排序方式: 共有60条查询结果,搜索用时 0 毫秒
31.
32.
33.
针对城市车载自组织网络中由于车辆运行速度快、网络拓扑结构变化频繁导致的路由链路不稳定问题,提出一种基于道路分段的车载路由协议RSRP。考虑交通灯对车辆速度和空间分布的影响,对不同区域的道路进行分段,选择路段上骨干节点,建立稳定的道路骨干网。在交叉路口选择桥节点,连接相邻路段上的骨干节点,获取路段上传输包所产生的延迟,并更新路段上的网络拓扑信息,通过桥节点获取的车辆状态信息,对路段分配相应权重,并选择最低权重所对应的路段作为路由路径,进而提高数据包传输的投递率,减小端到端时延。在NS2实验仿真平台下模拟真实的城市道路与车辆交通场景,结果表明,与GPSR、GyTAR等路由协议相比,RSRP协议能更好地适用于城市道路场景。 相似文献
34.
基于功率域非正交多址的环境反向散射通信系统上行链路常通过距离差完成用户配对。无源反向散射系统的双重信道衰落,导致远端边缘设备无法满足通信所需功率或解码所需信干噪比(Signal-to-Interference-Noise Ratio, SINR)约束。为了解决上述问题,提出一种OFDM和具有索引调制(Index Modulation, IM)的OFDM混合的上行NOMA方案,该方案由标签调制方案和反射系数调节方案组成。OFDM-IM提供了更好的能量效率,可以使功率水平低的设备满足通信条件。反向散射设备(Backscatter Devices, BD)根据接收到的功率水平,灵活地选择OFDM或者OFDM-IM,并在功率域叠加;通过调节反射系数保证叠加信号的功率差,接收机利用功率电平来执行多用户检测。实验结果表明,该方能够有效地提高远端用户解码的成功率,并且解码用户数量的增加提高了系统容量。 相似文献
35.
针对ISM无线频段(如2.4GHz)异常拥堵,利用传统发送发方式造成丢包率大,吞吐量小的问题,论文提出了一种基于喷泉编码的异构网络中的发包算法.首先在异构网络(WiFi to ZigBee)的发送端采取对丢包不敏感的喷泉编码方式,通过在WiFi端模拟ZigBee的信号调制,将发送端按照LT码的编码规则输出长度为L的符号... 相似文献
36.
深度学习目前被广泛应用于计算机视觉、机器人技术和自然语言处理等领域。然而,已有研究表明,深度神经网络在对抗样本面前很脆弱,一个精心制作的对抗样本就可以使深度学习模型判断出错。现有的研究大多通过产生微小的Lp范数扰动来误导分类器的对抗性攻击,但是取得的效果并不理想。本文提出一种新的对抗攻击方法——图像着色攻击,将输入样本转为灰度图,设计一种灰度图上色方法指导灰度图着色,最终利用经过上色的图像欺骗分类器实现无限制攻击。实验表明,这种方法制作的对抗样本在欺骗几种最先进的深度神经网络图像分类器方面有不俗表现,并且通过了人类感知研究测试。 相似文献
37.
针对车联网协助下载中由于多任务多信道场景下发生信道冲突概率较高,并且中继中存在坏点会导致通信系统吞吐量较低的问题,提出一种基于节点可信度的多信道协助下载选车策略。首先,通过节点的历史协助记录对中继的可信度进行评估。再考虑节点之间的连接稳定性和传输距离增益设计效用函数,通过二分图博弈计算最佳匹配。最后,分析了多信道传输域冲突引起的通信中断,提出了信道复用的最小距离,提高通信稳定性。仿真实验结果表明,该方案有效降低了多信道场景下的信道冲突概率和坏点带来的通信中断影响,提高了系统吞吐量。 相似文献
38.
在多用户MIMO系统中,信道状态的精确性严重影响干扰对齐技术的性能。该文针对信道状态信息(CSI)有限反馈导致的干扰泄露问题,提出一种基于动态反馈与功率分配的干扰对齐方法。首先从理论上分析了系统和速率与信道状态反馈比特分配和功率分配之间的关系,得到了在动态反馈和功率分配条件下系统和速率的解析表达式;在此基础上,以系统容量提升为目标,对反馈比特分配和功率分配优化问题进行建模;并根据信道的准静态特性利用库恩塔克条件(KKT)对该问题进行求解,得到功率和反馈比特分配方案。仿真结果表明,与单独考虑信道状态动态反馈条件下的干扰对齐技术相比,提出的方法能够有效减少干扰泄漏强度,提高系统和速率。 相似文献
39.
40.
针对极化码译码串行输出造成较大译码时延的问题,该文提出一种基于预译码的最大似然简化连续消除译码算法。首先对译码树节点存储的似然值进行符号提取并分组处理,得到符号向量组;然后比较符号向量组与该节点的某些信息位的取值情况,发现向量组中储存的正负符号分布规律与该节点的中间信息位的取值具有一一对应的关系;在此基础上对组合码中间的1~2 bit进行预译码;最后结合最大似然译码方法估计组合码中的剩余信息位,从而得到最终的译码结果。仿真结果表明:在不影响误码性能的情况下,所提算法与已有的算法相比可有效降低译码时延。
相似文献