基于粒子群优化的QoS组播路由算法

QoS(QualityofService)组播路由问题是一个非线性的组合优化问题,已证明了该问题是NP完全问题。论文将基于群智能演化计算技术的粒子群优化算法用于此类问题的求解。算法引入了交换,插入,删除,增量等操作算子和操作算子序列等概念,并在此基础上对基本的粒子群优化算法进行改进,使之适合于QoS组播路由的求解,仿真结果显示,该算法取得了满意的效果,在寻优速度上优于遗传算法。

混沌遗传算法在IP网络组播路由中的应用

提出了一种基于混沌优化和遗传算法的新颖的QoS组播路由算法,该路由算法把混沌系列和遗传算法结合起来,并提供了一种新的编码方式和一种自适应的变异遗传操作,从而克服了传统遗传算法中存在的早熟现象,加快了收敛速度。仿真结果显示,该文提出的算法在解题的精度和收敛速度等方面都优于遗传算法。

一种基于双向数据流网络编码的无线组播机会路由

针对现有机会网络编码中存在的编码机会依赖于不同数据流间的连接节点个数和编码效率等问题,结合机会通信和网络编码的特点提出一种新的路由解决方案.首先在传统无线路由算法中引入"流内编码"和"流间编码"的概念,并设计合理的网络编码策略和响应机制,以提高编码的机会和网络的吞吐量等性能.仿真实验显示,新的优化算法可显著提高网络的吞吐量和编码增益.

一种基于转交效用的多副本机会网络路由协议

为了提高机会网络的传输效率,该文在分析现有'存储-携带-转发'传输模型的的基础上,提出一种基于转交效用的多副本传输方法。该方法根据节点历史相遇的时间和空间信息计算节点的递交概率预测值,并将其应用到散发策略和转发递交策略中,使节点在选择下一跳节点时能够预先判断其到达目的节点的效率,从而选择一条最优路径,提高了副本投递的能力。仿真结果表明,该路由算法具有较高的报文成功递交率、较低的平均网络延时,以及较低的网络开销,适合于通信不稳定的机会网络。

一种基于AntNet改进的QoS路由算法

对具有NP完全难度的网络状态动态变化下的路由问题,提出了一种基于蚁群网络(A n tnet)的蚁群优化分布式Q oS路由算法.算法的主要特点是:(1)采用了动态更新的概率表替代传统的路由表;(2)采用了智能的初始化方法;(3)采用了一种新颖的信息素更新机制;(4)采用一种新的节点选择机制;(5)引入蚂蚁相遇机制.与标准的A n tN et相比,该算法具有更快的收敛速度和较好的吞吐能力.另外,算法同时考虑了满足Q oS度量和负载平衡等问题.

基于神经网络和遗传算法的组播路由算法

提出了一种基于神经网络和遗传算法的新颖的QoS组播路由算法, 该路由算法把神经网络和遗传算法结合起来,并给出了一种非常便于进行交叉、变异等遗传操作的新编码方式。从而克服了传统遗传算法中存在的早熟现象, 加快了收敛速度。仿真结果显示,算法在收敛速度方面要优于单纯的遗传算法和神经网络方法。

机会计算研究综述

随着云时代的来临,大数据吸引了越来越多的关注,然而大数据背景下的设备性能冗余和资源浪费问题却日益突出.针对上述问题,研究人员提出了机会计算的概念.机会计算是一种以机会网络为基础的可分散式计算,能够在没有特定的通信路径时利用网络的机会性接触进行通信,并将设备中的计算能力以及数据资源在网络内共享,解决每个节点对性能及资源的需求.文中介绍了机会计算的概念与特点,给出当前机会计算的一些典型应用,详细阐述了社会型机会计算和机会计算功耗问题等热点问题,并对研究前景进行了展望.

基于泛洪协议的无线Mesh网络路由研究

在分析无线Mesh网络结构特点的基础上,针对无线Mesh网中客户端网络节点的移动性、拓扑结构变化较大等特点,提出了一种基于泛洪协议改进的路由算法。该算法设计了以序列号形式存在的路由表,同时通过调节最大、最小序列号的大小,泛洪消息的生命周期TTL等形式提高算法的性能。仿真结果显示,提出的算法在网络吞吐量和平均传输速率等方面要好于AODV算法,算法在拓扑变换频繁的无线Mesh网络中是可行的。

结合SCE法的粒子群优化QoS路由算法

QoS （Quality of Service） 路由问题是一个非线性的组合优化问题,理论上已证明了该问题是NP完全问题.粒子群优化算法是一种基于群智能演化计算技术,PSO在求解连续性优化问题上得到了较好的应用,而把PSO算法用于求解路由算法等离散性问题还比较少见,同时,PSO算法在收敛过程中还存在随机性,某些情况下会出现停滞现象.为此本文提出了一种结合SCE（Shuffled Complex Evolution）法的粒子群优化方法用于求解QoS路由问题.该算法通过引入插入算子、删除算子、算子系列和基本算子序列等概念,对基本的粒子群优化算法进行改进;通过采用SCE法,使算法跳出局部最优解的限制.仿真结果显示,该算法取得了满意的效果,在寻优速度上优于遗传算法,也提高了算法收敛到最优解的能力.

基于阶段变异的PSO组播路由算法(英文)

理论上已证明组播QoS(Quality of Service)路由问题是一NP完全问题。集群智能算法为此类问题的求解提出了新的思路。在进行基于粒子群优化(PSO)的QoS组播路由算法研究的基础上,分析了基本粒子群易陷入局部最优路由而导致停滞的现象,通过引入变异算子,阶段变异的机制,克服了标准PSO算法的缺点。仿真结果显示了算法的可行性和有效性。

师范院校工科专业课程《检测与转换技术》的教学改革

本文针对师范类院校在工科专业课程"检测与转换技术"教学中存在的问题进行分析,从教学内容、实践教学、教学形式、考核方法等方面提出改革措施,为提高教学质量,培养学生动手能力、设计能力、创新能力提供新思路。

基于混合导频辅助的大规模MIMO上行链路信道估计

针对多小区多用户大规模MIMO上行链路传输,提出了一种基于混合导频的信道估计方案.通过在一个数据帧内设计时分导频及隐含导频2种导频格式,进行对信道参数的联合估计.相较传统的单一导频方案,混合导频可实现2种导频的优势互补.在天线数较大的前提下,分析推导出利用混合导频信道估计的上行链路吞吐率近似封闭解,从而明确了混合导频中时分导频与隐含导频的优化准则.仿真结果表明,时分导频适用于数据帧长较长的传输环境,隐含导频在数据帧长较短的情况下更具优势,而两者的结合可极大提高系统的性能.

面向区域数据的机会群智感知数据分发策略

面向时空敏感的局部数据,结合区域数据采集的背景,设计了基于地图分区的机会式群智感知数据分发策略:首先对节点进行区域划分和周期性的采集数据,然后判断移动到地图分区边缘的节点状态并进行节点位置更新,最后进行时空敏感的区域数据之间的共享和传输,且在缓存区满或缓存数据超过有效时间时进行缓存更新和丢弃;通过The ONE平台进行仿真实验,研究不同节点缓存大小和不同传输速度下基于地图分区的数据分发策略和Epidemic算法的性能.仿真实验结果表明:基于地图分区的数据分发策略在数据采集率与网络开销方面表现出较好的性能,可以在性能接近Epidemic算法的前提下,提供可靠的区域数据采集和数据共享功能,甚至在某些条件下性能可以超越Epidemic算法,且具有很好的边缘检测控制功能,可以实现针对局部区域数据进行数据采集和共享的目标.

无线传感器网络中信息精确度的建模与分析(英文)

无线传感器网络的主要目标是在各种资源受限的情况下取得用户所需的信息精确度。因此,有关信息精确度的理论模型对设计无线传感器网络中有效的协议很有价值。首先提出一种无线传感器网络中信息精确度定义,然后利用节点采样数据间的空间相关性得出信息精确度随采样节点个数(M)变化的关系模型。理论分析和仿真试验结果都表明:信息精确度并非随M的增大而持续增大,当M增大到一定程度后,信息精确度的增量将趋于零,从而纠正了增大M可以持续提高信息精确度的观点。理论模型可以用来确定一个合适的M以实现用最小的能耗代价取得尽可能精确的数据。

AutoCAD下矢量汉字库的剖析与应用

汉字系统常用的汉字库大致有两种:矢量字库和点阵字库。点阵字库是在n×n(n可以是16,24,32,64等等)的方形区域内用打点的方法来表示汉字的形状,汉字字模的长度是固定的,比如16点阵字库中每个字模的长度是32字节。矢量汉字的生成原理是把汉字所在的方形区域定义为一个n×n的坐标纸,然后在上面绘制汉字,把笔的状态和坐标位置记录下来,这样就形成了矢量汉字。

Windows下256色DIB位图的显示与保存

Windows中的位图有两种:依赖于设备的位图(DDB)和与设备无关的位图(DIB)。前者与显示设备所使用的位模式之间有一种近似的相互关系,后者描述的却是图形的实际外形,而不是某特定的显示设备欲显示的图形的内部表示。由于这种外部定义可以使用于任何显示设备,所以被称为与设备无关的位图。与设备无关的位图通常以文件的形式保存在磁盘上,这就是我们常说的BMP文件。 BMP文件中保存的DIB可分为单色、16色、256色和真彩色四种,单色和16色的DIB色彩不够丰富,而真彩色的DIB位图文件又过于庞大。

机会网络中节点自私行为的研究综述

随着科技的进步与发展,移动联网设备的全面普及,人们对网络的快速化、稳定性和覆盖率的要求越来越高。机会网络作为未来多网络融合的补充,能够在恶劣的环境下工作,对网络的优化起到重要作用。机会网络中现有的大多数路由策略都是建立在节点间完全合作的基础上,然而,由于节点资源有限以及各自的偏好性等,中继节点很容易表现出自私的一面,诸如拒绝参加数据转发、丢弃转发信息等。因此,如何降低节点自私行为对网络性能的影响已然成为现在研究的热点。首先介绍了自私节点的产生、检测以及其对网络性能的影响,分析了节点自私行为的研究对机会网络的重要性。然后,阐述了现有的三类激励方案,对每类方案中典型的激励策略进行详细介绍,并分析了每个策略的优缺点。最后,对三类方案进行了比较,并对未来的研究方向提出了建议和展望。

一种基于聚类算法的机会网络路由算法

在传统的历史路径算法的基础上,提出一种基于聚类算法的历史路径机会网络路由算法(RACA算法).该算法使用无监督学习中的k-means++算法对节点进行编码,并使用编码的方式更新历史路径算法,具有缓存空间占用低、节点搜索速度快和在拓扑结构多变的环境的适应性强等特点.实验结果表明:RACA算法在多个方面有着较好的表现,特别是在传输成功率和开销比率方面有较好的表现;出色的网络性能表现使得RACA算法能够在资源有限的场景和网络环境变化较大的场景使用,例如车载网络环境.

节点-区域关联度感知的区域数据分发算法

为了减少系统开销和降低网络负荷量,设计了节点-区域关联度感知的区域数据分发算法(RDAA-RP):首先,以时间片为周期持续记录和更新节点的区域属性;然后,计算节点对区域的权值并设置阈值作为数据转发限制条件;最后,根据权值控制不同程度关联度的节点参与完成区域数据的共享和交换.为验证RDAA-RP算法的效果,在The ONE平台进行了仿真实验,对比了在不同节点缓存大小和不同传输速度下,RDAA-RP算法、地图分区算法(SSMZ)和Epidemic算法的性能.仿真结果表明:(1)RDAA-RP算法能够在消息采集率与Epidemic算法及SSMZ算法基本相当的情况下,较大程度地降低网络负荷量,并降低消息平均缓存时间;(2)RDAA-RP算法可以有效屏蔽无关或低关联度节点数据带来的干扰,提供可靠的区域特定数据采集分发功能,实现关联节点数据共享的目标.

一种D2D缓存网络的延时与能耗优化方案

为了降低D2D通信网络中的能耗,设计了一种D2D缓存网络的优化方案:首先,计算初始状态下无线网络的延时与能耗;然后,考虑D2D通信并遍历所有已缓存文件的用户,选择具有延时与能耗改进空间的用户进行优化,以得到最优的用户与文件组合;最后,在满足D2D通信不会受到噪声干扰的前提下,根据用户设备的剩余电量,尽可能地降低用户的发射功率,并在每次通信前进行刷新,作为初始值存储在基站的矩阵之中.仿真结果表明:动态能耗缓存方案可以获得D2D通信网络中最优的平均能耗,并且在加入了能耗改进之后,系统延时与原算法基本相当,表明该缓存优化方案有效地提升了D2D通信网络的性能.