宁波市港口吞吐量影响因素研究

选取2005-2018年宁波市港口吞吐量数据及相关经济指标数据,对各类经济指标与港口吞吐量的数据做灰色关联度计算,得出关联度结果,并引用邓氏灰色关联度的检验模型对非邓氏灰色关联度模型的关联度结果做可信度检验.研究结果表明:外商投资、自营或口岸进出口、货运量、第二产业及第一产业对于宁波市港口吞吐量的发展具有较大的影响.基...     

基于无人机工作模式选择的无线传感器网络数据传输

无人机以其高度的灵活性和按需部署能力成为满足下一代蜂窝用户需求的一种潜在技术.为了适应不断变化的无线环境,解决基于无人机的传感器网络能量有限问题以及突破其能量限制对无线传感器网络性能约束的瓶颈问题,文中研究了一种基于无人机覆盖的无线传感器网络,通过综合考虑无人机吞吐量以及能耗,提出基于状态转移的无人机工作模式选择方案....     

基于包的细粒度信道接入机制改进

为了解决大规模Ad Hoc战术通信网络由于拓扑结构变化剧烈、节点移动速度迅速带来的包与包之间的冲突碰撞问题,对基于优先级概率统计的媒体访问控制协议(Statistic Priority based Multi Access, SPMA)的退避机制进行深入研究,提出一种结合MAC层的细粒度信道接入机制,该机制在信道负载统计以及接入机制这两方面提出了改进,该协议改变了传统的在物理层上统计信道负载的方式,并将控制信道负载的单位细粒度化.借助OMNeT++仿真软件对该模型进行系统仿真.仿真结果表明,改进后的信道接入机制能够使得整个网络的退避过程能够保持更高的信道利用率,有助于提升整个网络的吞吐量.     

嵌入式网络通信中RED算法改进

在嵌入式网络通信中,主要采用RED算法解决网络拥塞。由于RED算法中丢包率与平均队列长度成线性关系,导致网络在拥塞并不严重时丢包率较大,在拥塞比较严重时丢包率较小,拥塞控制能力较低。经研究,发现IMPRED算法能解决这个问题,当平均队列长度在最小阈值附近时丢包率增长速度较小,在最大阈值附近时丢包率增长速度较大,避免了网络的全局同步。利用时间复杂度和空间复杂度对IMPRED算法和RED算法进行比较,IMPRED算法没有增加RED算法的复杂度。通过NS 2.30仿真证实,IMPRED算法可以提高网络吞吐量,减少延时抖动,使网络比较稳定。     

交通流局部单向传输对复杂网络拥塞的影响

实施网络局部交通流的单向传输能否有效地提高网络的吞吐量及缓解网络拥塞情况, 对于许多现实复杂系统而言具有重要意义. 通过研究节点的度和介数与节点拥塞情况的关系, 提出了两种用于交通流单向传输控制的流向约束模型. 为检验不同模型下流向约束对网络传输能力的影响, 通过引入一个状态参数H, 利用由稳态到拥塞状态的指标流量相变值来度量网络的吞吐量, 并分别针对3种网络在不同约束模型下进行了仿真. 通过数值模拟得到如下结论: 采用基于度的流向约束模型对ER随机网络和WS小世界网络的数据传输能力几乎没有影响, 网络吞吐量和拥塞情况均没有得到改善, 但该模型在一定程度上缓解了BA无标度网络的拥塞程度; 采用基于介数的流向约束模型有效地提高了ER随机网络和WS小世界网络的吞吐量并在一定程度上缓解了网络拥塞情况, 且较基于度的约束模型进一步改善了BA无标度网络的拥塞程度, 但无论采用哪种约束模型, 均不能有效提高BA无标度网络的吞吐量. 同时可以看出, 对于3种网络, 有意识地对介数较大(拥塞较严重)节点实施流向约束均可以有效地缓解网络的拥塞程度.     

多通道多业务媒体接入控制协议研究

提出了一种优先级控制的多通道多业务随机接入协议,协议将信息分组按照优先级高低顺序从空闲信道中随机选择信道发送,理论分析和仿真实验表明,该协议能提高系统资源利用率,并优先为高优先级业务提供服务,是一种有效的多通道多业务MAC协议。     

季节性变动影响下的上海港集装箱吞吐量预测

港口吞吐量精准预测对于每一个港口的成功经营和有效决策都十分重要.季节性波动经常会影响港口吞吐量,为了更为准确地预测上海港口集装箱吞吐量,本文选取2007年至2012年上海港母港集装箱吞吐量的月度数据,并对于港口集装箱吞吐量的月度数据中出现的季节性波动进行了处理,采用季节时间序列模型对其进行预测.为了说明方法的有效性,以同样的数据,使用整自回归移动平均模型对上海港集装箱吞吐量进行预测.两种方法预测结果进行对比发现,利用季节时间序列模型对港口集装箱吞吐量季节性进行处理,能够提高港口集装箱吞吐量的预测精度.     

基于博弈论的D2D通信资源共享算法

针对目前端对端(D2D)通信资源共享算法无法解决资源利用率和信道干扰之间矛盾的问题,为了改善D2D通信性能,设计一种基于博弈论的D2D通信资源共享算法.该算法将通信系统吞吐量作为目标,通过引入博弈论实现各用户间的通信资源共享,使通信链路之间合理地分配资源,减少信道之间的干扰,提高蜂窝链路的通信质量.与经典D2D通信资源共享算法进行对比实验结果表明,该算法明显提高了D2D通信质量,提升了信道利用率,系统总吞吐量得到大幅度提高.     

基于排队网络的IEEE 802.11 DCF非饱和性能

针对IEEE 802.11 分布式协调功能(DCF)的非饱和性能评估问题,对DCF退避过程与站点媒体接入控制(MAC)层缓冲区队列整体建模,得到了一个闭合排队网络模型.然后,基于该模型推导出有限负载条件下无线网络传输率与吞吐量的表达式,并分析了站点数量、传输负载、数据包大小对网络性能的影响.仿真实验结果表明,该模型能够有效地分析DCF的非饱和传输性能.     

超密集部署下基于双向干扰图的资源分配算法

针对超密集部署时小小区用户之间在资源复用模式下将产生强烈干扰的情况,提出采用双向干扰图的方法建立小小区用户间的干扰模型,并在此基础上设计了基于势博弈的资源分配算法.为减小资源分配过程中的计算开销,同时进一步抑制干扰,提出了资源分配效用矩阵和效用值更新方法,在算法执行过程中对资源块状态进行分类,减少小小区用户在博弈策略空间中的尝试次数.仿真结果表明:与原博弈算法相比,提出的算法在保证蜂窝用户服务质量的条件下,进一步提高了系统容量,同时明显提升了边缘用户可获取的速率,大幅降低了计算复杂度.