一、微波传输路由的数学模型（论文文献综述）
钟志聪[1]（2021）在《基于网络编码和功率分配的空间动态网络容量优化方法》文中进行了进一步梳理
许振月[2]（2021）在《基于虚拟MIMO的无线传感网络路由协议研究》文中认为无线传感器网络（WSN）因为其小体积、低成本和低功耗等特征,在军事领域、医疗护理以及物流管理等领域广泛应用。它是由大量传感器节点组成,但节点是由能量有限的电池供电,且一般部署在恶劣环境,无法更换电池,所以降低节点能耗,延长网络的生存周期是WSN研究的重点内容。与同构WSN相比,异构WSN具有更大的灵活性,更符合实际情况。采用合适的路由算法可以均衡网络能耗,提高网络的运行效率。典型的分簇路由协议有低功耗自适应集簇分层型协议（LEACH）和分布式节能集簇路由协议（DEEC）等。在路由协议中引入多输入多输出（MIMO）技术可以获得时空分集增益,提高信道容量,最大化的利用资源。本文针对现有WSN协作MIMO的路由算法的不足,研究无线信号在不同环境下的传播特性和不同编码协作传输的优缺点和适用范围,通过数学证明得到采用多跳协作的充分性命题和由命题推导得到的两个引理,最终构建一种基于能量异构WSN的DEEC自适应协作路由算法。具体研究内容如下:1)鉴于WSN在林业环境中的广泛应用,首先对无线信号在林间樱花小路、操场草坪和鹅掌楸林三种环境中的传播特性进行了研究,采用了Zig Bee和Lo Ra两种技术,对不同天线高度下WSN接收信号的强度（RSSI）进行了测量,根据测量数据结合信道传播模型拟合出无线信号传播的衰减系数,为研究WSN在不同实际场景中的能耗计算提供理论依据。2)研究了LEACH协议结合MIMO的典型技术—垂直分层空时码（VBLAST）的WSN协作传输系统,详细描述了其中的协作机制,得到了非协作与协作传输时单位比特的能耗比,给出了传输能耗以及吞吐量的表达式。还对比了LEACH结合另一MIMO经典技术—空时分组码（STBC）的WSN协作传输的系统性能。通过对比分析得到了各自的优缺点和适用范围,为研究协作路由的编码选择提供参考和依据。3)基于上述研究,在能量异构的WSN中,提出了一种STBC编码的DEEC自适应协作路由算法。首先,我们给出了协作单跳或多跳模式选择的命题,证明了选择多跳协作传输的充分条件;接着,根据该充分条件提出了两个引理,作为路由算法中模式选择的距离阈值条件;根据这两个引理,提出了一种能量异构WSN下结合DEEC协议的自适应协作路由算法。根据上文第一部分实验分析得到的路径损耗指数,结合能耗公式重新推导模式选择的两个引理,得到了一般情况下模式选择的两个引理。在此基础上,对理想环境和实际环境分别进行了WSN自适应路由算法的仿真测试,仿真实验结果表明,本文提出的自适应路由算法优于基准方案,能够有效降低网络能耗,延长网络生命周期。自适应路由算法应用在WSN中可以增加网络灵活性,本文研究重点在于单跳与多跳协作两种模式选择的自适应,未来还可研究多种传输方式的自适应,实现高效节能的WSN。
姚宏玮[3]（2021）在《面向智能电网的无线可充电传感器网络充电规划研究》文中研究说明近年来,无线传感器网络（Wireless Sensor Networks,WSNs）技术作为物联网的关键技术被广泛应用于智能电网系统中,实现了对电网的无缝、节能、可靠和低成本的远程监控。然而,有限的电池供电带来的能量问题严重制约着WSNs在智能电网中大规模应用。在这种背景下,无线充电技术的发展为WSNs能量问题的提供新的解决方案。在WSNs中部署可充电传感器节点,并派遣移动充电小车（Mobile Charging Vehicle,MCV）为节点无线充电,以维持节点正常工作所需能量,这种网络称为无线可充电传感器网络（Wireless Rechargeable Sensor Networks,WRSNs）。在WRSNs中如何设计合理有效的充电规划以延长网络生命周期,使其能够长期工作,已成为WRSNs在智能电网中应用的研究热点。本文在现有研究成果基础上,针对WRSNs中MCV的移动充电规划问题进行研究,主要研究内容和贡献如下:（1）提出了一种用于小规模WRSNs的单个能量受限MCV周期性充电策略。首先,在确保WRSNs中节点能够正常工作的前提下,构建了单个MCV的周期性充电模型;其次,以最小化MCV的工作时间与周期时间之比为目标建立了MCV单目标路径规划模型;最后,提出了一种离散猴王进化（Discrete Monkey King Evolution,DMKE）算法求解优化目标。仿真实验表明,提出的周期性充电模式在维持传感器节点持续工作的同时减少了MCV为节点充电的时间。在不同网络场景下,与现有的HPSOGA算法、GSA算法和DPSO算法相比,DMKE算法具有较好的收敛性能。（2）针对大规模WRSNs中节点数量众多且覆盖范围大、超出单个MCV充电服务范围的问题,提出了一种多个能量受限移动小车（Mobile Vehicle,MV）的周期性充电和数据收集策略。首先,在确保WRSNs中所有节点正常工作以及防止节点缓存数据溢出的前提下,构建了多MV的周期性充电和数据收集模型;其次,以最小化多MV充电和数据收集任务完成时间总和和最小化多MV剩余能量的标准差作为目标建立了MV多目标路径规划模型;最后,提出了一种多目标猴王进化（Multi-Objective Monkey King Evolution,MOMKE）算法求解优化目标。在仿真实验中,分析了猴王算法系统参数对MOMKE算法的影响,并验证了算法的可行性。为了比较算法的性能,实验中采用多种性能指标对MOMKE算法、NSGA-II算法、ES-MOAC算法和SPEA-II算法进行比较,仿真结果表明,MOMKE算法在求解性能上均优于对比算法。
张婷[4]（2020）在《面向车联网智能信息传输的关键新技术研究》文中提出车联网（Internet of Vehicles）作为汽车驾驶、电子信息、交通运输等行业深度融合的新型产业形态,越来越成为各国竞相发展的重要方向。车联网以车内网、车际网和车载移动互联网为基础,利用先进的人工智能、信息处理、通信传输、电子传感及控制等技术,在车与X（X:车、路、人、服务平台）间进行无线通讯和信息交换,是实现智能交通、信息服务和车辆智能控制的一体化网络。车联网是一个典型的高速移动的通信网络,涉及动态交通场景中的信息传输、交互、重组、后台数据分析、决策支持等多个过程,信息在多种通信场景之间进行高效、可靠、智能地传输是研究的核心和关键。车联网特殊的应用环境以及节点的高速移动特性,使其在无线通信方面具有拓扑呈带状且频繁变化、路由连接可靠性差、链路传输时延大、数据采集及通信容易造成数据缺失等问题。本文针对车联网智能信息传输上述热点关键问题,从消息智能广播分发、车联网数据缺失修复以及数据分组路由传输三个方面进行了研究,即本文的论题“面向车联网智能信息传输的关键新技术研究”,研究内容和创新之处如下:（1）针对车联网消息广播分发,提出一种基于跨层的消息智能分发新方法（CLCBF,Cross-Layer Contention-Based Forwarding）,以抑制局部广播风暴现象的发生,提高信息传输的实时性和有效性。该方法首先分析和研究冗余杂散分发问题;然后,在此基础上构建数学模型,计算和评估关键性能指标;接下来,实现基于跨层的时延转发自适应传输控制。通过车辆节点流动的蒙特卡罗模拟验证了所提出的方法。实验表明,所提方法提高了分布式消息分发的性能,有效地促进了车联网数据传输的智能水平。（2）针对车联网数据缺失修复,提出一种基于FNN的张量异质集成车联网缺失数据估计新方法（FTEL,FNN-Based Tensor Ensemble Learning）,以应对车联网数据缺失、异常数据等低质问题。该方法首先基于车联网数据流特征构建张量模型;然后,将异质集成思想引入其归算建模中;接下来,利用模糊神经网络优化对张量分解及补全方法进行自适应动态加权异质集成,有效地提高归算精度。通过实证研究,证明了该算法的适用性和有效性。在随机数据元素缺失以及光纤结构性缺失情境下都能产生较为准确的归算结果。（3）针对数据分组路由传输,提出一种基于群智感知策略的可靠车联网数据传输新方法（VGCD,Vehiclar Grouping-Communicated Data）,以提高信息传输的可靠性和高效性。该方法从基于车联网的城市环境监测这一新兴应用入手,进行数据感知检测与传输一体化设计,分两个部分:一是感知监测采集部分,基于城市空气质量采集的车辆群智感知协同监测,避免信息的冗余和通信过载。二是数据传输部分,提出一种可靠数据传输最小延迟混合路由方法。算法基于编码机制设计冗余策略提高数据传输的可靠性,将编码机制与路由设计相结合,融合路由切换思想,以最小化延迟为目标进行基于概率的路由决策。在直线路段,提出基于模糊逻辑预测的车辆自适应连通性分簇路由算法,降低车辆协作过程中的通信开销,确保网络的高连通性;在交叉路口,提出基于概率的最小延迟路由决策算法,降低信息传输时延。实验表明,所提方法有效地提高了数据感知采集与传输效率,增加了传输的可靠性。
饶华阳[5]（2020）在《基于SDN的电力通信网络流量预测及路由控制策略的研究》文中指出智能电网和能源互联网的深入发展越来越依赖电力通信网络及时、准确的信息交互,传输时延和数据包丢失率一直都是电力通信业务可靠传输重点研究的内容。当前电力通信网络的业务类型和流量激增,业务端到端的服务需求也不断提升,迫切需要引入新的网络技术来预测管理网络流量并满足电力业务的差异化通信需求。软件定义网络（Software Defined Networks,SDN）凭借其数控分离、集中化控制的优势,以及对网络状态的动态感知和实时控制业务路由的能力,为电力业务传输时延和丢包率的优化控制提供了新思路。本文基于SDN电力通信网络集中控制架构,对电力业务流量预测及路由控制问题进行研究,主要研究内容如下:根据电力通信网络的组成结构和电力业务的特征,建立了电力通信网络SDN仿真测试环境。在SDN仿真测试环境中周期性地采集网络中交换机的流表状态参数和端口状态参数,并模拟电力业务的动态传输过程,如业务的源、目的节点的生成,不同重要度电力业务的分布情况以及业务请求带宽的变化趋势等。针对电力通信网络中业务流量动态改变的复杂性问题,提出一种链路带宽占用率预测模型。利用图卷积神经网络能较好的学习网络拓扑的空间特征的能力,构建链路带宽占用率预测模型分析下一时刻的链路带宽占用率。测试结果表明,在不同网络负载条件下,预测模型对电力通信网络链路带宽占用率得分的预测效果较好。为了优化电力业务的传输时延和数据包丢失率,提出一种最小路径选择度路由控制策略来预测控制业务的传输路径。最小路径选择度路由控制策略利用三角模算子融合路径的传输时延、当前时刻的路径带宽占用率和下一时刻的路径带宽占用率,计算出从源节点到目的节点间不同传输路径的选择度,然后将路径选择度最小的路径作为SDN控制器下发的流表项。仿真结果表明,与最短路径路由策略、拥塞缓解路由策略相比,所提路由控制策略在网络负载增大时,能有效减小业务传输时延和数据包丢失率。
赵冲[6]（2020）在《车联网信道接入与跨层优化研究》文中指出随着经济的发展,人均汽车保有量逐年增加。汽车的增加在为人们出行带来便利的同时加重了交通压力,使得交通安全问题更加严峻。作为物联网的一个重要分支,车联网被认为是未来智能交通系统的基础,对提高道路安全发挥着关键性作用。但是由于车辆移动速度快,导致车联网网络拓扑结构变化剧烈、信道资源不均衡,为车联网通信的实时性和可靠性带来了诸多隐患。与其他无线通信技术相比,车联网通信节点间链路维持时间短,提高信道接入效率和并发通信能力是提高车联网通信质量的关键。如何保证车联网中信息的快速正确传输,降低通信延时、提高信道利用率,成为了车联网通信优化亟待解决的问题。现有研究大多针对车联网的路由算法、信道接入策略以及资源调度等进行优化,越来越接近理论值。为此,本文对车联网安全相关业务特征进行分析,从车与基站、车与车、多基站三种场景入手,基于干扰管理和跨层优化的理念对车联网进行优化。结合车辆移动性和通信负载预测在车联网中实现干扰对齐和信道共享,提高信道利用率和信道并发接入能力的同时,保证优化方法的鲁棒性。本文主要工作如下:1)面向车-基站的干扰对齐优化算法研究多输入多输出通信系统存在多用户干扰,而干扰对齐这一新型干扰管理技术能够有效解决这一问题,提高用户接入量。为了能够将干扰对齐应用到车联网通信信道接入优化中,本文提出了车与基站干扰对齐跨层优化方法。该方法采用时分多址的方式对车-基站物理层接入进行管理。基于安全相关信息的业务特征,构造了车与基站干扰通信模型和多跳路由模型,并在该模型的基础上,提出了最小化信息交互时隙个数的优化问题,以达到降低通信延时的目的。通过仿真对该方法的效果进行验证并与其他方案比较,结果表明该方法能够降低通信所需的时隙个数,降低通信延时,在所需时间片上平均减少可达15%。2)车辆自组织网络干扰对齐跨层优化研究在车辆与基站场景中采用干扰对齐可以减少车辆间完成一次安全相关信息交互所需的时间。但在车辆自组织网络（Vehicular Ad-hoc Networks,VANETs）中存在无基站、无路侧单元（Road Side Unit,RSU）的情况。在这类场景下选择由多天线车辆作为动态基站,在车与车通信中实施干扰对齐,能够提高车间通信的并发性和实时性。为了克服车辆快速移动对干扰对齐带来的不稳定因素,设计了状态转移矩阵算法和动态基站马尔科夫决策模型,用于指导多天线车辆基于周边车辆状态信息来决定自身能否担任动态基站和实施干扰管理,并提出了车与车信息交互所需时间片最少占比的优化问题。通过仿真对比分析,在该决策模型的指导下,动态基站能够适时切换,为周边车辆提供稳定的干扰对齐基站服务,降低车间安全相关信息交互延时,相比一般无IA系统平均减少了40%。3)混合网络干扰对齐与信道共享研究面对日益增加的车辆数量和通信业务需求,车联网信道资源相对有限。作为区域通信网络接入点,相邻基站之间存在较大的干扰。而且受交通影响,各个区域通信负载不均衡。为此设计了一种混合网络多基站与多RSUs信道共享方法,以均衡整个网络的通信速率。为减少交通流波动对共享算法的实时性和稳定性带来的影响,构建了交通负载预测模型用于对服务范围内的通信负载进行预测,实现对基站信道共享策略的动态调整。仿真结果表明,信道共享算法在保持对被共享信道通信速率带来有限影响的同时,提高了高负载区域的车辆通信速率,在平均降低RSUs车辆通信速率22%的情况下,为BS车辆提升了的45%的通信速率。本文结合车联网通信场景的特点、安全相关信息特征和车辆节点特性,构建了基于跨层优化的信道接入管理方法,通过将干扰管理和信道共享应用到车联网的不同场景中,提高了有限频谱资源内的通信并发能力和信道利用率,提高了车辆通信速率、降低通信延时。
孙恺[7]（2020）在《雷场探测中的无线传输技术研究》文中指出雷场探测项目是一项高起点、高难度的世界性应用基础前沿课题,具有较大的科学意义和学术价值。现有的清除地雷的方法存在探测遗漏或者假信号、探测速度慢、人员不安全、探测设备笨重等缺陷,本项目组提出了雷场远程多源探测与识别方法研究,本文来源于雷场远程多源探测与识别方法研究中的子课题,考虑到雷场区域环境的特殊性,探测数据量大以及雷场探测过程中的远距离控制等无线数据传输的实际需求,研究适用于雷场探测中的无线数据传输技术具有重要的应用价值。超宽带（Ultra Wide Band,UWB）技术有着不同于传统无线通信技术的优点,其传输速率高、抗干扰能力强以及低功耗等,Lo Ra（Low Power Range）技术具有远距离、低功耗等传输优点。本文设计并实现了雷场探测数据传输与过程控制系统,实现了探测数据的多频段、分组高速传输与雷场探测过程的远距离控制。本文在研究雷场探测无线数据的传输方法的基础上,根据雷场探测数据传输与过程控制的需求,提出了雷场探测中的无线数据传输方案,设计了雷场探测数据传输与过程控制系统。主要研究内容如下:（1）通过分析雷场探测系统无线数据传输需求,提出了基于UWB的雷场探测数据传输方法与基于Lo Ra的雷场探测过程控制方法,设计了Lo Ra通信基站和UWB基站,并将其都集成在探测控制主机和探测分机上,其中UWB主基站和UWB分基站以树状网络为拓扑结构实现组网,来完成探测数据的传输;Lo Ra通信主基站和所有Lo Ra通信分基站以Mesh网络为拓扑实现动态自组网,以实现对探测数据传输控制与控制整个探测过程中探测数据的同步采集、探测数据同步处理等。（2）结合探测分机硬件限制与探测数据传输特点,采用LZW数据压缩算法以减小探测数据传输量,缩短探测数据传输时长。根据雷场探测系统具备精准定位的特点,选用基于地理位置信息的路由协议以实现雷场探测数据传输的特殊性。根据Mesh动态自组网网络存在资源分配问题,引入基于成本的资源分配理论体系,并采用基于成本的资源分配算法以实现Lo Ra通信分基站之间资源分配的公平性和网络资源利用率的最大化。（3）在雷场探测中无线数据传输需求的基础上,本文设计了雷场探测数据传输与过程控制的硬件电路,包括主要硬件电路设计,主要通信接口电路设计,完成了探测控制主机嵌入式程序的设计以及上位机软件设计。（4）在雷场探测试验场环境下,对雷场探测数据传输与过程控制系统进行功耗、通信能力以及组网测试。结果表明,雷场探测数据传输与过程控制系统能够满足雷场探测中无线数据传输要求,并且具备良好的通信稳定性和高速的传输性能。
刘姜旺[8]（2020）在《低轨卫星网络高效路由关键技术研究》文中研究指明为实现万物互联的时代发展需求,传统地面网络仅能实现全球表面30%的面积覆盖,已经无法满足需求;然而,随着航天与卫星技术的进步,卫星系统有望实现全球通信无缝覆盖。中、高轨卫星系统由于存在长时延、高误码等特征无法满足低延时等服务质量需求,而低轨卫星系统有望解决这些问题。如今,低轨卫星系统正成为全球太空“互联网”的竞争场地,受到民众与资本市场的关注日益增加,且有望上升成为重要的国家战略。为了实现广覆盖、低时延、高可靠的空间信息传输,确保通信质量与连接的持续、稳定性,本文针对基于低轨卫星系统的高动态拓扑表达的设计及路由方案进行深入研究,其具体内容如下:首先,为满足多样化业务提供差异化服务需求,提出了低轨卫星网络场景下面向服务的微服务池化路由架构。针对当前低轨卫星网络动态拓扑表达的不精准与信息交互冗余等问题,提出了新的拓扑存储数据结构与拓扑变化校准机制。该数据结构与机制下,拓扑变化信息的存储与交互的网络开销明显降低。其次,针对低轨卫星网络中服务度量模型的不精准与度量方法的不合理,提出了服务颗粒化（微服务）思想。依据“结构决定功能”的物理法则,重新设计了基于线程缓存的分类加权公平队列模型,并重新定义现有路由度量模型与算法。该路由度量模型将传统服务度量指标（如:时延、带宽等）转化为可查表的微服务颗粒（如:链路传播延时、排队延时、可伸缩带宽、剩余带宽等）。微服务颗粒可分为周期性与非周期性颗粒,其中针对非周期性服务颗粒采用深度学习、概念漂移等技术进行表格化处理。最后,针对提出的微服务度量模型,需要适当调整路由策略。根据微服务颗粒与服务需求优化路径的目标函数、负载均衡策略、重路由策略。在以铱星系统为参照的星座模型下,完成针对基于低时延实时业务路由算法的对比仿真（对比算法包括:ASMR、UMR、DRA等）,其结果表明新路由架构具有更好的性能,以及更具挖掘网络服务的能力。
顾晨骁[9]（2020）在《分布式电源集群控制及信息物理混合仿真研究》文中进行了进一步梳理随着智能电网的发展,分布式电源（distributed generator,DG）以其清洁、高效、即插即用的优点迅猛发展,以集群形式接入电网,单个集群中可能含有几十个甚至上百个分布式电源,为配电网安全稳定运行带来了新的挑战。同时,大量分布式电源及各种智能电子设备的接入,使得配电网的数据通信量大为增加,信息系统与物理系统之间的交互更为复杂,控制难度增大,配电网反映出信息物理系统（cyber-physical system,CPS）的更多特性,已经可以看作是电力网络和通信网络相互耦合的电力信息物理系统。本文针对分布式电源集群系统,主要进行了分布式电源集群控制以及信息物理混合仿真研究,主要研究工作如下:1、研究了分布式电源集群的概念以及现有分布式电源控制的主流方法,指出在当前大量分布式电源接入配电网的背景下,需要研究新的分布式电源集群控制技术;研究了电力信息物理系统的定义及基本特征,调研了三种电力信息混合仿真方法,分析了各自的特点。2、研究了分布式电源集群控制方法,按照“群内自治”和“群间协调”的原则建立了分布式电源控制框架,包括本地控制层、集群分区控制层以及中央控制层,研究了分布式电源多层控制结构和有功无功控制算法,提出了一种基于电压越限惩罚成本的无功协调控制算法;基于安徽金寨实际网架进行了仿真测试,验证了所采用的控制方案和算法的有效性。3、研究了分布式电源集群通信网络建模,分析了分布式电源集群监控系统的通信数据类型和典型电力业务,并基于开放式系统互联通信参考模型建立通信网络工作站的模型;提出了一种基于集群连通系数的通信线路和通信节点脆弱度评估方法,利用通信网络实时运行参数评估分布式电源集群系统的脆弱度;在OPNET中搭建了安徽金寨实际线路的通信模型,计算了不同通信场景下通信线路和节点的脆弱度值,验证了所提评估方法的合理性。4、搭建了基于RT-LAB和OPNET的电力信息混合仿真平台,研究了基于套接字的数据接口,设计了一种多系统动态事件触发方式的时间同步方式,保证了仿真过程中数据的精确传输和精准对时;利用仿真平台进行了电力信息混合仿真测试,研究在不同电力工况和通信场景下的控制效果的差异,仿真结果验证了平台的有效性和所采用的控制方法的可行性。
王小明[10]（2020）在《震后应急救援移动模型与应急通信系统研究》文中提出我国地震频发,给人们生命和财产安全带来了严重威胁。地震观测和震后应急救援成为减轻地震灾害损失的重要保障。首先,广泛部署的用于地震观测的通信设备集群,承担着持续更新、上传观测到的地震信息的任务,集群内链路的状态是数据传输的关键,本文利用误差比分析方法定义合理的故障告警阈值,从而为集群监控平台提供准确的链路状态判断依据。其次,为了提高救援效率,减少人员伤亡,本文根据受灾程度,提出一种救援人员四象限移动模型。我们将震后救援过程分为打通生命通道和扩散救援两个阶段。在打通生命通道阶段中,我们根据受灾程度对灾区进行划分,救援人员从灾区外部向重灾区移动;在扩散救援阶段中,我们根据四象限移动模型对各个区域进行四象限划分,救援人员按照四象限进行平均分配。仿真结果表明,在灾区数量、受灾程度相同的情况下,该模型能够缩短救援时间,减少人员伤亡。进而,考虑到灾害场景下,移动节点能耗大大受限,本文设计了一种多属性决策算法。该算法建立了以能耗、连接节点数、到应急通信车的跳数、到应急通信车的距离四个属性为衡量标准的多属性决策矩阵。通过求解加权多属性决策矩阵,选择最优的下一跳节点。仿真结果表明,该算法减少了能耗,提高了数据包的接收率。震后应急通信网络中的节点具有能量受限、通信高能耗而数据计算低能耗等特点,并且救援人员位置不断发生改变,综合考虑以上因素,本文结合救援人员四象限移动模型和下一跳节点选择算法设计了一种新的路由协议。该协议针对救援紧急度、象限等级、象限划分集与象限权重四个指标,修改了路由请求数据包格式。仿真结果表明,该协议提高了震后应急通信网络数据传输成功率,降低了端到端延迟。考虑到震后应急通信网络可能被大量的无线信号干扰,其带宽资源可能被无意或恶意占用,本文根据四种无人机侦听与干扰模式以及无人机功率受限的约束条件,建立了一种侦听与干扰的优化模型,使得合法无人机侦听到的数据包数量最大化,给出了侦听与干扰的选择算法,同时,从理论上分析了算法的复杂度。仿真结果表明,该算法降低了合法无人机的侦听及干扰的功率,增加了侦听到的数据包的数量。最后,论文对震后应急救援移动模型和应急通信系统研究进行了总结,指明了该领域面临的挑战和未来的研究趋势。
二、微波传输路由的数学模型（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、微波传输路由的数学模型（论文提纲范文）
（2）基于虚拟MIMO的无线传感网络路由协议研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 WSN多天线技术研究现状 |
| 1.2.2 WSN无线信号传播特性研究现状 |
| 1.2.3 WSN多天线路由算法研究现状 |
| 1.2.4 WSN自适应数据传输研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文结构安排 |
| 第2章 WSN路由协议及信号传播特性 |
| 2.1 无线传感器网络概述 |
| 2.1.1 无线传感器网络的结构与特点 |
| 2.1.2 无线传感器网络的关键技术 |
| 2.1.3 无线传感器网络的应用 |
| 2.2 异构无线传感器网络 |
| 2.2.1 异构WSN类型 |
| 2.2.2 异构WSN体系结构 |
| 2.2.3 异构WSN的优势与挑战 |
| 2.3 WSN分簇路由算法概述 |
| 2.3.1 WSN路由协议概述与分类 |
| 2.3.2 LEACH算法的体系结构 |
| 2.3.3 LEACH算法的能耗模型 |
| 2.3.4 LEACH算法的流程 |
| 2.3.4.1 簇建立阶段 |
| 2.3.4.2 稳定数据传输阶段 |
| 2.3.5 DEEC异构网络模型 |
| 2.3.6 DEEC算法流程 |
| 2.4 WSN信号传播特性 |
| 2.4.1 电磁波与无线通信 |
| 2.4.2 无线信道模型 |
| 2.4.3 天线技术及实验装置 |
| 2.4.4 林业环境测量与数据分析 |
| 2.5 本章小结 |
| 第3章 基于MIMO的 LEACH路由协议研究 |
| 3.1 MIMO概述 |
| 3.1.1 系统模型 |
| 3.1.2 MIMO技术 |
| 3.2 协作MIMO编码方式 |
| 3.2.1 空时格型码(STTC) |
| 3.2.2 空时分组码(STBC) |
| 3.2.3 分层空时码(LSTC) |
| 3.3 WSN协作MIMO的路由过程 |
| 3.3.1 簇头建立阶段 |
| 3.3.2 协作节点选取阶段 |
| 3.3.3 结合不同编码的数据传输阶段 |
| 3.3.3.1 结合STBC的协作传输 |
| 3.3.3.2 结合VBLAST的协作传输 |
| 3.3.3.3 两种编码方式协作传输的区别 |
| 3.4 WSN协作MIMO系统能耗模型 |
| 3.4.1 结合STBC编码的系统能耗 |
| 3.4.2 结合VBLAST编码的系统能耗 |
| 3.5 两种编码传输性能比较 |
| 3.5.1 实验一:适用的信道条件 |
| 3.5.2 实验二:生存周期对比 |
| 3.5.3 实验三:吞吐量对比 |
| 3.6 本章小结 |
| 第4章 基于协作的WSN自适应路由算法研究 |
| 4.1 结合DEEC协议的自适应路由算法 |
| 4.1.1 基于协作的WSN网络模型 |
| 4.1.2 结合自适应的DEEC路由过程 |
| 4.2 协作传输的系统能耗模型 |
| 4.2.1 单跳协作系统能耗 |
| 4.2.2 多跳协作系统能耗 |
| 4.3 理想情况的自适应传输策略 |
| 4.3.1 采用多跳的充分条件 |
| 4.3.2 采用多跳的两个引理 |
| 4.3.3 提出的自适应路由算法 |
| 4.3.4 路由算法流程及步骤 |
| 4.4 实验仿真结果分析 |
| 4.4.1 网络生存周期比较 |
| 4.4.2 网络总能耗比较 |
| 4.4.3 基站接收的数据量比较 |
| 4.5 实际场景下自适应传输策略应用 |
| 4.5.1 实际场景中两个引理 |
| 4.5.2 操场草坪场景下应用 |
| 4.5.3 鹅掌楸场景下应用 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
（3）面向智能电网的无线可充电传感器网络充电规划研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 无线可充电传感器网络在智能电网中的应用 |
| 1.2.1 智能电网与无线可充电传感器网络概述 |
| 1.2.2 智能电网中无线可充电传感器网络的应用 |
| 1.2.3 无线可充电传感器网络在智能电网应用的挑战 |
| 1.3 无线可充电传感器网络充电规划研究现状 |
| 1.3.1 小规模无线可充电传感器网络充电规划 |
| 1.3.2 大规模无线可充电传感器网络充电规划 |
| 1.4 论文研究内容及章节安排 |
| 第二章 充电规划问题及求解方案 |
| 2.1 充电规划问题描述 |
| 2.2 充电规划方案 |
| 2.3 MKE算法 |
| 2.4 本章小结 |
| 第三章 单移动充电小车周期性充电规划 |
| 3.1 问题描述与建模 |
| 3.1.1 网络模型 |
| 3.1.2 周期性充电规划模型 |
| 3.1.3 问题描述 |
| 3.1.4 单优化问题模型 |
| 3.2 基于DMKE算法的单MCV周期性充电策略 |
| 3.2.1 DMKE算法 |
| 3.2.2 周期性充电策略 |
| 3.3 实验结果及分析 |
| 3.3.1 实验参数设置 |
| 3.3.2 实验设计 |
| 3.3.3 结果与分析 |
| 3.4 本章小节 |
| 第四章 联合充电和数据收集的多移动小车充电规划 |
| 4.1 问题描述与模型建立 |
| 4.1.1 问题描述 |
| 4.1.2 无线充电和数据收集模型 |
| 4.1.3 多目标优化问题模型 |
| 4.2 基于MOMKE算法的多MV周期性充电和数据收集策略 |
| 4.2.1 MOMKE算法 |
| 4.2.2 多MV的周期性充电和数据收集策略 |
| 4.3 实验结果及分析 |
| 4.3.1 实验参数设置 |
| 4.3.2 结果与分析 |
| 4.4 本章小节 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（4）面向车联网智能信息传输的关键新技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 选题背景 |
| 1.1.2 依托课题 |
| 1.2 车联网概述 |
| 1.2.1 车联网概念及体系结构 |
| 1.2.2 车联网基本特征 |
| 1.2.3 车联网通信 |
| 1.2.4 车联网应用 |
| 1.3 研究的目的和意义 |
| 1.4 本文主要研究内容 |
| 1.5 本文组织结构 |
| 第二章 车联网信息传输的相关技术 |
| 2.1 车联网DSRC/WAVE通信技术 |
| 2.1.1 IEEE802.11p协议 |
| 2.1.2 IEEE1609协议 |
| 2.1.3 MAC层 CSMA/CA机制 |
| 2.1.4 MAC层 TDMA机制 |
| 2.2 消息广播分发机制 |
| 2.2.1 消息广播分发机制及面临的挑战 |
| 2.2.2 消息广播分发协议分类与分析 |
| 2.2.3 消息广播分发跨层干扰受限的功率分配策略 |
| 2.3 车联网数据缺失修复 |
| 2.3.1 张量概念与运算 |
| 2.3.2 张量修复与填充理论 |
| 2.3.3 车联网数据缺失估计机制 |
| 2.4 数据分组传输路由协议 |
| 2.4.1 基于拓扑结构的路由协议 |
| 2.4.2 基于地理位置贪婪路由协议 |
| 2.4.3 基于簇的分层结构路由协议 |
| 2.4.4 基于条件预测及其它路由协议 |
| 2.5 本章小结 |
| 第三章 面向车联网应用环境的消息智能分发新方法 |
| 3.1 引言 |
| 3.2 消息分发时间分析 |
| 3.2.1 消息分发协议抑制“泛洪”冗余杂散分发方法 |
| 3.2.2 冗余杂散分发问题的产生 |
| 3.3 智能消息分发新方法模型 |
| 3.3.1 物理层信道模型 |
| 3.3.2 MAC层策略 |
| 3.3.3 网络层消息分发时延转发机制 |
| 3.3.4 基于跨层的消息分发时延转发策略 |
| 3.4 基于跨层的自适应智能消息分发方法(CLCBF) |
| 3.5 仿真分析与实验测试 |
| 3.5.1 仿真分析 |
| 3.5.2 实验测试 |
| 3.6 本章小结 |
| 第四章 基于FNN的张量异质集成车联网缺失数据估计新方法 |
| 4.1 引言 |
| 4.2 车联网数据集张量设置与性能度量 |
| 4.2.1 数据集张量设置 |
| 4.2.2 车联网数据来源 |
| 4.2.3 性能度量指标 |
| 4.3 算法描述 |
| 4.3.1 基于FNN的张量异质集成模型 |
| 4.3.2 算法策略 |
| 4.3.3 模糊神经网络优化 |
| 4.3.4 基于FNN的张量异质集成缺失数据估计方法的设计 |
| 4.3.5 算法复杂度分析 |
| 4.4 实验测试和讨论 |
| 4.4.1 性能度量 |
| 4.4.2 性能分析 |
| 4.5 本章小结 |
| 第五章 基于群智感知策略的可靠车联网数据传输新方法 |
| 5.1 引言 |
| 5.1.1 研究的主要问题 |
| 5.1.2 研究现状 |
| 5.2 系统概述与建模 |
| 5.2.1 系统概述 |
| 5.2.2 系统建模 |
| 5.3 基于群智感知策略的可靠车联网数据分组传输新方法 |
| 5.3.1 方法概述 |
| 5.3.2 算法策略 |
| 5.4 仿真分析与实验测试 |
| 5.4.1 仿真环境设置 |
| 5.4.2 实验分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（5）基于SDN的电力通信网络流量预测及路由控制策略的研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力通信网络研究现状 |
| 1.2.2 软件定义电力通信网络研究现状 |
| 1.2.3 图卷积神经网络研究现状 |
| 1.3 论文主要工作 |
| 1.4 本章小结 |
| 第2章 电力通信网络SDN架构 |
| 2.1 电力通信网络基本概念 |
| 2.1.1 电力通信网络架构 |
| 2.1.2 电力通信业务 |
| 2.2 SDN网络架构 |
| 2.3 网络状态参数 |
| 2.4 SDN仿真测试环境 |
| 2.5 本章小结 |
| 第3章 电力通信网络链路流量预测模型 |
| 3.1 LBOP-GCN模型输入 |
| 3.2 LBOP-GCN模型输出 |
| 3.3 LBOP-GCN模型的识别训练 |
| 3.4 LBOP-GCN模型测试与分析 |
| 3.4.1 模型训练参数设计 |
| 3.4.2 不同输入特征分析 |
| 3.4.3 模型预测结果分析 |
| 3.5 本章小结 |
| 第4章 SDN电力通信网络路由策略 |
| 4.1 路径带宽占用率 |
| 4.1.1 t时刻的路径带宽占用率 |
| 4.1.2 t+T时刻路径带宽占用率 |
| 4.2 路径传输时延 |
| 4.3 SDN最小路径选择度路由控制策略 |
| 4.3.1 MPSRCS路由策略 |
| 4.3.2 MPSRCS目标函数 |
| 4.4 仿真与对比分析 |
| 4.4.1 MPSRCS路由策略仿真分析 |
| 4.4.2 MPSRCS路由策略对比分析 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（6）车联网信道接入与跨层优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 主要缩略语英汉对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 车联网技术方案 |
| 1.1.3 技术方案存在的问题 |
| 1.1.4 车联网研究现状 |
| 1.2 论文内容 |
| 1.2.1 研究内容和关键问题 |
| 1.2.2 论文结构及章节安排 |
| 第二章 研究现状与理论基础 |
| 2.1 车联网跨层优化 |
| 2.2 相关典型优化方法研究现状 |
| 2.2.1 路由与资源分配动态决策研究 |
| 2.2.2 基于通信负载预测的优化研究 |
| 2.3 干扰对齐 |
| 2.3.1 干扰管理及干扰对齐 |
| 2.3.2 干扰对齐理论基础 |
| 2.3.3 车联网干扰对齐研究现状 |
| 2.4 优化问题求解与仿真工具 |
| 2.4.1 马尔可夫决策过程建模与求解 |
| 2.4.2 优化问题建模与求解 |
| 2.5 本章小结 |
| 第三章 面向车-基站的干扰对齐优化算法研究 |
| 3.1 场景与系统模型 |
| 3.1.1 研究场景和时隙管理 |
| 3.1.2 通信模型 |
| 3.1.3 问题描述 |
| 3.2 车联网干扰管理优化模型 |
| 3.2.1 车辆广播通信模型 |
| 3.2.2 车与基站干扰对齐模型 |
| 3.2.3 多跳路由协助传输 |
| 3.2.4 模型转换与优化问题 |
| 3.3 基于CSI区域二次分簇算法 |
| 3.3.1 基于RSSI值的分簇 |
| 3.3.2 基于位置的二次分簇 |
| 3.4 仿真及数据分析 |
| 3.4.1 仿真场景及分簇算法 |
| 3.4.2 实验结果及数据分析 |
| 3.4.2.1 V?V车辆间通信传输 |
| 3.4.2.2 数据驱动的协助传输 |
| 3.4.2.3 车与基站间通信分析 |
| 3.4.3 优化目标结果分析 |
| 3.5 本章小结 |
| 第四章 车联网自组织网络干扰对齐跨层优化研究 |
| 4.1 研究场景和系统模型 |
| 4.1.1 场景和网络模型 |
| 4.1.2 信道状态信息更新 |
| 4.1.3 优化方法与问题描述 |
| 4.2 车辆动态角色切换算法 |
| 4.2.1 基于历史数据的状态转移矩阵算法 |
| 4.2.2 马尔可夫决策过程模型 |
| 4.3 干扰对齐广播和路由模型 |
| 4.3.1 多跳路由模型 |
| 4.3.2 多天线广播及干扰模型 |
| 4.3.3 约束重构与优化目标 |
| 4.3.4 性能分析 |
| 4.4 仿真及数据分析 |
| 4.4.1 状态转移矩阵和决策模型 |
| 4.4.2 干扰管理模型实验结果分析 |
| 4.5 本章小结 |
| 第五章 混合网络干扰对齐与信道共享方法研究 |
| 5.1 研究场景与系统模型 |
| 5.1.1 系统模型 |
| 5.1.2 负载估计模型 |
| 5.1.3 优化方案与问题描述 |
| 5.2 通信负载预测模型 |
| 5.2.1 通信负载估计模型 |
| 5.2.2 ANN网络通信负载估计 |
| 5.3 车联网多基站干扰管理及信道共享 |
| 5.3.1 信道共享分配方法 |
| 5.3.2 干扰对齐与信道共享模型 |
| 5.3.3 RSU共享信道控制与估计 |
| 5.3.4 基站通信速率及最优化目标 |
| 5.4 仿真及数据分析 |
| 5.4.1 网络负载预测仿真 |
| 5.4.2 MDP动态策略仿真 |
| 5.4.3 信道共享数据分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文研究总结 |
| 6.2 论文创新点 |
| 6.3 未来研究展望 |
| 参考文献 |
| 附录1 |
| 攻读博士学位期间的学术活动及成果情况 |
（7）雷场探测中的无线传输技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容以及论文结构 |
| 第2章 雷场探测数据的传输方法研究 |
| 2.1 雷场探测系统原理与数据传输需求 |
| 2.1.1 雷场探测系统技术方案 |
| 2.1.2 雷场探测中的数据传输需求分析 |
| 2.2 雷场探测中的无线通信技术 |
| 2.2.1 基于UWB的 WSN网络 |
| 2.2.2 基于LoRa的远距离传输 |
| 2.3 雷场探测系统的网络拓扑结构 |
| 2.3.1 UWB探测数据传输的网络拓扑 |
| 2.3.2 LoRa雷场探测过程控制的网络拓扑 |
| 2.4 雷场探测数据的压缩算法 |
| 2.5 本章小结 |
| 第3章 雷场探测中的Mesh网络与路由技术 |
| 3.1 IEEE802.15.4-2011 协议结构 |
| 3.1.1 DW1000物理层支持 |
| 3.1.2 超宽带MAC协议 |
| 3.2 雷场探测中的路由技术 |
| 3.2.1 DREAM协议 |
| 3.2.2 GPSR协议 |
| 3.3 Mesh网络最佳资源分配 |
| 3.3.1 基于成本的资源分配理论体系 |
| 3.3.2 基于成本的资源分配算法 |
| 3.4 UWB探测数据传输的路由算法选择 |
| 3.5 本章小结 |
| 第4章 系统整体设计与实现 |
| 4.1 探测系统节点设计 |
| 4.1.1 探测控制主机设计 |
| 4.1.2 探测分机设计 |
| 4.2 硬件电路设计 |
| 4.2.1 主要硬件电路设计 |
| 4.2.2 主要通信接口设计 |
| 4.3 数据传输的软件实现 |
| 4.3.1 软件开发平台 |
| 4.3.2 软件系统设计思想 |
| 4.3.3 UWB探测数据传输软件设计 |
| 4.3.4 LoRa雷场探测过程控制数据收发设计 |
| 4.3.5 上位机设计 |
| 4.4 本章小结 |
| 第5章 系统测试与分析 |
| 5.1 UWB点对点数据传输测试 |
| 5.2 LoRa的传输距离与丢包率测试 |
| 5.3 系统数据传输的功耗测试 |
| 5.4 UWB组网测试 |
| 5.5 本章小节 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录A:攻读学位期间参与的科研项目及成果清单 |
| 致谢 |
（8）低轨卫星网络高效路由关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状及挑战 |
| 1.2.1 国内外研究现状 |
| 1.2.2 面临的挑战 |
| 1.3 论文研究内容与结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 第二章 低轨卫星网络路由概述 |
| 2.1 低轨卫星网络结构概述 |
| 2.1.1 典型低轨卫星系统网络结构 |
| 2.1.2 典型低轨卫星网络拓扑结构分类 |
| 2.1.3 典型低轨卫星系统星座参数 |
| 2.2 低轨卫星网络路由算法概述 |
| 2.2.1 面向业务类型的路由算法 |
| 2.2.2 面向服务需求的路由算法 |
| 2.2.3 面向网络能力的负载均衡路由算法 |
| 2.3 现行路由算法缺陷与关键问题 |
| 2.4 本章总结 |
| 第三章 微服务池化路由架构与新动态拓扑表达 |
| 3.1 低轨卫星网络路由架构 |
| 3.1.1 路由总体架构概述 |
| 3.1.2 路由架构分析 |
| 3.1.3 架构性能分析 |
| 3.2 新动态拓扑表达 |
| 3.2.1 低轨卫星网络路由拓扑概述 |
| 3.2.2 基于链路通断的拓扑存储优化数据结构 |
| 3.2.3 拓扑变化校准机制 |
| 3.3 仿真与性能评估 |
| 3.3.1 访问时间/存储空间复杂度对比分析 |
| 3.3.2 仿真对比评估 |
| 3.4 本章总结 |
| 第四章 卫星节点服务度量模型颗粒化方法 |
| 4.1 节点服务度量/队列模型总体概述 |
| 4.2 队列模型分析 |
| 4.2.1 传统队列模型概述 |
| 4.2.2 基于线程缓存的分类加权公平队列 |
| 4.2.3 队列模型管控力仿真与分析 |
| 4.3 服务度量低耦合颗粒化 |
| 4.3.1 微服务颗粒模型 |
| 4.3.2 流量预测模型选择 |
| 4.3.3 概念漂移 |
| 4.4 本章总结 |
| 第五章 基于微服务颗粒的路由策略调整 |
| 5.1 基于微服务颗粒的目标度量函数 |
| 5.2 路径建立过程 |
| 5.3 负载均衡策略调整 |
| 5.4 重路由策略调整 |
| 5.5 仿真与性能评估 |
| 5.5.1 路由算法流程 |
| 5.5.2 用户数对时延的影响 |
| 5.5.3 重路由频率对比分析 |
| 5.5.4 端到端时延对比分析 |
| 5.6 本章总结 |
| 第六章 工作总结与研究展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术论文目录 |
（9）分布式电源集群控制及信息物理混合仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 分布式电源集群研究现状 |
| 1.2.1 分布式电源集群概念 |
| 1.2.2 分布式电源逆变器控制策略 |
| 1.2.3 多分布式电源协调控制 |
| 1.3 电力信息物理系统研究现状 |
| 1.3.1 电力信息物理系统定义及特征 |
| 1.3.2 电力信息混合仿真方法 |
| 1.4 本文主要工作 |
| 第二章 分布式电源集群控制研究 |
| 2.1 引言 |
| 2.2 分布式电源集群分层控制框架 |
| 2.3 分布式电源集群控制策略研究 |
| 2.4 有功控制算法研究 |
| 2.4.1 基于等边际成本的群内有功控制算法 |
| 2.4.2 群间有功协调控制算法 |
| 2.5 无功控制算法研究 |
| 2.5.1 群内无功协调控制算法 |
| 2.5.2 群间无功协调控制算法 |
| 2.6 仿真算例及结果分析 |
| 2.6.1 有功协调控制仿真结果及分析 |
| 2.6.2 无功协调控制仿真结果及分析 |
| 2.7 本章小结 |
| 第三章 分布式电源集群通信网络建模与仿真研究 |
| 3.1 引言 |
| 3.2 分布式电源集群监控系统数据分析及业务建模 |
| 3.2.1 通信数据分析 |
| 3.2.2 电力业务建模 |
| 3.3 分布式电源集群通信工作站建模 |
| 3.4 分布式电源集群通信线路与通信节点脆弱度分析 |
| 3.4.1 通信线路脆弱度评估 |
| 3.4.2 通信节点脆弱度评估 |
| 3.5 仿真算例及结果分析 |
| 3.5.1 正常通信环境下仿真结果 |
| 3.5.2 通信堵塞环境下仿真结果 |
| 3.5.3 网络攻击环境下仿真结果 |
| 3.6 本章小结 |
| 第四章 分布式电源集群电力信息混合仿真研究 |
| 4.1 引言 |
| 4.2 电力信息混合仿真平台组成及架构 |
| 4.2.1 电力信息混合仿真平台组成 |
| 4.2.2 电力信息混合仿真平台架构 |
| 4.3 电力信息混合仿真接口 |
| 4.3.1 数据交互接口 |
| 4.3.2 时间同步方式 |
| 4.4 分布式电源集群控制仿真算例及结果分析 |
| 4.4.1 通信堵塞仿真结果 |
| 4.4.2 通信节点故障仿真结果 |
| 4.4.3 虚假数据攻击仿真结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在攻读硕士学位期间完成的学术成果 |
| 发表的论文 |
| 申请的专利 |
| 参与的项目 |
（10）震后应急救援移动模型与应急通信系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究的主要内容与创新点 |
| 1.4 论文的章节安排 |
| 第2章 地震观测设备集群监控平台 |
| 2.1 相关工作与问题的提出 |
| 2.2 系统描述 |
| 2.2.1 地震观测设备 |
| 2.2.2 地震观测设备通信链路 |
| 2.2.3 链路性能指标 |
| 2.3 算法设计 |
| 2.4 监控平台实验 |
| 2.4.1 实验平台介绍 |
| 2.4.2 实验结果 |
| 2.5 地震数据 |
| 2.6 本章小结 |
| 第3章 基于受灾程度的救援人员四象限移动模型研究 |
| 3.1 相关工作与问题的提出 |
| 3.2 系统模型 |
| 3.2.1 场景描述 |
| 3.2.2 救援人员四象限移动模型 |
| 3.3 算法设计 |
| 3.4仿真实验 |
| 3.4.1 重灾区数量 |
| 3.4.2 灾区数量 |
| 3.4.3 CI值 |
| 3.5 本章小结 |
| 第4章 应急通信网络下一跳路由节点选择算法研究 |
| 4.1 相关工作与问题的提出 |
| 4.2 系统模型 |
| 4.2.1 场景及网络架构 |
| 4.2.2 链路属性 |
| 4.3 算法设计 |
| 4.3.1 属性权重 |
| 4.3.2 加权多属性决策矩阵 |
| 4.3.3 下一跳节点选择 |
| 4.3.4 MCDM-ECP算法设计 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 第5章 震后应急通信网络路由协议研究 |
| 5.1 相关工作与问题的提出 |
| 5.2 系统模型 |
| 5.2.1 场景描述 |
| 5.2.2 通信节点介绍 |
| 5.3 协议设计 |
| 5.3.1 路由的发现与建立 |
| 5.3.2 移动救援节点通信机制 |
| 5.3.3 基于四象限移动模型的路由协议 |
| 5.4 仿真实验 |
| 5.4.1 仿真环境配置 |
| 5.4.2 仿真结果分析 |
| 5.5 本章小结 |
| 第6章 震后应急通信网络中无人机侦听与干扰研究 |
| 6.1 相关工作与问题的提出 |
| 6.2 无人机中继 |
| 6.3 系统模型 |
| 6.4 算法设计 |
| 6.4.1 假设 |
| 6.4.2 无人机距离计算 |
| 6.4.3 侦听和干扰 |
| 6.4.4 模型建立 |
| 6.4.5 模型分析 |
| 6.4.6 侦听及干扰选择算法 |
| 6.4.7 算法复杂度分析 |
| 6.5仿真实验 |
| 6.5.1 仿真环境配置 |
| 6.5.2 功耗及侦听到的数据包数量 |
| 6.5.3 多径衰减信道对算法的影响 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 展望 |
| 参考文献 |
| 作者在攻读博士学位期间发表的成果和参与的项目 |
| 致谢 |
| 附录 |
| 附录1 |
| 附录2 |
| 附录3 |
| 附录4 |
| 附录5 |
| 附录6 |
| 附录7 |
四、微波传输路由的数学模型（论文参考文献）
- [1]基于网络编码和功率分配的空间动态网络容量优化方法[D]. 钟志聪. 哈尔滨工业大学, 2021
- [2]基于虚拟MIMO的无线传感网络路由协议研究[D]. 许振月. 南京林业大学, 2021
- [3]面向智能电网的无线可充电传感器网络充电规划研究[D]. 姚宏玮. 福建工程学院, 2021
- [4]面向车联网智能信息传输的关键新技术研究[D]. 张婷. 天津理工大学, 2020
- [5]基于SDN的电力通信网络流量预测及路由控制策略的研究[D]. 饶华阳. 重庆邮电大学, 2020(02)
- [6]车联网信道接入与跨层优化研究[D]. 赵冲. 合肥工业大学, 2020(01)
- [7]雷场探测中的无线传输技术研究[D]. 孙恺. 湖南科技大学, 2020(06)
- [8]低轨卫星网络高效路由关键技术研究[D]. 刘姜旺. 北京邮电大学, 2020(05)
- [9]分布式电源集群控制及信息物理混合仿真研究[D]. 顾晨骁. 东南大学, 2020(01)
- [10]震后应急救援移动模型与应急通信系统研究[D]. 王小明. 东华大学, 2020(01)