【摘 要】
：
容迟网络（delay tolerant network,DTN）是一种不存在稳定端到端链路的新型网络,由于这种网络具有网络拓扑结构动态变化、传输时延高以及资源有限等特点,节点的移动无法预测,消息在源节点与目的节点之间的传递很少存在直达的链路。因此,在容迟网络中节点之间采取“存储-携带-转发”的消息传输机制,携带消息的源节点利用中继节点作为通信媒介,最终将消息转发到目的节点,完成整个消息的传输。容迟
论文部分内容阅读
容迟网络（delay tolerant network,DTN）是一种不存在稳定端到端链路的新型网络,由于这种网络具有网络拓扑结构动态变化、传输时延高以及资源有限等特点,节点的移动无法预测,消息在源节点与目的节点之间的传递很少存在直达的链路。因此,在容迟网络中节点之间采取“存储-携带-转发”的消息传输机制,携带消息的源节点利用中继节点作为通信媒介,最终将消息转发到目的节点,完成整个消息的传输。容迟网络作为一种不需要节点之间存在稳定链路的自组织网络,未来在航天通信、灾难救援、传感器网络以及普适计算等领域存在巨大的研究潜力。设计高效的路由一直是容迟网络研究的重点内容,节点间的消息传输方式直接影响着网络路由性能。同时,由于网络资源有限,节点受缓存空间、带宽的影响,节点间消息的转发机制会导致大量的消息在缓存中停留,网络中的节点容易发生拥塞,从而导致整个网络拥塞。因此,设计合理的拥塞控制算法也是容迟网络研究的重点。在介绍和分析了近年来容迟网络中的路由算法和拥塞控制算法后,本文提出了一种基于节点历史相遇信息的Spray＆Wait路由改进算法和一种基于消息质量度和节点可信度的拥塞控制算法。具体研究内容与工作如下:（1）提出了一种基于节点历史相遇信息的Spray＆Wait路由改进算法。该算法通过对节点历史相遇信息的记录与分析,在Spray阶段,结合节点的历史相遇节点数和节点间的历史相遇接触时间定义了节点稳定性,并将节点稳定性作为动态分配副本的依据。在Wait阶段,与传统等待策略不同,通过结合节点历史相遇信息和相遇节点的历史相遇信息定义了节点转发度,节点只会将消息转发给比自身转发度大的中继节点。（2）提出了一种基于消息质量度和节点可信度的拥塞控制算法。通过结合消息在网络中的扩散程度与消息自身属性定义了消息质量度,根据消息质量度来决定转发和删除消息的优先级。同时,结合节点历史相遇信息以及节点自身属性定义了节点可信度,将节点可信度和节点剩余缓存作为中继节点选择的依据。（3）通过ONE仿真平台,将本文提出的路由改进算法和拥塞控制算法分别与传统的路由算法和拥塞控制算法进行实验对比,实验数据表明,本文提出的路由改进算法和拥塞控制算法对网络性能有较大的提升。
其他文献
微生物之间存在多种交互关系,如共生、竞争、寄生等各种类型的交互。研究微生物之间的交互关系是理解微生物群落的结构和功能的前提和基础。大量关于微生物交互关系的研究成果发表在生物医学文献中,从这些无结构化的文本中抽取出相应的微生物交互信息,并组织成结构化的知识库,是一种有效的研究微生物交互关系的方法。现有文本挖掘的工作简单地将微生物之间的关系定义为有或无两种,而忽略了微生物之间丰富、细致的关系类型。因此
图像的分辨率意味着图像中包含的信息量,图像超分辨率重建技术通过算法将输入的低分辨率图像重建得到对应的清晰的、纹理细节更加丰富的高分辨率图像,在医学、遥感、公共安全、计算机视觉等各个领域普遍应用。因此,图像超分辨率重建算法近年来被广泛研究。目前基于卷积神经网络的超分辨率重建任务在重建性能和重建效率方面都远超于传统算法,但依然存在在真实模糊图像上重建效果较差的问题。针对这个问题,本文重点研究了基于真实
近年来随着电动汽车的快速发展,电网、信息网、交通网呈现相互交叉、相互支撑、相辅相成的发展态势。电网、信息网和交通网逐渐演化为一个复杂的耦合系统。电动汽车不确定性的充电行为会进一步加大电网负荷峰谷差增加电网负担,聚集性充电会增加交通网的道路拥堵程度。电网-信息网-交通网融合可实现智慧交通,从而解决电动汽车快速增长给电网以及交通网带来的问题。但目前却缺少对电网-信息网-交通网耦合系统的仿真研究,因此对
随着互联网技术的快速发展,人们通过社交平台的联系也越来越紧密。因为社交平台具有虚拟性和即时性,使得各种复杂纷乱的信息在互联网上肆意传播。短文本是社交平台中不良信息的主要传播形式,如何准确有效地过滤这些流传在社交平台的不良文本,是一个非常有社会意义的研究工作。自然语言处理技术为网络不良文本过滤问题提供了可行的方案,但社交平台上传播的文本表达往往不符合语言规则,也存在着大量词语变体、情感语言糅合等特点
面部表情识别是机器理解人类情感、情绪的途径之一,在人机交互、学习分析等领域有着广阔的应用前景。受制于面部表情图像固有的类内差异,面部表情识别技术尽管在近几年取得了可喜的进展,但现有算法的精度与实际应用要求仍有较大差距。导致面部表情图像类内差异的原因至少包括:（1）主体身份特征和面部表情特征交织。从面部图像上提取的特征中势必包含大量的主体身份信息,造成同种表情不同主体的图像在特征空间距离较大。（2）
随着互联网经济的快速发展和移动终端的普及,基于位置的服务迅猛发展,与此同时,随着路网的不断发展和完善,路网中带有位置信息的对象迅速增加,在大规模路网中高效地查询给定两个顶点的最短距离成为数据库界研究热点。为了实现路网中的相关查询,人们提出了一些创新性的索引技术,例如:G-tree和G*-tree,它们对路网空间按区域进行划分,然后采用树形结构进行组织。尽管现有的技术能对路网进行有效划分和组织,但是
知识追踪（Knowledge Tracing）是指根据学生历史答题情况对学生的学习状态进行追踪,它可以挖掘出学生对知识点的掌握程度并且对学生将来的答题进行预测。近年来,随着在线教育的兴起,许多线下教学慢慢转变为了在线教育,这种方式可以突破传统教育所带来的时间和空间上的约束,提升学习效率,也可以使教育资源公平化,避免了因地域环境所带来的教育资源分配不均匀的问题。然而随着在线教育机构越来越多,一些问题
室内三维建模可服务于室内导航、室内设计、虚拟现实以及城市建设等方面,同时对于3DGIS、虚拟现实VR和室内导航具有重要意义。为解决现有的三维建模的方法中存在的点云数据边界模糊、缺乏语义信息、三维模型拓扑关系模糊,以及模型驱动三维建模中存在的自动化程度低等问题,本文使用了基于深度学习的结合了 Kinect数据与模型的对室内规则物体进行精细化、自动化三维建模的方法。具体建模步骤为:（1）在数据驱动下,
随着互联网时代人工智能与大数据的兴起,“互联网+教育”理念使得中国教育发生着改革。从古至今,“因材施教”一直都是我国教育界秉持的教学理念,即针对不同的学习者设计个性化教学方案。随着科技和社会的发展,学习者个性化特征获取与量化有着相应的理论体系,个性化的学习方案也得到了相应研究。在各方面研究的促进下,自适应学习系统也得到了有效发展,但由于推荐效果不理想也限制了自适应学习系统向着更深层次发展,所以如何
近年来,随着人工智能话题被广泛讨论,深度学习技术逐渐成为了当下互联网时代的研究热点。在计算机视觉领域,往往更偏向于使用深度学习技术来解决语义分割、图像分类以及人体姿态识别等问题,相较于传统算法,其优势在于可通过大量样本自主学习特征来达到目标要求。本文主要研究微小型接线柱上绕线匝数的视觉计数问题。现代工业中零件尺寸越来越小,质量要求越来越高。为了保证整个零件功能的完整性,必须在绕线完成之后进行绕线计