共查询到20条相似文献,搜索用时 78 毫秒
1.
目前大多数针对WLAN-Mesh网络中MAC协议公平性问题的分析都是在纯计算机仿真的结果上开展的.然而,纯计算机仿真软件中的模型往往与实际的网络存在偏差,从而导致其仿真结果的可信度较差.半实物仿真(hardware in loop simulation)是一种将网络中非线性、随机性较大的因素用实际的网络设备加载,其余部分则在仿真中建模的新型仿真方法.本文旨在利用半实物仿真平台研究WLAN-Mesh网络中MAC协议公平性问题.首先针对传统纯计算机仿真结果的局限性进行了探讨.接着,利用自行研制的实际业务流终端构建了基于EXata的半实物网络仿真系统.最后,结合不同网络环境下的半实物仿真结果,对WLAN-Mesh网络中MAC协议的公平性问题做了详细的分析. 相似文献
2.
一种基于OPNET的网络半实物仿真模型 总被引:5,自引:0,他引:5
软件仿真是研究网络性能的重要手段,但目前不断扩大的网络规模,日趋复杂的网络架构却使仿真建模的准确性和仿真结果可靠性验证越来越困难。而半实物仿真将硬件设备嵌入软件仿真中,能提供更客观准确的仿真结果。本文提出了一种新的基于OPNET的网络半实物仿真模型HIOP(Hardware-in-loopwithOPNET),使实际节点映射到虚拟仿真网络中。模型能将实际网络和OPNET虚拟网络有效结合起来,既避免了建立复杂的实物测试平台,又提高了仿真的可信度。 相似文献
3.
软件仿真是研究网络性能的重要手段,但目前不断扩大的网络规模,日趋复杂的网络架构却使仿真建模的准确性和仿真结果可靠性验证越来越困难.而半实物仿真将硬件设备嵌入软件仿真中,能提供更客观准确的仿真结果.本文提出了一种新的基于OPNET的网络半实物仿真模型HIOP(Hardware-in-loop with OPNET),使实际节点映射到虚拟仿真网络中.模型能将实际网络和OPNET虚拟网络有效结合起来,既避免了建立复杂的实物测试平台,又提高了仿真的可信度. 相似文献
4.
基于OPNET的通信网络半实物仿真方法研究 总被引:5,自引:0,他引:5
OPNET作为网络仿真软件具有仿真功能,但基于OPNET的半实物仿真方法的研究较少.对几种基于OPNET的通信网络半实物仿真方法进行了系统的介绍和分析,比较了方法的优缺点,并探讨了半实物仿真需要注意的问题;最后对一个基于OPNET的通用的通信网络半实物仿真环境进行了介绍,并实现了一个具体的移动自组织网络的半实物仿真,取得了良好的效果.仿真方法的研究成果能够广泛应用于OPNET网络环境与其它HLA仿真系统、各类真实网络节点、电台等信道传输设备的互连及其综合仿真验证分析. 相似文献
5.
对HLA时间体制进行了分析,以之为基础设计了支持实时仿真的时间管理机制,提出了改进仿真系统性能的措施.从实时性和仿真效率两个方面出发,研究了HLA半实物仿真的关键条件,提出了"实体属性插值预报法",该方法使得基于HLA的半实物仿真成为可能. 相似文献
6.
7.
8.
基于NS-2的网络半实物仿真平台实现 总被引:2,自引:0,他引:2
NS-2是一款广泛使用的网络仿真软件,但针对它的半实物仿真方法研究较少。针对这一问题,通过实际实时业务流与虚拟仿真网络的映射,提出并实现一种新的基于NS-2的网络半实物仿真HIL-NS平台。在详细描述HIL-NS平台构成基础上,讨论并解决了其实现的关键技术。在车载通信网络(VANET)实例下对802.11b无线MAC协议性能进行仿真,结果表明HIL-NS平台不但能与NS-2纯仿真的结果趋势保持高度一致性,并且在支持传统数据分析的同时,能有更直观的仿真性能实时输出。 相似文献
9.
针对传统半实物仿真中的一些问题,提出一种新的面向VxWorks的半实物仿真平台。设计了标准化、多接口、可扩展的仿真计算机硬件架构,解决了硬件I/O接口的多样性和扩展性问题。利用Simulink进行可视化建模,简化了模型的建立。通过Matlab的RTW工具箱自动生成面向硬件平台的基于实时操作系统VxWroks的可执行代码。自动代码生成提高了半实物仿真的开发效率,基于VxWorks的可执行代码保证了半实物仿真的实时性。对该仿真平台涉及的关键技术,如I/O接口驱动程序、针对硬件平台的VxWorks移植和代码生成以及实时模型参数修改和仿真数据采集等进行了研究和实现。 相似文献
10.
11.
着重研究了移动Ad hoc网络中一种严重的恶意攻击——“虫洞”攻击,针对其提出一种简洁高效的位置检测算法,并采用OMNeT++仿真器进行仿真实验,根据实验分析移动网络中的各种因素对位置检测算法执行的影响,证明了算法的有效性。 相似文献
12.
研究了FC-AE-1553(Fibre Channel-Avionics Environment-1553,光纤通道-航空电子环境-1553)网络的计算机仿真问题。从FC-AE-1553网络的基本原理出发,提出了网络结构模型和数据传输控制方法;在OPNET Modeler中创建了FC-AE-1553网络节点模型和FC交换机模型;采用数据传输控制方法控制整个FC-AE-1553网络的数据传输,对航空电子典型拓扑网络进行仿真。通过仿真实验与结果分析证明了FC-AE-1553网络具有良好的实时性能,采用提出的数据传输控制方法比MIL-STD-1553B的数据控制方法有更高的网络吞吐能力和更强的适应性。 相似文献
13.
适用于网络内容审计的SSL/TLS保密数据高效明文采集方法 总被引:1,自引:0,他引:1
为解决互联网上使用安全套接层/传输层安全(SSL/TLS)协议保密的数据难以审计的问题,提出了一种基于中间人原理的SSL/TLS保密网络数据的明文采集方法,将作为合法中间人的数据采集器串行接入服务端与客户端之间,在SSL/TLS握手阶段通过修改通信双方传输的握手消息,取得通信双方用于数据加密的密钥,达到解密保密数据、采集其明文的目的。该方法比已有的基于代理服务器原理的采集方法传输时延更短,SSL吞吐率更大,占用内存资源更少;比已有的采集器持有服务端私钥的方案应用范围更广,且不受网络丢包的影响。实验结果表明提出的方法与基于代理服务器原理的采集方法相比,传输时延降低了约27.5%;SSL吞吐率提高了约10.4%,且SSL吞吐率已接近理想情况下的上限值。 相似文献
14.
针对传统可信网络中存在会话密钥协商过程易受中间人攻击的不足,提出改进的可信网络连接机制。该机制基于椭圆曲线Diffie-Hellman( ECDH)算法实现会话密钥的安全协商,用户与节点使用私钥和随机数完成会话密钥的计算。分析表明改进的密钥协商协议具有抗中间人攻击、高效性等特点,会话密钥具有前向安全性及较强的新鲜性和保密性。 相似文献
15.
目前,由于可供网络协议开发的硬件资源极其有限,而且真实性能评估要求硬件上的组网产生了高额的硬件成本。因此,对于大多数网络协议的研究以及性能评估都是基于纯软件系统进行的,其结果仅局限于理论意义。为了解决这些问题,基于GNU Radio平台以及二代通用软件无线电外设(USRP2)设计和实现了分布式无线网络媒体介入控制(MAC)协议的半实物仿真系统。该系统以IEEE802.11分布式协调功能(DCF)为协议框架,结合离散事件仿真技术,依靠较少的硬件资源(一台个人计算机(PC)和两台USRP2)模拟了多个节点的无线通信网络。实现中,MAC层协议使用简洁的Python语言进行系统开发,具有很大的灵活性,而且扩展性和可移植性强;物理层使用高效的C++语言对信号进行模块化处理,并利用USRP2射频硬件在真实信道上进行数据传输。将系统的节点发送概率以及吞吐量实测数据分别与Bianchi算法以及基于时隙分析的饱和吞吐量计算模型进行了对比,对比结果的吻合性说明了网络仿真平台的可靠性。 相似文献
16.
为了有效地提高网络认证协议建模和验证的效率,基于模型检测方法提出一个通用的网络认证协议模型描述方法,结合模型检测工具SPIN可以方便地进行性质验证。通过一些模型的简化策略,不仅可以对不同协议进行高效建模,而且减小了模型的状态空间。与现有的文献相比,自动化程度较高,模型验证的效率较好。基于该方法,对PKM认证协议进行了模型检测,实验证明该模型分析验证方法的有效性,可用于其他网络认证协议的分析验证。 相似文献
17.
随着汽车电子市场的快速发展,汽车控制器的电子控制单元(ECU)已越来越多,对ECU的功能测试也变得日趋复杂。为解决车载ECU功能测试,研究了基于控制器局域网络(CAN)的ECU自动测试方法。以NI公司的软硬件为开发平台、CAN总线为通信平台搭建测试系统与被测ECU形成闭环结构。通过CAN总线传输测试信息,可实现对同型号ECU的批量测试。此系统采用了新的测试方法来降低测试误差,并支持ECU的流水线测试,大大降低了测试的复杂度,减少了工作量。同时,在完善仿真信号产生模块和测试模块用例库后,也能适用于其他类型ECU的功能测试。 相似文献
18.
深度卷积神经网络因规模庞大、计算复杂而限制了其在实时要求高和资源受限环境下的应用,因此有必要对卷积神经网络现有的结构进行优化压缩和加速。为了解决这一问题,提出了一种结合剪枝、流合并的混合压缩方法。该方法通过不同角度去压缩模型,进一步降低了参数冗余和结构冗余所带来的内存消耗和时间消耗。首先,从模型的内部将每层中冗余的参数剪去;然后,从模型的结构上将非必要的层与重要的层进行流合并;最后,通过重新训练来恢复模型的精度。在MNIST数据集上的实验结果表明,提出的混合压缩方法在不降低模型精度前提下,将LeNet-5压缩到原来的1/20,运行速度提升了8倍。 相似文献
19.
目前,卷积神经网络(CNN)开始应用在肺炎分类领域。针对层数较浅、结构较为简单的卷积网络对肺炎识别的准确率难以提高的情况,采用深度学习方法,并针对采用深度学习方法时常常需要消耗大量的系统资源,导致卷积网络难以在用户端部署的问题,提出一种使用优化的卷积神经网络的分类方法。首先,根据肺炎图像的特征,选择具有良好图像分类性能的AlexNet与InceptionV3模型;然后,利用医学影像特点对层次更深、结构更加复杂的InceptionV3模型进行预训练;最后,通过知识蒸馏的方法,将训练好的"知识"(有效信息)提取到AlexNet模型中,从而实现在减少系统资源占用的同时,提高准确率的效果。实验数据表明,使用知识蒸馏后,AlexNet模型的准确率、特异性与灵敏度分别提高了4.1、7.45、1.97个百分点,且对图像处理器(GPU)占用相比InceptionV3模型减小了51个百分点。 相似文献