一、IEEE 802.11b标准浅析(论文文献综述)
孙伟,张磊,李奇越,李帷韬,高博,丁津津[1](2022)在《微网分布式控制多跳无线网络拓扑优化》文中认为微网分布式控制系统可采用无线多跳网络实现相邻节点的信息交互。当需要获取各分布式单元状态时,各节点须采用多跳传输的方式,将数据汇集到遥测终端。但在不同通信拓扑条件下多跳传输的延时也不尽相同,不能保证满足电力通信标准的需求。文章以数据传输延时需求为约束,以最小化多跳网络端到端传输延时为目标,研究微网分布式控制系统多跳无线网络拓扑优化方法。首先,依据IEEE802.11标准建立邻节点间信道竞争访问的延时模型;然后根据多跳通信的路径,建立多跳传输的端到端传输延时模型;最后,采用粒子群算法获取各个节点最优的传输距离,进而得到最优的微网分布式多跳无线网络拓扑。仿真结果表明,提出的算法使网络拓扑优化后网络通信延时大幅降低。
张闽,钱晨喜,陈清华[2](2021)在《802.11 ax下一代WLAN和LTE异构密集网络数据卸载方案》文中提出随着移动设备和无线应用爆炸式增长,蜂窝网络流量迅速增加,许可频段蜂窝网络容量难以满足用户日益增长的数据速率需求.WLAN(Wireless Local Area Network,无线局域网)与LTE(Long Term Evolution,长期演进)蜂窝异构网络中的数据卸载技术能有效缓解蜂窝无线访问的频谱资源紧缺问题.然而,现有LTE-WLAN数据卸载方案并未考虑密集部署问题,也未考虑基于IEEE 802.11ax协议的下一代高效WLAN针对密集部署提出的提速新技术所带来优势.本文利用下一代WLAN的多用户传输特性来缓解蜂窝的资源竞争,通过将部分蜂窝用户卸载到IEEE 802.11ax WLAN网络来保障蜂窝网络的单用户吞吐率.提出的卸载方案建立WLAN和LTE异构密集网络的吞吐率形式化表达式,根据网络系统容量查找蜂窝网络中的最优卸载数,以解决有限的蜂窝网络资源与海量高速业务需求的矛盾.仿真结果表明:在密集部署的异构网络中,所提的方案在保证WLAN用户服务质量的同时,最大限度地提高了LTE网络单用户吞吐率,提升了LTE网络的用户体验.
翁智辉[3](2021)在《无线局域网络接入策略研究》文中指出
石东[4](2021)在《卫星时间敏感网络时钟同步机制的研究与仿真实现》文中认为
冯欣,朱广华,解煜,唐强[5](2021)在《基于IEEE802.11s协议的弹载组网终端》文中提出针对弹群网络需要依托地面交互设备进行通信,无法为弹药集群提供动态、灵活、高效的自组织网络的问题,提出了基于IEEE802.11s协议的弹载组网终端。该弹载组网终端采用无线Mesh组网技术,通过速率自适应的MAC协议以及跨协议层的AODV路由算法,实现了在高动态环境下弹群节点的自组网功能。实测结果表明,该弹载组网终端传输距离、传输带宽及传输延迟等方面均能满足自组网传输要求,同时满足弹载安装环境的小型化要求,可以应用到巡飞类弹药上,使弹药集群达到灵活、高效组网的目的。
张广昊[6](2021)在《IIoT中基于中断概率的MAC层传输优化研究》文中进行了进一步梳理当下的工业物联网(Industrial Internet of Things,IIo T)包含了承担多种不同业务的节点。IEEE 802.11ac/ah协议共同应用于IIo T中,可以满足复杂的传输需求。信道绑定技术和限制接入窗口(Restricted Access Window,RAW)机制是IEEE 802.11ac/ah协议在媒体访问控制(Media Access Control,MAC)层引入的关键技术。对于承担不同业务的节点,目前单一的不合理的信道绑定策略和RAW分组策略成为制约IIo T性能的瓶颈。本文工作的重点是优化信道绑定和RAW机制。本文利用中断概率作为评价数据传输质量的指标,并将中断概率的概念扩展到信噪比方面,分析了信噪比、发送功率及传输距离等因素对中断概率的影响,进而推导出直接计算中断概率的表达式。针对IIo T中将有限的信道资源合理分配问题,本文提出了基于中断概率的信道绑定算法(Outage Probability Based Channel Bonding Algorithm,OPCB),该算法可以应用于IEEE 802.11ac/ah网络中,在数据传输开始之前评估数据传输的质量,为数据传输质量较差的节点绑定多条信道。OP-RAW算法在保证信道资源利用率的前提下提高数据传输的质量和网络的性能。针对IIo T中对节点合理分组的问题,本文提出了基于中断概率的RAW分组优化算法(Outage Probability Based RAW Machinic,OP-RAW),该算法可以应用于IEEE 802.11ah网络中,根据节点的业务需求和数据传输质量,调节RAW时隙长度,再将RAW时隙长度需求相同的节点分到同一RAW组中。OP-RAW算法使节点在RAW时隙中及时完成数据传输并减少信道资源的浪费,进而在进一步提高网络的传输效率。本文使用MATLAB对中断概率及其影响因素进行分析,并对OP-CB算法进行分析。本文使用NS-3网络仿真器进行模拟实验,评估所提出的OP-CB算法和OP-RAW算法在IEEE 802.11ac/ah网络中的性能,仿真结果表明OP-CB和OP-RAW算法可以提高IEEE 802.11ac/ah网络的吞吐量并降低时延。对于节点数量大,传输距离较远的大规模IIo T,OP-CB和OP-RAW算法可以更合理地分配信道资源并提高网络的传输效率。
周小平[7](2021)在《超高速无线局域网接收机算法研究及VLSI实现》文中指出无线局域网(Wireless Local Area Network,WLAN)自 1997 年诞生以来,始终是广泛应用的商用无线通信标准之一,目前协议标准已经发展到第六代。IEEE 802.11ac/IEEE 802.11ax的物理层采用了更高阶的调制方式、更高的带宽、更多的天线、正交频分复用接入(Orthogonal Frequency Division Multiplexing Access,OFDMA)和多输入多输出(Multiple Input Multiple Output,MIMO)等技术,传输速率达到Gbps量级。模拟射频器件的非理想、环境噪声和多径信道等因素,给高性能WLAN基带芯片带来诸多技术挑战,国内支持Gbps的4天线IEEE 802.11ac/IEEE 802.11ax芯片尚处于空白状态。本论文选择基带接收最为关键的两项技术即相位跟踪及MIMO检测进行研究,提出创新算法及相应的大规模集成电路(Very Large Scale Integration,VLSI)架构,将其应用到自主研发的4天线、80MHz带宽、256QAM的 IEEE 802.11ac 及 2 天线的 IEEE 802.11ax 系统芯片(System on Chip,SoC)中,完成了 IEEE 802.11ac的系统级无线空口验证。论文的主要工作和创新点如下:1.提出了面向VLSI实现的高性能相位跟踪算法,包括基于泰勒展开的分层符号内相位跟踪算法和基于线性滤波的符号间相位跟踪算法。前者在最大似然(Maximum Likelihood,ML)目标函数上基于泰勒展开推导出载波频率偏差(Carrier Frequency Offset,CFO)和采样频率偏差(Sampling Frequency Offset,SFO)的分层模型,实现了CFO和SFO的分层估计。算法消除了 CFO对SFO的干扰从而改善了 SFO估计,可以获得比传统加权最小二乘(Weighted Least Square,WLS)相位跟踪算法更优的性能;同时,由于干扰的去除简化了 SFO加权矩阵的计算,所提算法降低了估计的计算复杂度。在此基础上,基于相位模型中SFO基准值整帧传输不变的特性,提出了基于线性滤波的符号间相位跟踪算法,进一步提高相位跟踪的性能。2.提出一种低资源消耗的复用复乘法组的相位跟踪器VLSI架构。在相位估计模块中,设计了一种将加权矩阵计算和CFO计算分离的架构,实现了复乘法组分时复用以降低乘法器数量。实测结果表明,能够降低25%的资源消耗。3.提出一种基于最小距离比特翻转(Minimum Distance Bit Flipping,MDBF)扩展的K-Best的MIMO检测算法。针对K-Best算法中有限K条件下对数似然比(Log-Likelihood Ratio,LLR)计算可能无效的问题,对最优幸存路径每层的节点,基于最小距离的原则进行比特翻转,获得缺失节点;在各层之间迭代扩展累计欧氏距离取值较低的缺失路径。仿真结果表明,其可以实现LLR计算中“0”比特和“1”比特的全覆盖,提高LLR计算有效的比例,256QAM符号位LLR计算有效比例由0.2提升到0.76,最终可明显提高检测性能。4.提出一种低延时的奇偶搜索层并行处理的MIMO检测器VLSI架构。针对于MDBF扩展的K-Best的MIMO检测算法,基于现有架构中节点全排序和部分排序共存的设计,提出偶数层子节点的部分排序和奇数层节点展开操作并行处理的架构。实测结果表明,能够有效地降低14%的处理延时。5.集成本论文提出的相位跟踪器和MIMO检测器到IEEE 802.11ac SoC中,实现了 4天线、80MHz带宽,256QAM的现场可编程门阵列系统验证。实测结果表明,相比未改善前的设计,资源消耗降低10%,接收灵敏度提高1.5dB,吞吐量可达1.5Gbps。
钟倩文[8](2021)在《地震勘探无线采集系统中的网络传输功率自适应控制研究》文中提出基于大规模自组织无线传感器网络设计开发地震勘探采集系统是一个重要的研究方向。在该应用研究中,传感器节点的功耗控制被认为是一个研究难点问题。本文以系统中的网络传输功率自适应控制研究为主题,在无线传输网络设计、传感器节点测距算法和功率自适应控制算法三个方面开展研究。根据采集数据由末端采集节点向采集中心站汇聚导致的越靠近采集中心站传输数据量越大的特点,本文提出了高低速率结合的低功耗分簇异构网络设计方案。根据采用的传输协议,将网络划分为由基于IEEE 802.15.4标准的ZigBee协议组成的低功耗、低速率的簇内子网,以及由基于IEEE 802.11b/g/n标准的WiFi协议组成的高速率、高实时性的簇间主干网络。在满足末端采集节点低功耗和低成本要求的同时,又能提高靠近采集中心站端的网络负载能力。传感器节点之间的距离信息在功率自适应控制算法的实现中具有重要作用。结合系统硬件条件,本文提出了融合RSSI和LQI数据的节点测距算法。通过偏移程度分别确定RSSI值和LQI值衰减稳定的数值区间,并根据各自区间内数值偏移程度的大小赋予权值,然后对权值曲面进行二维滑动平均处理,最终通过最小二乘法拟合得到的测距经验模型拥有更高的测距精度和更强的抗干扰能力。无线通信系统中大部分能量消耗都是集中在信号的发射与接收过程中,通过发射功率进行自适应控制能够降低无效的能量消耗、裁剪冗余通信链路并优化网络的整体性能。针对地震勘探无线采集系统中传输网络设计方案的特点,兼顾系统硬件成本和节点的计算能力,本文提出了一种基于K-NEIGH和COMPOW的功率控制算法。该算法首先通过选取合适的K值,确定节点的发射功率大小;然后在节点邻居集内进行最低发射功率的统一,进而实现邻居集内的单向链路修正;最后通过应答机制,确保网络中不存在孤立节点和孤立子网。通过仿真分析将本文提出的测距算法和功率控制算法与现有的方法对比,并在实际环境中进行组网测试,验证了所设计的无线传输网络的合理性,表明了提出的传感器节点测距算法和网络传输功率自适应控制算法的有效性和可靠性。
刘艺[9](2021)在《面向边缘计算任务迁移的路径传输机制研究》文中研究指明新应用、新服务呈指数型的增长,计算模式逐渐由云计算转变为边缘计算,将任务迁移至靠近用户端的边缘服务器可以满足移动计算的需求,但任务迁移依赖的网络环境直接影响任务迁移的性能。当今3G、4G、5G和Wi-Fi等网络相互覆盖,异构无线网络成为趋势,使得任务迁移的路径选择和多路径传输成为可能。任务迁移研究中,网络路径的选择对任务时延和终端的能耗有较大的影响。而现有路径选择研究多集中在网络状态本身,而忽略了所需传输的任务特征及移动设备的能效限制,因此亟待针对边缘计算任务迁移的路径传输机制的研究。由此,本文从当下单路径通信的异构无线网络场景和并行传输依靠的多路径异构无线网络场景入手,综合考虑移动设备接入网络状态、任务迁移的任务特性以及边缘设备的计算性能,研究任务迁移的路径传输机制,具体的研究工作如下:1、针对当下单路径任务迁移过程中缺少合理的路径选择机制,同时考虑网络速率和计算资源动态性对任务时延的影响,本文提出了基于Q-learning的单路径选择的任务迁移方法。首先,该路径传输机制综合考虑移动终端网络接入状态、边缘设备计算性能,并以完善用户体验质量为最终目的,其次,将各类因素输入强化学习Q-learning模型,构建状态转移矩阵,实现对传输路径的动态选择,最后,通过单任务路径传输机制,实时接入不同的路径进行任务迁移。实验结果表明,与随机单路径传输机制相比,本文基于Q-learning的单路径传输机制有效地提高了用户体验质量,任务迁移时延平均降低了56ms。2、针对多址接入边缘计算在异构网络中带来的并行传输机会,在未知移动网络速率和边缘计算资源情况下,研究路径传输机制对任务迁移性能的影响,因此本文提出了基于Multi-Armed Bandit多路径选择的任务迁移方法。该方法优化实现了多路径传输,在未知环境展开对网络状态和计算资源的探索,考虑移动终端接入网络路径状态、边缘设备计算性能的同时,将用户体验质量纳入评判标准,同时动态选取多路径进行任务迁移,以最小开销为目标及用户可接受的平均时延作为标准,对多路径传输机制进行评测。结果表明,对比随机接入路径传输机制本文方法平均用户体验提升明显,场景实际丢包率降低幅度达22%,时延降低37%(45ms),能耗延迟积降低57%。
马盛元[10](2021)在《Ad-hoc通信信号监测与节点关联分析研究》文中提出Ad-hoc作为不需要固定基础设施就可以迅速组网的通信网络,可以满足应急通信等特殊场合的通信需求,具有很强的灵活性。随着近年来通信技术的发展,Ad-hoc网络具越来越高的保密性,且具有网络节点众多、频率随机跳变、时间随机跳变等特性。这种无中心、扁平化柔性组网和集群化的特征给Ad-hoc的电磁频谱管理和频谱安全分析带来一定的挑战,因此针对Ad-hoc通信信号的监测以及节点关联关系的分析具有重要意义。本文的内容涵盖了通信信号信息挖掘的整个流程,包含信号监测接收、信号测量与分选以及节点关联关系分析三部分,包含第一部分的算法实现和后续两部分的算法研究。根据Ad-hoc信号的物理层特征进行实时的高速脉冲监测接收是后续分析的基础;参数测量与分选是后续节点关联分析的前提,本文提出两种特殊场景下的分选方法作为传统分选的补充;非合作的节点关联关系分析只利用脉冲的TOA和TOE信息,结合Ad-hoc通信本身的协议或者其他先验信息完成信号之间的关联进而完成节点之间的通信关联分析,本文提出两种不同场景下的关联方法。本文主要对围绕Ad-hoc的非合作信息挖掘展开了如下的工作:(1)在信号的监测接收方面,完成了对特定跳频跳时特征的Ad-hoc通信信号的数字接收算法设计与实现。根据信号特征设计了8通道50%交叠的数字信道化接收算法和累积量信号检测算法,并进行了算法的FPGA实现并移植到USRP2955平台,完成了系统联调。(2)在信号测量与分选方面,提出了两种分别基于跳时信息和多普勒频移信息的分选方法作为传统分选的补充。一种是基于特定跳时模型的帧内脉冲分选算法,利用节点帧内脉冲间的特殊跳时关系,设计了帧内多脉冲搜索算法,无测量噪声的情况下可以到达近似100%的搜索准确率,同时在不同信号密度和测量噪声下仍然具有较高的性能。一种是基于多普勒频移的分选方法,考虑到不同速度的飞行器所发射的信号会有0到5k Hz的多普勒频偏,在传统非合作载频测量算法达不到测频精度的情况下,提出从脉冲的频域信息中利用神经网络算法进行频测量的算法,所提出算法具有500Hz的测量精度,可以提供一定的信息帮助分选。(3)在对采用IEEE 802.11标准的Ad-hoc网络节点关联关系分析方面,提出了一种基于IEEE 802.11 MAC协议的节点关联关系分析算法。通过分析Ad-hoc通信分层结构,发现MAC层中普遍包含的RTS/CTS机制可以很好地帮助从TOA流和TOE流中反向挖掘关联信息。结合Ad-hoc常用的IEEE 802.11标准中的MAC协议和物理层相关信息所提供的脉冲间时序约束,从概率的角度针对三种通信模式建立了关联模型,仿真中四次握手模式和帧分段模式的关联准确率在95%以上。(4)在一般性的Ad-hoc网络节点关联关系分析方面,提出了一种基于连续通信假设的的节点关联关系分析算法。以RTS/CTS机制为基础,利用连续通信这一假设,可以减少对底层时序先验信息的依赖,从更大的时间尺度上进行关联信息挖掘,从局部关联关系信息的累积量中得到鲁棒性更强的关联关系信息。仿真中,模型关联关系分析准确率在90%以上。
二、IEEE 802.11b标准浅析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、IEEE 802.11b标准浅析(论文提纲范文)
(1)微网分布式控制多跳无线网络拓扑优化(论文提纲范文)
0 引言 |
1 微网分布式多跳无线通信分析 |
1.1 微网分布式多跳无线通信应用场景 |
1.2 微网中的多跳无线通信标准及主要延时原因 |
2 分布式多跳无线网络延时建模 |
2.1 端到端延时模型 |
2.2 粒子群求解 |
1)约束条件 |
2)目标函数 |
3 仿真分析 |
3.1 仿真设置 |
3.2 结果分析 |
4 结语 |
(2)802.11 ax下一代WLAN和LTE异构密集网络数据卸载方案(论文提纲范文)
1介绍 |
2网络模型 |
2.1 LTE网络模型 |
2.2基于802.11ax的下一代WLAN网络随机接入模型 |
3 802.11ax WLAN-LTE密集网络数据卸载方案 |
3.1最大化LTE单用户吞吐率数据卸载方案 |
3.2最优卸载用户数搜索算法 |
4仿真结果及性能分析 |
4.1仿真参数 |
4.2性能分析 |
5结束语 |
(5)基于IEEE802.11s协议的弹载组网终端(论文提纲范文)
0 引言 |
1 无线Mesh网络 |
2 基于IEEE802.11s协议的弹载组网终端 |
2.1 弹载组网终端的组网构架 |
2.2 基于IEEE802.11s协议的弹载组网终端的组成 |
2.3 基于IEEE802.11s协议的弹载组网终端的自组网接入及路由算法 |
2.3.1 自组网接入 |
2.3.2 自组网路由算法 |
3 实验验证与结果分析 |
3.1 自组网验证 |
3.2 单点传输性能验证 |
3.3 多跳传输性能验证 |
4 结论 |
(6)IIoT中基于中断概率的MAC层传输优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 工业物联网中信道绑定研究现状 |
1.2.2 工业物联网中RAW分组策略研究现状 |
1.3 研究目标与内容 |
1.4 论文组织结构 |
1.5 本章小结 |
2 相关技术介绍 |
2.1 工业物联网场景中无线网络协议介绍 |
2.2 工业物联网物理层介绍 |
2.3 工业物联网MAC层介绍 |
2.3.1 信道绑定技术介绍 |
2.3.2 RAW机制介绍 |
2.4 NS-3 仿真工具介绍 |
2.5 本章小结 |
3 中断概率及其影响因素的分析 |
3.1 中断概率的基本定义 |
3.2 信噪比对中断概率的影响分析 |
3.3 其他因素对中断概率的影响分析 |
3.4 本章小结 |
4 基于中断概率的信道绑定算法OP-CB |
4.1 信道绑定中的问题分析 |
4.2 OP-CB算法设计与分析 |
4.2.1 OP-CB算法工作过程 |
4.2.2 OP-CB算法分析 |
4.3 实验仿真与性能分析 |
4.3.1 OP-CB算法在IEEE802.11ac网络中的评估 |
4.3.2 OP-CB算法在IEEE802.11ah网络中的评估 |
4.4 本章小结 |
5 基于中断概率的分组算法OP-RAW |
5.1 RAW分组策略对无线网络的影响 |
5.2 OP-RAW算法设计 |
5.2.1 时隙时长计算方法 |
5.2.2 OP-RAW算法工作过程 |
5.3 实验仿真与性能分析 |
5.3.1 实验场景与参数 |
5.3.2 实验结果与分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(7)超高速无线局域网接收机算法研究及VLSI实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 超高速无线局域网接收机研究现状和挑战 |
1.2.1 接收机算法及VLSI架构研究现状 |
1.2.2 超高速无线局域网芯片研究现状 |
1.2.3 问题与挑战 |
1.3 研究内容与创新点 |
1.4 论文结构安排 |
第2章 超高速无线局域网帧格式和接收机算法概述 |
2.1 超高速无线局域网物理层帧格式 |
2.2 面向VLSI的超高速无线局域网接收机算法概述 |
2.2.1 超高速无线局域网接收机VLSI架构 |
2.2.2 相位跟踪算法 |
2.2.3 MIMO检测 |
2.3 本章小结 |
第3章 相位跟踪算法研究及VLSI设计 |
3.1 基于泰勒展开的分层符号内相位跟踪算法 |
3.1.1 系统模型 |
3.1.2 算法描述 |
3.1.3 仿真结果及分析 |
3.2 基于线性滤波的符号间相位跟踪算法 |
3.2.1 SFO估计算法 |
3.2.2 仿真结果及分析 |
3.3 复用复乘法组的相位跟踪器VLSI架构 |
3.3.1 整体架构 |
3.3.2 多模式的统一输入结构 |
3.3.3 相位估计模块 |
3.3.4 相位补偿模块 |
3.3.5 性能对比 |
3.4 本章小结 |
第4章 MIMO检测算法研究及VLSI设计 |
4.1 最小距离比特翻转扩展的K-Best的MIMO检测算法 |
4.1.1 系统模型 |
4.1.2 已有方法 |
4.1.3 算法描述 |
4.1.4 仿真结果及分析 |
4.2 奇偶搜索层并行的K-Best的MIMO检测器VLSI架构 |
4.2.1 整体架构 |
4.2.2 多模式的统一输入结构 |
4.2.3 K-Best检测器模块 |
4.2.4 MDBF扩展模块 |
4.2.5 LLR计算模块 |
4.2.6 性能对比 |
4.3 本章小结 |
第5章 超高速无线局域网接收机集成及验证 |
5.1 超高速无线局域网SoC |
5.1.1 超高速无线局域网SoC架构 |
5.1.2 超高速无线局域网接收机架构 |
5.2 接收机FPGA验证 |
5.2.1 接收机FPGA系统架构 |
5.2.2 功能验证 |
5.2.3 性能测试 |
5.3 本章小结 |
第6章 结束语 |
6.1 论文主要工作总结 |
6.2 下一步的研究工作 |
附录1 缩略语说明 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文和专利 |
(8)地震勘探无线采集系统中的网络传输功率自适应控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 应用背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 地震勘探无线采集传输系统研究现状 |
1.2.2 无线传感器网络中的功率自适应控制研究现状 |
1.3 本文主要研究内容 |
1.4 论文章节安排 |
第2章 地震勘探无线采集传输系统概述 |
2.1 无线传感器网络简介 |
2.1.1 无线传感器网络特点 |
2.1.2 无线传感器网络协议对比 |
2.1.3 应用于地震勘探无线采集传输系统中的网络协议分析 |
2.2 地震勘探无线采集传输系统组成 |
2.2.1 超低频地震检波器 |
2.2.2 AD采集与本地存储系统 |
2.2.3 无线传输系统 |
2.2.4 上位机控制系统 |
2.3 本章小结 |
第3章 基于RSSI-LQI加权数据融合的节点测距算法研究 |
3.1 测距算法简介 |
3.1.1 测距算法分类 |
3.1.2 经典测距算法的对比分析 |
3.1.3 RSSI和LQI测距算法的局限性 |
3.2 基于RSSI-LQI加权数据融合测距算法实现 |
3.2.1 RSSI和LQI实际测试数据获取 |
3.2.2 数据融合权值计算 |
3.2.3 二维滑动平均法平滑权值曲面 |
3.3 测距算法仿真结果分析 |
3.4 本章小结 |
第4章 基于K-NEIGH和COMPOW的功率控制算法研究 |
4.1 功率控制算法简介 |
4.1.1 功率控制算法分类 |
4.1.2 经典功率控制算法的对比分析 |
4.1.3 K-NEIGH和COMPOW算法的局限性 |
4.2 基于K-NEIGH和COMPOW的功率控制实现 |
4.2.1 解决链路的单向连通问题 |
4.2.2 解决节点最低功率统一性问题 |
4.2.3 解决孤立节点与孤立子网问题 |
4.2.4 隐藏终端和暴露终端的分析 |
4.3 功率控制算法的仿真分析 |
4.3.1 仿真环境 |
4.3.2 仿真结果分析 |
4.4 本章小结 |
第5章 网络传输功率自适应控制系统的硬件与软件设计 |
5.1 系统总体方案设计 |
5.2 硬件系统的设计 |
5.2.1 硬件开发环境 |
5.2.2 AD采集板与主控制板的设计 |
5.2.3 无线数据传输板的设计 |
5.2.4 板间通信接口的设计 |
5.3 软件系统的设计 |
5.3.1 软件开发环境 |
5.3.2 AD驱动程序与FatFs文件系统移植 |
5.3.3 ZigBee和WiFi驱动程序 |
5.3.4 板间通信接口驱动程序 |
5.3.5 功率控制算法的软件实现 |
5.3.6 地震勘探数据采集与无线传输的软件实现 |
5.4 本章小结 |
第6章 系统测试 |
6.1 功率控制算法测试 |
6.1.1 传感器节点续航能力测试 |
6.1.2 ZigBee和WiFi组网测试 |
6.1.3 系统可靠性测试 |
6.1.4 功率自适应控制测试 |
6.2 地震勘探数据采集与无线传输测试 |
6.2.1 AD采集与本地存储测试 |
6.2.2 采集数据的无线传输测试 |
6.3 本章小结 |
第7章 总结与展望 |
7.1 研究成果总结 |
7.2 工作展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(9)面向边缘计算任务迁移的路径传输机制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 论文主要工作 |
1.4 论文组织结构 |
第二章 相关技术与理论分析 |
2.1 异构无线网络场景 |
2.1.1 多种无线网络共存 |
2.1.2 异构无线网络的特点 |
2.2 边缘计算任务迁移概述 |
2.2.1 单接入边缘计算的任务迁移 |
2.2.2 多址接入边缘计算的任务迁移 |
2.3 存在的问题和挑战 |
第三章 基于Q-learning单路径选择的任务迁移方法 |
3.1 概述 |
3.2 基于Q-learning的单路径传输机制 |
3.2.1 异构无线网络单路径接入特征 |
3.2.2 结合单路径传输机制的Q-learning算法 |
3.2.3 算法设计 |
3.3 实验评估及分析 |
3.3.1 实验与评估设计 |
3.3.2 实验结果分析 |
3.4 本章小结 |
第四章 基于Multi-Armed Bandit多路径选择的任务迁移方法 |
4.1 概述 |
4.2 基于Multi-Armed Bandit的多路径传输机制 |
4.2.1 异构无线网络多路径接入特征 |
4.2.2 结合多路径传输机制的Multi-Armed Bandit算法 |
4.2.3 算法设计 |
4.3 实验评估与分析 |
4.3.1 实验与评估设计 |
4.3.2 实验结果分析 |
4.4 本章小结 |
总结和展望 |
总结 |
展望 |
参考文献 |
攻读硕士学位期间取得的科研成果 |
致谢 |
(10)Ad-hoc通信信号监测与节点关联分析研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史与现状 |
1.3 本论文主要研究内容和结构安排 |
第二章 Ad-hoc通信信号监测接收算法与实现 |
2.1 总体方案设计 |
2.2 算法设计 |
2.2.1 数字信道化算法设计 |
2.2.1.1 算法原理 |
2.2.1.2 算法仿真 |
2.2.2 信号检测算法设计 |
2.2.2.1 算法原理 |
2.2.2.2 算法仿真 |
2.3 系统实现 |
2.3.1 软硬件架构 |
2.3.2 FPGA算法实现 |
2.3.2.1 数字信道化实现 |
2.3.2.2 信号检测与输出 |
2.3.2.3 工程仿真 |
2.3.3 Lab VIEW工程开发 |
2.3.3.1 下位机开发 |
2.3.3.2 上位机开发 |
2.3.3.3 硬件联调 |
2.4 本章小结 |
第三章 Ad-hoc信号参数测量与分选 |
3.1 时域参数测量与基于跳时关系的帧内分选 |
3.1.1 基于帧长的TOA参数估计 |
3.1.2 特定跳时模型的帧内分选 |
3.1.2.1 模型背景 |
3.1.2.2 模型建立 |
3.1.2.3 模型仿真与性能分析 |
3.2 载频测量与基于多普勒频移的分选 |
3.2.1 传统GMSK载频测量 |
3.2.2 基于神经网络的多普勒频移测量算法 |
3.2.2.1 算法设计 |
3.2.2.2 算法性能分析 |
3.2.2.3 算法抗噪性能测试 |
3.3 本章小结 |
第四章 Ad-hoc通信节点关联关系分析 |
4.1 Ad-hoc通信网络特征与关联关系分析 |
4.1.1 Ad-hoc网络体系结构 |
4.1.2 关联关系分析与MAC协议 |
4.1.3 MAC协议分类 |
4.1.4 碰撞控制 |
4.1.5 隐藏节点和暴露节点 |
4.1.6 小结 |
4.2 基于IEEE802.11 MAC协议的关联关系分析方法 |
4.2.1 IEEE802.11 MAC协议 |
4.2.1.1 帧间隔与帧格式 |
4.2.1.2 碰撞控制机制 |
4.2.1.3 信道接入模式 |
4.2.2 关联关系分析算法 |
4.2.2.1 建立模型 |
4.2.2.2 模型仿真 |
4.2.2.3 鲁棒性分析 |
4.3 连续通信假设下的通信信号关联关系分析算法 |
4.3.1 模型建立 |
4.3.2 模型仿真 |
4.3.3 性能分析 |
4.3.3.1 阈值的选择 |
4.3.3.2 测量误差的影响 |
4.3.3.3 假信号的影响 |
4.3.3.4 信号丢失的影响 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
四、IEEE 802.11b标准浅析(论文参考文献)
- [1]微网分布式控制多跳无线网络拓扑优化[J]. 孙伟,张磊,李奇越,李帷韬,高博,丁津津. 电力信息与通信技术, 2022
- [2]802.11 ax下一代WLAN和LTE异构密集网络数据卸载方案[J]. 张闽,钱晨喜,陈清华. 小型微型计算机系统, 2021(08)
- [3]无线局域网络接入策略研究[D]. 翁智辉. 江苏科技大学, 2021
- [4]卫星时间敏感网络时钟同步机制的研究与仿真实现[D]. 石东. 重庆邮电大学, 2021
- [5]基于IEEE802.11s协议的弹载组网终端[J]. 冯欣,朱广华,解煜,唐强. 探测与控制学报, 2021(03)
- [6]IIoT中基于中断概率的MAC层传输优化研究[D]. 张广昊. 大连理工大学, 2021(01)
- [7]超高速无线局域网接收机算法研究及VLSI实现[D]. 周小平. 北京邮电大学, 2021(01)
- [8]地震勘探无线采集系统中的网络传输功率自适应控制研究[D]. 钟倩文. 山东大学, 2021(12)
- [9]面向边缘计算任务迁移的路径传输机制研究[D]. 刘艺. 西北大学, 2021(12)
- [10]Ad-hoc通信信号监测与节点关联分析研究[D]. 马盛元. 电子科技大学, 2021(01)