一、TDMA无线通讯仿真中的时间算法(论文文献综述)
苏一昶[1](2021)在《基于Ad Hoc网络的可用性建模与验证研究》文中研究说明随着移动Ad Hoc网络应用领域的不断扩展,在军事通信、应急救援等方面具有极高的应用价值。但面临着针对不同军用网络服务提供足够业务可用性保障的挑战,Ad Hoc网络的可用性不仅面临着传统无线网络信道带宽不足、容易受干扰的问题,同时节点移动造成拓扑结构动态变化、节点能量有限等问题,使得对移动Ad Hoc网络的可用性评估更为复杂。本文的主要工作是针对项目需求完成对移动Ad Hoc网络的业务可用度的量化评估建模与验证。首先,基于现行标准和陆军通信网络信息流,提出了网络系统的可用性层次概念体系。分别从设备可用性、网络链路可用性、网络服务可用性、服务可用性、顶层可用性五个层面对网络可用性的具体参数进行研究与分析。其次,研究了移动Ad Hoc通信网络的特点和主要故障类型,并依据故障类型以二元组的形式对网络状态进行描述,根据不同故障的发生频率对网络状态分配转换概率,在此基础上构建了马尔可夫链模型对通信网络的稳态可用度与瞬态可用度进行度量评估。接下来,通过研究分组在TDMA协议子网中延迟产生的主要原因,用排队论模型分析了网络中数据单元的传输时延规律,并以战技指标为约束给出了基于时延的网络性能指标达标率计算方法。最后,在典型实验室环境与实装环境中对计算结果进行了验证,通过结果说明了该方法对移动Ad Hoc网络可用性的评估具有一定的有效性。
吴国栋[2](2021)在《集群协同网络动态时隙资源分配设计与实现》文中认为集群系统由物理空间离散分布的网络节点构成,通过集群协同网络实现信息交互和节点协同,具有分布式、高动态、高抗毁等特点。面向多样化动态集群任务,现有的静态分布式网络资源分配方法无法满足多业务融合通信需求。同时,传统网络资源分配算法通常以节点接入公平性为设计准则。而在分布式协同集群应用场景下,面向业务的端到端链路级动态网络时隙资源分配问题值得研究。针对这一问题,本论文研究了集群协同网络动态时隙资源分配关键技术,主要研究内容及创新贡献包括:一、提出了一种基于最远距离调度的时间同步算法(Longest Distance Time Synchronization,LDTS),该算法的核心思想是利用最远距离调度算法选出一组最少参考节点覆盖全网节点,并且只需在参考节点间进行双向时间同步即可完成全网同步,因此可以最大限度地减少整个网络中用于时间同步数据包的数量来降低同步开销。另外通过加权移动平均的方法预测时钟误差并且进行补偿以提高时钟同步的稳定性。二、提出了一种基于链路质量估计的动态TDMA时隙资源分配算法(Link Quality based Dynamic TDMA,LQ-TDMA)。该协议的核心思想是引入链路质量指标LQI作为时隙资源分配的参考因子,建立一种有助于避免竞争和冲突的调度顺序,保障集群协同网络中高质量链路的传输实时性。另外,根据节点的LQI大小自适应地为有发送需求的节点分配时隙个数,提高了系统整体的传输效率,降低端到端时延。三、在NS-3仿真平台上,实现了时间同步算法LDTS以及动态时隙资源分配算法LQ-TDMA,测试并评估了LDTS算法的同步开销、时钟补偿机制和时间同步精度以及LQ-TDMA算法的丢包率、平均端到端时延和吞吐率等网络性能指标。实验结果表明,在节点数为60的集群网络中,本文所提LDTS算法同步开销是RBS算法的1/8,是TPSN算法的1/2。并且在30s的同步周期的情况下,节点的平均时间误差值保持在0~5us,能够满足集群协同网络动态时隙资源分配的需求。同时,本文对LQ-TDMA、FPRP和DRAND三种算法进行比较,实验结果表明,在三种算法的吞吐量和丢包率相当的情况下,LQ-TDMA的平均端到端时延相比FPRP和DRAND分别降低了14%和8%。本文针对集群多业务融合创新的需求,提出的时间同步算法LDTS和动态时隙资源分配算法LQ-TDMA能有效适配集群系统,对集群协同网络的应用具有重要理论和现实意义。
张雅渊[3](2021)在《基于信道建模和拓扑控制的移动水声传感器网络协议研究》文中认为随着水声通信技术的不断发展和水声通信设备、水下移动平台的日益成熟,移动水声传感器网络在水下信息感知与传输中承担了越来越重要的角色。凭借着水下移动平台的机动性,移动水声传感器网络能够实现对海洋环境的大范围实时观测,为重点海区的长期水下监测和安全时效预警提供保障。移动水声传感器网络不仅要考虑水声通信有限带宽、长时延和低速率等特性,同时还需要承担移动节点带来的网络结构和通信链路质量的动态变化。因此,需要设计与海洋环境、节点动态适配的移动水声传感器网络协议。论文针对静态和动态组网场景下的不同需求,研究和设计了相对应的媒体接入控制(Media Acess Control,MAC)和静态/动态路由方案。这些方案具备较高的传输效率并保证了网络的灵活性和鲁棒性。首先,考虑到现有水声网络仿真平台信道建模比较简单,和真实海洋环境差距较大,论文结合声信道传播模型实现了平台移动场景下的多径水声信道建模。以正交频分复用调制解调方式为例,建立了不同声速剖面下随传播距离与节点深度变化的误比特率模型。信道建模通过模拟真实的海洋信道,为后续协议仿真和优化提供合理的通信性能指标。其次,针对节点位置变化不大,网络层次相对稳定的静态组网场景,论文提出了基于拓扑控制的冲突避免MAC协议(Collision Avoidance Topology Controlled MAC,MACA_TC),实现在固定路由下对网络资源的合理分配。MACA_TC通过使用请求发送/允许发送(Request To Send/Clear To Send,RTS/CTS)包的握手机制实现冲突避免,通过基于节点距离的数据包功率控制优化暴露终端的并行传输问题。同时通过被动侦听邻居节点的分布情况定时调整RTS/CTS控制包功率,优化冲突避免的控制范围。接着,针对节点数量和网络结构不定变化的动态组网场景,在广播MAC和机会路由协议的基础上,提出了基于信道建模和拓扑控制的优化策略。针对海洋信道的声传播特点,利用信道特征优化路由转发过程以减少转发次数。根据网络结构调整传输功率以减小发射功率,并同时优化路由选择。理论分析和仿真表明,对于传输可靠性和负载要求高的网络场景,可采用基于点对点链路质量和位置矢量结合的节点度拓扑控制多跳路由(Hop-by-Hop Channel-Quality-and-Vector Based Forwarding with Degree based Topology Control,HH_CQVBF_DETC);对于要求低传输时延和低能耗的网络场景,可采用基于点对点链路质量和位置矢量结合的节点距离拓扑控制多跳路由(Hop-by-Hop Channel-Quality-and-Vector Based Forwarding with Distance based Topology Control,HH_CQVBF_DSTC)。论文通过网络仿真、理论分析以及多次海上试验对提出的信道模型和网络协议进行了性能测试和评估。仿真表明提出的协议可以在各自负载和网络规模下获得期待的性能。同时,通过试验也验证了信道模型和优化策略的合理性。最后,论文对全文工作进行了总结,并对移动水声传感器网络后续研究方向进行了展望。
邓萍[4](2019)在《基于非正交多址接入的高效传输方法研究》文中进行了进一步梳理非正交多址接入(non-orthogonal multiple access,NOMA)作为实现5G无线通信网络超高频谱效率和大连接的一种高价值技术手段,受到业界的广泛关注。不同于传统的正交多址接入(orthogonal multiple access,OMA)技术,功率域的NOMA技术通过在发送端对不同信号进行叠加编码(superposition coding,SC)并在接收端以连续干扰消除(successive interference cancellation,SIC)的方式有效抑制多接入干扰,在容纳更多接入用户的同时,显着提高了网络的频谱效率和带宽使用的灵活性。本文围绕NOMA技术及其应用进行了深入研究,综合考虑波束成形、功率分配、多用户公平性等多个影响因素,研究了无线携能通信系统、D2D通信系统、安全广播通信系统和移动边缘计算(mobile edge computation,MEC)通信系统中的NOMA技术。具体的研究内容和主要贡献如下:1、针对基于NOMA的无线携能通信系统中能耗问题,提出一种满足NOMA用户服务质量(quality of service,Qo S)要求和功率约束,以能量发送端能耗最小为目标的设计方案。能量受限的全双工无线设备收集来自能量发送端和回环信道的无线信号能量,发送经叠加编码的信号给下行用户。通过能量波束成形和信息波束成形的联合优化,抑制同频传输的能量信号对用户接收信息的干扰,实现能量发送端能耗最小化。本文通过半正定松弛(semi-definition relaxion,SDR)的方法得到该非凸优化问题的最优解,并通过最优解秩为1的证明保证了SDR的紧性。此外,本文还提出了一种具有低复杂度的次优波束成形设计算法,并通过拉格朗日对偶方法给出了基于干扰置零次优算法的闭式解。仿真结果表明,本文所设计的方案中无线供能端比OMA方案具有更低的发射功率。2、针对小蜂窝内的D2D通信,提出一种基于NOMA用户Qo S和公平性要求的预编码设计方案。在给定译码顺序的条件下,结合用户公平性考虑,每个普通用户都可以采用SIC译码信息,通过优化设计多天线信息收发用户的预编码,采用分式规划和迭代算法实现指定用户信息可达速率最大化。同时提出了基于奇异值分解(singular value decomposition,SVD)的预编码次优设计算法,降低了算法的计算复杂度。仿真结果表明,本文提出的基于NOMA的D2D预编码设计方案比常规时分多址接入(time division multiple access,TDMA)方案具有更高的可达速率和通信效率。3、针对多用户的下行广播链路中单播信号安全高效传输的问题,提出了NOMA辅助的单播安全传输方案。多天线基站将多播信号发送给各用户的同时叠加发送单播信号给特定用户。各用户均可采用SIC译码,先译码多播信号后译码单播信号,此时其他用户就是单播信号的潜在窃听者。满足各用户接收多播信息的Qo S要求和基站发送功率约束,通过联合优化设计基站多播信息发送波束成形和单播信息的发送波束成形,实现单播信号可达安全速率最大。该设计建模的数学化问题是非凸的且难于求解。为此,本文提出分两步对两个子问题进行优化的解决方案。首先给定最大单播信息窃听信干噪比(signal to interference plus noise ratio,SINR),采用SDR方法通过联合优化此时的多播信息和单播信息发送波束,得到满足各用户多播信号Qo S和功率约束的单播信息的最大安全SINR。再对最大单播信息窃听SINR进行一维搜索,采用迭代的方法获得单播信息最大可达安全速率。最后根据对SDR紧性的证明,得到单播信息最大可达安全速率下的基站端最优的多播信息和单播信息波束成形设计方案。此外,本文还提出了具有低复杂度的两种波束成形设计的次优算法,即窃听迫零(zero forcing,ZF)算法和最大比传输(maximal ratio transmission,MRT)算法。仿真结果表明,本文所提的最优算法和次优算法可以获得更高效的传输性能。4、针对存在窃听的MEC系统中用户计算任务安全卸载和能耗的问题,提出了一个包含MEC服务器的接入点、多个卸载用户和一个信道状态信息未知的窃听者的上行NOMA的MEC系统,各用户可以利用同一通信资源块将部分计算任务同时卸载至接入点,并将安全中断概率作为衡量存在窃听情况下计算任务安全卸载的性能指标。基于安全卸载速率、计算时延和安全中断概率约束,联合优化各用户本地计算任务量、卸载任务功率分配、码字传输速率和私密信息速率,以实现用户加权能量和最小的优化目标。结合实际,利用先进的优化方法,给出了这一非凸优化问题的半闭式解。最后将提出的安全部分卸载的NOMA-MEC方案与安全全部卸载的NOMA-MEC方案、以及安全部分卸载的OMA-MEC方案进行了能耗的对比,本文提出的设计方案能够获得更低的用户卸载总能耗。
高扬水[5](2020)在《软件定义车联网负载均衡关键技术的研究》文中研究指明车联网(Internet of Vehicles,IoV)对改善交通安全以及提高乘客舒适度方面发挥着重要作用,因而使其成为无线网络中的一个研究热点。由于IoV具有车辆分布不均以及业务爆发式增长的特性,极易导致负载不均衡、网络资源利用率低,甚至在高负载场景中还会出现严重的信道干扰等问题,因此这些问题将会成为制约IoV技术发展的瓶颈。而负载均衡技术被认为是解决这些问题的有效方法之一。另一方面,由软件定义网络(Software Defined Network,SDN)和IoV融合的软件定义车联网(Software Defined Vehicular Network,SDVN)因可实时获取全局网络信息,有助于提高IoV的MAC和路由等传输性能,因此正受到广泛关注。在SDVN架构下,集中控制方式可提高链路利用率,保障通信的可靠性,但是当发生交通拥堵或业务量暴涨时,仍然会有局部链路出现网络拥塞的问题,因此负载均衡技术是SDVN网络需要研究的重点之一。根据课题组调研,目前鲜有涉及SDVN负载均衡技术方面的研究。本文将负载均衡技术与SDVN网络架构优势相结合,探讨提高IoV传输性能方面的关键技术,主要工作及创新如下:(1)针对当前许多IoV分簇网络在实时获取全局网络信息方面存在困难以及在车辆密集且业务量较大的场景下,会引发严重的网络拥塞和信道干扰的问题,提出了基于SDVN负载感知无竞争分簇MAC协议。具体地,在所提协议的分簇算法中,综合考虑了链路可靠性、相邻度、负载和方向等因素进行簇头选择,并且通过考虑节点的负载以及限制簇的规模来保持簇头间的负载均衡;在MAC机制部分,设计了一种由簇间多信道分配技术和簇内动态TDMA帧分配技术组成的无竞争MAC算法,以避免簇间和簇内通信发生同频干扰和隐藏终端干扰。通过以上方法来提高数据包在簇内和簇间的通信性能。(2)针对城市场景下分布式地理位置路由协议易导致局部最优、网络连通性差和网络拥塞等问题,提出了基于SDVN网络下具有负载均衡的分层式地理位置路由协议(HRLB)。分两个层次对HRLB进行路由设计,第一层次从全局上粗粒度地寻找一系列车辆密度大的网格;第二层次是细粒度地从由所选网格连成的区域内选择传输路径,接着再继续从所选传输路径上选择一系列中继节点。其中,在进行路径和中继节点选择时,分别考虑了道路和车辆节点的负载因素,从而避免了“先拥塞,后解决”的问题。通过仿真实验结果表明,HRLB路由机制在数据包平均传递率、吞吐量、以及平均时延方面较其他路由算法具有明显的优势。(3)针对当前IoV跨层路由算法在车辆低密度分布条件下性能会显着降低的问题,提出了一种基于SDVN架构的V2V跨层路由和V2BS集中式路由切换机制。SDVN中央控制器基于全局路径连通信息,决定源和目的之间的数据包的传输是采用V2BS路由还是V2V跨层路由。在V2V跨层路由机制中,中继节点的选择通过考虑平衡各节点的负载来达到整个网络的负载均衡。实验结果表明,相较于其它协议,在所提SDVN网络混合路由机制的作用下,在各种车辆密度下网络传输数据包的性能都得到提高。(4)针对当前LTE-V异构网络技术会制约beacon信息传输性能的问题,提出了两种不同传输机制的软件定义LTE-V异构网络,分别为上下行链路关联的LTE-V异构网络和上下行链路分离的LTE-V异构网络。特别是针对后一种的异构网络,研究将基站与车辆之间上下行链路的传输速率转换为全局优化问题。该优化问题可使每个车辆节点与负载较轻的基站相关联,从而保证各个基站间的负载均衡。实验结果验证了所提机制对提高beacon消息传输速率的优越性。
李阳[6](2020)在《移动边缘计算中节能高效的资源联合优化若干问题研究》文中研究说明随着物联网技术和5G移动通信技术的持续快速发展,种类丰富的移动端服务和应用已成为人们日常生活的一部分,比如在线游戏、网络直播、虚拟现实、增强现实等。这些新兴的移动端服务和应用,虽然极大丰富了人们的生活,但是也占用了智能移动设备巨大的计算、存储、网络与电池等资源。移动边缘计算作为一种高效的解决方案应运而生,其将计算任务卸载到边缘服务器,利用边缘服务器强大的计算能力扩展智能移动设备的资源,缓解智能移动设备因资源不足带来的问题。作为继云计算之后提出的一种新型计算模式,移动边缘计算通过将云中心的计算能力下沉到网络边缘,智能移动设备实现了在近距离下与边缘服务器进行交互,满足移动端服务和应用对低延迟、低功耗的需求。随着物联网、5G、人工智能、大数据等领域技术的快速发展,移动边缘计算将凸显出越来越重要的价值,成为无线通信领域必不可少的支撑技术。考虑到移动边缘计算中智能移动设备在能效方面的不足,以降低能耗为目的的联合优化计算和通信资源分配问题的研究工作已有很多。然而,随着以在线游戏、虚拟现实等为代表的移动应用和人工智能、大数据等技术的结合,智能移动设备的电池已不能满足这类具有复杂数据处理功能的移动应用的需求。同时,电池的续航能力将直接影响用户对移动端服务的体验。因此,本文以保障用户服务体验为前提展开对最小化电能消耗为目标的研究,研究内容包括:在移动边缘计算中如何实现针对任务依赖图型的移动应用的节能高效的资源优化方案;在设备协作移动边缘计算中,如何实现协作高效的双层计算和通信资源的联合优化机制;在通信辅助移动边缘计算中,如何实现节能高效的中继路由选择策略和资源分配策略。本文的具体贡献如下:首先,针对存在依赖关系的多个功能模块或任务组成的移动应用在移动边缘计算环境下的计算卸载研究,提出了以DAG任务依赖图对应问题进行建模,同时考虑了部分卸载的任务计算结果回传对卸载策略的影响。为实现资源最大化利用的同时最小化消耗电能的目的,建立了一个最小化移动设备电能问题,提出联合优化卸载比率、通信的上传功率和CPU计算频率的优化问题。针对形式化得到的优化问题结合凸优化技术将问题转化为有约束的非线性方程的问题,并提出了基于二分搜索算法的最优解算法。模拟实验表明所提出的计算卸载策略明显降低了电能消耗。其次,针对智能穿戴设备等低性能设备的远距离任务卸载存在的通信能耗过大的问题,提出了结合设备协作的移动边缘计算系统。低性能设备将部分计算任务卸载到作为设备协作的智能手机等高性能设备,高性能设备在接收到卸载数据后,部分卸载数据在其上处理,其余部分通过无线网络传输到就近的边缘服务器完成,构成了两层计算卸载系统。为实现整体移动设备能耗最小化的目的,提出了联合优化协作节点、边缘服务器和智能穿戴设备的计算、通信资源的基于块坐标下降法的迭代优化算法。模拟实验证明所提出的迭代优化算法明显降低了移动设备能耗(10%),且求解算法的执行时间相对很少。最后,针对移动边缘计算中远距离任务卸载的问题,提出在D2D通信辅助边缘计算系统下通过联合优化中继选择策略和资源分配策略,在满足计算、通信和延迟等约束的条件下,最小化移动设备电能消耗的优化问题。该优化问题被形式化为混合整数非凸优化问题,并提出了两阶段优化算法。采用凸优化技术,如离散变量松弛技术、线性化,将原始问题转化为凸优化问题。在算法的第一阶段采用拉格朗日乘子法对问题进行求解,得到最优中继选择策略。在算法的第二阶段,结合凸优化技术和中继选择策略获得最优资源分配策略。模拟实验证明所提出的两阶段联合优化算法在保证服务质量的同时具有更低的电能消耗(10%-20%),且所提出算法性能更好。综上所述,针对以上三个研究问题,文章分别提出了适用于该研究问题对应的移动边缘计算框架,详细阐述了问题形式化过程中所涉及到的通信、计算等系统模型,准确详尽地列出了问题求解过程中推导、化简过程,给出了模拟实验验证所提算法的正确性和有效性。
赵存茁[7](2020)在《毫米波通信若干场景中的关键算法研究与性能分析》文中认为随着无线网络的发展,无线数据业务爆发性地增长,为了满足无线通信应用场景的需求,未来的通信网络需要提供更大的带宽和更高的频谱效率。然而随着无线电低频频段已趋于饱和,即便采用多址技术提高频率利用率,也无法满足未来通信发展的需求,因而势必要开发新的频谱资源。相较于低频段,毫米波频段有丰富的带宽资源。利用毫米波波长短的特性,通过布置大型天线阵列还可以提供显着的波束成形增益。毫米波的价值已在无线通信领域得到认可,受到工业界和学术界的普遍关注。鉴于毫米波的特点,传统低频通信中的系统优化与分析方法已不再适用。例如,在毫米波大规模天线系统中,采用全数字波束成形会增加系统的硬件成本和功率消耗;在基于毫米波的异构网络中,由于网络中节点分布的异构性、随机性和密集性,传统的对节点空间分布采用确定性模型的方法无法使用。已有的毫米波研究工作大多针对具体的混合波束成形设计及系统建模分析,但这些工作都没有充分考虑毫米波的应用场景。在新一代移动通信系统中,典型的毫米波应用场景包括5G高低频混合组网、大宽带回传、结合移动边缘计算(Mobile edge computing,MEC)的业务专网场景等。针对特定的应用场景设计算法以及采用新的分析框架分析其系统特性是5G通信产业实现的基础,具有重要的应用价值与研究意义。此外,在毫米波通信系统中,例如基于毫米波的工业物联网和车联网系统,由于大规模天线等空口技术的使用,无线内生安全元素更丰富,需要针对特定的场景设计物理层安全机制。除了传统的信道编码技术,毫米波系统还可以利用大规模阵列天线进行波束成形,从空域上设计安全机制。基于以上背景,论文将针对典型的毫米波通信应用场景,同时结合物理层安全技术,针对不同场景的优化问题,设计低计算复杂度、高性能的优化算法,同时对毫米波混合组网的网络性能进行分析。论文首先针对毫米波业务专网的部署场景,研究了基于毫米波的超低时延MEC系统的相关问题,并设计了在特定通信和计算能力约束下,系统时延最小化的联合波束成形和资源分配算法。针对单用户系统,论文通过发现所构建的问题的特殊结构,将构建的优化问题分解为两个分离的子问题,并设计了基于迭代的加权最小均方误差算法。针对多用户系统,由于所构建问题的目标函数较为复杂,论文引入一系列的辅助变量、不等式约束和等式约束,再将优化问题转化为一个等价但更易于处理的形式后,设计了基于惩罚对偶分解优化框架的联合波束成形和资源分配算法。该算法能够收敛到原问题稳态解,同时具有分布式的特点,能够高效地执行。通过一系列的仿真结果,证明了论文提出算法的优越性,同时证明了将MEC和毫米波集成在一起,具有广阔的应用前景。其次,论文针对无线物理层安全,研究了下一代毫米波系统中基于新型人工加扰策略的收发机设计。具体来说,论文考虑一个毫米波频段的D2D信息监听系统,其中一个可疑的发射机在监听控制器的监督管理下与一个可疑的接收机通信,论文研究监听控制器通过波束成形和人工加扰以有效监听可疑通信链路的问题。论文通过优化可疑通信链路的模拟发射和接收波束成形、监听控制器处的干扰和监听波束成形、以及人工加扰的信号功率,以最大化有效的监听速率。在提出的优化问题中,由于变量的高度耦合,以及目标函数和约束的高度非凸性,论文提出了基于惩罚对偶分解框架的联合设计算法。在算法内层,论文通过将优化变量实部虚部分离的方法构建新的变量矩阵,同时利用柯西-施瓦兹不等式对原问题进行转换和构建目标函数的下界,并设计了一种有效的基于凹凸过程法的算法来解决增广拉格朗日问题。通过一系列的仿真结果,证明了论文提出的算法相较于传统的波束成形和干扰算法能够有效地提升监听系统的性能。最后,论文针对5G高低频混合组网,研究了包含由低频无人机空中基站和毫米波频段地面基站组成的下行垂直异构网络的网络性能。利用无人机移动性,灵活性和三维部署等独特的属性,论文使用无人机作为空中基站灵活地提供无线连接,一种由sub-6GHz频段的空中基站和毫米波频段的地面基站共同组成的下行垂直异构网络模型被提出。在该模型中,地面基站作为低功率的无线接入节点使用毫米波为用户提供高速传输,而空中基站采用sub-6GHz频段和非正交多址技术,以提高覆盖范围和自由度,服务多个用户。论文使用随机几何的分析方法,对空中基站和地面基站分布情况建模,提出了一个灵活的关联策略来解决空中基站和毫米波地面基站的共存问题,以及推导了该垂直异构网络在覆盖概率和频谱效率方面的解析表达式。最后,使用蒙特卡洛仿真对分析进行验证,对该垂直异构网络的性能进行了分析,验证了使用毫米波混合组网的优越性,在理论上为基于毫米波异构网络的设计提供了理论支撑。
孟珩[8](2020)在《基于无线传感网络的温室监控系统研究与设计》文中研究说明温室种植作为一种在环境相对可控条件下进行农业生产与管理的技术,以其不受季节变化影响的独特优势,逐渐成为我国北方地区降低种植成本、避免极端气候影响、提高作物产量的重要农业生产方式。近年来,融合了微处理器控制、无线传感器网络、云平台等技术的现代化温室实现了跨越式发展,逐步向智能化方向迈进。然而,早期应用于温室调控的无线传感网络方案已经不适于当前温室单体面积及温室群控制规模扩大的情况,先后出现了采集数据处理复杂、远距离通信困难、技术升级成本昂贵等问题,并且温室环境具有的滞后性、强耦合性、时变性等特点,导致现代温室调控策略设计困难。针对以上问题,论文根据温室环境的控制特点,对传感器数据处理方法和温室温度的调控方法进行了研究。首先,采用基于支持度和相融矩阵的方法对传感器采集数据进行预处理,并针对温室环境干扰及网络通信影响造成的无线通信过程中数据丢失问题,应用Kalman filtering对温室节点数据流作出估计。其次,采用支持向量机(SVM)算法对多因子影响下的温室温度值进行了预测,得出下一阶段温室温度控制的目标值。最后,为满足温室调温效果,在温室机理建模的基础上,设计了基于Smith预估器的Fuzzy-PID温室温度控制算法。在上述研究基础上,论文应用窄带物联网LoRa技术,设计了基于低功耗远距离无线通信传感网络的温室监控系统。在硬件电路设计中,自组网节点以STM32F051K8U6低功耗单片机为控制器进行各模块电路搭建,实现温室环境数据采集及执行机构控制。将STM32F103C8T6单片机作为控制器进行自组网集中器电路设计,协调节点成功组网,接收节点数据并实现与上位机信息的收发。在软件程序设计中,主要完成了节点与集中器自组网程序设计、节点数据采集程序,并特别注意了网络信道防碰撞问题,设计了基于CSMA/CA和TDMA的Mac层通信协议。集中器与上位机之间的通信以GPRS模块为载体,应用TCP通信协议实现低成本、大容量数据传递。根据设计需求,采用Labview软件进行上位机界面设计,实现了温室环境信息实时显示与控制。在系统调试过程中,依次完成节点与集中器自组网调试、GPRS模块通信调试、Labview上位机数据采集与执行机构控制调试、传感器数据处理测试。PC端上位机和手机T-Link微信小程序实时显示当前温室各项参数与设备状态,并对报警信息进行记录,系统运行效果较好,满足温室系统设计方案的各项要求。
赵冲[9](2020)在《车联网信道接入与跨层优化研究》文中认为随着经济的发展,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。
王龙超[10](2020)在《渔用Ad hoc分簇跨层协议研究》文中研究表明我国海域辽阔,港口众多,海产资源丰富,渔业一直是我国的重要产业。随着我国渔业和物联网技术的发展,我们需要发展更新现有的渔用通信设备,来满足日益增长的海上通信需求。Ad hoc网络具有无中心、自组织等特性,可以在不依赖固定网络设备的情况下快速搭建,适应网络拓扑的动态变化。这与渔业通信的需求相契合,因此可以将Ad hoc网络应用于海洋通信系统中,来更新落后的渔业通信设备。本文首先介绍了Ad hoc网络的概念和特点,以及国内外研究学者对Ad hoc网络的研究现状。由于国内外Ad hoc网络的热点研究问题主要集中在网络层的路由算法和MAC层的信道接入算法上,并且这两个算法决定着整个网络的性能。因此,本文在分析经典协议和其他网络中的算法的基础上,针对海上不同的场景,提出了两种不同的分簇跨层的协议,并分别用NS-2网络仿真平台进行了性能仿真验证。主要内容和成果如下:1、针对渔用船只在港口停歇或者在出发向近海处捕鱼时,船只密度高、网络拓扑变化缓慢的特点,提出分簇跨层的HCHMA协议。在HCHMA协议中,整体上采用TDMA的机制,每周期分为邻居节点发现和数据传输两个时段。在邻居发现时段,簇内各个节点根据自身的地理位置信息进行蜂窝分簇和6个更小时隙的划分,同一小时隙内的节点随机竞争来传输HELLO分组,从而实现邻居节点的发现。在邻居节点发现时段结束后,每个节点根据获取的邻居节点地理位置信息,分布式计算出距离本蜂窝中心最近的节点,选为簇首。竞选为簇首的节点产生簇间HELLO分组。簇首间采用2倍的节点通信的范围进行通信,使相邻的两个簇首一跳可达。簇间HELLO分组不被转发,仅传播到邻簇簇首。在数据传输时段,采用基于802.11的信道接入机制。当有数据传输需求时,簇首利用簇首形成的骨干以及之前获取的簇内成员的信息,完成路由的寻找和建立,且簇首不负责数据的转发。仿真结果表明本文提出的HCHMA分簇跨层协议,具有更高的吞吐量,更低的时延和丢包率和更好的网络性能。2、针对渔用船只由港口航向远海时,不同区域的船只密度不同的特点,提出了一种通信半径可变的分簇跨层协议。首先,利用仿真研究了不同节点密度和通信半径下的网络吞吐量的关系,给出了不同密度下使网络有最高的吞吐量的最优通信半径。利用仿真所得到的的结论,进一步设计了一种通信半径可变的分簇跨层协议。协议设定可变的通信半径由小到大分别为R1、R2、R3和R4。在探知邻居节点的密度时,依然采用HCHMA协议中的TDMA时隙帧和蜂窝分簇的邻居节点发现机制,且蜂窝的半径为节点最大通信半径R4。邻居节点发现结束后,每个节点根据自己所在区域的节点密度,在四个通信半径中选择一个可以达到最高吞吐量的通信半径。在数据传输阶段,使用基于AODV的路由发现和建立机制,并使用添加了地理位置信息和通信半径的RREQ分组和RREP分组。仿真结果表明,所提出的HCVCR,相比于固定半径的AODV,具有更高的吞吐量,能够承受更大的网络负载,有更好的网络性能。3、设计了一种可以运行在基于Zynq和Ad9361渔用Ad hoc网络通信平台的路由层协议,并完成了移植。在Zynq的PS部分,基于Linux网络架构实现Ad hoc路由协议,完成了在Linux操作系统中对数据包的处理以及对内核路由表的操作。经验证,该通信平台可以正常运行并实现所需功能。
二、TDMA无线通讯仿真中的时间算法(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、TDMA无线通讯仿真中的时间算法(论文提纲范文)
(1)基于Ad Hoc网络的可用性建模与验证研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 Ad Hoc网络的发展过程及应用场景 |
1.2.2 网络可用性的相关研究 |
1.2.3 网络业务可用度的相关研究 |
1.3 论文主要研究内容与组织结构 |
2 通信网络及可用性理论 |
2.1 可用性数学理论 |
2.2 可用性参数指标体系的研究 |
2.2.1 现行标准关于网络可用性的定义 |
2.2.2 业务可用性参数体系 |
2.3 本章小结 |
3 引入故障的Ad Hoc网络可用性建模研究 |
3.1 通信网络的多状态马尔可夫可用性建模分析 |
3.1.1 马尔可夫可修系统理论 |
3.1.2 通信网络的多状态马尔可夫可用性建模工程 |
3.2 基于故障的Ad Hoc网络可用性建模方法 |
3.3 Ad Hoc网络可用性建模分析 |
3.3.1 网络故障分析 |
3.3.2 网络建模与计算 |
3.4 本章小结 |
4 基于时延的业务可用性建模研究 |
4.1 基于陆军数据链的协议分析 |
4.2 排队论分析延迟 |
4.3 业务可用度建模 |
4.3.1 关于TDMA性能分析 |
4.3.2 报文端端延迟分析 |
4.4 本章小结 |
5 基于典型环境的建模实现与验证 |
5.1 典型环境的建模实现 |
5.1.1 子网可用度验证 |
5.1.2 业务可用度验证 |
5.1.3 验证实验参数说明 |
5.2 验证案例与结果分析 |
5.2.1 稳态可用度验证 |
5.2.2 实验室环境的业务可用度验证 |
5.2.3 实装测试验证 |
5.3 本章小结 |
6 总结和展望 |
6.1 全文总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及成果 |
致谢 |
(2)集群协同网络动态时隙资源分配设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 论文研究内容 |
1.3 论文章节安排 |
第二章 集群协同网络研究现状 |
2.1 集群协同网络概述 |
2.1.1 集群协同网络发展 |
2.1.2 集群协同网络特点 |
2.1.3 集群协同网络应用 |
2.2 集群协同网络中时间同步算法研究现状 |
2.2.1 时间同步概述 |
2.2.2 外同步方案 |
2.2.3 互同步方案 |
2.2.4 自同步方案 |
2.3 集群协同网络中分布式TDMA时隙分配算法研究现状 |
2.3.1 时隙分配概述 |
2.3.2 静态分布式TDMA |
2.3.3 动态分布式TDMA |
2.4 本章小结 |
第三章 动态时隙资源分配时间同步算法设计 |
3.1 引言 |
3.2 典型的TPSN时间同步算法 |
3.2.1 单跳同步算法 |
3.2.2 多跳同步算法 |
3.3 基于最远距离调度的时间同步算法设计 |
3.3.1 LDTS入网阶段 |
3.3.2 LDTS最远距离调度阶段 |
3.3.3 LDTS的同步阶段 |
3.4 本章小结 |
第四章 基于链路质量估计的动态TDMA时隙资源分配算法设计 |
4.1 引言 |
4.2 系统模型 |
4.2.1 网络拓扑模型 |
4.2.2 多跳链路路由模型 |
4.3 LQ-TDMA帧与时隙表结构设计 |
4.3.1 LQ-TDMA帧结构 |
4.3.2 邻居表结构 |
4.3.3 LOT表结构 |
4.3.4 SRT表结构 |
4.4 LQ-TDMA算法设计 |
4.4.1 LQ-TDMA邻居发现广播算法 |
4.4.2 LQ-TDMA时隙预约算法 |
4.4.3 LQ-TDMA时隙调度更新算法 |
4.4.4 LQ-TDMA自适应分配算法 |
4.4.5 报文结构设计 |
4.5 时隙调度实例分析 |
4.6 本章小结 |
第五章 动态时隙资源分配仿真实现与结果分析 |
5.1 引言 |
5.2 网络仿真平台简介 |
5.2.1 NS-3网络模拟器简介 |
5.2.2 NS-3网络模拟器的特点 |
5.2.3 NS-3网络模拟器的软件设计架构 |
5.3 动态时隙资源分配功能实现模块划分 |
5.3.1 总体模块图 |
5.3.2 IP层接口模块实现 |
5.3.3 时间同步模块实现 |
5.3.4 时隙资源分配模块实现 |
5.3.5 PHY层接口模块实现 |
5.4 仿真环境设置 |
5.4.1 NS-3网络拓扑构建 |
5.4.2 仿真环境参数设置 |
5.5 仿真性能指标简介 |
5.5.1 同步数据包个数 |
5.5.2 平均时间误差 |
5.5.3 丢包率 |
5.5.4 平均端到端时延 |
5.5.5 吞吐量 |
5.6 时间同步算法模块性能测试 |
5.6.1 周期时间同步网络开销评估 |
5.6.2 非周期时钟漂移估计与补偿 |
5.6.3 时间同步精度评估 |
5.7 时隙资源分配算法模块性能测试 |
5.7.1 丢包率 |
5.7.2 平均端到端时延 |
5.7.3 吞吐量 |
5.8 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(3)基于信道建模和拓扑控制的移动水声传感器网络协议研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单、术语表 |
1 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.2.1 水声传感器网络信道仿真 |
1.2.2 水声传感器网络MAC协议 |
1.2.3 水声传感器网络路由协议 |
1.2.4 拓扑控制技术 |
1.3 研究内容 |
1.4 章节安排 |
2 结合声信道传播模型的网络仿真 |
2.1 链路级仿真 |
2.1.1 物理层模型 |
2.1.2 海洋声传播原理 |
2.1.3 移动水声信道特征分析 |
2.1.4 误比特率表 |
2.2 系统级仿真 |
2.2.1 仿真平台 |
2.2.2 协议性能评价指标 |
2.2.3 仿真结果与分析 |
2.3 本章小结 |
3 基于拓扑控制的静态组网协议 |
3.1 移动水声传感器网络静态组网场景 |
3.2 静态组网协议设计 |
3.2.1 基于RTS/CTS的冲突避免协议 |
3.2.2 静态路由协议 |
3.3 协议问题描述与解决方案 |
3.3.1 暴露终端问题 |
3.3.2 漏斗效应问题 |
3.3.3 拓扑控制流程 |
3.4 协议实现和理论性能分析 |
3.4.1 协议流程 |
3.4.2 包格式 |
3.4.3 流量分析 |
3.4.4 对比协议 |
3.5 仿真结果与分析 |
3.5.1 参数设计 |
3.5.2 仿真分析 |
3.6 本章小结 |
4 基于信道建模和拓扑控制的动态组网协议 |
4.1 移动水声传感器网络动态组网场景 |
4.2 动态组网协议设计 |
4.2.1 VBF协议流程 |
4.2.2 HH_VBF协议流程 |
4.2.3 协议问题描述 |
4.3 基于信道模型的网络协议优化 |
4.4 基于拓扑控制的网络协议优化 |
4.4.1 基于节点距离拓扑控制流程 |
4.4.2 基于节点度拓扑控制流程 |
4.5 网络仿真与结果分析 |
4.5.1 单策略优化仿真与结果分析 |
4.5.2 对比协议DBR |
4.5.3 组合优化协议仿真与结果分析 |
4.6 本章小结 |
5 实验数据分析与系统验证 |
5.1 实验系统 |
5.1.1 网络框架 |
5.1.2 设备平台 |
5.1.3 水声通信机 |
5.1.4 水下包格式设计 |
5.2 声传播模型与实验数据对比 |
5.3 基于信道模型的网络协议优化实验 |
5.4 结合拓扑控制的网络协议优化实验 |
5.5 本章小结 |
6 总结和展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历 |
(4)基于非正交多址接入的高效传输方法研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 研究背景 |
1.1.1 移动无线通信技术概述 |
1.1.2 非正交多址接入技术概述 |
1.1.3 移动边缘计算技术概述 |
1.2 国内外研究现状 |
1.2.1 NOMA在无线携能通信中的研究 |
1.2.2 NOMA在 D2D通信中的研究 |
1.2.3 NOMA在安全广播通信中的研究 |
1.2.4 NOMA在移动边缘计算中的研究 |
1.3 论文的研究框架与主要内容 |
第二章 基于NOMA的无线携能波束成形设计 |
2.1 引言 |
2.2 系统模型和问题描述 |
2.2.1 系统模型介绍 |
2.2.2 优化问题描述 |
2.3 最优算法及理论分析 |
2.3.1 最优算法介绍及其理论分析 |
2.3.2 次优算法分析及其闭式解 |
2.4 仿真结果与分析 |
2.5 本章小结 |
第三章 基于NOMA的D2D高效传输预编码设计 |
3.1 引言 |
3.2 系统模型及问题描述 |
3.2.1 系统模型介绍 |
3.2.2 优化问题描述 |
3.3 最优算法介绍及理论分析 |
3.3.1 分式规划转换及分析 |
3.3.2 辅助参数的优化分析 |
3.4 基于奇异值分解的预编码次优算法 |
3.5 仿真结果与分析 |
3.6 本章小结 |
第四章 基于NOMA的广播通信安全波束成形设计 |
4.1 引言 |
4.2 系统模型和问题描述 |
4.2.1 系统模型介绍 |
4.2.2 优化问题描述 |
4.2.3 优化问题分析 |
4.3 最优算法介绍及理论分析 |
4.3.1 最优波束成形的优化 |
4.3.2 窃听信干噪比的优化 |
4.4 次优算法介绍及分析 |
4.4.1 窃听迫零次优算法 |
4.4.2 基于最大比传输的次优算法 |
4.5 仿真结果与分析 |
4.6 本章小结 |
第五章 基于NOMA的安全移动边缘计算方案设计 |
5.1 引言 |
5.2 系统模型及相关内容介绍 |
5.2.1 系统模型介绍 |
5.2.2 窃听环境下基于NOMA的部分卸载方案介绍 |
5.2.3 用户本地计算能耗 |
5.2.4 安全编码方案 |
5.3 加权总能耗最小化 |
5.3.1 优化问题描述 |
5.3.2 最优算法介绍及理论分析 |
5.4 仿真结果与分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 本论文工作总结 |
6.2 未来研究展望 |
6.3 结束语 |
参考文献 |
附录1 攻读博士学位期间撰写的论文 |
附录2 攻读博士学位期间参加的科研项目 |
致谢 |
(5)软件定义车联网负载均衡关键技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 IoV概述 |
1.2.1 IoV网络架构 |
1.2.2 IoV的特征 |
1.2.3 IoV面临的挑战 |
1.3 软件定义车联网 |
1.3.1 SDN体系架构及优势 |
1.3.2 SDVN架构 |
1.3.3 SDVN负载均衡研究进展 |
1.4 主要研究内容 |
1.5 论文组织结构 |
1.6 本章小结 |
第二章 基于SDVN的负载感知分簇无干扰MAC协议 |
2.1 引言 |
2.2 网络模型与协议假设 |
2.3 基于负载感知的分簇式无干扰MAC机制 |
2.3.1 分簇机制 |
2.3.2 无信道干扰机制 |
2.3.3 复杂度分析 |
2.4 CMNSM协议传递率分析 |
2.5 仿真结果 |
2.5.1 仿真设置 |
2.5.2 结果分析 |
2.6 本章小结 |
第三章 SDVN中一种具有负载均衡的分层式路由机制 |
3.1 引言 |
3.2 网络模型 |
3.3 分层式路由算法 |
3.4 仿真结果 |
3.4.1 仿真设置 |
3.4.2 结果分析 |
3.4.3 网格车辆数量统计 |
3.4.4 网格转移概率统计分析 |
3.5 本章小结 |
第四章 SDVN中一种基于连通概率判决跨层路由切换机制 |
4.1 引言 |
4.2 系统模型 |
4.2.1 网络模型 |
4.2.2 路径连通概率分析 |
4.2.3 传输速率分析 |
4.3 V2V和V2BS路由切换算法 |
4.4 仿真结果与分析 |
4.4.1 仿真设置 |
4.4.2 仿真结果分析 |
4.5 本章小结 |
第五章 一种支持异构软件定义LTE-V安全应用的负载均衡机制研究 |
5.1 引言 |
5.2 系统模型 |
5.2.1 软件定义LTE-V异构网络模型 |
5.2.2 LTE传输速率分析 |
5.2.3 问题建模 |
5.3 集中控制机制 |
5.3.1 集中控制式的优化算法 |
5.3.2 集中控制下的Beacon传输机制 |
5.4 仿真结果 |
5.4.1 仿真设置 |
5.4.2 结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 工作展望 |
参考文献 |
附录 英文缩略词 |
致谢 |
攻读学位期间发表的学术论文目录 |
(6)移动边缘计算中节能高效的资源联合优化若干问题研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 本文研究背景 |
1.2 本文研究意义 |
1.3 移动边缘计算研究现状 |
1.4 本文研究内容与主要贡献 |
1.4.1 本文研究内容 |
1.4.2 本文主要贡献 |
1.5 文章组织结构 |
第二章 相关概念介绍 |
2.1 边缘计算 |
2.1.1 边缘计算参考架构 |
2.1.2 边缘计算应用场景 |
2.1.3 已有边缘计算开源平台 |
2.2 计算卸载 |
2.2.1 计算卸载分类 |
2.2.2 计算卸载研究场景 |
2.3 D2D通信 |
2.3.1 D2D通信网络 |
2.3.2 D2D通信相关技术 |
2.4 设备协作 |
2.5 求解算法和相关工具包 |
2.5.1 求解算法 |
2.5.2 相关工具包 |
2.6 本章小结 |
第三章 单用户移动边缘计算中面向节能的针对任务依赖图型应用的资源优化 |
3.1 引言 |
3.2 相关工作 |
3.3 系统模型和问题形式化 |
3.3.1 计算应用模型 |
3.3.2 通信模型 |
3.3.3 计算模型 |
3.4 问题形式化与最优求解算法Bi-JOTD |
3.4.1 问题形式化 |
3.4.2 P_1最优求解算法Bi-JOTD |
3.5 实验与分析 |
3.5.1 最优算法的正确性验证 |
3.5.2 性能对比 |
3.6 本章小结 |
第四章 多设备移动边缘计算中结合设备协同的面向节能的资源联合优化 |
4.1 引言 |
4.1.1 相关工作 |
4.1.2 主要贡献 |
4.2 系统模型 |
4.2.1 本地计算模型 |
4.2.2 边缘计算模型 |
4.3 联合优化双层计算和通信资源算法J2CT |
4.3.1 优化卸载比例和后两个时隙 |
4.3.2 优化分配SWDs的第一次时隙 |
4.3.3 算法设计 |
4.4 J2CT的实验与分析 |
4.4.1 J2CT的能耗和失效率 |
4.4.2 J2CT的效率 |
4.5 本章小结 |
第五章 多设备移动边缘计算中面向节能的中继选择和资源分配联合优化 |
5.1 引言 |
5.1.1 相关工作 |
5.1.2 主要贡献 |
5.2 系统模型及问题形式化 |
5.2.1 中继选择模型 |
5.2.2 计算模型 |
5.2.3 问题形式化 |
5.3 联合优化中继选择和资源分配算法JOSR |
5.3.1 P_1的重构和线性化 |
5.3.2 中继选择策略 |
5.3.3 资源分配策略 |
5.3.4 算法设计 |
5.4 JOSR的实验与分析 |
5.4.1 节能分析 |
5.4.2 中继选择策略和资源分配策略性能分析 |
5.4.3 JOSR算法效率分析 |
5.5 本章小结 |
第六章 总结与展望 |
参考文献 |
作者简介及攻读博士学位期间的科研成果 |
致谢 |
(7)毫米波通信若干场景中的关键算法研究与性能分析(论文提纲范文)
致谢 |
摘要 |
Abstract |
符号对照表 |
缩写词列表 |
第一章 绪论 |
1.1 研究背景 |
1.2 毫米波通信关键技术研究现状 |
1.2.1 模拟波束成形 |
1.2.2 混合波束成形 |
1.3 毫米波通信系统模型及波束成形原理 |
1.4 毫米波发展及应用现状 |
1.5 论文主要内容和结构安排 |
第二章 通信中的优化理论及随机几何分析基础 |
2.1 优化理论及随机几何理论在通信中的应用 |
2.2 优化理论 |
2.2.1 凸优化问题 |
2.2.2 拉格朗日乘子法 |
2.2.3 最优性条件 |
2.2.4 优化最小化算法与凹凸过程法 |
2.2.5 大规模问题优化算法 |
2.3 随机几何分析理论 |
2.3.1 齐次泊松点过程 |
2.3.2 齐次泊松点过程关键定理 |
2.3.3 点过程运算 |
2.4 本章小结 |
第三章 基于毫米波的超低时延MEC系统中波束成形与资源分配技术 |
3.1 研究动机和主要成果 |
3.2 基于毫米波的单用户MEC系统介绍 |
3.2.1 系统模型 |
3.2.2 优化问题 |
3.3 基于毫米波的多用户MEC系统介绍 |
3.3.1 系统模型 |
3.3.2 优化问题 |
3.4 基于毫米波的单用户MEC系统中的优化算法 |
3.4.1 波束成形的优化 |
3.4.2 卸载比例ρ的优化 |
3.4.3 整体算法及算法复杂度分析 |
3.4.4 移相器具有有限分辨率的算法 |
3.5 基于毫米波的多用户MEC系统中的优化算法 |
3.5.1 问题(3.8)的重构 |
3.5.2 基于惩罚对偶分解优化框架的算法设计 |
3.5.3 问题(3.27)基于CCCP的迭代算法设计 |
3.5.4 基于惩罚对偶分解优化框架的算法总结 |
3.5.5 算法具体实现及复杂度分析 |
3.6 仿真结果与分析 |
3.6.1 基于毫米波的单用户MEC系统的仿真结果与分析 |
3.6.2 基于毫米波的多用户MEC系统的仿真结果与分析 |
3.7 本章小结 |
第四章 毫米波系统中基于新型人工加扰策略的收发机设计 |
4.1 研究动机和主要成果 |
4.2 系统模型 |
4.3 优化问题 |
4.4 技术手段 |
4.4.1 增广拉格朗日问题 |
4.4.2 问题(4.11)基于CCCP的迭代算法设计 |
4.4.3 算法总结与复杂度分析 |
4.5 仿真结果与分析 |
4.6 本章小结 |
第五章 基于毫米波地面基站的下行垂直异构网络性能分析 |
5.1 研究动机和主要成果 |
5.1.1 相关工作及研究动机 |
5.1.2 本章主要贡献 |
5.2 网络描述 |
5.2.1 毫米波层的信道特征和定向波束成形 |
5.2.2 sub-6GHz层的信道特征 |
5.2.3 用户关联特性 |
5.3 信干噪比分析 |
5.3.1 毫米波层信号传输 |
5.3.2 sub-6GHz层信号传输 |
5.4 相关距离分布与关联概率分析 |
5.4.1 最近基站的距离分布 |
5.4.2 最近干扰基站的距离分布 |
5.4.3 关联概率分析 |
5.4.4 提供服务基站的条件距离分布 |
5.5 覆盖概率分析 |
5.5.1 干扰的拉普拉斯变换 |
5.5.2 毫米波层的覆盖概率 |
5.5.3 sub-6GHz层的覆盖概率 |
5.6 频谱效率分析 |
5.6.1 毫米波层的各态历经速率 |
5.6.2 sub-6GHz层的各态历经速率 |
5.7 仿真结果与分析 |
5.8 本章小结 |
第六章 总结与展望 |
参考文献 |
附录 |
A 具有恒模约束的二次优化问题算法 |
B 基于信道匹配的启发式算法 |
C 典型UE与Lo S ABS关联概率的推导 |
D TBS到典型UE干扰的拉普拉斯变换推导 |
E P_T~C准确表达式和近似表达式的推导 |
作者简历 |
攻攻读博士学位期间的研究成果 |
(8)基于无线传感网络的温室监控系统研究与设计(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文研究的主要内容 |
1.4 论文章节安排 |
2 传感器数据处理及温室温度控制方法研究 |
2.1 传感器采集数据处理 |
2.2 基于支持向量机的温室调控温度值预测 |
2.3 温室机理建模 |
2.4 基于Smith预估器的Fuzzy-PID温室温度控制算法设计 |
2.5 小结 |
3 系统方案设计 |
3.1 温室环境控制特点及需求分析 |
3.2 无线传感网络方案选择 |
3.3 系统整体设计框架 |
3.4 小结 |
4 温室监控系统硬件电路设计 |
4.1 温室监控系统硬件总体设计 |
4.2 LoRa自组网集中器硬件电路设计 |
4.3 LoRa自组网节点硬件电路设计 |
4.4 传感器采集及执行器控制电路设计 |
4.5 小结 |
5 温室监控系统软件及上位机界面设计 |
5.1 系统软件整体框架 |
5.2 Mac层通信协议设计 |
5.3 LoRa自组网集中器程序设计 |
5.4 LoRa自组网节点程序设计 |
5.5 传感器采集及执行器控制程序设计 |
5.6 基于Labview的上位机界面设计 |
5.7 小结 |
6 温室监控系统调试 |
6.1 LoRa组网测试 |
6.2 系统整体调试 |
6.3 小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(9)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 |
(10)渔用Ad hoc分簇跨层协议研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文研究内容和创新点 |
1.4 研究结构安排 |
第二章 Adhoc网络 |
2.1 Adhoc网络基本内容概述 |
2.1.1 Adhoc网络的定义 |
2.1.2 Adhoc网络的体系结构 |
2.2 Ad hoc网络MAC协议概述 |
2.2.1 MAC层的功能和关键问题 |
2.2.2 经典的MAC协议 |
2.3 Adhoc网络路由协议概述 |
2.3.1 路由协议的分类 |
2.3.2 经典的路由协议 |
2.3.3 分簇算法 |
2.4 NS-2仿真平台 |
2.5 本章小结 |
第三章 基于蜂窝分簇的跨层协议设计 |
3.1 分簇算法和簇首竞选 |
3.1.1 分簇算法 |
3.1.2 邻居发现和簇首竞选 |
3.2 路由算法设计 |
3.2.1 路由寻找 |
3.2.2 路由建立 |
3.3 算法仿真与分析 |
3.3.1 仿真内容 |
3.3.2 仿真结果和分析 |
3.4 本章小结 |
第四章 自适应通信半径的分簇跨层协议 |
4.1 不同密度下通信半径大小的确定 |
4.2 邻居节点密度的感知 |
4.3 路由的发现与建立 |
4.4 仿真与分析 |
4.4.1 仿真参数 |
4.4.2 仿真结果与分析 |
4.5 本章小结 |
第五章 Adhoc网络实现技术 |
5.1 Adhoc技术实现整体架构 |
5.1.1 硬件平台 |
5.1.2 软件环境 |
5.2 软件方案 |
5.3 测试结果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文内容总结 |
6.2 研究工作后续方向 |
参考文献 |
致谢 |
作者简介 |
四、TDMA无线通讯仿真中的时间算法(论文参考文献)
- [1]基于Ad Hoc网络的可用性建模与验证研究[D]. 苏一昶. 西安工业大学, 2021(02)
- [2]集群协同网络动态时隙资源分配设计与实现[D]. 吴国栋. 电子科技大学, 2021(01)
- [3]基于信道建模和拓扑控制的移动水声传感器网络协议研究[D]. 张雅渊. 浙江大学, 2021(01)
- [4]基于非正交多址接入的高效传输方法研究[D]. 邓萍. 南京邮电大学, 2019(03)
- [5]软件定义车联网负载均衡关键技术的研究[D]. 高扬水. 北京邮电大学, 2020(01)
- [6]移动边缘计算中节能高效的资源联合优化若干问题研究[D]. 李阳. 吉林大学, 2020(01)
- [7]毫米波通信若干场景中的关键算法研究与性能分析[D]. 赵存茁. 浙江大学, 2020(01)
- [8]基于无线传感网络的温室监控系统研究与设计[D]. 孟珩. 山东科技大学, 2020(06)
- [9]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)
- [10]渔用Ad hoc分簇跨层协议研究[D]. 王龙超. 西安电子科技大学, 2020(05)