【摘 要】
：
针对海上移动节点完成业务时出现高优先级业务完成率低、业务拥堵率大、网络接入算法对波动环境适应性不足的问题,提出一种基于动态复合优先级的网络接入算法.首先,移动节点收集周围机动站点的网络属性参数,计算产生业务的执行紧迫性和剩余价值,再将不同类型业务的参数权重加入VIKOR法,形成最终的动态复合优先级,针对环境网络参数提供合适的连接方案,对请求接入的业务进行排序和接入.最后利用动态复合优先级加权计算后得到的实时环境权重更新业务参数权重.所提算法加强了业务时效性的特征,同时还兼顾了对环境波动网络参数的适应性.仿
【机 构】
：
海军航空大学 航空通信教研室,山东 烟台264001;山东省信号与信息处理重点实验室,山东 烟台264001;中国人民解放军91876部队,河北 秦皇岛066206
论文部分内容阅读
针对海上移动节点完成业务时出现高优先级业务完成率低、业务拥堵率大、网络接入算法对波动环境适应性不足的问题,提出一种基于动态复合优先级的网络接入算法.首先,移动节点收集周围机动站点的网络属性参数,计算产生业务的执行紧迫性和剩余价值,再将不同类型业务的参数权重加入VIKOR法,形成最终的动态复合优先级,针对环境网络参数提供合适的连接方案,对请求接入的业务进行排序和接入.最后利用动态复合优先级加权计算后得到的实时环境权重更新业务参数权重.所提算法加强了业务时效性的特征,同时还兼顾了对环境波动网络参数的适应性.仿真结果表明:该算法相对于时间优先级算法和优先级控制算法,能够在提高算法业务完成率的同时提高通信网络流畅度.
其他文献
无线传感器网络(Wireless Sensor Networks,WSN)的路由协议是无线传感器网络领域中的一个研究热点.针对LEACH协议的不足,提出一种基于自适应t分布改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)的改进LEACH协议(LEACH?ISSA),以解决随机簇首选择、节点分布以及LEACH能耗不均的问题.通过LEACH协议对LEACH?ISSA进行初步分簇后,排除低能节点以生成候选簇首;然后结合剩余能量、节点之间的距离和相邻节点因子,建立适
为了减小民航事故发生率,对民航事故征候数进行预测分析,探究事故征候的特征及其分布规律.以中国民航2000-2015年的事故征候数为基础数据,建立了预测中国民航事故征候数的改进灰色加权马尔科夫模型结合更新数据序列的方法,预测了 2016-2018年的民航事故征候数,预测平均精度达到90.19％,验证了模型的适用性和精确性.以2000-2018年的事故征候数为基础数据,预测2019-2023年中国民航事故征候数为637、679、720、820、929.提出的利用更新数据序列的方法结合改进的灰色马尔科夫模型,为
正交频分复用(OFDM)系统存在峰值平均功率比(PAPR)较高的缺点.通过对PAPR相关特性的深入讨论分析,针对峰值抵消波峰因子降低(PC?CFR)算法引入的非线性失真较大的问题,提出了一种可降低信号非线性失真的峰均比抑制算法,即PC?CFR算法与部分传输序列(PTS)算法联合改进的PAPR抑制方案.仿真结果表明,该方案显著降低了信号的误差向量幅度(EVM),并且在系统误码率方面得到了良好的改善,在文中仿真条件下,改善程度约5 dB.
LoRa无线通信技术因其传输距离较远、功耗较低,满足了混交林中大规模节点传输汇聚的要求,可作为林业物联网数据采集的主要通信方式来使用.利用接收信号强度指示(Received Signal Strength Indication,RSSI)分析了470 MHz无线信号传输中的电波路径损耗问题,通过对测得的叶面积指数(Leaf Area Index,LAI)、降雨率(Rain Rate)和距离(Distance)等特征变量进行训练学习,分析了基于机器学习的林间信号衰减预测模型.通过对基于BP神经网络、支持向量
针对无人机辅助边缘通信中的频谱资源紧缺与无人机能量受限问题,研究了最大化该场景下无人机认知通信的能量效率问题.首先,构建了无人机辅助边缘节点的认知通信网络模型;其次,提出了一种最大化无人机能效的算法,通过联合优化无人机的认知通信感知时间、飞行速度和通信距离阈值,显著提升了无人机认知通信过程中的能效;最后,通过仿真实验对所提算法进行验证,结果表明:同时存在最优的感知时间、无人机飞行速度和通信距离阈值使得能效最大化,且用户对吞吐量要求的大小会影响最大化的能效;该算法在提升能效方面优于现有的方案,有效地提高了认
文学作品作为人类文明的重要表现形式之一,在互联网技术的推动下公众接受文学作品的方式越来越依赖平台的推荐.为了提高现代文学作品推荐算法的准确性,提出了加权信息增益算法(DW1G)与选择算法(TF-IDF-DW),其中加权信息增益算法是对特征项在类间和类内的分布特征优化,选择算法是对特征项位置分布权重的优化.在传统推荐算法的基础上,结合读者评论文本分析情况,按照社区的方式对读者进行划分.根据社区划分与读者评论文本的处理结果,对读者的阅读喜好进行综合预测评分,从而提升推荐的准确性.最后的实验结果显示,传统协同过
为了提高心理障碍预测准确性,提出了基于历史数据驱动的心理障碍预测模型.首先采集心理障碍的相关历史数据,对历史数据进行预处理,并提取一些关键属性;然后根据这些关键属性,采用隐马尔科夫方法对属性进行数据挖掘,建立心理障碍预测模型;进行心理障碍预测实验.结果表明,这一模型的心理障碍预测精度高,降低了心理障碍预测误差.
5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务.然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理.为了准确适配业务需求的时空变化,提升切片性能,考虑采用深度强化学习的人工智能算法对切片资源进行实时管理,提出了基于时空特征提取的智能网络切片算法.算法采用了图注意力网络(GAT)以及长短期记忆网络(LSTM)进行数据的预处理,并使用深度Q网络(DQN)进行决策.在多基站和多用户的无线接入网场景下的仿真测
针对传统距离向量-跳段定位算法(Distance Vector?Hop,DV?HOP)存在的节点密度分布不均引起误差比较大的问题,根据DV?Hop算法特性,采用余弦定理,证明节点密度越大所得定位坐标越准确,使用余弦定理减少在节点密度过大时因空间角度导致节点路径曲折过多而引起的误差,同时提出一种区域划分的改进算法,减少在节点密度较小区域的误差;利用接收信号强度指示(Received Signal Strength Indicator,RSSI)对跳数进行量化分级处理,改善实际距离与计算出的距离相差过大的情况
为了提高网络入侵检测的准确率,提出了基于Spark-ML分类器和卷积LSTM(Conv-LSTM)网络的两阶段混合入侵检测系统(IDS).采用Spark-ML分类器构建异常流量检测模块,结合Conv-LSTM网络建立恶意攻击检测模块,兼顾了网络流量的特征提取和入侵类别的深度分析,实现了全局和局部潜在威胁特征的准确识别.通过ISCX 2012数据集进行验证,验证结果表明:所提出的混合IDS能够在97.29％的情况下准确地识别网络入侵,在10倍交叉验证测试中优于其他检测方法,并且具有较高的精确度和较低的误报率