WIFI融合网络新型接入点部署方案

为了充分利用免许可频段,减轻蜂窝网络压力,提高用户吞吐量,针对WIFI融合网络中无线接入点(AP)部署方式,提出基于优先级划分的AP部署方案. 通过分析AP与小基站(SBS)覆盖范围特点,将AP划分为高优先级的专属AP与低优先级的共享AP. 针对提出的部署方案,设计业务卸载、资源共享、混合模式3种AP资源调度方式. 动态分析WIFI融合网络在未饱和、半饱和、饱和3种工作状态下的整体性能. 结果表明: 与传统的AP部署方案相比,提出的方案在未饱和状态下用户平均吞吐量的性能提升了3% ~10%,在半饱和状态下平均吞吐量性能提升了5%~20%,在饱和状态下可提供与传统AP部署方案相同的性能.     

FETEX-150交换机余留内存资源的开发利用

本文基于富士通FETEX -150交换机提供的局数据和用户数据 ,分析了交换机对呼叫转移业务的管理方法 ,提出并实现了利用现有交换机的余留内存资源以解决因辅助块内存空间不足而使呼叫转移业务发展受限问题的方案     

无线局域网保密性分析

由于传输媒体的开放性，利用无线局域网进行通信要求其具有更高、更完善的保密性能，本首先分析了当前无线局域网在保密性上的不足，然后简单介绍了一些现在最新的保密性措施。     

压缩域下的数据融合在传感器网络中的应用

针对无线传感器网络数据融合中传输数据量高、能耗大的问题,研究基于压缩感知的数据融合方案,并提出在压缩域直接数据融合的算法.该算法通过配置传感器网络以生成多个层次类型不同的簇结构,提高数据在不同层次的压缩率,减少了网络中的传输数据量和传输能耗.压缩后的数据在网络中传输,并在各层簇头实现压缩域下的数据融合.通过仿真实验和标准数据库SensorScope真实气象数据测试,该算法在保证准确重建的基础上,在减少传输数据量方面都有较大优势,适用于较大规模的无线传感器网络.     

传感器网络中基于压缩感知的压缩域目标跟踪算法研究与应用

复杂环境下传感器网络目标跟踪,存在跟踪准确性与算法复杂性这对矛盾,需要考虑准确性、通信和计算能耗之间的折中。针对此问题,研究传感器网络中基于压缩感知的压缩域目标跟踪和压缩域数据融合,并提出了用稀疏的测量矩阵对haarlike特征压缩,压缩域特征送入朴素贝叶斯分类器,在压缩域直接实现目标跟踪的算法。然后通过配置传感器网络以生成多个层次类型不同的簇结构,压缩后的数据在网络中传输,并在各层簇头实现压缩域下的数据融合。该算法通过稀疏测量矩阵压缩表征原始图像信息和分类器的自我学习更新,提高了对压缩域目标特征分类的准确性,在复杂环境下有更好的鲁棒性。而压缩域直接进行目标跟踪,不需要重构图像,也减少了网络运算量和数据传输量。通过仿真实验和标准数据库测试对比以及在机器人足球赛实验平台中的应用表明,该算法在跟踪准确性,数据传输量及传输能耗上均有优势。     

基于速率调整和区分服务的WSN QoS机制

基于排队论对多跳线性拓扑结构的无线传感器网络QoS进行了建模和分析,提出了非端到端的集体数据丢包率CDL和时延CDD的QoS指标的具体公式.进而提出了从Sink节点开始逐级减少的速率调整算法来保证网络QoS.又引入 "区分服务"到本文模型,提出了基于抢先优先制的PPS调度算法以实现不同的业务有不同的QoS参数.仿真表明,速率调整算法能明显提高网络的QoS性能,CDL下降达23.0%～100%,CDD最多减小89.6%,而PPS算法在重要数据的时延CDD和网络抖动等QoS参数上明显优于SATS算法,从而更好地实现了"区分服务"的QoS机制.     

用Java,ASP与ActiveX数据控件复合技术开发Web数据库

针对电子信息交换领域中的易用性和安全性等问题，提出了利用Java，Active Senver Pages与ActiveX数据控件等技术相结合进行基于Internet的Web数据库开发的复合方法，并实现了一个中小型留言簿系统的应用，对涉及的网络安全性等问题进行了讨论。     

基于以太网的现场总线系统管理内核通信的实现

介绍了高速以太网现场总线的系统管理内核与系统其他部分的通信 ,实现了一种可以对数据进行可靠、快速、安全传输的通信机制。     

基于自组织路由表的节能WSN路由协议

提出一种基于自组织路由表的节能无线传感网路由协议SREP。通过节点的自组织路由表,以跳数和剩余能量作为参数实现分簇及簇头的选举,簇头采用多跳链式路由的方式将数据传送到汇聚点。仿真结果表明,该算法与LEACH算法相比可以均衡簇的分布,控制每一轮簇的数量,延长网络的生存时间,与PEGASIS算法相比可以有效降低网络传输时延。     

基于半张量积压缩感知的粮情信息采集

针对粮库中现有粮情信息在线监控中存在的数据规模庞大、数据传输及存储压力大等问题,提出了一种基于半张量积的粮情信息压缩采集方法.该方法利用半张量积压缩感知模型可以进行分组重构的方式,采用基于L1范数的迭代重加权重构方法,通过对整个粮仓温度信息进行整体压缩采样,在接收端进行迭代重加权分组重构,既保证了重构的精度,也提升了重构的速度.与已有报道的基于OMP算法等的压缩感知粮情温度采集信息处理进行了对比,实验结果表明,本文方法在保证重构精度的前提下,可明显提升重构的实时性,实现了对粮情信息的高精度实时重构.