基于生存簇识别和预测的生存态势感知模型

可生存系统安全态势的形势日趋严峻,增强生存性的前提是识别出目标系统的生存态势,该文构建了一种基于生存簇识别和预测的生存态势感知模型。首先,对生存态势数据采用Ward增强聚类法实现不同服务等级生存簇的分类和识别;其次,使用自回归积分滑动平均(ARIMA)模型预测目标系统生存态势的未来趋势,并对预测结果进行了残差修正;最后,结合事前识别和事后预测实现了对可生存系统生存态势的感知。仿真实验表明,该模型具有良好识别效果和较高的预测准确度。

一种基于位置信息的分簇算法

用户分簇是移动自组网通信需要解决的基本问题。从分簇结构与频率规划的角度出发,提出一种基于位置信息的分簇算法。该算法采用估计节点运动速度、引入虚拟网络中心节点、预警簇头失效、均衡簇间负载等方法,达到既形成稳定合理的分簇结构又易于频率规划的目的。仿真结果表明,基于位置信息的分簇算法极大地改善了吞吐量、丢包率及延时等网络性能,可用于多节点、中高速移动环境。

一种车载自组织网络连通性维护方法

车载自组织网络(VANET)中的高速移动性节点和动态的网络拓扑结构使得车辆间通信链路存在传输时延长、连接时间短的问题。通过引入双簇头选择算法,提出一种改进的AODV路由协议(AODV-CMIRP),用于VANET的连通性维护。利用分簇技术降低全局网络拓扑的动态性,通过引入节点的相对移动度和相对速度作为簇头选择指标,并选取辅助簇头节点以延长车载自组织网络整体生存时间。仿真结果表明,在保证网络连通性和稳定性的前提下,相比CBDRP和AODV协议,AODV-CMIRP协议具有较低的平均端到端时延和较高的分组投递率,能够有效延长簇头生存时间并提高网络的稳定性。