Ad hoc网络中一种新的退避算法

为了提高Ad hoc网络中高等级节点的接入能力,提出了一种新的二进制负指数退避算法,该算法中高等级节点在分组发送成功时将竞争窗口设为普通节点的最小竞争窗口,在发生碰撞时竞争窗口随着退避次数的增加而呈负指数规律减小。仿真结果表明,该算法能够显著提高高等级节点的接入能力,提高了其业务吞吐量,并降低了端到端传输时延。     

Ad Hoc网络媒体接入控制中一种新的退避算法

为提高战术Ad Hoc网络中领导者节点的报文发送成功率,提出了新的用于媒体接入控制的退避算法. 该算法采用不同于传统的退避间隔设置方法,当领导者节点报文发送成功时,退避间隔设为最大值;报文发送失败时,随着报文重传次数增加,逐渐减小退避间隔,实现报文的重传. 同时还从理论上分析了算法的性能. 计算机仿真表明,其有效提高了网络中领导者节点的报文发送成功率,且对网络中普通节点的报文发送成功率影响很小.     

Ad hoc网络中一种新的自适应退避算法

通过分析无线多跳Ad hoc网络中节点由于竞争共享信道引起的拥塞问题,首次提出了一种新的基于接收方的自适应退避算法-RBAB(Receiver-based adaptive backoff)。该算法中,发送方节点根据接收方节点反馈的队列拥塞程度控制竞争窗口的变化,改变节点对信道的竞争能力,从而在总体上控制节点的分组发送速率,达到拥塞控制的效果。仿真结果表明,该算法能够显著提高网络的饱和吞吐量,在MAC层有效控制了网络的拥塞。     

IEEE802.11中的一种新型信道竞争退避算法

为了提高分布式协调功能(DCF)的性能,提出了计算暂停次数退避算法(SCB).该算法采用指数加权移动平均(EWMA)对其平滑,建立竞争窗口值动态相关性,实现了合理分配、规划信道带宽.仿真结果表明,SCB算法在实际吞吐量、公平性、碰撞速率上优于二进制指数退避算法(BEB)、指数递增指数递减退避算法(EIED)、自适应增强型分布式协调功能算法(AEDCF)     

自组织网络中MAC层退避算法的分析

二进制指数退避BEB(Binary Exponential Back—off)算法机制在重负载的情况下会表现出低的包成功发送率和吞吐率问题。对BEB算法进行分析,并从吞吐量和退避窗口方面与一种基于区分机制的退避DB(Distinct Back—off)算法进行比较,仿真结果表明,这种基于区分机制的退避算法在包成功发送率和吞吐率方面与BEB算法相比均有不同程度的改善。在已有算法基础上提出了一种新的退避算法思想,通过与一种自适应调整接入速率算法相结合,进行最佳发送速率的选择,能更好地改善网络的性能。     

最优化参数逼近的自适应退避算法

为在不同网络规模下改善网络的拥塞状况并达到或逼近最佳的网络性能,提出了一种基于最优化参数逼近的自适应退避算法(SAOP)．根据理论最佳归一化发帧负载随站点数增加近似保持恒定的特性,周期性自适应调整自身的最小竞争窗口,使网络当前的归一化发帧负载(冲突和成功发送次数比值)逼近理论最佳值,从而使网络拥塞状况得到改善．仿真结果表明,该算法使802.11局域网的饱和吞吐量提高了48%,使时延减小了31%(Basic接入模式,网络规模80个站点),随网络规模变化的吞吐量平均达到理论最大值的98%．     

IEEE802．11 MAC层退避算法的一种改进方案

通过对IEEE 802.11 DCF模式下的马尔可夫链模型的研究发现,目前普遍采用的二进制退避算法存在着由于选择时隙得不到均匀分布而造成竞争节点数量过多时碰撞概率增大、系统吞吐量下降的问题.针对这些问题,提出了一种对部分节点采取延缓其重置进程的方法,其本质就是要通过降低节点对初始窗口的选择概率,来达到退避记数器选择退避数分布均匀的目的.仿真结果表明,该方法能有效地提高系统的吞吐量.     

一种改进的FCM聚类算法及其在赤潮预测中的应用

针对传统FCM算法的不足，文中提出了一种改进的FCM算法，利用样本与聚类中心相似关系确定各样本对聚类中心的影响系数并对欧氏距离进行加权，使得聚类过程更加迅速，聚类结果更加稳定精确．最后的数据仿真结果也证明本文所作的改进是行之有效的．将改进的算法应用到赤潮预测预警中，直观地反映了海洋要素样本的分布情况，为赤潮预测预警展示了一种新方法．     

通信网络连通概率的一种向量算法

研究了通信网络的连通概率问题。在求解布尔代数不交化变换中提出了一种向量算法,与已有的几种算法相比,该算法条理清晰,结构合理,易于编程实现。     

一种改进的FCM聚类算法及其在赤潮预测中的应用

针对传统FCM算法的不足,文中提出了一种改进的FCM算法,利用样本与聚类中心相似关系确定各样本对聚类中心的影响系数并对欧氏距离进行加权,使得聚类过程更加迅速,聚类结果更加稳定精确.最后的数据仿真结果也证明本文所作的改进是行之有效的.将改进的算法应用到赤潮预测预警中,直观地反映了海洋要素样本的分布情况,为赤潮预测预警展示了一种新方法.     

Ad Hoc网络中基于传输状态的自适应退避算法

提出一种适用于Ad Hoc网络、基于传输状态的自适应退避(ABTS)算法.为了预测信道状态,ABTS算法采用局部竞争节点估计的方法,并且针对不同的信道状态采用退避窗口乘性或线性增加的策略.鉴于重传多次的数据容易被丢弃,ABTS赋予重传多次的数据高传输优先级,以减少数据丢失.理论分析和仿真结果表明,ABTS算法能满足Ad Hoc网络多跳特性,并对网络吞吐量、延时和冲突概率有明显地改善,性能优于经典的二进制指数退避(BEB)算法.     

A5算法及其在雷达网数据加密中的应用

通用数据加密算法A5作为泛欧移动通信网GSM使用的加密算法之一，具有硬件实现简单、抗攻击能力强等优点．在对A5算法改进的基础上，结合雷达网数据通信需要，设计了基于CPLD和VHDL的数据加密方案，给出了系统工作的仿真波形．仿真表明，该方案达到了雷达网数据保密通信的需要．     

人工神经网络在发电厂培训系统中的应用

为了解决用人工神经网络映射发电机暂态过程中,各个变量的变化曲线存在的网络结构以及权值和阈值的初始值难以科学地确定的问题,将遗传算法和传统的误差反传算法结合起来,对人工神经网络进行设计和训练。该方法在发电厂培训系统中的应用表明：这种方法提高了人工神经网络中权值和阈值的初始值的确定以及网络拓扑结构的设计的科学性,从而使人工神经网络容易出现的发散以及陷入局部极小点的问题得以避兔。     

基于蚁群优化算法的模糊神经网络控制器及仿真研究

提出了一种基于蚁群优化算法的模糊神经网络控制系统,并介绍了模糊神经网络控制器的结构及其参数的蚁群优化算法.仿真结果表明了该方法的可行性和有效性.     

一种适合于噪声对消的自适应算法及其硬件实现

本文在分析经典LMS算法在噪声对消应用中的不足之处后,提出了一种块状LMS算法和一次范数准则下自适应算法相结合的混合算法并作了相应理论分析,在此基础上构成了以TMS32010DSP芯片为核心的自适应噪声对消的硬件系统并取得了较好的实时对消效果。     

一种BP神经网络的学习算法及其改进

本文详细推导了典型ＢＰ神经网络学习算法,并给出了一种基于动量和学习速率自适应调整的虎法。仿真结果表明,改进算法的学习速度和收敛性得到了明显的提高。     

RBF神经网络算法及其应用

在径向基神经网络学习算法的基础上,提出了一种新的RBF神经网络学习算法,该算法将变长度染色体遗传算法和最小二乘法相结合,能够同时确定径向基神经网络的结构和参数。用此方法建立热电厂热负荷预测模型,并与BP神经网络和增长型结构学习算法的RBF神经网络方法相比较,结果表明可以取得更好的效果。     

稀疏网络的一个最短路算法及其实现

最短路算法在交通,通信等领域有非常重要的应用,许多网络问题都可以归结为一个最短路问题．Dijkstra最短路算法是一个非常有效的算法,在计算网络中某一个顶点到其他各顶点的最短路时,如果引入Fibonacci堆,则Dijkstra算法运行所需要的加法及比较次数大致为O（m＋nlogn）,其中,m,n分别为网络的边数和顶点数．但由于在算法执行过程中,对Fibonacci堆的操作也有一定的代价。本文根据大型稀疏网络的特点,对Dijkstra最短路算法提出了一些非常简单的,但是非常有用的改进,并由此得到一个针对大型稀疏网络的Dijkstra最短路算法,该算法不需要构造Fibonacci堆,并且算法在运行时也只需要加法与比较,其所需要加法和比较的次数为O（m＋nlog（n!））,其中D为网络中与顶点相关联边数的最大值．对于大型稀疏网络,如公路交通网络,D通常比较小,因此,所给算法对这类网络是非常有效的．     

公交最优路径选择的数学模型及算法

在公交出行查询系统中,最关键的部分是寻找两站点间乘车的出行最优路径问题．建立了以最小换乘次数为第一目标,最小途经站点为第二目标的公交出行最优路径模型．同时,设计了一种算法以确定最优公交线路序列,分析了线路相交的几种情况,给出了换乘点选择方法．