简介:摘要本文围绕着防火墙路由器设备在信息技术中的应用情况,分析其中存在的具体故障,并提出解决对策。
简介:摘要尽管从认知无线电范式的提出已经经历了十几年了,在这些年里研究主要集中于物理层和媒体访问的问题上,而最近的一些研究才针对认知网络的路由问题。本文将移动认知无线电和AdHoc网络的反应式路由相结合解决了这个问题。通过设计了一个反应式路由协议来达到此目的。
简介:由于在无线体域网当中,各个传感器之间会有不同的节点,不同节点的能量都有限制,所以优化无线体域网络势在必行,在优化无线体域网络时,首先要对体域网的的路由进行优化,在优化过程当中降低网络使用的能耗是整个过程的关键,在体域网路由算法当中,能耗问题一直是人们最重视的问题,本文通过提出了一种基于功率控制的算法(PowerControl-AODV,PC-AODV)来对能耗进行有效的控制。在此算法当中,将采用独立的节点传输链路,将能耗问题看做节点,随后对拟合节点的发射功率进行套就,对于节点所剩余的能量以及在运输路径当中条数的函数,将这两者进行建模研究,从而进行仿真结果的总结,最后与AODV的算法进行对比,最终证明在PC-AODV当中能够有效降低能耗,从而使网络的使用期变长。
简介:认知无线电网络(CognitiveRadioNetworks,CRNs)的出现解决了由无线应用发展而引起的频谱稀缺问题.在CRNs中,次用户(SecondaryUsers,SUs)机会式地接入主用户(PrimaryUsers,PUs)拥有的授权频谱.使用马尔科夫泊松过程(MarkovModulatedPoissonProcess,MMPP)对Pus的活动进行建模,提出基于增强学习的非协作认知无线网络路由算法.每个SU都想最小化自己流量的端到端时延,同时可以满足PU的服务质量(QoS)需求.为了使SUs的路由决策能够适应环境变化和节点之间非协作交互的影响,我们将路由问题建模为非合作博弈的随机学习过程.然后,我们提出了一种解决路由问题的分布式增强学习算法,减少了SU之间由于信息交互带来的开销.仿真实验的结果表明了所提出的算法能够满足PU的QoS需求,同时减少网络时延.