相应机制的可行性和实用价值.     

基于扩展输入空间的迟滞神经网络模型

针对迟滞的非光滑、多值映射特性进行分析,提出了反映迟滞主要特征的迟滞算子的构造方法,并将迟滞算子引入扩展输入空间,实现了将迟滞的多值映射转换为一一映射,建立了关于迟滞的神经网络模型.避免了对非光滑的迟滞求梯度,获得了简单的模型结构和较高的建模精度.     

基于BP神经网络的非线性插值计算

基于ＢＰ神经网络的非线性插值计算①曹志彤（杭州大学物理系杭州３１００２８）以反应式步进电动机定子绕组的非线性电感为例,将插值节点作为学习样本集,采用ＢＰ神经网络模型模拟人脑神经元组织的信息处理机制,获取了反应式步进电动机定子绕组电感的非线性函数逼近的...     

基于正弦映射的动态递归网络产生混沌序列实现方案

提出了应用正弦映射来产生混沌序列，正弦映射是结构简单的一维映射，通过对此映射的分析，得出其能在较大参数范围内产生混沌，并且产生的混沌序列具有较大的Lyapunov指数，具有比较丰富的动态特性，并将其引入到动态递归网络的隐含层作为非线性甬数，选择合适的网络权值，便可在输出层产生具有复杂动力学行为的混沌序列．通过对此序列进行Lyapunov指数和相关性的仿真分析，得出其具有良好的随机性，可应用于混沌保密通信等领域．