排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
随着信息技术的进步与发展,无线传感器网络(WSN)在无线通信技术中占有着举足轻重的地位,在诸如环境监测、医疗护理、军事领域有着广泛的应用,其综合了传感器技术、无线通信技术等技术,是当前国际上备受关注的前沿热点研究领域.本文主要研究现阶段经典的路由算法,并对其进行了仿真实现,时LEACH算法进行了改进,降低无线传感器网络节点能耗,延长无线传感器网络节点的寿命,提高整个网络的工作效率. 相似文献
2.
为了避免或减少试切法在实际加工过程中造成的大量人力和物力的浪费,利用三角形图元造型实现了数控机床加工异形螺旋杆的仿真过程,提出了基于定义高度缓冲区的工件表示方法和简化模型,以此为基础建立了刀具与工件曲线的求交算法,以最小有向距离原理为依据提出了仿真加工过程中的干涉判定算法,分析和实验证明了上述两种算法具有良好的时间和空间复杂性.最后,利用C++和OpenGL实现了具有干涉判定功能的三维仿真系统.该系统不仅实现了较快的仿真加工速度,而且其图形具有相当强的真实感,它使整个复杂的螺杆加工过程从参数输入、刀具选择、干涉判定、插补计算、三维仿真到数控程序生成和控制加工完善地结合起来. 相似文献
3.
针对干扰邻居数(INX)路由度量不能正确反映网络负载分布信息这一关键问题,在INX的基础上提出无线Mesh网络干扰与区域负载感知(IRLA)路由度量. IRLA通过平均竞争度描述干扰链路对同一信道的竞争程度和干扰链路负载的离散程度来衡量网络负载分布状况,使网络在路径选择时避开重负载区域,有效地实现了网络负载均衡. 理论分析和NS-2仿真结果表明,所提路由度量能显著提高网络吞吐量,降低网络端到端时延和丢包率,在高负载网络环境下,仍具有提升网络性能的优势. 相似文献
4.
核电厂概率安全分析中,由于数据源存在不确定性,导致无法进行准确评估,因此需开展不确定性分析。样本在空间分布的均匀特性是不确定性分析的关键因素,不同的样本分布导致不确定分析结果差异较大。传统的拉丁超立方抽样方法在样本空间分布均匀性方面未进行优化,改进分布式超立方抽样(IHS)方法通过保持样本点之间的最优距离来实现空间均匀分布,但其最优距离只能在理想分布下达到最优。为改进IHS设计上的缺陷,提出了基于因子函数的α-IHS方法,利用修正因子α来优化IHS方法中的最优距离。结果表明,该方法较IHS方法具有更均匀的空间分布,提高了抽样效率。 相似文献
5.
战场实时综合态势信息分发对战场指挥效率和协同作战能力具有重大影响,是当今协同作战面临的首要问题.针对战场实时综合态势信息数据种类多、数据实时性要求高等特点,提出战场实时综合态势信息分发方法.首先对实时综合态势信息进行分类管理,然后通过指示字节表示法描述不同颗粒度的分发要素,对不同用户的态势信息需求生成具有统一表达形式的... 相似文献
6.
7.
随着信息技术的进步与发展,无线传感器网络(WSN)在无线通信技术中占有着举足轻重的地位,在诸如环境监测、医疗护理、军事领域有着广泛的应用,其综合了传感器技术、无线通信技术等技术,是当前国际上备受关注的前沿热点研究领域.本文主要研究现阶段经典的路由算法,并对其进行了仿真实现,时LEACH算法进行了改进,降低无线传感器网络节点能耗,延长无线传感器网络节点的寿命,提高整个网络的工作效率. 相似文献
8.
提出一种应用于多网关无线Mesh网络中的路由度量。首先建立多网关网络模型,获取网络拓扑信息并依此为网络节点分配不同的权值;然后通过网络拓扑信息及无线链路的衰落特性,推导网络中链路信号与干扰噪声比SINR的分布特性,进而计算链路的中断概率和中断速率;最后获取Mesh路由器节点缓存包数量,并计算网关节点容量占比,针对客户端业务和Internet业务设计具有保序性的ILR(Interfere and Load aware Routing)路由度量,网络依据路由度量为客户端业务和Internet业务选路。ILR路由度量考虑了网络干扰因素和负载分布信息,能够有效降低网络干扰,达到网络负载均衡、提高网络吞吐量的目的。 相似文献
9.
10.
提出了无线Mesh网络负载与干扰感知传输时间LIATT(Load and interference-aware transmission time)路由度量,有效继承了CATT(Contention aware transmission time)和INX(Interferer neighbors count)路由度量统一描述流内和流间干扰的优势。LIATT使用节点处的缓存队列长度捕捉负载,使用邻区平均负载强度捕捉干扰,实现有效的网络负载均衡与干扰感知,避免将数据包路由到网络负载和干扰较重区域而导致拥塞的问题。利用NS-2仿真软件进行的性能评价表明:本文路由度量能有效实现网络负载均衡,提升网络整体性能。 相似文献