移动自组网中可靠的多播及广播通信协议研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:lcgbeyong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
移动自组网(MANETs)是一种不依赖于固定基础设施的多跳的无线移动通信网络,能够在任何时间、任何地点被快速地组建起来。网络中每个结点在充当主机的同时又要充当路由器;结点可以自由移动,网络拓扑结构动态变化;结点之间的高度协作性以及它们分布式与并行的操作使得网络具有高度的稳定性和容错性。移动自组网的诸多优点使得其应用前景十分广阔,它是一种重要的军事通信网络,也可应用于紧急救灾抢险、野外通信、以及传感器网络之中。 移动自组网的结点移动性和无线通信的特点对路由协议的设计提出了诸多问题和挑战:网络拓扑结构动态变化时,如何保证路由的有效性,如何维护网络的连通性;在无线信道带宽受限,相邻结点的信号空间重叠的情况下,如何提高信道利用率,减少相邻结点之间的通信冲突;如何在结点移动的情况下保证较高的数据传输可靠性等。 移动自组网的大多数应用本质上具有群组协同工作的特点,因而基于移动自组网的多播通信协议和广播通信协议近年来成为移动自组网研究的重点。本文通过对移动自组网中已有的多播与广播通信协议进行研究,针对它们在数据传输可靠性方面存在的问题,根据移动自组网拓扑结构动态变化以及结点能力有限的特点提出一种使用簇层次结构的基于谣传机制的可靠通信协议。理论分析和模拟实验数据表明,当网络规模增大,结点分布密度不均匀时,本文提出的协议仍然能够快速地、可靠地将数据多播或广播传送到网络中的目的结点,具有良好的可扩展性和可靠性。
其他文献
在基于IPv6的下一代互联网下,如何在使用不同技术、具有不同功能、遵守不同标准的异构系统之间,实现平滑和安全的数据交换与共享,是当前面临着的一个难题。 为解决上述问
支持向量机(support vector machine,SVM)是一种新的机器学习算法,是借助于最优化方法解决机器学习问题的新工具,它的理论基础是Vapnik创建的统计学习理论。它通过结构风险最小
作为多领域交叉的新兴技术图像拼接技术,旨在将多幅小视域图像序列融合成一幅具有更大视域的拼接图像。广泛应用于航天图像和遥感图像拼接、虚拟场景重构以及虚拟漫游、医学图
神经网络研究的重要意义已经为许多科学家所承认,它是计算智能发展的一个主流方向,在关于神经网络的文献中,带有一个或者更多反馈回路的神经网络被称为递归神经网络,这类神经
激烈的市场竞争和迅速变化的客户需求迫使企业需要建立一个随需应变的信息系统平台来更好的支撑其业务运营。在构建这一实时信息系统的过程中,企业首先需要建立一个消除企业内
计算机网络和通讯网络的综合发展,促成了智能网系统在通信领域的飞速发展。通讯网络在这几年的发展方向己经开始从扩展网络容量向增加和丰富业务内容的方向转变。智能网系统
中文自动分词技术是网络搜索引擎的关键技术之一,是中文信息处理中的重要环节,也是智能计算、文献标引、自然语言理解和处理的基础。在对Hash算法和现有分词词典机制研究基础上
基于自然语言描述的空间实体自动摆放技术研究是自然语言处理与计算图形学的交叉应用,实现了自然语言到三维图形的自动转换工作,使人类不用学习复杂的图形软件,就可以实现艺术创
软交换技术是下一代网络(NGN)的核心技术,而软交换技术当前的研究热点就是VoIP的技术和应用。在VoIP技术所使用的协议体系中主要包括SIP协议体系和H323协议体系。H.323网守处
信息隐藏和数字水印技术涉及广泛的数学基础,包括信息论、数理统计、小波变换、Fourier变换等描述信息载体的数学工具。对于离散化的信息,这些数学工具与矩阵变换有很大的关联,