UWSN中基于预约与调度的MAC协议研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:liuhongbin0321
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着海洋相关研究的发展,水下传感器网络越发受到研究人员的关注。由于水下网络使用声波作为通信媒介,其长传播延迟、有限的带宽等特性导致在水下MAC协议设计中面临着一系列挑战。这些挑战使陆上MAC协议直接用于水下环境时性能不佳,导致了水下MAC协议设计的困难。面对上述挑战,近年来研究人员设计出基于预约与调度类型的新型水下MAC协议。该类协议通过收集网络中的节点位置、信道情况、通信请求信息为网络中的信道做出分配。而由于水下环境中信号衰减过快,采取单一中心的协议存在功耗过大与广播时间过长等问题,现有研究中采用分簇等方法进行分布式处理。然而,基于预约与调度的水下MAC协议的公平性与网络吞吐量仍存在进一步优化的空间。在基于预约与调度的分簇MAC协议中,公平性的问题主要体现为,在同样的节点密度与通信拥挤状态下,不同节点可用信道总量不同;而吞吐量方面的问题主要在于,对已预约通信的协调方案存在可以优化的空间。本文基于对上述挑战的研究,通过对现有协议进行优化提出了ACS-MAC协议。主要工作分为三点:1.调度优化,基于数学分析与实验验证,在同样的网络拓扑与通信请求下,不同调度次序的时空复用程度不同,进而影响信道利用率,导致网络吞吐量区别,对其使用贪婪算法优化能够提高网络吞吐量;2.使用基于位置的分簇,这样的分簇可以提高网络中节点的公平性与网络吞吐量;3.运用MIMO消除技术可以避免非接收方受到通信干扰,这种技术可以增加网络对冲突的容忍性,使部分冲突不影响正常数据传输,以此提供增加吞吐量的可能性。经过实验与分析,本文验证了这些方法的有效性,并与现有协议进行了对比,证明了本协议在节点较为密集的多跳网络中具有更好的网络性能。
其他文献
深度学习在各行业、领域的应用越来越广泛,并且现在的深度神经网络算法已经可以通过给定的样本数据训练成为十分庞杂的模型.对于图像超分辨率重建问题,与经典的方法相比较,基于深度学习的方法能够保留图像更多的细节,且适应性更强,因此越来越受到人们的重视,现已成为图像超分辨率重建技术研究的热门方向.特别地,深度神经网络中的卷积神经网络(CNNs)具有极强的表达能力,在图像超分辨率重建方面取得了令人瞩目的成绩.
近20多来年,基因表达谱一直是概率统计学科、生物信息学科以及计算机学科相互交叉的研究方向之一。通过对基因表达谱的数据分析,从基因的角度上探索癌症发展的历程,以及其和肿瘤微环境的关系,已经成为当下比较热门的课题之一。活性氧(reactive oxygen species,ROS)与肿瘤免疫微环境密切相关。在本研究中,我们首先从基因集富集分析(GSEA)数据库中下载ROS相关基因数据,并通过Cox模型
奇异摄动理论作为微分方程研究的一个重要分支,在天体力学、流体力学以及控制论领域非线性问题的研究中有着广泛而有效的应用,一直受到数学家和物理学家的高度关注.至今,人们已发展出许多奇异摄动方法,如匹配渐近展开法、WKB、平均法、重整化群方法等.二十世纪九十年代初,Chen,Goldenfeld和Oono将量子力学中的重整化群思想应用到求解奇异摄动微分方程近似解的问题,建立了奇异摄动重整化群方法,并将其
具有周期结构的光学衍射材料通常被称为光栅.设计有效快速求解光在光栅表面或者内部衍射问题的数值方法,具有十分重要的意义.本文使用现今流行的有限体积法求解光栅衍射问题,并给出相应的理论分析.入射波照射到光栅表面,光波会发生衍射,并向远处传播.数值求解时,需要在无界区域上构造计算方法.许多常用的数值方法,如有限元法,有限体积法等,不能直接使用.本文利用DtN算子方法将无界的物理区域截断成有界的可计算区域
3D图形检索一直是三维形状分析的重要课题,在包括分子生物学,医学,计算机辅助设计,计算机图形学,多媒体娱乐,3D打印,3D动画等众多领域有重要应用。其中关于图形检索的特征描述子的构造是3D图形检索的核心问题,所构造的特征描述子要能够表述图形的内蕴特征。本文主要围绕常用的内蕴几何不变量:曲率、测地距离、扩散距离、热核信号开展形状检测特征描述子构造的研究,进一步考察基于乘法规则所生成的融合特征描述子的
本文讨论非协调元有限体积法的后验误差估计和自适应计算,首先研究了二阶椭圆方程旋转双线性元有限体积法的后验误差估计,然后实现了三角形线性非协调元有限体积法的自适应数值计算。考虑二阶椭圆边值问题(?)对给定的矩形区域?做矩形剖分(?)h,试探函数空间Vhnc取为旋转双线性元空间,通过连接矩形单元的两条对角线获得了对偶剖分h*,检验空间Vh*取为相应于(?)h*的分片常数函数空间,在此基础上定义了旋转双
目的:椎管血管外皮细胞瘤(HPC)是一种罕见的侵袭性肿瘤,具有很强的复发和转移倾向。关于其临床特点以及治疗方案尚有很多争议。本研究旨在探讨椎管血管外皮细胞瘤的临床特征和影响肿瘤复发的相关因素。方法:应用Pub Med检索相关文献,并从纳入的研究中提取临床数据。对患者的临床资料进行描述和统计分析。并用KaplanMeier(KM)曲线、log-rank检验、单因素和多因素Cox回归分析尝试寻找与无复
目的:比较聚乙二醇化脂质体阿霉素(Pegylated liposome doxorubicin PLD)与传统蒽环类药物治疗乳腺癌的疗效和毒性。方法:本研究为非随机对照试验。按要求配对后进行前瞻性分析,共计160例经组织病理学检查确诊的乳腺癌患者纳入研究,观察组和对照组的患者1:1配对。配对按照患者年龄、分子亚型、腋窝淋巴结状态、新辅助化疗方案等方面匹配。化疗方案包含蒽环类药物,允许使用紫杉醇或多
眼底血管的结构和形态是诊断各类眼部疾病的重要依据。血管分割是临床诊断中不可缺少的工作,用计算机分析方法来实现眼底血管的自动分割,有效提升工作效率,节约医疗资源,具有很重要的现实意义。近年来,深度学习已经逐渐成为医学图像分割领域中的主流方法,U-Net网络因其对称的上采样和下采样过程,能获得更准确的分割效果,是目前最有效的医学图像分割模型。但是,在眼底图像血管分割任务中,由于视网膜中血管细小、位置分
随着我国大数据领域的快速发展,针对大数据计算,所产生的计算引擎工具应接不暇,然而测试计算引擎的工具却近乎于没有。故而,本文选定当前主流的计算引擎针对离线和实时两部分进行测试。除此之外,本文首次将机器学习算法应用到测试领域。在得到相应的测试项之后,在离线数据下,分别利用SVM、KNN、改进的KNN对测试项进行分析;在离线与实时情况下,采用SVM、决策树、以及Relief F_decision Tre