802.11 DCF中的自适应RTS门限调整算法*

通过分析IEEE 802．11 DCF的分组发送过程,获得了RTS和基本方式下分组传输的时间开销。给出了以最小化传输时间开销代价为优化目标的最优RTS门限的计算公式。通过对当前信道分组发送的成功概率P,的预测,实现了最优RTS门限的计算,并给出了一个具体的自适应RTS门限调整算法,使终端能自动调整其RTS门限以达到或接近最优值。仿真表明自适应RTS门限调整算法有效减小了MAC分组传送的时间开销,提高了信道的传输效率。     

优化802.11 DCF分组传输时间的自适应RTS门限调整算法

通过分析IEEE802.11DCF的分组发送过程,分别获得了RTS和基本方式下分组传输的时间开销,通过对当前信道分组发送的成功概率Ps的预测,给出了最优RTS门限的计算公式和具体的自适应RTS门限调整算法,使终端能自动调整其RTS门限以达到或接近最优值。仿真表明自适应RTS门限调整算法有效减小了MAC分组传送的时间开销,提高了信道的传输效率。     

高速无线局域网DCF机制下的链路自适应算法研究

随着高速无线局域网物理层的制定,动态选择物理层传输模式的链路自适应被认为是一种有效提高系统吞吐量的方法。本文给出了两种基于IEEE802．11a DCF机制下的链路自适应算法,并对它们进行了理论分析与数值仿真,结论表明,基于MPDU的链路自适应算法优于基于MSDU的算法。在分析MPDU算法的基础上,我们给出了一种简单的通过查表来来选择最适合物理层传输模式的方法,并深入地讨论了此物理层传输模式表的建立过程。     

一种自适应无线局域网协议

研究了无线局域网IEEE802.11协议的DCF(distributed coordination function)接入方式,在建模基础上进行算法改进,提出了一种新的节点自适应链路碰撞的退避算法NSAD(new self-adaptive DCF algorithm).大量的仿真实验表明,所提出的算法在吞吐量、公平性、丢包等方面较原DCF协议都有显著提高.     

一种适用于窄带无线局域网的信道接入协议

在分析了IEEE 802.11协议的基础上,提出了一种应用于低速率无线局域网环境下的信道接入方法,对其性能进行了分析,通过对仿真结果的比较,得到了该协议在窄信道环境下性能要优于IEEE 802.11的结论,同时验证了理论分析的正确性。     

无线局域网基于动态退避次数门限的DCF算法

提出了一种基于动态退避次数门限的DCF算法DDCF。DDCF针对不同的竞争窗口设定相应所需数据连续发送成功的次数门限, 以改变竞争窗口CW在不同的回退阶段的回退概率。通过对DDCF算法的理论分析和仿真试验表明, 该算法有效提高了无线局域网的饱和吞吐率等性能。     

无线局域网中MAC层阻塞攻击分析

文章分析了两种MAC层下可能的阻塞攻击（IammingAttack）。其一是在使用RTS／CTS方式下,攻击者可以通过伪装成AP（Accesspoint）或是节点向其他节点或AP发送RTS／CTS帧以达到阻塞目标信道的目的。其二是攻击者利用在RTS／CTS握手过程中现有退避机制的漏洞,网络中本来存在的节点不遵守网络协议更改自己的退避值,造成其吞吐量骤升,而其他节点得不到可用的带宽的结果。根据阻塞攻击的特点进行网络模拟,对攻击者可能使用的阻塞攻击进行分析,找出其所利用的漏洞,能够有效的预防和检测阻塞攻击。对无线局域网的阻塞攻击进行分析,更可以为无线局域网成为资源占用更少。客错率更大,传输效率更高的新一代网络做出贡献。     

一种无线局域网DCF扩展算法——ExDCF

在基于IEEE 802.11的无线局域网(WLAN)中,所有节点只能和接入点(AP)直接通信,即使在直接通信范围内的无线节点,其相互通信也要通过接入点进行转发,从而导致无线局域网的吞吐率大大降低。针对这一问题,提出一种分布协调功能（DCF）扩展算法——ExDCF算法:当两个通信节点在同一传输范围内时,两节点间的数据传输不需要接入点转发;即使两个节点不在一个通信范围内,两节点间数据传输需要接入点转发,但是接入点不需要再次竞争信道。该算法可以将节点间的吞吐率至少提高2倍。理论分析和仿真结果表明该算法能有效地提高无线网络的整体性能,并且能够与标准DCF很好地兼容。     

一种无线局域网中增强的认证方式研究

该文分析了802．11无线局域网标准中的认证方式的不足,设计了一种无线局域网中增强的认证方式。增强的认证方式采用了基于ECC可认证的Diffie-Hellman的密钥协商机制,实现了无线接入点和工作站之间的相互认证并协商产生了会话密钥。通过对增强认证方式的分析,说明了增强认证方式具有良好的安全性和执行效率。     

IEEE 802.11无线局域网中分布式协调功能的改进

结合无线局域网和TCP的特点提出了一种改进算法,当AP向无线节点发数据包时,无线节点用一个小的数据包(如:TCP层的ACK等)来代替CTS,这样可以避免无线节点单独发送小数据包,从而提高无线信道的利用率和无线网络的吞吐率。从试验结果可以看出,改进后的DCF协议不仅提高了信道的利用率和无线局域网的性能,而且更好的维护了无线节点间的公平性。     

差错信道下无线局域网的自适应MAC协议

深入分析了差错信道下802.11DCF在饱和状态下的条件冲突概率对吞吐量的影响.研究表明,在基本接入模式下,对于给定的网络配置,存在最优的条件冲突概率使饱和吞吐量最大,并且该最优值近似与站点数、误码率及分组负载长度(100～4000B)无关.在此基础上,提出一种信道自适应MAC协议,其中主要包括竞争窗口调整方法和帧长控制机制,前者主要通过调节竞争窗口使条件冲突概率接近最优值,后者根据信道的误码率选择最优帧长.分析和仿真结果表明,与标准DCF及其优化算法(SBEB和OPL)相比较,该协议在差错信道下不仅能有效改善吞吐量,同时对信道与负载条件的变化表现出良好的适应能力.     

一种GPS软件接收机自适应门限快速捕获算法

当前GPS接收机的搜索策略是基于C/A码相位和载波频率的串行搜索．基于二维串行搜索，本文推导了不同累加次数下捕获到信号的概率密度函数和未捕获到信号的概率密度函数，提出一种新颖的自适应门限捕获算法．该算法能根据接收卫星信号功率的不同自动地调整门限，同时保证误捕率恒定．相对于传统的固定门限的捕获算法，该算法捕获速度更快，从而减小了首次定位时间．     

无线局域网中的自适应节能机制

为节省能量,无线局域网标准IEEE 802．11在分布式协调功能（DCF）的基础上定义了节能机制PSM,但该机制在重负载情况下性能严重劣化,为提高该机制在重负载情况下的性能,该文对现有PSM进行研究分析后提出自适应调整接入概率的PSM＋和fairPSM＋．仿真结果表明PSM＋和fairPSM＋在轻负载下性能与PSM相当,而在重负载下较大地提高了吞吐量及能量有效性．fairPSM＋在PSM＋的基础之上考虑了系统的稳定性和公平性,因此具有最好的性能.     

自适应阈值参数的无线传感器网络组播路由算法

针对现有协议组播树开销难以达到最低的不足,提出了一种新的基于自适应阈值参数的组播路由算法.在初始化阶段对目的节点进行最佳合并分区,初始化完成后则在当前源节点处计算对应各目的节点路径有效因子α的值,自适应地选择阈值参数P对α进行评估,根据评估结果选择当前源节点的下一跳转发节点,直到数据包发送到所有目的节点.仿真结果表明,该算法降低了构建组播树的通信开销,并具有较低的算法复杂度.     

一种基于慢退避思想的SD_DCC退避算法及其性能分析

改进了IEEE 802.11协议的二进制指数退避算法,提出了一种基于慢退避思想的分布式接入控制退避算法.它将慢退避的思想同分布式接入控制的思想相结合,有效地解决了标准协议中二进制指数退避算法成功发送数据帧后没有记录网络当前繁忙程度的缺点,能够更准确地记录数据帧成功发送后高负荷网络的退避阶数,降低数据帧接入信道的碰撞概率,提高无线信道的利用率.算法能够与现有的IEEE 802.11协议完整地结合在一起,具有简单、无开销、完全分布性和自适应性的特点.分析和仿真结果表明,基于慢退避思想的分布式接入控制退避算法较之其它三种常用的接入算法能够更能有效地利用网络中已有的信息,更准确地估计网络当前的竞争状态,表现出更好的网络性能.     

无线自组织网络中的自适应竞争窗口退避算法

基于无线自组织网络IEEE 802.11协议原理,改进Ad Hoc网络标准DCF算法,提出一种自动调整最小竞争窗口的退避算法——ABEB算法,建立算法的二维Markov链模型,导出其稳态分布概率,分析其性能并进行了仿真。研究结果表明,与标准DCF算法相比,该算法的吞吐量平均提高了18%,时延平均降低了11%。     

无线局域网中时延感知的电源管理策略

因为移动需求,无线局域网的节点大多采用电池供电,节能对延长节点的工作时间极为重要。IEEE 802. 11 标准提出了电源管理策略,即允许无数据传递任务的节点进入休眠模式以节省能耗。对上述策略进行建模与分析,导 出了数据包传递时延、节点的连续休眠次数、活跃时间以及节点在活跃与休眠模式之间的切换次数等指标,提出了适 用于IEEE 802.n基础设施无线局域网的时延感知的电源管理策略并对之进行数值分析,这种方案可以让节点寻找 到最优的休眠时间长度以使能耗最低且满足给定的时延约束。     

基于3次B样条小波变换的改进自适应阈值边缘检测算法

针对含噪声图像边缘提取问题,提出了一种改进NormalShrink自适应阈值去噪算法。该算法首先通过小波变换和局部模极大值法提取出可能包含图像边缘特征的小波系数,利用边缘像素之间特殊的空间关系以及噪声在各级小波分解尺度下的不同效应,构建适合各个尺度级的改进NormalShrink自适应阈值,并依此对提取出的小波系数进行筛选。实验结果表明,与改进的Candy算子和传统的NormalShrink自适应阈值相比,本方法提取出的图像边缘较为完整清晰,峰值信噪比提升约6 db。     

一种用于彩色图像目标识别的自适应阈值分割方法

机器人视觉系统利用颜色、形状等信息来识别环境目标,但是难点在于识别的鲁棒性和实时性的保证。采用移动机器人做平台,提出一种基于颜色学习的实时目标识别系统,并提出了一种目标颜色学习和分割算法,该算法基于自适应阈值分割图像,考虑环境的光照变化进行调整,改善了系统的实时性和鲁棒性。