无线自组织网络连通性与动态干扰模型的研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:miss3yoyo
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
不同于有线网络,无线自组织网络中不存在现成的链路。无线网络中的链路的形成不仅仅取决于节点自身接收到的功率,同时也跟当前网络中的干扰状况有很大关系。在802.11协议中,其采用了载波监听机制缓解了部分干扰,但是载波区域外的并发干扰节点产生的累积干扰仍然很严重。另外,实际的无线信道传播环境是复杂多变的。信号的空间传输损耗会伴随着阴影衰落和多径衰落,使得接收的信号功率发生缓慢或者快速的变化。由于这些因素的原因,链路的连通是受到多个因素影响的一个动态变化的值。链路的不连通就可能会导致整个网络的不连通。而网络的不连通可能会使得发送节点找不到去目的节点的路径,或者导致丢包率过高,影响无线网络的应用。所以在部署和设计无线自组网时需要考虑影响网络连通的因素。移动性是无线自组织网络的几个最主要的特点之一。然而节点的移动,会造成发送节点和接收节点之间的相对距离的改变,从而使得接收到的信号功率发生变化。而且干扰节点的移动也会造成网络中的累积干扰的时刻变化。成功的传输需要考虑节点移动性的影响。   本文的主要研究工作包括两个部分:   1.基于阴影衰落和干扰的网络连通性分析。本文提出了一个数学模型来描述在阴影衰落无线信道下干扰对网络连通的影响。基于节点的泊松点分布过程,我们分析得到了累积干扰分布函数,然后计算得到了链路的连通概率。最后,借助于随机图理论,获得网络的连通概率表达式。我们对影响网络连通的多个因素,物理载波监听阈值、路径衰减损耗、阴影方差以及网络中节点数目进行了对比分析。我们发现载波监听阈值对网络连通的影响要大于其他的因素。   2.基于随机方向运动模型的干扰动态分析。因为干扰节点在接收信号帧的时候,进入到了载波监听范围内,使得载波监听机制失效,并导致了传输的失败。通过获得到的干扰和信噪比(SIR)概率密度函数,本文提出了一个新颖的移动干扰模型。我们假定网络中的节点按照随机方向(RD)运动模型移动。首先我们分析得到网络中任意节点对之间的相对距离的概率密度函数。然后我们理论的估计出累积干扰和相应的信噪比概率分布函数。通过这些分析结果,我们研究了单个传输的成功概率以及对其影响的因素和载波监听机制失效的概率。
其他文献
随着电子信息技术及视频处理技术的发展,视频监控系统经历了纯模拟系统、部分数字化系统,完全数字化系统三个发展阶段。目前的视频的监控系统在完全数字化系统的基础上,借助
进入信息时代,人们可以利用信息技术实现信息的海量存储、高速传输以及快速处理,但信息的获取仍未达到理想的自动化水平。随着网络、传感器、无线通信、微机电等技术的发展进
实时姿态估计技术被广泛应用于体感交互、安全控制、医疗诊断等领域。深度图能直接反映拍摄场景的准确空间信息,大大降低了姿态估计的难度。但由于现有技术的封闭性,无法实现跨
蛋白质是构成单个细胞的基本有机物,是生命活动的执行者,其角色决定于它的功能,而蛋白质功能主要由他们的结构决定,因此研究蛋白质的结构对于认识其功能具有很大的意义。但由
软件测试是保证软件质量的重要方法之一,是软件生命周期中非常重要的一个环节。软件测试的关键技术之一就是高质量的测试用例的构造。由于传统的手工构造测试用例的方法效率低
随着信息技术的不断发展,我国为了降低政府机关的办公成本、提高政府的管理水平,利用现代先进的信息技术在各个部门中进行电子政务工程的建设。为响应国家电子政务工程建设的
单体型问题是分子生物学的一项重要研究课题,单体型信息在遗传性疾病、药物反应检测等方便起着重要作用。由于人类和许多生物实体都是双倍体结构,实验手段只能得到基因型序列而
自20世纪50年代以来,人工智能在自动作曲方面取得了一些进展,主要方法包括:基于马尔科夫链和人工神经网络的相关机器学习方法,基于音乐规则和音乐文法的知识库系统,遗传进化
双目立体视觉技术是计算机视觉领域的研究热点和主要内容,它模拟人眼视觉系统,依据计算机视觉相关的理论和技术,利用双目摄像头采集同一场景不同位置的左右路图像,对场景进行
本论文以国内外已有的众多配电线路规划算法例如遗传算法、进化规划、模拟退火算法、Tabu搜索、粒子群优化算法、人工神经网络算法、蚁群算法等的比较分析作为出发点,针对目前各类配电线路规划中常用算法的不足,提出蚁群算法在配电线路规划这类大规模图类问题搜索上具有独特的优势,以此为基础分析研究了蚁群算法的数学模型,并对该算法的性能、质量、灵活性、实现难度等方面做出了相应的分析。在深入分析研究算法模型原理的基