基于AODV且考虑重传的节省能量路由协议

提出了一种节省能量的按需路由算法REAODV。该算法在选择路由时,将不可靠链路上进行可靠数据传输所消耗的总能量(包括重传所消耗的能量)作为选路指标,并且采用跨层优化功率控制技术分配链路上各节点发送功率,达到能量花费最小。通过仿真,将该算法与标准AODV进行了性能对比。

一种无线局域网DCF扩展算法——ExDCF

在基于IEEE802.11的无线局域网(WLAN)中,所有节点只能和接入点(AP)直接通信,即使在直接通信范围内的无线节点,其相互通信也要通过接入点进行转发,从而导致无线局域网的吞吐率大大降低。针对这一问题,提出一种分布协调功能(DCF)扩展算法——ExDCF算法:当两个通信节点在同一传输范围内时,两节点间的数据传输不需要接入点转发;即使两个节点不在一个通信范围内,两节点间数据传输需要接入点转发,但是接入点不需要再次竞争信道。该算法可以将节点间的吞吐率至少提高2倍。理论分析和仿真结果表明该算法能有效地提高无线网络的整体性能,并且能够与标准DCF很好地兼容。

基于可靠链路层模型的节能路由协议

针对不可靠的Ad Hoc网络,提出一种基于可靠链路层的节能路由协议。该路由协议在寻路过程中,综合考虑了最大化网络生命期和最小化每个包的能量花费。该协议考虑了链路的可靠性,采用功率控制技术,能够恰当处理包丢失问题。通过大量仿真试验,并与已有的路由协议进行对比,表明该协议在保证网络性能的前提下能有效节省能量、延长网络生命期。

基于BP神经网络人眼前房直径预测方法

人眼前房直径是人工晶体植入手术中最为重要的数据。利用神经网络的基本原理,提出了一种基于BP神经网络模型的预测人眼前房直径长度的方法。本文使用该方法对多组实验数据进行了预测。实验结果表明该方法具有预测速度快、精度高等优点。

无线网卡能量花费仿真模型研究

能量有效协议是Ad Hoc网络中的一个研究热点。评价和比较各种能量有效协议节能效果的关键在于建立能够准确计算能量花费的仿真模型。总结了已存在的各种能量模型,对这些模型进行了比较分析,讨论了各模型的优缺点。提出了线性能量模型的改进方案,该方案不仅能够计算出所有通信状态的能量花费,而且对于发送状态,能够计算出不同发射功率下的能量花费。仿真试验给出了各种能量模型的实现和结果对比,还通过比较DSDV和dPAMEEL两种协议的能量花费,验证了所提出的改进方案的有效性。