针对移动自组网络(mobile Ad hoc network,MANET)的数据传输机制和数据吞吐量问题,提出了一种MANET中基于二次置换多项式的滑动窗口网络编码(quadratic permutation polynomials-based sliding window network coding,QPPSWNC)算法。该...
详细信息
针对移动自组网络(mobile Ad hoc network,MANET)的数据传输机制和数据吞吐量问题,提出了一种MANET中基于二次置换多项式的滑动窗口网络编码(quadratic permutation polynomials-based sliding window network coding,QPPSWNC)算法。该算法根据QPP理论优化滑动窗口的大小,对进入滑动窗口中的分组进行网络编码操作,恢复原始数据分组,降低每个滑动窗口的编码/解码复杂性。利用NS-2仿真器进行了仿真实验,分析本文算法性能。仿真实验结果表明,相较于典型的Block-LDPC和ACODI算法,本文算法可以优化MANET中编码开销、解码时延和网络吞吐量等性能。
业界提出利用LFA(loop free alternates)方案来应对网络中频繁出现的故障,然而LFA并不能保护网络中所有可能出现的单故障情形。针对上述问题,提出了一种基于逐跳转发方式的单故障路由保护算法SFRPA(single failure routing protection algorithm based on hop by hop forwarding)。SFRPA首先提出了三个无环路备份下一跳选取规则,然后制定了优先级队列的操作规则,最后利用优先级队列和无环路备份下一跳选取规则为所有源目的节点对计算出一个最优的备份下一跳。该算法具有支持逐跳转发、支持增量部署、保护网络中所有可能的单故障情形三个特征。实验结果表明,与经典的路由保护方案LFA、DMPA、TBFH和IAC相比较,SFRPA不仅可以应对网络中所有可能的单故障情形,并且具有较小的路径拉伸度。
传统方法在进行机器人在线步态规划时,由于受到大量外部复杂因素的干扰,造成步态规划偏差较大,无法准确跟踪期望步态;为此,提出一种基于变量集控制(variable set control,VSC)的仿人机器人在线步态规划方法;将步态规划问题转化为反应机...
详细信息
传统方法在进行机器人在线步态规划时,由于受到大量外部复杂因素的干扰,造成步态规划偏差较大,无法准确跟踪期望步态;为此,提出一种基于变量集控制(variable set control,VSC)的仿人机器人在线步态规划方法;将步态规划问题转化为反应机器人步态状态的变量集的规划问题,根据对相关变量的规划和计算,能够获取机器人关节空间运动的状态序列;根据变量集中的零力矩点、机器人的重心、髋部中心和步态规划之间的关系,能够获取机器人在线步态规划中关键变量集的规划和计算结果;仿真实验表明,利用该方法能够克服传统方法的缺陷,实现了对机器人在线步态规划的准确控制。
暂无评论