基于四大模块的智能家居的研究与设计

本文结合国内外发展情况,为智能家居设计提出了四大功能模块:家庭对外通信模块、家庭内部通信模块、家庭安全防范模块、家庭设备自动控制模块。通过分析比较各模块现有的实现方法,以确定选型方案。该方案在保证方便性、舒适性、高效率、智能化的基本要求的基础上,更加突出智能家居的多样化性质,居民可以从自身条件出发,根据本方案适当增减智能家居功能模块中的子模块,实现子模块的可动态配置功能。     

基于负载平衡的IEEE 802.16切换机制改进

针对802.16标准中目标基站总是被动接受切换可能引起的网络负载不均的问题,提出一种基于负载平衡的目标基站选择性主动切换的方法来解决这个问题。通过仿真证明,该方法具有较好性能,在吞吐量和端到端时延上都得到了一定程度的提高。     

对等网络中一种新的资源搜索机制的研究

本文中,我们对对等网络中的资源搜索机制进行了研究,提出一种名为指数-线性协议的新的资源搜索机制,来提高搜索机制的效率.该机制结合了指数机制和线性机制,能够有效的搜索到合适的资源,降低消耗.同时,我们创造性地提出使用OHT来减少大量冗余信息,以降低网络负载和提高效率.     

并行多路传输中数据调度算法的研究

针对传统并行多路传输中数据调度算法存在的问题,基于MPTCP协议,提出了带宽预测和前向时延的数据调度算法(data-scheduling algorithm using bandwidth estimation and forward trip-time,DA-BEFT)。该算法充分考虑子流间传输时延差较大的影响,结合性能好的重传选路策略,减轻接收端因数据乱序导致的缓存阻塞,提高整个连接吞吐量。通过仿真实验验证了DA-BEFT在子流时延差变化时能够提高带宽利用率,提高网络的吞吐量。     

SWAN模型速率控制模块性能分析及改进

SWAN是Ad Hoe网络中的一种无状态网络协议,利用分布式控制算法来传递分类服务。这种QoS模型把数据业务分为两类进行不同处理,即对尽力而为的UDP和TCP业务采用速率控制的策略而对实时的UDP业务采用基于源节点的接纳控制策略。本文修改了SWAN模型的速率控制模块,引入队列调度机制,对从上层来的尽力而为数据包进行排队、调度,使其尽可能公平地占用新到资源。在分析中具体给出了修改后速率控制模块的实现过程。通过仿真分析了AIMD算法的参数对修改后速率控制模块性能的影响。     

多块变形网格在非定常计算中的应用

介绍了一种适用于包含运动边界非定常计算的高效多块贴体变形网格生成方法,在每块网格中变形网格生成采用基于弧长的超限插值生成方法,能够较好保持原始网格的正交性、光滑性和质量.在采用双时间步的非定常RANS解算器中发展了此网格变形方法.通过两段翼型襟翼俯仰振荡和导弹的纵向舵偏控制的非定常计算对此网格变形方法进行了验证.本方法生成的变形网格质量良好.     

基于路径稳定性的MANET路由协议研究与改进

由于移动自组织网络的高动态性,使得它的拓扑结构不断发生改变。如果不考虑链路稳定性问题,将不可避免地导致可行路径上链路的经常破裂,使得两节点需要不断的重构路由。提出了基于路径稳定性的MANET路由协议PS-AORP（Path Stability based Ad-hoc On-demand Routing Protocol）,协议在路由建立过程中考虑路径稳定性,通过整条链路上的稳定因子和最小稳定熵值来确定链路稳定性。实验仿真结果表明PS-AORP对网络端到端传输时延、丢包率等网络性能都有较大的提高。     

基于服务等级的网格计算池模型

目前网格在应用中,常用网格计算池模型的方式,针对传统分布式网格模型和单一资源服务网格计算池模型所存在的缺点,提出了一种改进的基于服务等级的网格计算池模型,其基本思想是当"计算池"中有多余的空闲计算资源时,按照服务等级的思想,为用户分配多台计算机为其服务.对自己的改进方案思想,设计流程、服务级数的设置、初始化连接设置等主要的参数选取进行了详细的说明.经过分析可知,与原方案相比,本方案兼顾了两种方案的优点,支持服务分级和计费机制,可以充分利用网络资源,提高较大计算量用户的计算效率和运营效率.     

非均相类Fenton技术研究进展

综述了常见的非均相类Fenton优化技术,主要包括引入外场、改变非均相类Fenton催化剂种类及催化剂载体的选择三大方向。分析了优化后非均相类Fenton技术应用的优缺点,总结了其在某些特定的难降解、毒性大、成分复杂的工业废水处理上的应用状况。当前研究主要集中于深入探索非均相类Fenton技术对有机物的降解机理,进一步完善非均相类Fenton技术优化方案,以达到开发出低成本、高效能水处理技术的目的。     

时间序列高阶分段表示方法

针对分段线性表示(即一阶线性函数表示)或分段常数表示(即零阶函数表示)在时间序列近似表示中拟合误差较大的问题,提出时间序列高阶函数分段表示方法。通过建立高阶函数候选集模型,利用拟合误差指标选取最优函数,为保证在分段点处连续,引入断点处约束条件;在分段点选取方式上,设定观测值变化阈值及分段区间阈值,保证压缩率的同时,保留重要点信息。实验结果表明,该算法相对于分段线性表示和分段常数表示,能更好地拟合原始序列。