802.11网络中一种自适应的基于预测的平滑切换算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:wra207
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
针对802.11网络中的平滑切换算法无法适应动态变化的网络环境的缺陷,提出了一种自适应的基于预测的平滑切换算法(adaptive predictive-based smooth handoff,APBSH)。其核心思想是依据当前网络环境的变化预测下一时刻的网络环境(使用扫描紧迫性和数据传输紧迫性两个参数定量表示不同的网络环境),接着依据预测结果自适应调整扫描子阶段和数据传输予阶段的时间,不但将平滑切换控制在与当前连接的接入点(AP)失去连接之前,而且提高了切换时的数据服务质量。从实验结果看出,APBSH算
其他文献
高斯过程隐变量模型是最近提出的比较流行的无监督降维方法。但是,它是一种无监督的机器学习算法,没有突出类结构,使得结果不能有效地表示类别信息。因此,提出一种利用判别特征值
首先简要介绍语义Web服务资源描述框架(RDF4S),在此基础上提出语义Web服务包装机制,语义Web服务经包装后,分别通过组合接口和调用接口为组合语义Web服务的设计与调用提供支持。然
提出了一种基于切向细分方法的图像插值算法。使用该算法进行图像插值时无需建立中间连续模型,而且插值系数可为任意正实数。实验结果显示,该算法克服了经典插值后图像的边缘锯齿和模糊效应,应用该法插值所得图像不仅使修正优化后的图像边界清晰,而且拥有更高的信噪比。
改进了混沌系统中的两个重要特征量:嵌入维数和时间延迟的计算,根据计算得出的上述两个参数重构相空间;然后在相空间中作轨迹的线性拟合,选择轨迹中的最近邻点作一次性的预测。提出的算法在相空间中很好地把轨迹的线性拟合与最近邻方法结合起来,解决了现有的时间序列分析和预测算法中主观性太强的缺点,通过对话务量时间序列和太阳黑子时间序列的验证,与其它算法相比,该算法的分析结果稳定而准确、预测精度高、运行时间比较短
针对应用于事件检测的无线传感器网络的特点,在大量实验的基础上,分析了单个节点因能量消耗而死亡的全过程;根据节点工作的受限程度定义了节点的亚死亡状态和死亡状态,提出一种基
软件过程的自动化计算技术是近年来出现的新兴研究方向,对软件过程的研究有着重要的影响。基于规划图方法设计了一种过程活动实时规划系统,能对过程活动的安排做出实时自动规划
在传统的无线传感器网络研究中,用户、汇聚节点及传感器节点都被认为是静态的,这与目前应用中节点需要较强的移动特性并不相符。分析了传感器网络中移动性应用的场景,从网络体系
提出了一种不确定Roessler系统自适应投影同步方法。基于Lyapunov稳定性理论,设计了非线性自适应控制器.该控制器可使得驱动系统和具有未知参数的响应系统达到同步,并且可以辨识
随着基于构件的软件开发模式的迅速发展,传统的NHPP模型无法适应大型的基于软构件的新型软件开发模式。结合软件可靠性分析中的黑盒方法和白盒方法,提出一种基于构件的NHPP类软
在小波域隐马尔可夫树模型(WHMT)图像分割算法的基础上,根据二代bandelets系数的分布统计特性,提出一种新的bandelets域隐马树模型(BHMT)有监督图像分割算法。新算法试图利用二代bandelets能表示图像几何规律性的特点来改进分割效果。为证明算法的有效性,用合成纹理图像和真实的航空和遥感图像做分割实验,并和小波域隐马模型树分割算法作了对比,对合成纹理图像分割,用错分概率作为评价