【摘 要】
：
为全面评估能效和延时性能并分析网络参数对它们的影响,从通信三要素出发,考虑发送端退避机制、传输信道误码率和接收端碰撞概率,建立了网络参数与性能间的关系模型。通过对能效、延迟性能的理论推导及仿真验证,得出结论:数据包负载长度、误码率、节点数、退避窗口和最大允许重传次数限制会不同程度地影响丢包率,从而影响网络性能。
【机 构】
：
河北工程大学信息与电气工程学院,北京邮电大学信息与通信工程学院
论文部分内容阅读
为全面评估能效和延时性能并分析网络参数对它们的影响,从通信三要素出发,考虑发送端退避机制、传输信道误码率和接收端碰撞概率,建立了网络参数与性能间的关系模型。通过对能效、延迟性能的理论推导及仿真验证,得出结论:数据包负载长度、误码率、节点数、退避窗口和最大允许重传次数限制会不同程度地影响丢包率,从而影响网络性能。
其他文献
针对无线传感网络中数据融合需求的多样性,提出了一种新的簇内数据融合方法。该方法基于信息熵可反映节点数据分布的统计特性,首先对节点内数据并查集的信息熵进行最大寻优、自动确定融合的上下限阈值,完成节点局部数据融合;同时考虑簇内信息分布的空间特性,对簇内二维信息熵进行最大寻优,并由此确定簇内数据融合的阈值、实现冗余数据过滤;最后就该方法与传统的数据融合策略进行了仿真比较。实验结果验证了该方法简单,可有效
针对标准粒子群算法收敛速度较慢、收敛精度较低、容易陷入局部最优等方面的缺点,提出一种融合细菌觅食算法和鲶鱼效应的混合粒子群算法。通过四个经典测试函数仿真实验,验证了该算法具有较其他改进方法更强的全局搜索能力、收敛速度和收敛精度。并针对一类可描述成Wiener模型的工业过程进行了参数辨识,通过数值仿真验证了混合粒子群算法的实用性以及较其他算法更强的非线性辨识能力。
针对HDFS处理时空小文件效率不高的问题,从用户的访问规律和访问数据自身属性这两者之间的相关性上出发,将用户访问流看成对数据文件的请求序列,然后根据数据的时空属性参数化表示,并利用特征提取构建一个新的特征序列,最后通过序列模式挖掘PrefixSpan算法找到用户在不同访问模式下的特征模板,合并相关文件。实验结果表明,该合并策略有效地降低了NameNode内存占用率和响应时间,提高了读取效率。
针对BOF模型中的码本训练问题,提出了一种改进的K-means方法。传统的K-means方法没有考虑对采集到的特征进行筛选,基于优化的方法可以看做是一种特征筛选的方法,但是实现复杂,计算量大。提出了一种基于Gist信息的特征筛选方法。根据Gist信息可以将图像粗分为背景区域和前景区域,然后对前景区域进行密集的特征采样,对背景区域进行稀疏的特征采样,最后所获得的特征都用来建立码本。实验结果表明,该方
针对计算机仿真平台上的三维场景建模问题,提出了一种基于单幅图像的交互式三维场景建模方法。该方法考虑到场景建模的特性,以三种基元为基础,通过人机交互、基元构建以及基于图像的真实感处理,快速得到逼真的三维场景。实验表明,所提出的三维场景建模方法具有成本低、鲁棒性好的特点,能够快速生成用户期望的三维场景重建效果。
结合贵州民族工艺品泥哨的曲面特征和现有曲面建模的特点,讨论了一种基于三角网格NURBS曲面重构的方法。首先在处理后的点云数据上进行Delaunay三角剖分,并重构出G1连续的Bezier曲面;通过三角域向矩形域的转换,完成各矩形区域的Coons曲面重构;最后插值Coons曲面,得到光滑拼接的NURBS曲面。这种方法将三角面重构的灵活性、准确性与四边域曲面重构的通用性相结合,应用于贵州民族工艺品的曲
考虑路段、交叉口运营状态的随机变化,以饱和度作为交通网络连通可靠度的主要影响因素,完善路段连通可靠度的计算式,给出了交叉口可靠度的衡量指标;结合路段、交叉口可靠度特别是交叉口不同转向的可靠度,设计了一种生成树算法寻找交通网络的不交型通路,进而快速计算交通网络中任一OD对间的连通可靠度。算例表明,交叉口的可靠度对城市连通可靠度有重要影响,提出的算法具有一定的应用价值和借鉴意义。
针对粒子群算法后期收敛速度慢、易陷入局部极值的缺点,提出一种基于粒密度和最大距离积法的简化粒子群聚类算法。通过采用线性递减与随机分布相结合的惯性权重策略、添加极值扰动算子、优化粒子个体最优位置,使粒子群算法能够快速收敛于全局最优。再把改进后的粒子群算法与K-means算法相结合,解决Kmeans算法因随机初始聚类中心而导致聚类效果差、不稳定等问题。通过实验分析,该算法的聚类结果准确率更高、收敛速度
为了保证图像在传输过程中的可靠性和安全性,提出一种将离散混沌系统和SHA-1相结合的混沌加密算法。先对明文图像进行像素置乱,再对置乱后的像素值进行扩散和混淆,并利用明文控制密钥流的输出,使密钥流和明文相关。理论分析及实验结果表明,该算法简单易行,不仅具有较好的抗统计分析、抗差分攻击能力,而且密钥空间大,加密效果好,算法安全性高。
通过在不同的状态下进行速度调节能够达到降低能耗的目的,研究了基于随机服务决策网模型的云计算速度动态优化的技术。这种模型将随机Petri网络和Markov决策过程模型结合在一起,从而能够动态调整速度调节策略和进行性能评估。同时这种模型是以服务为导向的,因此能够运用典型模式将复杂模型简化为具有较小状态空间的简单模型。这种模型能够描述复杂的系统行为和决策过程,仿真也表明了这种模型的有效性。