宽带交换网络的多时隙信元技术

介绍阿尔卡特多路径自选路由(MPSR )宽带交换网络中所使用的多时隙信元(MSC)技术.重点论述了MSC的定义格式及其意义,包括与异步传送模式(ATM)、语音及IP业务的兼容、MSC的同步机制及其自选路由标志等.     

基于多路径自适应的无线网拓扑发现算法

拓扑发现在网络管理中起着非常重要的作用。本文提出了一种基于多路径自适应的无线网拓扑发现算法,并将其与已有的一些无线网络的拓扑算法进行比较,从而得出我们的算法在带宽消耗和拓扑发现准确性方面的优势。     

基于Ad Hoc网络的SMR优化算法的研究

SMR是一种基于DSR算法的多路径路由算法,这种算法的本身具有明显的局限性。第一,它可能在存在多条不相关多路径路由的情况下选择两条相关多路径路由作为最后的主路由与备份路由;第二,它在目的节点只收到一个RREQ分组的情况下只生成一条主路由,而实际可能存在多条传输线路。针对SMR算法的局限性,本文提出一种改进的SMR算法—ISMR,该算法保证了两条路由的形成,保证了在存在多条不相关多路径路由情况下,一定会生成两条不相关多路径路由。     

一种基于多路径的干扰避免协议研究

如何保证无线网络业务的连续可靠传输,成为多跳无线网络MHWN研究中亟待解决的问题。多路径路由作为实现无线网络可靠运行的有效手段,得到了广泛的研究。本文主要研究了MHWN中干扰避免问题,提出了一种适合MHWN的多路径路由算法,该方法具有较低的协议开销,通过网络干扰动态性检测获取遭受干扰最小路径,从而可有效提高网络抗干扰能力,并极大降低源重路由次数。文中详细阐述了协议的实现,并基于NS2对上述方法进行了较全面的仿真研究。结果表明该方法具有更好的路由抗干扰性能。     

无线传感器网络多路径路由协议研究进展*

在研究目前存在的多径路由协议特点及核心路由机制基础上,总结了多路径路由协议的特征,并对不同的多路径路由相关项进行了比较。最后指出了多路径路由的研究思路以及未来的发展趋势。     

独立多路径负载均衡路由协议研究

近年来,我国IT技术突飞猛劲的发展,无线Mesh网络(英文名称:Wireles Mesh Network,简称为WMN)也已随之迅猛地发展起来。无线Mesh网络是一种无线多跳网络,是用无线链路把终端设备与路由器连接起来,它也是一种具有高速率、高容量的多点对多点的分布式网络。针对无线Mesh网络路由协议进行研究,因为对于无Mesh网络性能的优化来说,无线路由协议的研究是一项十分重要的内容。     

GPS定位在工程中的应用

GPS定位速度快、精度高,在土建等工程中得到普及应用,针对GPS定位中的精度保证问题提出了一些措施和建议,可供实际应用参考.     

基于蚁群算法的多路径QoS路由算法研究

针对现代网络通信量不断地增大以及蚁群算法在解决路由问题时存在的一些不足提出了基于改进蚁群算法的路由优化算法.该算法将蚁群系统的特点和流量工程的思想相结合对基本的蚁群算法进行了3方面的改进:将路由器的缓冲队列的利用率加入下一结点选择的标准;采用链路的利用率做为全局更新信息素;选择多条路径来进行数据传输.仿真实验结果表明该...     

IEEE802.15.4a信道对UWB功率谱影响分析

研究超宽带功率谱密度,从路径损耗模型、多路径模型和小尺度衰落模型方面分析IEEE802.15.4a工作组信道模型.采用直接序列脉冲(direct-sequence pulse-amplitude modulation,DSP-PAM)超宽带(ultra-wideband,UWB)系统的信道响应,仿真分析了8种信道对2～10 GHz超宽带系统功率谱分布情况.仿真结果表明,多路径信道对UWB功率谱影响不大,脉冲UWB具有抗多路径干扰能力强的特点.     

改进R-FCN模型的小尺度行人检测

目的 为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络（region-based fully convolutional networks,R-FCN）的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法 为了使特征提取更加准确,在ResNet-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在ResNet-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果 在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器（single shot multiBox detector,SSD）算法和两阶段检测器中的Faster R-CNN（region convolutional neural network）算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论 本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。