针对低功耗有损网络现有移动性支持路由算法中父节点切换频繁、移动检测机制使用不可靠的瞬时路由度量、未考虑链路质量对能耗影响等问题,提出一种基于剩余通信时间(Remaining Communication Time, RCT)的移动感知节能父节点选择算法。...
详细信息
针对低功耗有损网络现有移动性支持路由算法中父节点切换频繁、移动检测机制使用不可靠的瞬时路由度量、未考虑链路质量对能耗影响等问题,提出一种基于剩余通信时间(Remaining Communication Time, RCT)的移动感知节能父节点选择算法。首先,为了降低父节点切换次数并节省节点能耗,构建了基于RCT和通信成本的父节点选择函数,移动节点基于该函数值选择下一父节点。其次,为了避免在移动场景下由于瞬时路由度量不可靠而导致的不必要的父节点切换,在算法的移动检测阶段提出一种基于接收信号强度指标(Indicator of Received Signal Strength,RSSI)和RCT值的移动检测机制,父节点需要结合RSSI和RCT两个值来共同判断移动节点是否需要进行父节点切换。理论分析和仿真结果表明,算法在控制开销、网络生存时间、能耗等方面的性能均得到了提升。
以均匀直线阵和四阶累积量为基础,提出了一种新的空间特征盲估计算法。该算法首先利用阵列输出四阶累积量构造了一种空间特征矩阵,对其作特征分解可以得到各用户的空间特征估计。然后,在空间特征估计基础上,结合前向/共轭后向空间平滑技术进行了多径波达方向(Direction of Arrival,DOA)估计。该方法突破了传统MUSIC、ESPRIT等算法的局限,可以利用M阵元估计2M2/3个DOA,且各DOA与信源自动配对。该算法不依赖于信号具体特征,适用于任意加性高斯噪声(如有色噪声)环境。理论分析和仿真结果说明了算法的有效性和鲁棒性。
基于空间时频分布(spatial time-frequency distribution,STFD)的多重信号分类(multiple signal classification,MUSIC)算法常用于非平稳信号波达方向(direction of arrival,DOA)估计,其关键是选取合适的信号时频点.文中针对传统时频MU...
详细信息
基于空间时频分布(spatial time-frequency distribution,STFD)的多重信号分类(multiple signal classification,MUSIC)算法常用于非平稳信号波达方向(direction of arrival,DOA)估计,其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题,以线性调频(line frequency modulation,LFM)信号为研究对象,提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化,利用白化后的接收信号构造STFD矩阵,达到抑制STFD矩阵的交叉项、突出信号自项的目的,然后利用K均值聚类提取各信号时频点,最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比,结果表明:相比经典时频MUSIC算法,文中算法在小角度间隔和低信噪比时有更好的估计性能.
针对融合IEEE802.11ad的LTE-A异构网络中的用户接入体验质量(quality of experience,QoE)问题,本文通过引入接入竞争时间窗口函数,构造一种适用于异构网络用户接入退避行为的3DMarkov链模型,考虑不同业务类型用户体验质量,分析系统服务...
详细信息
针对融合IEEE802.11ad的LTE-A异构网络中的用户接入体验质量(quality of experience,QoE)问题,本文通过引入接入竞争时间窗口函数,构造一种适用于异构网络用户接入退避行为的3DMarkov链模型,考虑不同业务类型用户体验质量,分析系统服务质量(quality of service,QoS),采用典型的平均意见得分(mean opinion score,MOS)评价方法映射得到用户Qo E性能指标.计算机仿真结果表明,在系统带宽一定情形下,融合IEEE802.11ad的LTE-A异构网络可以提高包括吞吐量、时延、丢包率等指标的系统QoS和包括MOS的用户QoE.
异构网络中视频流分层组播的层速率优化问题主要涉及分层数、分层速率和用户链路带宽,针对层速率优化NP-hard问题,本文提出一种基于用户簇的分层组播层速率优化UC-LRAO(layer rate allocation optimization with user cluster)算法.根...
详细信息
异构网络中视频流分层组播的层速率优化问题主要涉及分层数、分层速率和用户链路带宽,针对层速率优化NP-hard问题,本文提出一种基于用户簇的分层组播层速率优化UC-LRAO(layer rate allocation optimization with user cluster)算法.根据用户数对视频流进行分层,确定每层用户数和各用户承载分层视频流的带宽,采用最大流–最小割的Edmonds-Karp算法和层内网络编码实现每层用户视频流的传输链路所需带宽的分配.基于预定视频流分层的层数要求,利用用户分簇对原分层重新合并,从而优化分配分层速率和链路带宽.仿真结果表明所提出的算法可以提高系统吞吐量.
暂无评论