在基于Mesh-under的IPv6低功耗无线个域网(IPv6over low-power wireless personal area networks,6LoWPAN)中,针对传输路径上中间节点重传缓存溢出导致重传数据分片丢失,造成网络性能下降等问题,提出一种基于Mesh-under的备用缓存机制...在基于Mesh-under的IPv6低功耗无线个域网(IPv6over low-power wireless personal area networks,6LoWPAN)中,针对传输路径上中间节点重传缓存溢出导致重传数据分片丢失,造成网络性能下降等问题,提出一种基于Mesh-under的备用缓存机制。本文所提机制根据传输路径上各节点重传缓存使用情况及数据分片剩余跳数等信息,设置动态重传缓存门限,并为超过该门限的节点从其邻居节点中挑选合适的备用缓存节点,从而完成数据分片的缓存与重传过程,达到均衡使用各节点重传缓存的目的。结果表明,所提机制能够有效避免重传缓存溢出,减小网络能耗,同时进一步提高目的端重组成功率。展开更多
特征提取和健康状态的辨识是复杂系统健康状态评估中的关键问题。提出一种新的健康状态评估方法,该方法分为3个步骤:首先,采用经验模态分解(empirical model decomposition,EMD)和奇异值分解(singular value decomposition,SVD)来提取...特征提取和健康状态的辨识是复杂系统健康状态评估中的关键问题。提出一种新的健康状态评估方法,该方法分为3个步骤:首先,采用经验模态分解(empirical model decomposition,EMD)和奇异值分解(singular value decomposition,SVD)来提取振动信号的特征变量。然后,运用马田系统(Mahalanobis-Taguchi system,MTS)构造马氏空间,并对其进行优化,从而降低特征变量的维度。最后,提出了一种健康度(health index,HI)的概念,并且用来对复杂系统健康问题进行评估。该方法成功地应用在轴承的健康状态评估中。展开更多
文摘在基于Mesh-under的IPv6低功耗无线个域网(IPv6over low-power wireless personal area networks,6LoWPAN)中,针对传输路径上中间节点重传缓存溢出导致重传数据分片丢失,造成网络性能下降等问题,提出一种基于Mesh-under的备用缓存机制。本文所提机制根据传输路径上各节点重传缓存使用情况及数据分片剩余跳数等信息,设置动态重传缓存门限,并为超过该门限的节点从其邻居节点中挑选合适的备用缓存节点,从而完成数据分片的缓存与重传过程,达到均衡使用各节点重传缓存的目的。结果表明,所提机制能够有效避免重传缓存溢出,减小网络能耗,同时进一步提高目的端重组成功率。
文摘特征提取和健康状态的辨识是复杂系统健康状态评估中的关键问题。提出一种新的健康状态评估方法,该方法分为3个步骤:首先,采用经验模态分解(empirical model decomposition,EMD)和奇异值分解(singular value decomposition,SVD)来提取振动信号的特征变量。然后,运用马田系统(Mahalanobis-Taguchi system,MTS)构造马氏空间,并对其进行优化,从而降低特征变量的维度。最后,提出了一种健康度(health index,HI)的概念,并且用来对复杂系统健康问题进行评估。该方法成功地应用在轴承的健康状态评估中。