-
簡(jiǎn)介:隨著科技快速發(fā)展,一方面信息化進(jìn)程的深入使得全世界產(chǎn)生的數(shù)據(jù)量正大約以每?jī)赡攴槐兜乃俣仍鲩L(zhǎng),而另一方面,隨著芯片技術(shù)的高速發(fā)展,數(shù)字化設(shè)備的多樣化和普及化也迅速深入,個(gè)人擁有的智能終端設(shè)備不但種類繁多而且存儲(chǔ)能力巨大。為方便用戶管理、備份和分享數(shù)據(jù),保證多個(gè)終端間數(shù)據(jù)的一致性,資料同步分享軟件有很廣闊的應(yīng)用市場(chǎng)?,F(xiàn)在市場(chǎng)上主要的基于云存儲(chǔ)的文件同步軟件,利用云存儲(chǔ)在數(shù)據(jù)存儲(chǔ)容量和按需提供服務(wù)的優(yōu)勢(shì),這些同步軟件都具有很好的存儲(chǔ)備份和同步功能。而資料分享軟件則大多使用P2P技術(shù),數(shù)據(jù)的控制權(quán)、安全性并不理想。基于上述情況,通過(guò)對(duì)基于云存儲(chǔ)的同步系統(tǒng)的深入分析,并結(jié)合P2P技術(shù)在數(shù)據(jù)傳輸和分享方面的研究,課題小組將云存儲(chǔ)和P2P兩種技術(shù)結(jié)合,設(shè)計(jì)一個(gè)資料同步分享系統(tǒng)的應(yīng)用模型,該模型有數(shù)據(jù)備份、數(shù)據(jù)同步和資料分享三大功能。利用云存儲(chǔ)在數(shù)據(jù)存儲(chǔ)方面的優(yōu)勢(shì),做新模型系統(tǒng)的數(shù)據(jù)備份、管理和傳輸控制部分,利用P2P技術(shù)在資源利用率和文件傳輸方面的優(yōu)勢(shì)做文件同步和分享的主要傳輸方式。本文主要研究基于云存儲(chǔ)和P2P的資料同步分享系統(tǒng)的相關(guān)網(wǎng)絡(luò)技術(shù),重點(diǎn)解決資料傳輸過(guò)程中資源查詢、傳輸方式、傳輸效率等問(wèn)題,論文主要工作如下1詳細(xì)論述系統(tǒng)使用CS和對(duì)等網(wǎng)絡(luò)兩種方式建立網(wǎng)絡(luò)連接的過(guò)程,其中對(duì)P2P連接中的穿越NAT設(shè)備建立連接的方法和過(guò)程進(jìn)行詳細(xì)介紹。2論文重點(diǎn)研究同步分享系統(tǒng)的數(shù)據(jù)傳輸?shù)南嚓P(guān)技術(shù),使用有超級(jí)節(jié)點(diǎn)的混合型分布式P2P網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),重點(diǎn)研究系統(tǒng)進(jìn)行數(shù)據(jù)傳輸使用的資源搜索算法、數(shù)據(jù)傳輸模式,為并根據(jù)各個(gè)節(jié)點(diǎn)本身的負(fù)荷來(lái)量化節(jié)點(diǎn)自身的服務(wù)能力,在同一個(gè)域內(nèi)優(yōu)先選擇服務(wù)能力強(qiáng)、相對(duì)距離較近的節(jié)點(diǎn)以提高傳輸效率,完成了數(shù)據(jù)傳輸過(guò)程中各個(gè)模塊的工作流程設(shè)計(jì),最后對(duì)同步分享系統(tǒng)的傳輸性能進(jìn)行分析。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 67
大小: 7.97(MB)
子文件數(shù):
-
簡(jiǎn)介:CPSCYBERPHYSICALSYSTEM,即信息物理融合系統(tǒng)。它是一個(gè)多學(xué)科交叉的新興研究領(lǐng)域,融合了計(jì)算科學(xué)、控制理論、通信工程等多門學(xué)科技術(shù)。系統(tǒng)通過(guò)傳感器感知環(huán)境的實(shí)時(shí)狀態(tài)數(shù)據(jù),根據(jù)數(shù)據(jù)判斷環(huán)境狀態(tài)以及對(duì)不同事物的影響,最后做出不同的決策和控制。判斷結(jié)果的準(zhǔn)確性會(huì)直接影響到?jīng)Q策和控制的準(zhǔn)確性,從而對(duì)整個(gè)系統(tǒng)的可靠性和準(zhǔn)確性產(chǎn)生影響。因此如何從采集的數(shù)據(jù)中得到準(zhǔn)確的判斷結(jié)果具有很重要的意義。數(shù)據(jù)異常檢測(cè)技術(shù)和數(shù)據(jù)融合技術(shù)是CPS系統(tǒng)中處理數(shù)據(jù)的兩大關(guān)鍵技術(shù)。異常檢測(cè)技術(shù)可以排除錯(cuò)誤數(shù)據(jù);數(shù)據(jù)融合技術(shù)可以根據(jù)不同屬性的數(shù)據(jù)得出一個(gè)對(duì)不同事物影響的綜合判斷結(jié)果。本文主要的研究?jī)?nèi)容如下(1)提出了基于環(huán)境屬性相關(guān)性的異常檢測(cè)方法。針對(duì)傳統(tǒng)面向數(shù)據(jù)時(shí)空屬性的單屬性異常檢測(cè)方法,無(wú)法有效地檢測(cè)出多屬性關(guān)聯(lián)場(chǎng)景里的數(shù)據(jù)錯(cuò)誤問(wèn)題,本論文通過(guò)數(shù)據(jù)挖掘技術(shù),根據(jù)事件異常數(shù)據(jù)挖掘出檢測(cè)屬性中的關(guān)聯(lián)屬性,并建立對(duì)應(yīng)的關(guān)聯(lián)規(guī)則;針對(duì)每一條關(guān)聯(lián)規(guī)則,利用BP神經(jīng)網(wǎng)絡(luò)建立數(shù)據(jù)預(yù)測(cè)模型,根據(jù)預(yù)測(cè)模型對(duì)采集的多維屬性數(shù)據(jù)做多屬性關(guān)聯(lián)的異常檢測(cè)。實(shí)驗(yàn)表明該算法具有更好的準(zhǔn)確性。(2)提出了基于模糊集理論和DS證據(jù)理論的數(shù)據(jù)融合技術(shù)。DS證據(jù)理論是決策層數(shù)據(jù)融合的核心技術(shù)方法,但它不能有效地處理沖突證據(jù),改進(jìn)方法都是從理論出發(fā),單獨(dú)從數(shù)據(jù)角度來(lái)確定證據(jù)的可信度,沒(méi)有與CPS應(yīng)用場(chǎng)景結(jié)合,這些改進(jìn)不能直接應(yīng)用于CPS系統(tǒng)。本文采用模糊集理論,結(jié)合屬性的權(quán)重來(lái)確定證據(jù)的基本概率分配;并根據(jù)傳感器節(jié)點(diǎn)采集的歷史數(shù)據(jù)建立節(jié)點(diǎn)數(shù)據(jù)的可信度,把可信度作為證據(jù)的權(quán)值,對(duì)基本概率進(jìn)行加權(quán)求和,最后采用DS證據(jù)合成方法進(jìn)行數(shù)據(jù)融合,根據(jù)決策判斷規(guī)則得出最后結(jié)果。通過(guò)實(shí)例數(shù)值計(jì)算分析證明了有效性。(3)最后設(shè)計(jì)實(shí)現(xiàn)了一個(gè)傳感器數(shù)據(jù)融合子系統(tǒng)。以無(wú)人機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)為例,系統(tǒng)根據(jù)無(wú)人機(jī)自身的各種狀態(tài)數(shù)據(jù)以及無(wú)人機(jī)工作環(huán)境的狀態(tài)數(shù)據(jù),采用上述的異常檢測(cè)方法和數(shù)據(jù)融合方法,對(duì)無(wú)人機(jī)的健康狀態(tài)和工作狀態(tài)做出一個(gè)準(zhǔn)確的綜合判斷。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁(yè)數(shù): 81
大?。?3.33(MB)
子文件數(shù):
-
簡(jiǎn)介:隨著互聯(lián)網(wǎng)的高速發(fā)展,許多新型的商業(yè)模式,例如O2O等,被運(yùn)用到互聯(lián)網(wǎng)上,這導(dǎo)致越來(lái)越多的站點(diǎn)在互聯(lián)網(wǎng)上創(chuàng)建,因此互聯(lián)網(wǎng)上所包含的信息資源也就越來(lái)越多。在這浩瀚的互聯(lián)網(wǎng)大海中,人們想快速的找到自己想要的信息,搜索引擎的搜索技術(shù)就顯得愈發(fā)重要。而網(wǎng)絡(luò)爬蟲(chóng)是搜索引擎中很重要的組成部分,這也就對(duì)網(wǎng)絡(luò)爬蟲(chóng)提出了新的挑戰(zhàn)。傳統(tǒng)的單機(jī)網(wǎng)絡(luò)爬蟲(chóng)已經(jīng)不能滿足日益高速增長(zhǎng)的數(shù)據(jù)的抓取需求,這導(dǎo)致分布式網(wǎng)絡(luò)爬蟲(chóng)技術(shù)的出現(xiàn)。分布式網(wǎng)絡(luò)爬蟲(chóng)利用多臺(tái)機(jī)器,有效的分工合作,提高了網(wǎng)絡(luò)爬蟲(chóng)的速度,從而從整體上提升了網(wǎng)絡(luò)爬蟲(chóng)的性能。本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于STM的、可擴(kuò)展的分布式網(wǎng)絡(luò)爬蟲(chóng)系統(tǒng),結(jié)合當(dāng)下流行的新浪微博平臺(tái),將網(wǎng)絡(luò)爬蟲(chóng)的數(shù)據(jù)源放在新浪微博上。具體來(lái)說(shuō),本文完成了以下的工作內(nèi)容1、對(duì)本文中的分布式網(wǎng)絡(luò)爬蟲(chóng)的需求進(jìn)行了分析,包括對(duì)系統(tǒng)要實(shí)現(xiàn)的目標(biāo)、系統(tǒng)的可行性、功能需求和性能需求這四個(gè)模塊。其中功能需求分析中確定將本系統(tǒng)分成六大模塊,包括模擬登錄模塊、URL隊(duì)列庫(kù)模塊、URL鏈接優(yōu)化模塊、網(wǎng)頁(yè)下載模塊、網(wǎng)頁(yè)解析模塊和網(wǎng)頁(yè)存儲(chǔ)模塊,并對(duì)每個(gè)模塊的需求進(jìn)行了詳細(xì)的闡述。2、針對(duì)新浪微博,對(duì)本系統(tǒng)的網(wǎng)絡(luò)爬蟲(chóng)進(jìn)行了一個(gè)詳細(xì)設(shè)計(jì),包括數(shù)據(jù)庫(kù)的設(shè)計(jì)和系統(tǒng)架構(gòu)的設(shè)計(jì)。重點(diǎn)介紹了系統(tǒng)的整個(gè)架構(gòu)設(shè)計(jì),分別對(duì)六個(gè)模塊的設(shè)計(jì)進(jìn)行了詳細(xì)的說(shuō)明。3、針對(duì)本文實(shí)現(xiàn)的分布式網(wǎng)絡(luò)爬蟲(chóng)系統(tǒng)進(jìn)行了一個(gè)測(cè)試,從系統(tǒng)的功能和性能兩個(gè)方面對(duì)其進(jìn)行了測(cè)試,并對(duì)測(cè)試的結(jié)果進(jìn)行分析。4、對(duì)本文的進(jìn)行了一個(gè)總結(jié),分析了本文存在的問(wèn)題和不足,并提出了今后繼續(xù)對(duì)本文的研究方向。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁(yè)數(shù): 83
大?。?2.51(MB)
子文件數(shù):
-
簡(jiǎn)介:南開(kāi)大學(xué)學(xué)位論文使用授權(quán)書(shū)本人完全了解南開(kāi)大學(xué)關(guān)于研究生學(xué)位論文收藏和利用管理辦法關(guān)于南開(kāi)大學(xué)簡(jiǎn)稱“學(xué)校”研究生學(xué)位論文收藏和利用的管理規(guī)定,同意向南開(kāi)大學(xué)提交本人的學(xué)位論文電子版及相應(yīng)的紙質(zhì)本,并委托印刷存檔論文。本人了解南開(kāi)大學(xué)擁有在中華人民共和國(guó)著作權(quán)法規(guī)定范圍內(nèi)的學(xué)位論文使用權(quán),同意在以下幾方面向?qū)W校授權(quán)。即1學(xué)校將學(xué)位論文編入南開(kāi)大學(xué)博碩士學(xué)位論文全文數(shù)據(jù)庫(kù),并作為資料在學(xué)校圖書(shū)館等場(chǎng)所提供閱覽,在校園網(wǎng)上提供論文目錄檢索、文摘以及論文全文瀏覽、下載等信息服務(wù);2學(xué)??梢圆捎糜坝?、縮印或其他復(fù)制手段保存學(xué)位論文;學(xué)校根據(jù)規(guī)定向教育部指定的收藏和存檔單位提交學(xué)位論文;3非公開(kāi)學(xué)位論文在解密后的使用權(quán)同公開(kāi)論文。4同意學(xué)校將本人向有關(guān)電子出版單位授權(quán)的學(xué)位論文含電子版和授權(quán)書(shū)轉(zhuǎn)交相關(guān)授權(quán)單位。本人承諾本人的學(xué)位論文是在南開(kāi)大學(xué)學(xué)習(xí)期間創(chuàng)作完成的作品,并已通過(guò)論文答辯;提交的學(xué)位論文電子版與紙質(zhì)本論文的內(nèi)容一致,如因不同造成不良后果由本人自負(fù)。本人簽署本授權(quán)書(shū)一份,交圖書(shū)館留存。學(xué)位論文作者暨授權(quán)人親筆簽字謝征2015年06月02日南開(kāi)大學(xué)研究生學(xué)位論文作者信息論文題目論文題目復(fù)雜網(wǎng)絡(luò)的社團(tuán)劃分和網(wǎng)絡(luò)重構(gòu)技術(shù)研究姓名姓名謝征學(xué)號(hào)學(xué)號(hào)2120120190答辯日期答辯日期2015年05月23日論文類別論文類別博士□學(xué)歷碩士√專業(yè)學(xué)位碩士□同等學(xué)力碩士□劃√選擇選擇學(xué)院學(xué)院?jiǎn)挝粏挝挥?jì)算機(jī)與控制工程學(xué)院學(xué)科學(xué)科/專業(yè)專業(yè)專業(yè)學(xué)位專業(yè)學(xué)位名稱名稱運(yùn)籌學(xué)與控制論聯(lián)系電話聯(lián)系電話15122801726電子郵箱電子郵箱374350284QQCOM通信通信地址地址郵編郵編天津市衛(wèi)津路94號(hào)南開(kāi)大學(xué)伯苓樓300071非公開(kāi)論文編號(hào)非公開(kāi)論文編號(hào)備注備注注本授權(quán)書(shū)適用我校授予的所有博士、碩士的學(xué)位論文。由作者填寫一份并簽字后交校圖書(shū)館,如已批準(zhǔn)為非公開(kāi)學(xué)位論文,須附批準(zhǔn)通過(guò)的南開(kāi)大學(xué)研究生申請(qǐng)非公開(kāi)學(xué)位論文審批表和“非公開(kāi)學(xué)位論文標(biāo)注說(shuō)明”頁(yè)。摘要I摘要摘要復(fù)雜網(wǎng)絡(luò)是研究自然界各種復(fù)雜系統(tǒng)的有力工具。通過(guò)對(duì)復(fù)雜系統(tǒng)進(jìn)行觀測(cè)、分析和抽象,提取出由節(jié)點(diǎn)和連邊構(gòu)成的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu),進(jìn)一步可以借助圖論和網(wǎng)絡(luò)科學(xué)的工具,進(jìn)行拓?fù)涮匦?、信息傳播行為和系統(tǒng)控制等方面的研究。社團(tuán)是復(fù)雜網(wǎng)絡(luò)中普遍存在的一種中觀結(jié)構(gòu),是協(xié)調(diào)網(wǎng)絡(luò)宏觀規(guī)律和微觀特性的連接點(diǎn),對(duì)于研究網(wǎng)絡(luò)的功能和動(dòng)力學(xué)等有著重要意義。另一方面,復(fù)雜網(wǎng)絡(luò)的研究需要有真實(shí)準(zhǔn)確的數(shù)據(jù),客觀條件的限制使得觀測(cè)到的網(wǎng)絡(luò)數(shù)據(jù)存在缺失和誤差,在研究網(wǎng)絡(luò)結(jié)構(gòu)前應(yīng)該先推斷出網(wǎng)絡(luò)的真實(shí)結(jié)構(gòu)。針對(duì)這兩個(gè)問(wèn)題,本文在社團(tuán)劃分和網(wǎng)絡(luò)重構(gòu)兩個(gè)方向上做了一些探索,主要貢獻(xiàn)如下1分析了現(xiàn)有節(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)相似性指標(biāo)的特點(diǎn),指出它們不適用于網(wǎng)絡(luò)的社團(tuán)劃分過(guò)程。結(jié)合刻畫相似性的局部路徑(LP)指標(biāo)和KATZ指標(biāo)的優(yōu)點(diǎn),提出一種新的節(jié)點(diǎn)局部相似性指標(biāo),反映局部網(wǎng)絡(luò)的聯(lián)系緊密程度,并適用于社團(tuán)劃分過(guò)程。2提出基于局部相似性的社團(tuán)劃分算法。利用節(jié)點(diǎn)間的相似度定義了節(jié)點(diǎn)和社團(tuán)之間的相似度,根據(jù)加權(quán)投票和多數(shù)表決原則決定節(jié)點(diǎn)的社團(tuán)歸屬,多次迭代后得到網(wǎng)絡(luò)的“自然”社團(tuán)結(jié)構(gòu),并能發(fā)掘出社團(tuán)結(jié)構(gòu)核心節(jié)點(diǎn)和橋接點(diǎn)。將該算法在基準(zhǔn)網(wǎng)絡(luò)和真實(shí)的電網(wǎng)系統(tǒng)中仿真,驗(yàn)證了算法的有效性。3針對(duì)網(wǎng)絡(luò)重構(gòu),首先對(duì)現(xiàn)實(shí)網(wǎng)絡(luò)的結(jié)構(gòu)和連邊產(chǎn)生機(jī)制進(jìn)行分析,做出社團(tuán)結(jié)構(gòu)決定網(wǎng)絡(luò)連邊的基本假設(shè),進(jìn)一步推導(dǎo)出節(jié)點(diǎn)連接概率矩陣的矩陣乘積形式,利用非負(fù)矩陣分解得到節(jié)點(diǎn)間的連接概率矩陣進(jìn)行網(wǎng)絡(luò)重建,并提出了正則化和集成化的改進(jìn)措施,最后在幾個(gè)真實(shí)的網(wǎng)絡(luò)數(shù)據(jù)上測(cè)試了不同社團(tuán)個(gè)數(shù)、不同正則化參數(shù)以及集成化的算法,和基于相似度的算法相比,本算法的網(wǎng)絡(luò)重構(gòu)準(zhǔn)確率更高。本文的工作能夠滿足復(fù)雜網(wǎng)絡(luò)的社團(tuán)劃分和網(wǎng)絡(luò)重構(gòu)的現(xiàn)實(shí)需求,同時(shí)對(duì)于兩者的聯(lián)系以及復(fù)雜網(wǎng)絡(luò)演化機(jī)制的研究也有一定的指導(dǎo)意義。關(guān)鍵詞關(guān)鍵詞復(fù)雜網(wǎng)絡(luò);社團(tuán)發(fā)現(xiàn);網(wǎng)絡(luò)重構(gòu);局部相似性;非負(fù)矩陣分解
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁(yè)數(shù): 67
大?。?3(MB)
子文件數(shù):
-
簡(jiǎn)介:物聯(lián)網(wǎng)已經(jīng)逐漸滲入我們的生活,其相關(guān)技術(shù)已經(jīng)開(kāi)始應(yīng)用在農(nóng)業(yè)、交通、軍事、醫(yī)療、商貿(mào)等諸多領(lǐng)域,已經(jīng)有了諸如智能灑水系統(tǒng)、智能車流監(jiān)控系統(tǒng)、小區(qū)安防系統(tǒng)、珍惜動(dòng)物足跡監(jiān)控等實(shí)際應(yīng)用。物聯(lián)網(wǎng)感知層的大量節(jié)點(diǎn)構(gòu)成了傳感器網(wǎng)絡(luò),節(jié)點(diǎn)間通常采用無(wú)線通信的方式。無(wú)線傳感器網(wǎng)絡(luò)是否安全,能否保證網(wǎng)絡(luò)的機(jī)密性、完整性、可靠性等安全目標(biāo)成為了亟需考慮的問(wèn)題。無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)計(jì)算能力有限、能量有限,且通常位于露天場(chǎng)所,易受到攻擊,因此有許多無(wú)線傳感器網(wǎng)絡(luò)的入侵容忍技術(shù)的研究,但現(xiàn)有入侵容忍路由協(xié)議只考慮了網(wǎng)絡(luò)能否容忍入侵,并沒(méi)有考慮如何保證網(wǎng)絡(luò)有較好的QOS性能這一問(wèn)題。在對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)認(rèn)證時(shí)需要用到公鑰密碼,而多變量公鑰密碼計(jì)算效率較高,但易受到線性化方程攻擊。針對(duì)這些問(wèn)題,具體的研究工作如下針對(duì)大部分多變量公鑰密碼易受到線性化方程攻擊的問(wèn)題,提出了MPKCRM公鑰加密方案。大部分多變量公鑰密碼都是采用擴(kuò)域的方法生成公鑰多項(xiàng)式,這種方法隱含的K線性性質(zhì)是易遭受線性化方程攻擊的根源,MPKCRM方案引入了RSA算法的變化方法來(lái)保證中心變換的可逆性和非線性性質(zhì),方案有著不易被攻破和私鑰計(jì)算效率高的優(yōu)勢(shì),但公鑰表達(dá)式較復(fù)雜,因此其使用范圍受到限制。針對(duì)現(xiàn)有入侵容忍協(xié)議只考慮了網(wǎng)絡(luò)容侵性能,并沒(méi)有考慮網(wǎng)絡(luò)QOS性能這一問(wèn)題,提出了一種基于性能反饋的檢測(cè)機(jī)制,利用該機(jī)制標(biāo)記異常節(jié)點(diǎn),選擇可靠節(jié)點(diǎn)作為簇頭,并在此基礎(chǔ)上設(shè)計(jì)了PFITP容侵協(xié)議。PFITP協(xié)議既能對(duì)網(wǎng)絡(luò)中的主要攻擊類型有容忍能力,又能不斷優(yōu)化網(wǎng)絡(luò)性能,可以給傳感器網(wǎng)絡(luò)帶來(lái)很好的魯棒性和實(shí)用性。設(shè)計(jì)實(shí)現(xiàn)了物聯(lián)網(wǎng)感知層測(cè)試床系統(tǒng)IOTTESTBED的攻擊模型和IEEE802154協(xié)議測(cè)試框架,并用LEACH協(xié)議做了測(cè)試范例,平臺(tái)表現(xiàn)出了完善的功能和較好的穩(wěn)定性。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 89
大?。?7.39(MB)
子文件數(shù):
-
簡(jiǎn)介:在非實(shí)時(shí)通信網(wǎng)絡(luò)中,當(dāng)多個(gè)節(jié)點(diǎn)通過(guò)交換機(jī)同時(shí)向同一個(gè)節(jié)點(diǎn)發(fā)送消息時(shí),交換機(jī)內(nèi)部會(huì)對(duì)這些消息進(jìn)行排隊(duì)發(fā)送,這將造成消息傳輸過(guò)程中不確定的延時(shí)。此外,每個(gè)節(jié)點(diǎn)上多個(gè)應(yīng)用程序同時(shí)向鏈路上發(fā)送消息時(shí)會(huì)產(chǎn)生競(jìng)爭(zhēng),這也會(huì)造成消息傳輸時(shí)間的不確定。非實(shí)時(shí)通信網(wǎng)絡(luò)無(wú)法滿足一些要求苛刻的實(shí)時(shí)性應(yīng)用對(duì)網(wǎng)絡(luò)消息傳輸實(shí)時(shí)性和時(shí)間確定性的要求。實(shí)時(shí)通信網(wǎng)絡(luò)具有嚴(yán)格的端到端延時(shí)和抖動(dòng)要求,可以滿足對(duì)實(shí)時(shí)性要求比較高的應(yīng)用。如果實(shí)時(shí)通信網(wǎng)絡(luò)中的消息按照離線生成的消息調(diào)度表為每個(gè)消息規(guī)劃的時(shí)隙傳輸,則稱該實(shí)時(shí)網(wǎng)絡(luò)為時(shí)間調(diào)度網(wǎng)絡(luò)TIMESCHEDULINGWKTSN。TSN中的消息傳輸具有無(wú)沖突和時(shí)間確定性的特點(diǎn),TSN中的消息被稱為時(shí)間觸發(fā)TIMETRIGGEREDTT消息,TSN的通信方式被稱為時(shí)間觸發(fā)TT通信。目前,對(duì)TSN研究比較多的是在以太網(wǎng)的基礎(chǔ)上增加時(shí)間觸發(fā)通信服務(wù),比如時(shí)間觸發(fā)以太網(wǎng)TIMETRIGGEREDETHERTTE,但是對(duì)光纖通道FIBERCHANNELFC網(wǎng)絡(luò)的時(shí)間觸發(fā)通信服務(wù)研究很少。TTE是TSN的一種,如果在FC網(wǎng)絡(luò)中增加時(shí)間調(diào)度傳輸消息的服務(wù),那么FC網(wǎng)絡(luò)也會(huì)成為一種TSN。本文對(duì)TTE和FC網(wǎng)絡(luò)兩種類型的網(wǎng)絡(luò)中周期性消息的調(diào)度問(wèn)題進(jìn)行研究,提出并實(shí)現(xiàn)消息調(diào)度算法和消息調(diào)度軟件。論文的主要工作如下1對(duì)消息調(diào)度表的具體內(nèi)容進(jìn)行定義并提出網(wǎng)絡(luò)設(shè)備根據(jù)消息調(diào)度表發(fā)送和接收消息的方法;同時(shí),提出消息調(diào)度軟件在整個(gè)網(wǎng)絡(luò)中使用的方法。2對(duì)網(wǎng)絡(luò)和TT消息進(jìn)行建模,提出TSN中消息調(diào)度表的生成算法,該算法既適用于簡(jiǎn)單的星型網(wǎng)絡(luò),也適用于復(fù)雜的交換式網(wǎng)絡(luò)。該算法為網(wǎng)絡(luò)中每個(gè)TT消息在其整個(gè)傳輸鏈路上無(wú)沖突地分配時(shí)隙,同時(shí)保證每個(gè)TT消息傳輸時(shí)刻的確定性。3實(shí)現(xiàn)消息調(diào)度軟件,該軟件的主要功能包括A解析保存網(wǎng)絡(luò)信息的XML文件;B根據(jù)解析得到的網(wǎng)絡(luò)信息運(yùn)行消息調(diào)度算法并生成消息調(diào)度表;C以圖形的形式顯示消息調(diào)度表,從圖形界面中可以看到每個(gè)消息在其鏈路上傳輸?shù)木唧w時(shí)隙;D可以作為服務(wù)器運(yùn)行,并將生成的消息調(diào)度表發(fā)送到每個(gè)設(shè)備節(jié)點(diǎn)軟件;E根據(jù)解析得到的網(wǎng)絡(luò)信息自動(dòng)生成整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu);F手動(dòng)和自動(dòng)配置整個(gè)網(wǎng)絡(luò)的信息并保存為XML文件。4對(duì)消息調(diào)度軟件各個(gè)模塊的功能和消息調(diào)度算法的性能進(jìn)行測(cè)試。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁(yè)數(shù): 90
大?。?5.03(MB)
子文件數(shù):
-
簡(jiǎn)介:甚高頻數(shù)據(jù)交換系統(tǒng)(VHFDATAEXCHANGESYSTEM,VDES)是在水上移動(dòng)業(yè)務(wù)領(lǐng)域中船舶自動(dòng)識(shí)別系統(tǒng)AUTOMATICIDENTIFICATIONSYSTEM,AIS上發(fā)展起來(lái)的新一代數(shù)字通信系統(tǒng)。VDES設(shè)計(jì)的目的是在實(shí)現(xiàn)全球范圍內(nèi)海事VHF移動(dòng)波段基礎(chǔ)上提供更高,更強(qiáng)的數(shù)據(jù)交換能力,實(shí)現(xiàn)船舶可向港口、海圖信息中心等推送或者索取信息的功能。VDES為提高信息傳輸距離,使用衛(wèi)星通信作為遠(yuǎn)距離信息傳輸方式。隨著VDES業(yè)務(wù)種類的增加,不同業(yè)務(wù)又需要不同的QOS指標(biāo),而路由技術(shù)是決定數(shù)據(jù)在衛(wèi)星網(wǎng)絡(luò)傳輸路徑的核心部分,其算法的優(yōu)劣直接決定著整個(gè)通信系統(tǒng)的網(wǎng)絡(luò)傳輸性能。本研究主要內(nèi)容包括⑴針對(duì)既有衛(wèi)星網(wǎng)絡(luò)控制架構(gòu)固定、軟件升級(jí)困難、不易更新網(wǎng)絡(luò)配置信息等問(wèn)題,引用軟件定義網(wǎng)絡(luò)技術(shù),提出一種軟件定義衛(wèi)星網(wǎng)絡(luò)架構(gòu),對(duì)衛(wèi)星網(wǎng)絡(luò)控制架構(gòu)進(jìn)行設(shè)計(jì)。該架構(gòu)通過(guò)將控制功能和數(shù)據(jù)轉(zhuǎn)發(fā)功能解耦合,使衛(wèi)星節(jié)點(diǎn)僅含數(shù)據(jù)交換功能,而網(wǎng)絡(luò)控制功能則通過(guò)專業(yè)控制器以軟件的形式實(shí)現(xiàn),從而降低了衛(wèi)星節(jié)點(diǎn)的復(fù)雜度,同時(shí)實(shí)現(xiàn)業(yè)務(wù)的自動(dòng)化部署,提高網(wǎng)絡(luò)資源利用率。⑵針對(duì)既有衛(wèi)星路由算法多以單一QOS目標(biāo)作為優(yōu)化點(diǎn),而不能自適應(yīng)滿足多種不同業(yè)務(wù)傳輸質(zhì)量需求的問(wèn)題,并結(jié)合衛(wèi)星網(wǎng)絡(luò)的特點(diǎn),以網(wǎng)絡(luò)可用帶寬、丟包率、鏈路時(shí)延為用戶QOS優(yōu)化目標(biāo),提出一種基于蟻群算法的多QOS目標(biāo)路由算法。同時(shí)對(duì)蟻群算法所固有的收斂速度慢、易限于局部最優(yōu)解等問(wèn)題,基于軟件定義網(wǎng)絡(luò)技術(shù),提出相應(yīng)的改進(jìn)策略。⑶設(shè)計(jì)了基于云平臺(tái)資源管理技術(shù)、主機(jī)和網(wǎng)絡(luò)虛擬化技術(shù)及軟件定義網(wǎng)絡(luò)技術(shù),面向衛(wèi)星網(wǎng)絡(luò)的地面半實(shí)物仿真測(cè)試平臺(tái),以評(píng)估驗(yàn)證軟件定義衛(wèi)星網(wǎng)絡(luò)下多QOS目標(biāo)路由算法的性能。測(cè)試結(jié)果表明,本文提出的多QOS目標(biāo)路由算法在多業(yè)務(wù)條件下能更好的滿足不同用戶需求。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁(yè)數(shù): 82
大?。?3.32(MB)
子文件數(shù):
-
簡(jiǎn)介:河北大學(xué)碩士學(xué)位論文熵在BP網(wǎng)絡(luò)泛化增強(qiáng)技術(shù)中的應(yīng)用學(xué)位姓名高月申請(qǐng)學(xué)位級(jí)別碩士專業(yè)計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師王熙照;花強(qiáng)201105ABSTRACTIIABSTRACTNEURALWKISONEOFTHEMOSTIMPTANTLEARNINGMODELOFMACHINELEARNINGITATTEMPTSTOLEARNAMATHEMATICALMODELTODESCRIBEASAMPLESETINWHICHTHESAMPLESAREDISDERLYUNSYSTEMATICBECAUSEOFBPNEURALWK’SSTRUCTUREISSIMPLEALGITHMISEASYTOIMPLEMENTTHEETICALSOLIDCANACHIEVEAHIGHDEGREEOFCOMPLEXNONLINEARMAPPINGITISWIDELYUSEDINPATTERNRECOGNITIONINTELLIGENTCONTROLOTHERFIELDSHOWEVERINTHEPRACTICALAPPLICATIONOFBPWKSTHEREAREALSOSOMESHTCOMINGSMAINLYITSSLOWCONVERGENCEPRONETOOVERFITTINGTHEREBYAFFECTINGTHEWKSGENERALIZATIONABILITYWKSGENERALIZATIONABILITYISTHERECOGNITIONABILITYFTHENEWSAMPLEISANIMPTANTINDICATREFLECTSTHENEURALWKPERFMANCEAGUIDINGIDEOLOGYOFIMPROVETHEWKGENERALIZATIONABILITYISTOTRAINANERUALWKWHICHINTRAININGSETCANACHIEVETHEACCURACYREQUIREMENTSTHESTRUCTUREOFTHEWKASSIMPLEASPOSSIBLETHISPAPERSTUDIESTHEWKSTRUCTUREOPTIMIZATIONALGITHMSBYPRUNINGMETHODSINTHEPROCESSOFTRAININGWKTODELETINGANUMBEROFIMPTANTUNITSCONNECTIONSEMPHATICALLYANALYZESINTHETRADITIONALERRFUNCTIONTOADDAPENALTYTERMONTHISBASISACCDINGTOSLOWCONVERGENCEFTHEWKPRONETOOVERFITTINGDESIGNEDAPENALTYTERMBASEDONINFMATIONTHEYINTHISPAPERWEAREFUSEDTHECONCEPTOFENTROPYTOTHEWKTRAININGPROCESSBYTHEREGULARIZATIONMETHODAIMEDATIMPROVINGTHEGENERALIZATIONABILITYWHILEADDRESSINGTHETRAININGEFFICIENCYFINALLYSOMEEXPERIMENTSARECONDUCTEDONSYNTHETICMACHINELEARNINGDATASETTHEEXPERIMENTALRESULTSSHOWTHATTHEPROPOSEDMETHODCANACHIEVEBETTERPERFMANCECOMPARINGTOTHESTARSBPNEURALWKOTHEROTHERWELLKNOWNLEARNINGMETHODSINTHESAMETIMECOMPLEXITYKEYWDSFEEDFWARDNEURALWKSGENERALIZATIONABILITYGRADIENTDESCENTMETHODREGULARIZATIONINFMATIONENTROPY
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 40
大小: 2.74(MB)
子文件數(shù):
-
簡(jiǎn)介:分類號(hào)學(xué)校代號(hào)Q墅8密級(jí)學(xué)號(hào)2Q盟2QQ鱧碩士專業(yè)學(xué)位論文作者姓名導(dǎo)師姓名培養(yǎng)學(xué)院類別領(lǐng)域名稱研究方向提交日期宋健李賜生家具與藝術(shù)設(shè)計(jì)學(xué)院工業(yè)設(shè)計(jì)工程環(huán)境與藝術(shù)設(shè)計(jì)2017牟6月IIIIIIIIIIITLLLLIIIIIIIIIULY3268994中南林業(yè)科技大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外,本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品,也不包含為獲得中南林業(yè)科技大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)所使用過(guò)的材料。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體,均已在文中以明確方式表明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。中南林業(yè)科作者簽名被勱■年月弓J日技大學(xué)學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定,同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件或電子版,允許論文被查閱或借閱。本人授權(quán)中南林業(yè)科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密口,在年解密后適用本授權(quán)書(shū)。2、不保密口。名裟刨葺一紗作者簽名準(zhǔn)肇導(dǎo)師簽名夕釤彥紗荔多/矽I年專月弓1日秒廠7年專月弓7EL
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁(yè)數(shù): 58
大?。?15.56(MB)
子文件數(shù):
-
簡(jiǎn)介:無(wú)線傳感器網(wǎng)絡(luò)(WSNS的低成本、易安裝以及靈活性等特點(diǎn)使其相對(duì)傳統(tǒng)的通信技術(shù)具有顯著優(yōu)勢(shì),因此也成為了新一代電力系統(tǒng)一一智能電網(wǎng)的重要組成部分。然而,電力系統(tǒng)惡劣復(fù)雜的應(yīng)用環(huán)境也對(duì)無(wú)線傳感器網(wǎng)絡(luò)通信的穩(wěn)定性提出了挑戰(zhàn)。另外一方面,由于傳感器節(jié)點(diǎn)的自取能設(shè)備能量供給有限,節(jié)能成為了本系統(tǒng)中無(wú)線傳感器網(wǎng)絡(luò)通信協(xié)議設(shè)計(jì)時(shí)需要重點(diǎn)考慮的因素??紤]到電力系統(tǒng)的應(yīng)用環(huán)境以及節(jié)能需求,本文提出了一種適用于智能電網(wǎng)的無(wú)線測(cè)溫傳感器網(wǎng)絡(luò)組網(wǎng)方案,即底層傳感器與路由節(jié)點(diǎn)間采用SUBG頻段組網(wǎng)降低傳感器節(jié)點(diǎn)能耗,路由節(jié)點(diǎn)間則采用24GZIGBEE協(xié)議以提高數(shù)據(jù)傳輸?shù)姆€(wěn)定性。并且,基于電力設(shè)備故障監(jiān)測(cè)對(duì)WSNS時(shí)間同步的需求,本文在對(duì)RBS(REFERENCEBROADCASTSYNCHRONIZATION和TPSNTIMINGSYNCPROTOCOLFSENSWK時(shí)間同步算法進(jìn)行改進(jìn)的基礎(chǔ)上結(jié)合兩者在不同網(wǎng)絡(luò)密度下的同步優(yōu)勢(shì)提出了一個(gè)混合機(jī)制,大大降低了同步過(guò)程中所需的能量消耗。同時(shí),利用節(jié)點(diǎn)可同步的優(yōu)勢(shì)對(duì)MAC層信道接入機(jī)制進(jìn)行優(yōu)化,采用基于時(shí)隙的CSMACA算法降低節(jié)點(diǎn)碰撞概率以及平均退避時(shí)間,提高網(wǎng)絡(luò)吞吐量。最后,為了提高網(wǎng)絡(luò)骨干節(jié)點(diǎn)數(shù)據(jù)傳輸?shù)姆€(wěn)定性,在ZIGBEE協(xié)議的網(wǎng)絡(luò)層提出了一種最低丟包率路徑優(yōu)先的路由算法降低網(wǎng)絡(luò)丟包率。實(shí)驗(yàn)仿真結(jié)果表明混合時(shí)間同步算法在保持一定時(shí)間同步精度的同時(shí)極大降低了算法能耗,在部署了350個(gè)節(jié)點(diǎn)的高密度網(wǎng)絡(luò)中,混合時(shí)間同步算法相比RBS和TPSN算法分別節(jié)省了多達(dá)74和62的能量;MAC協(xié)議方面,采用動(dòng)態(tài)隨機(jī)退避時(shí)間機(jī)制的CSMACA算法相比固定退避時(shí)間機(jī)制,網(wǎng)絡(luò)吞吐量提高了125而且,基于新的路由算法,網(wǎng)絡(luò)的數(shù)據(jù)傳輸丟包率降低了37。最后,我們采用TI公司的CC430以及CC2530芯片作為系統(tǒng)實(shí)現(xiàn)的硬件平臺(tái),對(duì)系統(tǒng)的組網(wǎng)、通信以及能耗方面進(jìn)行了測(cè)試。證明本文設(shè)計(jì)提出的自取能無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì)方案在電力系統(tǒng)的應(yīng)用中具有極大優(yōu)勢(shì)。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 84
大?。?2.09(MB)
子文件數(shù):
-
簡(jiǎn)介:在SDN(SOFTWAREDEFINEDWKING,軟件定義網(wǎng)絡(luò))體系架構(gòu)中網(wǎng)絡(luò)控制功能從網(wǎng)絡(luò)設(shè)備(交換機(jī)路由器)分離出來(lái),集中到中心節(jié)點(diǎn)控制器上,交換機(jī)只負(fù)責(zé)數(shù)據(jù)平面的功能(通過(guò)流表進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā))。在大規(guī)模的數(shù)據(jù)中心網(wǎng)絡(luò)中,路由流表的計(jì)算和分發(fā)完全由中心控制器完成,控制器成為了網(wǎng)絡(luò)的性能瓶頸點(diǎn)和脆弱點(diǎn)。為解決上述問(wèn)題,本文提出了面向數(shù)據(jù)中心網(wǎng)絡(luò)的半集中式SDN路由技術(shù)。其主要思想為每個(gè)SDN交換機(jī)節(jié)點(diǎn)不需要控制器的參與,可以自主構(gòu)建一個(gè)基礎(chǔ)流表?;诨A(chǔ)流表,SDN交換機(jī)就可以完成基本的數(shù)據(jù)轉(zhuǎn)發(fā)工作,而控制器負(fù)責(zé)更高級(jí)的路由選路工作(故障處理、安全、QOS等),從而有效減輕控制器負(fù)擔(dān)。此外,及時(shí)檢測(cè)和恢復(fù)網(wǎng)絡(luò)故障又是評(píng)價(jià)網(wǎng)絡(luò)實(shí)用價(jià)值的一個(gè)重要指標(biāo),在數(shù)據(jù)中心網(wǎng)絡(luò)中,短時(shí)的鏈路失效會(huì)帶來(lái)巨大的經(jīng)濟(jì)損失,有必要研究SDN網(wǎng)絡(luò)中的故障檢測(cè)和恢復(fù)技術(shù)。因此本文針對(duì)SDN控制器的高級(jí)選路工作中的故障處理機(jī)制展開(kāi)研究,對(duì)比分析了現(xiàn)有故障處理機(jī)制的不足,在基礎(chǔ)流表的基礎(chǔ)上設(shè)計(jì)了一套局部迂回故障處理機(jī)制?;谠摍C(jī)制,控制器能夠及時(shí)檢測(cè)到鏈路故障,并在極短的時(shí)間內(nèi)實(shí)現(xiàn)故障恢復(fù),實(shí)現(xiàn)控制器高級(jí)路由選路工作中的故障處理。本文所提出的半集中式SDN路由技術(shù)最終基于RYU控制器以及MINI仿真平臺(tái)從控制器負(fù)載、鏈路故障恢復(fù)時(shí)間等方面進(jìn)行了性能測(cè)試。測(cè)試結(jié)果表明該方案能夠有效降低控制器負(fù)載,所設(shè)計(jì)的局部迂回故障恢復(fù)機(jī)制,能夠及時(shí)有效地進(jìn)行故障恢復(fù)。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 69
大?。?14.31(MB)
子文件數(shù):
-
簡(jiǎn)介:通過(guò)在監(jiān)測(cè)環(huán)境范圍內(nèi)布置大量的傳感器節(jié)點(diǎn)且節(jié)點(diǎn)與節(jié)點(diǎn)間的連接沒(méi)有預(yù)先設(shè)定,而是依靠傳感器節(jié)點(diǎn)自組織連接的方式進(jìn)行配置和應(yīng)用管理,從而形成無(wú)線傳感器網(wǎng)絡(luò)。通過(guò)對(duì)各傳感器節(jié)點(diǎn)的數(shù)據(jù)采集和處理,形成數(shù)據(jù)信息實(shí)時(shí)反映給使用者。根據(jù)它的特點(diǎn)其應(yīng)用價(jià)值較高,因此本文對(duì)無(wú)線傳感器網(wǎng)絡(luò)的研究是必要的。本文圍繞無(wú)線傳感器網(wǎng)絡(luò)的路由協(xié)議技術(shù)和定位技術(shù)展開(kāi)研究。在路由協(xié)議方面,本文介紹了無(wú)線傳感器網(wǎng)絡(luò)的路由協(xié)議問(wèn)題及網(wǎng)絡(luò)壽命的問(wèn)題,然后在分析研究LEACH協(xié)議的基礎(chǔ)上,也考慮了節(jié)點(diǎn)能量和距離等因素的影響,對(duì)網(wǎng)絡(luò)的LEACH路由協(xié)議進(jìn)行了改進(jìn),通過(guò)優(yōu)化分簇的閾值來(lái)延長(zhǎng)其壽命。由MATLAB平臺(tái)進(jìn)行仿真證明了改進(jìn)后的傳感器節(jié)點(diǎn)生存率得到很大提高的結(jié)論,從而達(dá)到對(duì)無(wú)線傳感器網(wǎng)絡(luò)壽命延長(zhǎng)的目的。在定位技術(shù)方面,本文分析研究了基于無(wú)測(cè)距DVHOP定位算法考慮到其定位精度不高以及誤差較大的問(wèn)題,分析了對(duì)信標(biāo)節(jié)點(diǎn)的平均跳距以及對(duì)全網(wǎng)平均跳距誤差的改進(jìn)方法,使定位更加準(zhǔn)確。此外,在節(jié)點(diǎn)處于靜止條件下,通過(guò)利用卡爾曼濾波算法實(shí)現(xiàn)對(duì)DVHOP算法的改進(jìn),具體操作是首先使用DVHOP算法進(jìn)行定位,然后對(duì)初始定位的結(jié)果使用卡爾曼濾波算法進(jìn)行循環(huán)求精。此外,本文也考慮了因錨節(jié)點(diǎn)個(gè)數(shù)變化對(duì)定位帶來(lái)影響的仿真結(jié)果。通過(guò)MATLAB的仿真表明基于卡爾曼濾波的DVHOP算法比原來(lái)的算法在定位結(jié)果上更加精確,有效地改善了節(jié)點(diǎn)的定位誤差。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 63
大?。?3.08(MB)
子文件數(shù):
-
簡(jiǎn)介:在過(guò)去十年中,用戶對(duì)移動(dòng)數(shù)據(jù)訪問(wèn)的需求出現(xiàn)了前所未有的增長(zhǎng),為了充分利用有限的頻率資源,終端直通DEVICETODEVICED2D技術(shù)被提出,并被看作下一代蜂窩網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一。在D2D通信中,用戶設(shè)備使用蜂窩資源,通過(guò)直接鏈路向彼此發(fā)送數(shù)據(jù)信號(hào),而不通過(guò)BS,雖然D2D通信能夠帶來(lái)頻譜效率的提升,但是它由于共享宏蜂窩頻譜而導(dǎo)致對(duì)蜂窩網(wǎng)絡(luò)的嚴(yán)重干擾。因此,必須設(shè)計(jì)有效的干擾協(xié)調(diào)策略以保證蜂窩的通信質(zhì)量。本文的主要貢獻(xiàn)就是提出了兩種D2D通信網(wǎng)絡(luò)中的干擾管理方案。首先,本文提出了一種基站集中控制的D2D協(xié)作傳輸方案,在方案中我們讓D2D用戶作為中繼,在共享宏蜂窩用戶頻譜資源的同時(shí),協(xié)助宏蜂窩用戶與基站之間的通信。實(shí)現(xiàn)的具體方式為,D2D發(fā)射機(jī)在傳輸D2D用戶之間的信息時(shí),采用疊加編碼的形式,把接收到的宏蜂窩用戶信號(hào)和自己要傳輸?shù)男畔⑦M(jìn)行合并,然后采用組播的形式同時(shí)發(fā)送給基站和D2D接收機(jī),從而在實(shí)現(xiàn)在共享宏蜂窩頻譜進(jìn)行通信的同時(shí),保證宏蜂窩用戶的通信質(zhì)量,并解決基站在個(gè)別區(qū)域覆蓋不良的問(wèn)題,提高宏蜂窩用戶通信鏈路的可靠性,同時(shí)降低系統(tǒng)總的功耗。仿真結(jié)果表明,我們的協(xié)作通信方案在改善宏蜂窩覆蓋,減輕由于引入D2D通信的干擾,增加鏈路可靠性和降低功耗方面顯示出良好的潛力。其次,我們針對(duì)集中式干擾管理方案中信令開(kāi)銷過(guò)大以及大規(guī)模D2D網(wǎng)絡(luò)中基站調(diào)度壓力過(guò)大的問(wèn)題,我們提出了一種基于位置信息的分布式D2D接入和功率控制方案。在該方案中,我們首先設(shè)計(jì)了一種位置估計(jì)方法,D2D用戶通過(guò)分析接受到的基站的信號(hào),來(lái)估計(jì)該鏈路中宏蜂窩用戶當(dāng)前的位置;其次,我們將建立D2D用戶能效、宏蜂窩用戶位置信息以及D2D發(fā)射機(jī)發(fā)射功率三者之間的關(guān)系表達(dá)式,然后在限制宏蜂窩用戶所受干擾的條件下,最大化D2D用戶的能效,得到D2D用戶最優(yōu)的接入位置門限和接入功率。仿真結(jié)果表明了我們的分布式干擾管理方案的正確性和有效性。最后,我們對(duì)全文的內(nèi)容進(jìn)行了總結(jié),并對(duì)未來(lái)進(jìn)一步的研究方向進(jìn)行了展望。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 107
大小: 1.69(MB)
子文件數(shù):
-
簡(jiǎn)介:電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINA專業(yè)學(xué)位碩士學(xué)位論文MASTERTHESISFPROFESSIONALDEGREE論文題目基于基于神經(jīng)網(wǎng)絡(luò)的軸承故障診斷技術(shù)研究神經(jīng)網(wǎng)絡(luò)的軸承故障診斷技術(shù)研究專業(yè)學(xué)位類別工程碩士工程碩士學(xué)號(hào)201222080634作者姓名李捷李捷指導(dǎo)教師邵繼業(yè)邵繼業(yè)副教授副教授RESEARCHONBEARINGFAULTDIAGNOSISTECHNIQUEBASEDONNEURALWKAMASTERTHESISSUBMITTEDTOUNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINAMAJMASTEROFENGINEERINGAUTHLIJIEADVISASSOCIATEPROFESSSHAOJIYESCHOOLSCHOOLOFMECHATRONICSENGINEERING
下載積分: 5 賞幣
上傳時(shí)間:2024-03-06
頁(yè)數(shù): 87
大?。?3.97(MB)
子文件數(shù):
-
簡(jiǎn)介:獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。本論文除了文中特別加以標(biāo)注和致謝的內(nèi)容外,不包含其他人或其他機(jī)構(gòu)已經(jīng)發(fā)表或撰寫過(guò)的研究成果,也不包含為獲得南京信息工程大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。其他同志對(duì)本研究所做的貢獻(xiàn)均已在論文中作了聲明并表示謝意。學(xué)位論文作者簽名鞲,紿I髦簽字日期2叢L衛(wèi)。幺笸關(guān)于論文使用授權(quán)的說(shuō)明南京信息工程大學(xué)、國(guó)家圖書(shū)館、中國(guó)學(xué)術(shù)期刊光盤版雜志社、中國(guó)科學(xué)技術(shù)信息研究所的中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔,可以采用影印、縮印或其他復(fù)制手段保存論文,并通過(guò)網(wǎng)絡(luò)向社會(huì)提供信息服務(wù)。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。除在保密期內(nèi)的保密論文外,允許論文被查閱和借閱,可以公布包括刊登論文的全部或部分內(nèi)容。論文的公布包括刊登授權(quán)南京信息工程大學(xué)研究生院辦理。留公開(kāi)口保密年月保密的學(xué)位論文在解密后應(yīng)遵守此協(xié)議學(xué)位論文作者簽指導(dǎo)教師簽名簽字日期P7/盯≯多簽字日期蘭型鑒圣么摘要較為準(zhǔn)確的氣溫預(yù)報(bào)對(duì)農(nóng)業(yè)生產(chǎn),國(guó)防建設(shè)有著重要的意義。大氣場(chǎng)中影響氣溫的因素很多,溫度變化具有長(zhǎng)期的不確定性,具有典型的混沌特征,其短期具有一定的可預(yù)測(cè)性。因此,預(yù)報(bào)短期的氣溫變化情況,是一個(gè)混沌現(xiàn)象預(yù)測(cè)問(wèn)題。論文以混沌理論中李雅普諾夫指數(shù)和BP神經(jīng)網(wǎng)絡(luò)理論為支撐,以連云港地區(qū)氣溫?cái)?shù)據(jù)為時(shí)間序列實(shí)驗(yàn)樣本,研究了李雅普諾夫指數(shù)預(yù)測(cè)理論和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法在氣溫預(yù)測(cè)中的應(yīng)用。論文的主要工作包括1通過(guò)GP算法得到了合理的嵌入維數(shù)和時(shí)間延遲,運(yùn)用相空間理論對(duì)溫度時(shí)間序列91個(gè)數(shù)據(jù)樣本進(jìn)行相空間重構(gòu),重建溫度系統(tǒng)的狀態(tài)空間,建立預(yù)測(cè)模型。然后利用WOLF預(yù)測(cè)算法得到系統(tǒng)最大李雅普諾夫指數(shù)和相關(guān)預(yù)測(cè)值,實(shí)現(xiàn)了對(duì)短期氣溫的預(yù)測(cè)。預(yù)測(cè)實(shí)驗(yàn)中,采用虛擬儀器編程技術(shù),運(yùn)用LABVIEW86開(kāi)發(fā)平臺(tái),設(shè)計(jì)實(shí)現(xiàn)了李雅普諾夫預(yù)測(cè)系統(tǒng)。經(jīng)理論預(yù)測(cè)計(jì)算和對(duì)一天中最低最高氣溫預(yù)測(cè)實(shí)驗(yàn)結(jié)果觀察,表明李雅普諾夫指數(shù)預(yù)測(cè)方法在氣溫預(yù)測(cè)中具有較好的效果。2論文在對(duì)神經(jīng)網(wǎng)絡(luò)理論在氣溫預(yù)測(cè)應(yīng)用的研究中,運(yùn)用其自適應(yīng)自學(xué)習(xí)能力,通過(guò)擬合非線性函數(shù),建立氣溫?cái)?shù)據(jù)建模,對(duì)氣溫的時(shí)間序列進(jìn)行了預(yù)測(cè)。通過(guò)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)得出最佳的網(wǎng)絡(luò)構(gòu)成參數(shù),并采用MATLAB編程作出了具體的網(wǎng)絡(luò)構(gòu)建,仿真,預(yù)測(cè)。對(duì)實(shí)驗(yàn)得出的未來(lái)10天的氣溫預(yù)測(cè)結(jié)果和實(shí)際氣溫相對(duì)比,證明了BP網(wǎng)絡(luò)有很高的預(yù)測(cè)精度。這也說(shuō)明了本文所建立的基于BP神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)模型具有很好的預(yù)測(cè)能力和較佳的推廣能力。3將李雅普諾夫指數(shù)預(yù)測(cè)和BP網(wǎng)絡(luò)融合起來(lái)建立一個(gè)優(yōu)化的BP網(wǎng)絡(luò),對(duì)未來(lái)10天的最低最高氣溫進(jìn)行預(yù)測(cè)。最后,對(duì)論文中的三個(gè)預(yù)測(cè)實(shí)驗(yàn)的結(jié)果進(jìn)行對(duì)比分析。研究與實(shí)驗(yàn)表明,混沌理論和BP神經(jīng)網(wǎng)絡(luò)能很好的應(yīng)用于短期的氣溫時(shí)間序列預(yù)測(cè)中。關(guān)鍵詞時(shí)間序列,李雅普諾夫指數(shù),BP神經(jīng)網(wǎng)絡(luò),預(yù)測(cè)
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁(yè)數(shù): 66
大小: 2.1(MB)
子文件數(shù):