Mesh网络中基于效用转发的路由恢复算法

在文献[10]的无线M esh网络路由算法的基础上,提出一种改进的基于效用转发的路由快速恢复算法,根据不同网络环境下影响效用值的各因素所占权重不同的特点,利用节点的历史通信数据,动态获取权重值,使算法能更好适应真实的网络环境;综合利用网络时延、节点效用值和节点之间的跳数,选择最优的下一跳转发节点,减少网络中不必要的时延增加和资源浪费.ONE仿真结果表明,与其它4种路由协议进行对比分析,该算法能够提高数据包的转发效率,提升网络的性能.     

mesh网络中基于效用转发的网络编码算法

在已有的无线Mesh网络路由算法的基础上,针对网络的动态变化性和差异性等因素带来的问题进行了研究,提出一种基于效用转发的网络编码算法.首先利用节点间的历史通信数据,动态获取不同网络环境下影响效用值的各因素所占的权重值;然后在簇头节点和汇聚节点处进行二维随机线性网络编码,结合节点的剩余能量、效用值和丢包率判断节点能否进行编码,并且采用编码包优先传输的策略转发数据包;最后综合利用网络时延、效用值和节点间的跳数,选择最优的下一跳转发节点.仿真结果表明,该算法能更好地提升数据包的转发效率,降低传输时延,提高网络的性能.     

基于加权组合模型的红外时间序列预测

为克服Prophet模型对残差自相关性考虑的缺失,时间推理能力的不足,提高被动红外(passive infrared,PIR)运动探测器检测结果的准确性,提出一种Prophet与SARIMA动态加权组合的预测模型.分析PIR运动探测器的特点,分析对比几种流行的预测算法的优劣,在此基础上设计Prophet-SARIMA的组合预测模型,统计和分析用户的行为.为获取最好的组合效果,设计动态加权组合算法,通过加权算法可确定最优的权值组合.通过实验验证了Prophet-SARIM A组合预测模型在人体红外数据的预测中具有更强的适用性和更高的准确性.