基于区间二型模糊神经网络的垂直切换算法

在超密集异构无线网络中,针对传统垂直切换算法无法同时描述网络状态的模糊性和随机性,导致网络性能得不到有效提升的问题,提出一种基于区间二型模糊神经网络的垂直切换算法.重构了两阶段判决算法:在网络预筛选阶段,定义了历史接入率,结合当前候选网络集的数目设置阈值.根据接收信号强度和剩余可用带宽,对用户接收范围内的所有网络进行初步筛选;再在垂直切换判决阶段,将剩余候选网络的时延,丢包率以及误码率作为区间二型模糊神经网络的输入,利用前馈神经网络的结构完成模糊逻辑推理,经训练之后计算得到输出判决值,从而选择最佳接入网络.实验结果表明,该算法能在保证时间开销较低的同时,有效降低切换决策的错误概率,减少切换失败和切换次数,提升网络总吞吐量.

基于802.15.4/ZigBee无线传感器网络节点的物理层设计

无线传感网络和ZigBee都是目前研究的热门对象。本文简要介绍了基于IEEE802.15.4/ZigBee的无线传感网络的主要优势,重点介绍了基于IEEE802.15.4/ZigBee的传感器节点模型以及可供选择的几款传输模块芯片,并给出了一个实际的节点设计方案。

基于ZigBee的无线传感网

传感器网络和ZigBee都是目前研究的热门对象。文中介绍了ZigBee无线传输技术的协议模型、技术特点以及所具有的低成本、低功耗等优点,详细阐述了基于ZigBee的无线传感器网络的主要优势以及发展前景。