【摘 要】
:
无线传感器网络是信息领域的研究热点之一,可用于特殊环境的信号采集、处理和发送,是一种全新的信息获取和处理技术。受限于传感器网络自身的特点,能量问题一直是限制其应用的一个重要因素。本文对传统的SPIN(Sensor Protocol for Information via Negotiation)路由协议进行研究,从不同角度对其改进,实现网络性能在节点能耗、吞吐量和传输时延等方面的提升。本文的主要研
论文部分内容阅读
无线传感器网络是信息领域的研究热点之一,可用于特殊环境的信号采集、处理和发送,是一种全新的信息获取和处理技术。受限于传感器网络自身的特点,能量问题一直是限制其应用的一个重要因素。本文对传统的SPIN(Sensor Protocol for Information via Negotiation)路由协议进行研究,从不同角度对其改进,实现网络性能在节点能耗、吞吐量和传输时延等方面的提升。本文的主要研究工作如下:(1)对无线传感网络的研究背景、结构和特点进行分析;研究传感器网络的路由协议,重点研究SPIN协议;研究分析网络编码的原理和优缺点以及最小跳数路由算法的实现过程。(2)在传统SPIN协议的基础上,将分层网络编码模型和SPIN协议相结合,设计了改进的LNC_SPIN协议。分层可以限制数据包的传输方向和冗余数据包的传输;当节点发送DATA消息时,可以使用网络编码降低数据包的传输次数。仿真实验表明,改进后的协议在吞吐量和节点平均剩余能量方面都有一定的提升。(3)对于实时性要求高的场合,由于传统的SPIN协议数据传输方向是任意的,所以表现并不理想。本文提出将最小跳数路由算法和SPIN路由协议相结合。当网络拓扑结构发生变化时,节点会通过分布式的方式维护自己的跳数值,且不受到数据传输的干扰。仿真实验表明,改进后的协议可以有效避免上述的问题,且在平均跳数、平均时延和节点平均能量消耗方面都有所提升。
其他文献
《峨嵋酒家》是中国著名词作家梁上泉先生和作曲家刘志先生共同创作的声乐作品。自问世以来以幽默诙谐的风格深受广大音乐爱好者的喜爱。全曲节奏较快,歌词繁多,不仅出现了很多四川方言,还包含了有甩腔、说唱等演唱技巧,有着浓郁的地方特色,首尾的高音更是让许多歌者望而生畏。本文将从《峨嵋酒家》的创作背景入手开始介绍,接着笔者将结合自身的学习感悟和演唱过程中遇到的困难,对作品的音乐形象塑造进行分析和对演唱实践中歌
歌剧是人类生活中必不可少的组成部分,更是人类不可多得的精神食粮。要真正演唱一首作品,不仅要了解作品本身,更要从宏观上了解作曲家的创作意图和作品的情感表达,真正进入作品,融入作品角色,调动科学合理的演唱技巧。只有这样,才能使自己在塑造每一个艺术形象的过程中达到自如的状态。本研究首先介绍了歌剧的创作背景以及普契尼的创作特征,对歌剧的历史追溯及剧情概括,同时对《主人,请听我说》这部作品进行了艺术特征与演
随着工业的不断发展和完善,以接触式为代表的传统测量技术较难满足当代复杂工业元器件的测量需求。线激光三维测量技术因其非接触式的特点不仅方法灵活、精度高,而且可以较好地保护被测物体,因此广受青睐。其中系统标定部分直接影响测量精度和重建效果,对整个三维测量系统具有十分重要的意义。本文根据线激光三维测量特性,将该系统标定分为——相机标定、光平面标定和移动平台标定三个部分,并分别展开如下研究:(1)根据三角
《等着我,亲爱的人》这部作品,是以山东沂蒙山革命根据地在抗日战争时期真实的历史事迹为创作背景,通过人物命运和情感线索勾勒出戏剧与音乐的统一,基于国人骨髓中流淌出来的血脉情怀,塑造剧中感人至深的人物形象。作曲家以一种东方写意和西方写实的抒写形式,将新中国发展的历史轨迹与民族唱段相得益彰,反映出不同于西方歌剧的中国式表达。本作品深刻论述了在中国革命历史背景下军民相依的家国情怀和儿女情长,彰显出极具戏剧
随着科学技术的发展,保偏光纤由于其保持线偏振光的能力较强而被广泛的应用于相干光通信、干涉传感和集成化的偏振器件等领域。线偏振光需要沿着保偏光纤应力区偏振主轴方向入射才能保持偏振态,在保偏光纤对接耦合中也需要将偏振轴对准才能减少偏振态损耗,因此检测保偏光纤应力区偏振轴的方位角至关重要。目前为止的检测应力区方位角的方法主要包括基于纵向观测的识别方法、基于横向观测的识别方法以及基于端面图像处理的识别方法
随着日益增长的室内位置服务需求,基于图像的室内定位成为目前研究热点。随着机器学习的发展,图像室内定位可以转化为基于机器学习的理论模型求解。本文开展了基于图像和机器学习的室内定位关键技术研究。论文主要工作包括:(1)提出基于图像相似度和反向传播神经网络(BPNN)回归学习的定位算法。离线阶段,计算采集点图像与参考点图像之间的三种图像相似度(结构相似度、直方图相似度和余弦相似度)和相对距离作为训练数据
近年来,随着网络技术的迅速发展,网络上传播的恶意流量也呈现高速增长态势,这些恶意流量严重威胁着网络安全。因此,对恶意流量识别展开深入研究对于网络安全领域至关重要。和机器学习相比,深度学习在计算量和计算深度上都有质的飞跃,并在许多领域已经远超经典机器学习方法,包括语音、自然语言、视觉等。单任务深度学习模型已被广泛用于解决流量分类问题,但是,如果一个任务的数据量有限或者高维,那么模型可能难以区分相关与
在智能电网不断发展的过程中,电网的通信、计算、控制能力得到了极大的提升,电力物理侧和信息侧之间的交互不断增加,体现出电力信息物理系统(Cyber-Physical System,CPS)的特征。信息物理的耦合特性在提升了电网可观性的同时,也对信息侧的安全性提出了严格的要求。网络攻击通常会在信息侧注入,破坏信息正常传输并通过信息物理耦合关联影响物理侧的安全稳定运行。因此本论文针对电力CPS中网络攻击
网络流量分类在网络资源管理和服务质量保证中扮演重要的角色。随着网络数据加密和移动流的广泛应用,给传统的流量分类方法造成很大的挑战。而网络流量分类是网络资源管理和Qo S(Quality of Service)保证的一个重要组成部分。网络提供商可以利用流量分类技术,改善网络管理政策来实现更好的资源的分配和服务质量保证,从而为用户提供更好的网络服务。本文提出了一个将特征生成和LSTM(长短期记忆人工神
随着工业技术进一步发展,工业产品复杂度不断提升,各行各业对于产品的检测方式发生了变化。所需获取的信息已经不再满足于产品二维图像,而是对其三维信息提出了要求。三维测量技术能够完成对产品的三维缺陷检测,并且可以大幅提高生产效率,减少品质控制成本,对提升工业制造技术具有重大意义。应用在工业上的产品三维信息获取系统,具有测量速度快、集成程度高等特点,并且需要适应工业流水线环境下的高速检测方式,是工业制造中