【摘 要】
：
在同一个业务流的数据包的网络协议报头之间,大部分字段呈现有规律的变化,因此存在着大量的冗余信息。由于这些冗余信息占用了无线通信中最为稀缺的带宽资源,所以在无线传输时需要对网络协议报头进行压缩,以节省带宽资源,同时提高传输效率。常用的报头压缩方案是鲁棒性报头压缩（Robust Header Compression,ROHC）方案,该方案针对特定网络协议报头采取定制的压缩方法。如果将其应用于其他网络协
论文部分内容阅读
在同一个业务流的数据包的网络协议报头之间,大部分字段呈现有规律的变化,因此存在着大量的冗余信息。由于这些冗余信息占用了无线通信中最为稀缺的带宽资源,所以在无线传输时需要对网络协议报头进行压缩,以节省带宽资源,同时提高传输效率。常用的报头压缩方案是鲁棒性报头压缩（Robust Header Compression,ROHC）方案,该方案针对特定网络协议报头采取定制的压缩方法。如果将其应用于其他网络协议报头,则需要人为地对报头中各个字段的位置和变化规律进行标识,因此限制了ROHC的适用范围,增加了报头压缩的部署难度,所以需要研究一种不针对特定网络协议报头的通用报头压缩方法。本文设计了一种自动识别和压缩网络协议报头的方法。该方法首先采用机器学习中自底向上的层次聚类算法来获取网络协议报头中静态不变的字段信息,然后再利用获取到的格式信息进行报头压缩。本文的主要工作如下:1)设计了一种基于层次聚类的报头格式识别和压缩方法,能够自动识别网络协议报头中静态不变的字段属性信息;2)设计并实现了一种基于层次聚类的报头压缩系统,该系统包含压缩训练器、压缩器、压缩报头信息表和解压缩器等模块,能够自动识别报头格式,并根据得到的格式信息对网络协议报头进行压缩。最后,本文分别使用模拟的网络协议报头和Wireshark抓取的真实网络协议报头对所设计的报头压缩系统进行了实验,结果表明该系统能够获得较为理想的压缩增益。
其他文献
近年来,分布式优化问题在编队控制、智能电网、传感器网络以及分布式协同定位等诸多领域有着广泛的应用,因此,受到了学者们的极大关注。本文从实际应用的角度出发,利用代数图论、矩阵论、凸分析理论以及Lyapunov稳定性理论,研究了预设时间下的分布式优化问题。首先,在智能体状态不受约束的情况下,从两种不同的角度出发,分别研究了预设时间下的分布式优化问题和纳什均衡点求解问题。其次,在智能体状态受约束的情况下
在计算机信息技术快速普及到社会生活各方面的过程中,信息安全技术作为信息保护技术,受到人们的广泛关注。其中,现代密码学作为一门基于数学理论的严谨的信息安全技术,显得尤为重要。分组密码学是现代密码学中最基础的密码学原语之一,早已成为众多信息安全系统的核心组件之一,确保着通讯系统的信息不被恶意用户查看和保护设备中的数据不被随意获取等。随着信息技术的应用环境变得多样化,不同的使用场景开始对分组密码算法提出
自动制造系统依赖于计算机控制系统的部署,自动处理机械作业和生产任务的调度,极大地推动了我国制造业的发展。在实际制造场景中,一个大型自动制造系统通常包含大量的数字化控制子系统,并且子系统之间交互并竞争有限的共享资源。由于各种原因,资源故障在自动制造生产过程中是一种十分常见的现象,对自动制造系统进行稳健性分析和控制,以确保其在任意资源失效的情况下仍然能够持续生产而不发生中断是当今亟待解决的现实问题。本
伴随着芯片尺寸的缩小和功耗密度的增加,其发热问题亟待解决。如何通过热设计保证电子芯片的可靠运行,成为了一个不可忽视的要点。因此本文设计了一种交错双P型微通道换热器,并通过数值计算和实验研究的方法分析了换热器的换热性能和机械性能。具体研究工作如下:首先,提出了三种不同结构的散热器,即传统直通道设计、增强设计和交错双P型设计,并建立了相应的数值仿真模型,将三种换热器的换热性能进行对比研究。发现,在传统
文章基于城镇化大背景，以贵州黔南都匀毛尖镇民族杂居村寨为研究个案，通过田野调查，对都匀毛尖镇民族杂居区少数民族语言使用现状、语言兼用及转用情况、语言态度等的定量、定性分析，结论认为，黔南都匀毛尖镇民族杂居区语言关系呈多语和谐的样态。具体表现为：单一民族相对聚居的民族村寨，母语使用较为稳定；多民族散杂居的民族村寨，母语使用功能正在弱化或趋于濒危；全民普遍自觉地兼用汉语；不同语言功能互补；语言态度开放
对视觉场景的完全理解被视为计算机视觉领域的“圣杯”,为了实现对视觉场景的完全理解,以更好的完成视觉问答、图像字幕等较为高级的计算机视觉任务,学者们提出了场景图生成问题。场景图是一种图形数据结构,负责描述图像中的对象与对象之间的关系,场景图通过节点表示场景中的对象,而连接节点的边则表示场景中各种对象之间的关系。通过场景图,人们可以获得图像中场景的语义表示,是进一步完成场景理解的基础。囿于现有场景图生
近年来,随着计算机技术,人工智能技术,传感器融合技术的发展,机器人技术得到了长足的进步,对机器人的研究已经从理论研究发展到实践使用,单机器人的工作效率和稳定性都有了充分的保证。但单机器人功能和稳定性的提升,并不能满足随着应用范围的扩大化和应用任务的复杂化所带来的新需求,国内外学者们开始把目光放在多机器人系统多机器人任务分配问题（Multi-Robot Task Allocation,MRTA）,这
随着生活水平的不断提高,人们日常对于车辆的需求也越来越大。汽车数量的逐步增长为现有的交通带来越来越大的压力,并引发了各类交通违法案件。针对这些问题,许多专家学者致力于研究智能交通系统。智能交通系统是在已有的道路监控系统的基础上,运用人工智能技术将数据的传输、预处理和智能控制系统等进行有机结合,从而使整个交通体系合理化、智能化。在智能交通系统中,车型识别和车辆重识别技术可应用于多种交通场景下,在缓解
目标检测和目标跟踪是计算机视觉领域的两个重要的研究方向。智能嵌入式目标检测与跟踪系统是一种通过机器学习和深度学习算法自动检测目标位置并进行实时跟踪的系统。随着智能目标检测和目标跟踪算法性能的提高和复杂应用场景下对系统集成度的更高要求,开发新一代具有更高算力、更小体积、更低功耗的智能嵌入式目标检测及跟踪系统是一个非常重要的研究课题。本文设计并实现了以XC7K325T FPGA和TMS320C6674