基于RSU辅助的车载机会网络通信能力增强方案

针对传统车载机会网络通信能力的有限性及随机化的问题,提出一种通过部署路边单元(RSU)进行辅助通信来增强车载机会网络通信能力的方案.该方案利用RSU稳定的覆盖、存储和传输优势,有效克服传统车载机会网络通信时间间隔长、传输能力有限等缺点.以北京和上海各自一个月的出租车全球定位系统(GPS)数据为基础,对车辆与RSU的相遇特性进行了分析,发现该方案通过合理部署RSU对车辆信息进行缓存,可以极大地提高车辆间的通信概率.理论分析和仿真实验表明,利用RSU可以完成车与车之间大数据的传输,能极大提升车载机会网络的通信能力.     

无线传感器网络中基于树的能量高效分布式精确数据收集算法

在大规模节点密集的多跳传感器网络中,精确数据收集存在着"热区"问题:越靠近Sink节点的传感器节点,其承担的数据转发量就越多,能量消耗也越快,从而成为瓶颈节点,缩短整个网络的生命周期.最大生命周期数据收集树的构建已被证明是NP完全问题.已有算法大多是集中式算法,不适用于大规模节点密集的传感器网络.本文提出一种分布式精确数据收集算法EEDAT,在大规模节点密集的传感器网络中,不仅能够保证每个节点到Sink的路径是最短路径(最少跳数),而且能有效延长网络生命周期.EEDAT分为两个基本步骤,首先随机生成一棵数据收集树,然后根据各个传感器节点的孩子数和剩余能量,对已生成的数据收集树进行调整,使得各个节点的负载尽量均衡,从而达到延长网络生命周期的目的.实验结果表明,与已有分布式算法LMST相比,EEDAT所构造的数据收集树能延长网络生命周期平均20%.     

基于Internet的C语言学习支撑平台的设计与实现

提出了一种基于Internet的C语言学习支撑平台的设计模型和实现方式。该系统基于.NET平台,通过重定向技术实现了与经典C语言编译器的无缝交互功能;利用多线程技术和同步控制理论实现了更加准确的编译检错和逻辑检错功能;结合面向对象的工程化设计思想和反射技术解决了庞大的测试用例调度问题,保证了系统的扩展性和健壮性。系统实现的编译错误帮助、逻辑功能检测等服务为C语言学习者提供了更加完善的学习平台,弥补了现有支撑平台无法进行功能检错的不足。