【摘 要】
：
LoRaWAN作为低功耗广域网代表性技术之一,具有低功耗,长距离,免许可频段等特点,已逐渐成为推动智能物联网设备在城市中发展的关键因素.为解决城市场景下LoRaWAN基于Aloha协议接入信道导致数据包碰撞几率较大的问题,仿真基于NS-3网络模拟器,建立了城市信道损失模型,并引入干扰矩阵,提出冲突阈值判定算法.算法根据冲突时间和扩频因子计算数据包受到的LoRa信号干扰,在特定条件下,仿真了Aloha协议吞吐量并与理论值对比,另外使用自适应速率机制传输数据包,相对纯Aloha机制吞吐量增益最高可达0.31;
【机 构】
：
河北科技大学信息科学与工程学院,河北 石家庄050018
论文部分内容阅读
LoRaWAN作为低功耗广域网代表性技术之一,具有低功耗,长距离,免许可频段等特点,已逐渐成为推动智能物联网设备在城市中发展的关键因素.为解决城市场景下LoRaWAN基于Aloha协议接入信道导致数据包碰撞几率较大的问题,仿真基于NS-3网络模拟器,建立了城市信道损失模型,并引入干扰矩阵,提出冲突阈值判定算法.算法根据冲突时间和扩频因子计算数据包受到的LoRa信号干扰,在特定条件下,仿真了Aloha协议吞吐量并与理论值对比,另外使用自适应速率机制传输数据包,相对纯Aloha机制吞吐量增益最高可达0.31;最后探究了不同参数对LoRaWAN网络性能的影响,结果可为未来城市物联网应用的部署提供理论基础.
其他文献
针对鞍点求解结果收敛速度慢、CPU消耗时间较长等问题,提出一种正则化HSS预处理鞍点矩阵的多尺度算法.运用最优正则化方法确定正则参数,得到计算最优正则参数公式;通过HSS方法完成系数矩阵预处理,得到新的预处理子NHSS;为了更加具体地分析预处理后的鞍点矩阵多尺度算法特征值分布形态,择优选取预处理子参数,确保算法收敛速率.通过仿真,结果表明所提算法可以提升鞍点矩阵方程求解的收敛速率,减少计算过程的CPU占用率,具有较好的鲁棒性,在大规模线性方程运算中可进行广泛应用.
针对樽海鞘群算法(Salp Swarm Algorithm,SSA)求解精度不足、容易早熟收敛的缺点,提出了一种多策略协同作用的改进樽海鞘群算法(MSSSA).在领导者位置更新公式中引入指数衰减因子,改善算法的全局收敛速度;在跟随者位置更新公式中引入随机惯性权重算子,以协调并增强算法的局部开采和全局勘探能力;通过加权方式产生潜在食物源,并根据贪婪准则在当前食物源和潜在食物源中保留较优食物源,引导樽海鞘个体向最优解空间运动.采用7个基准函数进行仿真,同时使用Friedman排名检验评价所提算法的性能,测试结
为提升基层网络数据挖掘精度与效率,有效应用基层网络数据提供帮助,提出基于深度学习的基层网络数据个性化挖掘算法,设计基于模糊神经网络的基层网络数据个性化挖掘算法过程,通过数据准备阶段清洗、选取及转化初始基层网络数据,得到高精度完整统一的待挖掘基层网络数据,划分其为训练组与测试组,构建包含输入层、模糊输入层、隐含层、模糊输出层及期望输出层的五层模糊神经网络,运用训练组基层网络数据训练该模糊神经网络,裁剪掉训练后模糊神经网络内的冗余权值规则,提取出最大权值规则,运用该规则对测试组基层网络数据实施挖掘.实验结果表
针对自适应多叉树防碰撞算法在标签识别过程中存在空闲时隙过多、系统吞吐量较低的问题,提出一种基于前缀分组的改进自适应多叉树防碰撞算法.算法分为前缀分组与标签识别两个阶段,前缀分组阶段阅读器使用一个查询周期确定范围内标签的查询前缀,每个前缀代表一个分组.标签识别阶段采用一种改进自适应多叉树防碰撞算法,通过计算碰撞因子,动态选择分裂叉树,在标签数量较少的分支使用碰撞跟踪树算法,反之使用不产生空闲时隙动态四叉树防碰撞算法.理论分析和仿真表明,上述算法减少了系统总时隙,较大程度大提高了系统吞吐量.
针对不同深度的冻土导致路基同一断面阴阳坡产生横向的沉降差问题,将经过冻融循环试验后的粉砂土进行固结压缩试验,并运用Abaqus软件将试验结果代入作为边界条件,进行路基阴阳坡沉降模拟,通过路基差异沉降及变坡率判断路基的稳定性.根据试验和有限元仿真分析结果,对吉林省松原市石化大街路基两侧边坡采用掺入泥炭的粘性土进行覆盖保温、沿道路路基纵向定距设置通风管的方法,可以有效防止路面因路基横向差异产生的沉降而发生破坏.
为了解决“维数灾难”给高维复杂系统数据驱动建模带来的过拟合、计算复杂度高等问题,探究特征提取算法对回归结果的影响.首先使用主成分分析法、非负矩阵分解法、局部线性嵌入法和均匀流形近似与投影法分别进行降维,提取关键特征后在多项式模型与随机响应面模型中进行回归,最后在草炭土土壤和电力系统的数据集上进行了仿真建模分析.仿真结果表明,在草炭土土壤中使用主成分分析法降维后的预测效果最好,在电力系统中使用非负矩阵分解法降维后的概率潮流回归结果最准确.经过分析后可知,主成分分析法适用于具有明显线性相关关系的高维数据集,基
针对标准引力搜索算法存在收敛速度过快,容易陷入局部最小值等问题,提出一种改进的基于莱维飞行的引力搜索算法,在引力搜索算法框架下引入莱维飞行产生随机步长,进一步更新种群位置.莱维步长缩放因子动态调整,随迭代次数增加,莱维更新逐步发挥作用,使算法继续保持较好的全局搜索性能.莱维更新只选择适应度无退化粒子参与下次计算,且飞行步长更新以历史最优粒子的位置为指导,增强算法记忆性,促使粒子向更优适应度方向进化.对多个标准测试函数进行仿真,结果表明改进算法较标准引力搜索算法和布谷鸟算法具有更好的全局搜索能力和寻优精度.
针对当前网络安全态势要素提取方法未考虑多特征降维态势信息,导致网络安全态势要素分类正确率和召回率较低,误警率较高的问题,提出了基于多特征降维的网络安全态势要素提取方法.搭建网络安全态势要素提取架构,获取网络安全态势信息,采用非负矩阵分解算法,多特征提取与降维态势信息,构造并训练超球体分类器,获得态势要素信息分类函数,制定网络安全态势要素提取程序,实现网络安全态势要素提取.实验结果表明,在不同数据分布情况下,提出方法的网络安全态势要素分类正确率和召回率较高,能够有效降低误警率.
为综合利用极坐标牛顿法潮流方程数少、雅可比矩阵J元素少以及直角坐标牛顿法中没有三角函数计算的特点,并克服极坐标牛顿法潮流J阵元素的不对称使其计算速度不理想的情况,提出一种对称极坐标牛顿法潮流的直角坐标解法.主要内容为,建立结构不完全对称的子阵形式的极坐标J阵,通过子阵建立子阵元素间的对应关系;拆分J阵元素的计算,建立子阵元素的部分对称关系;对J阵元素等计算公式进行三角变换,并按“二行+二列”的对称方式计算J阵元素;用四角规则而不是消元计算公式对J阵元素消元;将取倒的对角元素作为规格化因子以减少除法计算.新
针对网络漏洞挖掘,当前研究策略主要集中在对漏洞库的构造,并根据匹配性完成漏洞识别.上述方法对库的构造具有局限性,匹配过程也容易导致性能下降.为解决上述问题,提出了基于Apriori风险数据分析的漏洞挖掘方法.考虑到风险数据的异构和冗余特性,对其采取字段标准化,根据各字段的相似度,通过加权求解出风险数据的整体相似度.利用关联规则对数据采取分析挖掘,为了提高关联规则的查找性能,采用布尔矩阵优化的Apriori算法计算置信度和频集,通过评判矩阵确定关联规则对事务关联的体现.最后构建MapReduce架构实现Ap