基于跳时多址的MANET功率控制协议

针对移动MANET网络中采用跳时多址接入技术中产生的"远近"效应,节点利用超宽带网络的精确的定位特性和功率与距离的线性关系及来自卫星的定位信息,根据接收节点处的信噪比和信号功率在信道的衰减,调节自己的发射功率,避免对周围正在通信的节点造成干扰,从而实现功率控制.通过仿真结果表明,该方法可以提高网络的信道利用率,节省网络中节点的能量.     

车联网中基于Q学习的地理位置路由协议

由于道路拓扑结构的限制以及车辆节点的快速变化,车联网路由协议正面临着很多挑战,例如道路的低连通性、较大的延时以及高开销等。为解决此类问题,提出了一种基于Q学习的地理位置路由协议。该协议将地理区域划分成大小一致的正方形,称为网格。在给定目的地的情况下,根据历史交通流信息计算出车辆从当前网格向不同方向的邻居网格移动的Q值,每辆车存储Q值表,通过查询Q值表选择最优下一跳网格。在选定的下一跳网格中,选择距离目的地最近的车辆,当最优下一跳网格中没有邻居车辆时,选择次优下一跳网格中的车辆。仿真结果表明,与其他基于地理位置的路由协议相比,所提协议能够提高分组投递率,降低传输延时并减少通信跳数。     

掌中资源站

现在已经是智能手机的天下,各种应用、游戏都在Android与iOS上开花结果,Symbian、MeeGo的突然死亡,更加坚定了追随Android与iOS的软件开发商的脚步,说全球每天激活30万部Android手机的数据或许有点夸张,但是每天诞生在电子市场中的软件绝对不会少于那个数,现在我们就来看看好玩、好看又好用的软件吧。     

为电脑安装一个防盗警报

随着笔记本电脑在国内普及率越来越高,专门盯住别人心爱的本本的窃贼们的活动也开始愈发的猖狂,无论平时怎么小心谨慎,也难免出现因百密一疏导致本本不翼而飞的情况,这种时刻我们除了祈祷警察叔叔大显神威逮住那些梁上君子外还有什么其他办法呢?其实只要在被盗前未雨绸缪,使用防盗软件LockItTight提供的防盗服务,只要小偷不格式化你的系统,你就能在小偷盗取你的电脑并使用电脑上网后,及时获取他的地理位置、屏幕截图以及摄像头拍摄到窃贼的画面:     

目标：Jazz Inside

Jazz平台是IBMRatjonal面向软件交付技术推出的新一代协作平台。它以支持协作为目的．解决了团队成员之间由于时间、地理位置或人事关系而较为分散的情况。Rationa吱持fBM各大品牌的软件开发,是IBM整个的核心业务。目前．IBM七大品牌软件的开发都是通过Rational流程和Rational基础平台和交付平台开发出来。     

LBS的未来：走向门户的移动生活位置服务

Foursqure的盛行让一个词为人熟知,那就是LBS（Location-Based Service,基于地理位置的服务）。但许多人以为Check-In（“签到”）模式就是LBS,其实“签到”只是LBS应用的很小一部分。2011年4月,全球移动互联网大会上,众多业内专家在“LBS中国的商业模式”论坛上进行了深入探讨,并纷纷表示：目前中国的LBS市场虽然发展迅猛,但瓶颈仍未突破,其局限也被业界同行清楚认知。那么LBS还能诞生出哪些服务和应用？中国LBS的发展之路在何方？     

基于地理位置改进的动态源路由协议

本文对DSR协议进行局部改进,提出有限半径内的洪泛与半径区域间依靠最短地理位置来选择最优下一跳中转节点的机制。改进后的协议减少了路由发现过程的开销和端到端分组传输的平均时延,更适合实时业务需求。     

管道泄漏监测的传感器网络中数据存取算法实现

针对管道泄漏和管网突发性的爆管,将自适应数据存取设计应用于管道流量泄漏监测中,数据存取是指生产者将感知数据按照策略存放在特定的位置上,消费者将查询请求按照对应策略路由到数据存放位置获得感兴趣的数据.首先依据生产者和消费者关系建模"一对一"、"多对一"、"多对多"模型来对存取代价进行分析.其次确定数据存放位置的自适应全局最优贪婪算法ODS和局部最优近似算法NDS以及最优数据传输模式.最后ODS和NDS通过自适应调整来减少数据存取能量消耗.实验表明NDS不仅节省能耗,而且在70%的情况下达到与ODS相同的效果.     

从“号码百事通”到“号百地图”

号百地图是以社区消费为核心,模仿号码百事通挖掘和整合企业商户号码资源的商业模式,整合中国电信现有商户的号码、地理位置等信息,以电子地图为载体,提供比Google地图、百度地图更丰富的中小商户的信息,从而为个人用户提供基于其所在位置0．5—2公里半径范围内的“社区消费”索引服务,填补号码百事通网站在社区消费领域的空白。     

基于地理位置的移动用户群组划分方法

为解决移动用户分组问题,提出一种基于地理位置的移动用户群组划分方法。根据已有用户统计信息,计算用户分布密度,利用用户密度及多峰高斯分布函数,找出各个高斯分布的顶点、特征半径、顶点对应群组的中心位置,以及特征半径对应群组的半径,从而划分出各个群组。实验证明,该方法能够合理划分移动用户群组,易于控制群组规模。