基于海洋互联网的竭力网络体系

针对现有通信网络体系所存在的脆弱性问题,在海洋互联网所提出的“尽最大努力组网”思想的基础上进一步研究竭力组网体系,以形成能覆盖由海洋、陆地和空天所构成的整个空间的网络体系。它不仅是对现有通信网络体系的有效补充,而且通过综合利用一切可使用的通信网络资源,能极大地提高通信网络的抗毁性和生存能力,是实现空天地海通信系统一体化、应急与常规通信系统及平时与战时通信系统相互协同的技术之一。

基于改进PageRank算法的跨链公证人机制评价模型

跨链技术是区块链领域研究和关注的热点,公证人机制是一种典型的跨链技术手段。针对公证人机制中存在节点信用监督不足的问题,构建基于改进PageRank算法的公证人节点信用评价模型。收集多种公证人节点相关信息,利用改进的PageRank算法对公证人节点进行信用计算,得到高可信的公证人节点,从而保证区块链系统安全稳定。将用户评价和节点本身信息进行综合分析和相互验证,使得公证人机制更加安全可信。实验结果表明,该评价模型在跨链公证人机制中具有良好的应用和评估效果。

无线传感器网络中基于博弈论的路由建模

在资源受限的无线传感器网络中,路径的可靠度,网络能耗和生存时间是路由问题中需要考虑的三个关键因素.我们把智能传感器节点在路由中联合优化以上三个因素的行为动机提炼为节点的理性偏好,基于该理性偏好,给出了一个动态路由博弈模型.针对该模型的博弈分析表明,对于节点个数有限的无线传感器网络,其路由博弈存在一个纯策略的纳什均衡且最优路径就是纳什均衡的结果.

无线多跳网络中Semi-TCP协议的实现

为解决传统TCP协议在无线多跳网络中经常误判网络拥塞状况且反应迟钝的问题,提出一种Semi-TCP协议的实现方法。添加虚拟TCP层控制包的过滤和重发,采用逻辑信道传递跨层信息,应用一跳式ACK速率控制策略调节发送速率。仿真实验结果表明,该实现方法能在不改变原TCP协议框架的基础上提高系统性能。

基于干扰权限交易的认知无线电网络功率控制算法

为提高认知无线通信系统频谱利用率和系统工作公平性,最大化授权用户和认知用户的经济效益,引入基于非合作博弈的干扰权限交易机制,提出了一种基于干扰权限交易的认知无线电网络功率控制算法.该算法允许授权用户在保证最低干扰门限的基础上交易其干扰权限,并对认知用户征收干扰价格来补偿其通信质量的降低.通过价格杠杆原理,授权用户和认知用户、认知用户和认知用户对干扰价格和发射功率进行非合作博弈,并且干扰价格和发射功率收敛于纳什均衡点.仿真结果表明,文中所提算法比传统算法具有更好的系统公平性和实用性.

使用定向天线的骨干无线网格网络容量研究

定向天线能够提高无线网格网络(WMN)的空间复用率,因而影响了WMN的容量。虽然目前许多文献已经提出使用定向天线的介质访问控制方案、路由协议和拓扑控制方法去提高MWN的性能,但是在理论上研究配置定向天线的MWN的容量仍然是必要的。用渐进的分析方法对使用定向天线的骨干WMN的容量进行了研究,分析了定向天线对容量的影响,并推导出网格路由器平均吞吐量上限。结果表明在接入点数量达到一定的门限时,定向天线的使用有效地增大了网络的容量。

无线传感器网络中面向应用的信息精确度与能耗的建模与分析

以最小的能耗代价取得用户所需的精确信息是无线传感器网络的一个主要目标.针对一类具体的应用,利用测量数据间的时域相关性分析了信息精确度与观测频率以及能耗与观测频率的关系,构建了信息精确度与能耗的关系模型.理论分析和仿真试验结果都表明:虽然信息精确度和能耗都随观测频率的增大而增大,但是,当观测频率增大到一定程度后,信息精确度的增量变得非常小,而能耗却持续增大.

超宽带通信中定时抖动抑制算法的研究

本文研究了直扩超宽带通信系统的关键技术----定时抖动及其抑制方法,主要分析了定时抖动产生的原因、分布规律和各种有效的抑制方法。文中第一次对DS-UWB系统定时抖动产生的各种原因进行了分析,给出了的定时抖动的分布规律以及各种可采用的定时抖动抑制方法,特别针对通过信道噪声和干扰来抑制定时抖动的各种有效方法,进行了详细的分析和讨论。

3×3 X信道外加时隙干扰对齐研究与设计

对于3×3 X信道,其理论自由度9/5只能以渐近干扰对齐的方式来实现,这需要无穷资源来逼近,实际中不可能实现。在单天线节点场景中,可以通过时域进行干扰对齐的方案设计。为最小化传输时延,考虑以增加一个额外时隙的代价来实现消息的收发处理。通过合理调度消息的发送时隙,以及匹配选择发射机与接收机之间的传播延迟,实现了3×3 X信道的消息传输。通过循环多项式的表示方法,给出了具体的发送与接收方案,其自由度达到了3/2。并就成功传输消息总数进行对比,结果传输效率优于时分多址方案,进一步推导了该方案在欧几里得空间中的可行性条件,表明了各个节点排布的范围要求。

一种改进的用于TCP/IP的后向显式拥塞指示算法

显式拥塞指示(ECN)和路由器中的主动队列管理(AQM)的结合运用,提高了TCP/IP协议对拥塞控制的能力。其中,后向显式拥塞指示(BECN)建议拥塞的路由器直接把拥塞信息通过ISQ返回给发送端,以减少对拥塞的反应时间。但是,BECN对拥塞窗口的减小程度不足,每收到一个ISQ包BECN的拥塞窗口仅减少1,严重影响到拥塞解除的性能。提出用乘性减少代替线性减少以增强BECN的性能,即每收到一个ISQ包拥塞窗口乘以一个小于1的系数。仿真结果表明,乘性减少BECN比线性减少BECN在性能上有显著的提高。

Semi-TCP协议在ARM开发板RP4412下的实现方法

Semi-TCP协议将传统TCP的拥塞控制下放到MAC层,构成逐跳的拥塞控制来判断节点间的拥塞状态,它比传统TCP以及在这基础上改进的无线TCP更适应于动态拓扑的网络。但是目前对Semi-TCP协议的研究还仅局限于计算机仿真阶段。因此尝试基于实际平台RP4412开发板,不修改已有MAC层的控制帧和已有的硬件配置信息,利用软件定义发送数据帧的形式,在帧体域携带节点缓存状态量化信息,完成节点拥塞状态信息的传递,以此实现并测试Semi-TCP在实际平台下拥塞控制的性能。

基于区分队列服务的多媒体传感器网络QoS研究

随着无线多媒体传感器网络的迅速发展,如何为其提供服务质量保证成为了热点问题.为了使实时数据能够得到优先服务,文中在无线多媒体传感器网络中引进了区分队列服务算法.首先分析了区分队列服务的原理,然后根据数据源的发送速率与带宽的关系,分3种情况讨论了实时分组生存时间、标量分组生存时间和转发节点最大队列长度之间的关系.当这一关系满足一定条件时,实时分组能够被快速及时地转发.最后通过仿真实验证明了文中方法的正确有效性.

DS-UWB中的一种基于检测反馈-存储的门限值设置方法

研究了直扩超宽带通信系统的关键技术——定时捕获系统,提出了一种基于检测反馈和存储的门限值设置方法,理论分析和仿真结果表明该方法能有效地提高直扩超宽带同步系统的定时捕获概率,大大减少平均定时捕获时间,具有很强的抗定时抖动性能。

骨干无线网格网络吞吐量上限的研究

研究了骨干无线网格网络容量,分析了接入点和网格路由器的数量和带宽对网络容量的影响。骨干WMN既可以作为互联网的宽带接入网,也可以作为一个独立的网络为网内用户提供相互通信。根据其用途不同,应用网络容量渐近分析方法,分别对两种情形进行了分析,并给出了路由器平均吞吐量上限。

基于CDMA扩频码的无线组播协议的仿真

本文提出了一种基于CDMA扩频码的组播MAC协议,该协议对不同组播的数据使用不同的CDMA扩频码来传输,同时扩展了RTS控制帧、CTS控制帧和ACK控制帧的格式,使其能够为组播数据提供保障机制,以保证组播数据的可靠传递。仿真结果证明,相比于IEEE802.11MAC协议,该协议在网络吞吐量方面有了不错的提高,延迟方面也改进不少。

面向船舶自组网的Semi-TCP研究

为提高传输控制协议(TCP)在船舶自组网中的性能,分析暴露终端问题和高负载网络的拥塞控制问题,通过开启定时器的方法对拥塞控制算法进行改进,提出改进的半传输控制协议(Semi-TCP-RTS-V2),并在Exata仿真平台上对TCP-Lite、Semi-TCP-RTS、Semi-TCP-RTS-V2进行性能分析,结果表明,Semi-TCP-RTS-V2在船舶自组网中传输性能有所提高。

海洋互联网接入网选择方法研究

海洋互联网主要为海上用户提供网络服务。与陆地网络不同,海洋面积巨大,除卫星能提供可靠但昂贵的网络服务外,其他多种网络,覆盖范围有限,甚至性能不稳定,服务价格低廉。不同用户和不同业务类型对网络的需求不同。针对海洋互联网的上述特点,采用一种基于层次分析法和熵权法相结合的网络选择算法,它综合考虑了用户偏好和不同业务对网络性能的需求。将该算法与AODV路由协议相结合,通过在EXata仿真平台针对海洋互联网场景进行仿真,结果表明,在该算法下所选择的组合接入网效用值更高,能够提高网络选择的正确性和稳定性,均衡网络负载,为用户选择最优接入网。

基于蜂窝移动网的无人机监管系统设计与实现

针对无人机监管难的问题,提出一种基于蜂窝移动网的无人机监管系统。该系统通过蜂窝移动网将分散在不同空域的无人机的位置及态势信息收集传输到云数据中心。中心判断无人机飞行轨迹和禁飞区之间的位置关系,对可能发生的碰撞和违法飞行事件发出预警,并将数据实时推送至监管平台,实现对无人机实时监管的设计目标。实验结果表明,该系统能够对平台下的无人机进行有效的监管与预警,能够精准警告可能违法飞行的无人机,为实现对民用无人机的有效监管提供了一种解决方案。

基于无标签半监督学习的商品识别方法

深度学习商品识别技术存在有标签数据获取成本高、无标签数据获取简单高效的问题,给技术的实际应用造成了一定障碍。为解决在少量有标签数据下用大量无标签数据提高模型准确率的问题,提出一种半监督学习方法。使用基于self-training的方式训练两个目标检测模型;在检测模型的损失函数中加入基于熵的正则化项,提高无标签预测的准确性;为避免错误伪标签数据不断被使用,采取co-training的训练方式。通过构建包含16 000幅图片的商品识别数据集,最终实验结果表明,相比没有利用无标签数据之前,SSD模型的精度从90.6%提高到了97.2%,YOLOv3模型精度从91.7%提高到了96.9%。

基于水声信道状态的自适应差错控制

水声信道具有时变、环境噪声高、传播时延大、信道带宽窄等特点,以致水声通信的可靠性不高(接收数据发生错误)。目前的解决办法主要有自动请求重传和前向纠错,但是这两种方式均不能在所有信道状态下保持较高的接收吞吐量。提出了一种自适应差错控择方法,其中包括一种利用信道误码率计算吞吐量的方法,并且采用自适应线性预测方法预测信道误码率,根据信道误码率选择合适的差错控制方式。仿真结果表明,采用该选择方法能够在所有的信道状态下保持较高的接收端吞吐量,提高水声通信的性能。