一种基于移动向量的副本受限的路由协议

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:YouZiTou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对DTN框架应用的车载自组网络,其节点的快速移动性和网络拓扑动态变化导致数据交付率低。为解决车载高速移动特性造成时延增加及网络吞吐量不公平性问题,提出一种基于移动向量的副本受限MVC的路由协议。该协议利用节点实时运动方向和速度向量,通过计算向量夹角来选择最佳下一跳,并根据转发范围邻居节点数在网络中传播受限副本消息,最大程度减少存储与网络开销。仿真分析结果表明,该协议有效地平衡网络吞吐量和延迟性能,并获得较高的数据交付率。
其他文献
针对传统基于TCAM的报文分类算法存在功耗较大的问题,提出了一种基于三态位分割的低功耗TCAM报文分类算法——TSP-PR(tri-state-based partition for power reduction)。利用TCAM支持三态位的特点,设计标志位选取函数动态选取标志位划分规则集,报文查找时只选取与待匹配报文相关的子集参与比较,减少了参与匹配的表项数目,从而达到了降低功耗的目的。实验表明
针对时钟分发过程中随机发送延迟所造成的误差累积进行了研究,提出一种多跳时钟同步(multi-hop time synchronization,MTS)算法。该算法通过将同步应答与下一跳时钟同步相合并,结合TPSN和RBS的优点,消除了时钟同步信息在中间节点转发过程中引入的发送端随机时延误差,并对接收端随机时延进行1/2的削弱。理论分析了算法协议模型的累积误差,并在OMNeT++多节点仿真环境中验证
为了更好地将可见光图像与噪声干扰严重的合成孔径雷达图像融合,提出了一种最大尺度硬阈值去噪的方法,在此基础上设计了一种融合规则,根据噪声和信号在NSCT(nonsubsampled Contourlet transform)域的分解系数特性,将NSCT分解的最大尺首先进行硬阈值去噪,其他高频尺度与最大尺度对应的像素点取值方式保持一致,在低频系数采用"简单绝对值取大"的融合规则,最后进行NSCT逆变换
针对AODV协议进行了研究,并在此基础上进行改进。通过更改路由请求包和路由回复包的结构,增加负载因子项,给出了一种拒绝应答策略的AR-AODV算法以适应重负载网络,并平衡节点能量消耗。通过NS2环境进行仿真实验,结果表明AR-AODV协议比AODV协议拥有更低的端到端时延和路由开销,可缓解网络中心节点的负载并提高网络的性能。
行为时序逻辑(TLA)组合时序逻辑与行为逻辑,可以对并发系统进行描述与验证,它引入动作和行为的概念,使得系统和属性可用它的规约公式表示,但存在用TLA描述复杂系统时TLA公式复杂且难以理解的不足。类似于状态转移图,对于并发转移可以用谓词行为图进行图形化表示,谓词行为图与行为时序逻辑规约具有相同的表达能力。介绍行为时序逻辑的语法、语义及简单推理规则,用一个简单的实例说明使用谓词行为图去描述并发转移系
针对基于图像的植物叶片真实感建模进行了研究,提出对植物叶片图像的轮廓特征点进行三次均匀B样条曲线插值的算法。该方法提取出标本叶片图像的角点作为特征点,采用三次均匀B样条曲线进行初步插值拟合,并根据拟合误差采用改进的节点插入算法进行反复迭代,直到达到要求的拟合精度。与传统方法相比,该方法能够更快地达到逼近精度,并且具有良好的模拟效果,有一定的实际应用价值。
针对目前基于网络的P2P僵尸网络检测中特征建模不完善、不深入的问题,以及僵尸网络中通信具有隐蔽性的特点,提出一种对通信流量特征进行聚类分析的检测方法。分析P2P僵尸网络在潜伏阶段的通信流量统计特征,使用结合主成分分析法和X-means聚类算法的两阶段聚类方法对特征数据集进行聚类分析,进而达到检测P2P僵尸网络的目的。实验结果表明,该方法具有较高的检测率和较好的识别准确性,并保证了较快的执行效率。
视频镜头边缘检测中的直方图、像素差异等算法只针对有限的测试数据进行了范围比较狭窄的测试,对于算法的适用领域和范围没有进行测试和说明。为了解决这一问题,设计实现了三种视频镜头检测算法,并构造了丰富的测试视频数据集,针对测试结果进行了实现算法的性能分析以及提出了改进建议。
为了克服传统小波变换的不足,提出一种将非下采样四元数轮廓波域对称正态逆高斯分布模型与非局部均值滤波相结合的图像去噪新方法。非下采样四元数轮廓波变换是级联四元数小波变换和非下采样方向滤波器组得到的,具有高度的方向选择性、各向异性及平移不变性。仿真实验表明:该方法在峰值信噪比、平均结构相似性及视觉效果上均优于一些经典的去噪算法。
针对压缩感知算法重建时间长、图像重建质量不高等不足,在认真分析压缩感知算法的基础上,提出一种压缩感知多描述并行算法。为了提高系统运行速度和重建图像质量,将经过稀疏变换后的系数进行交织抽取,分成多个子图像,再利用OpenMP将子图像分配到各线程中并行实现分块压缩感知。实验结果表明,随着抽取数的增加,图像的重建质量呈上升趋势,在32-抽取时图像的重建质量比单抽取的高出了7.24 dB;随着线程数的增加