针对部署环境复杂多变的海洋传感器网络,根据不同海洋参数对水声通信的影响,设计海洋参数自适应时间同步(OPA-Sync,ocean parameter adaptive time synchronization)算法。通过参数调节来提高时间同步算法对不同海洋环境的适应性,并对...针对部署环境复杂多变的海洋传感器网络,根据不同海洋参数对水声通信的影响,设计海洋参数自适应时间同步(OPA-Sync,ocean parameter adaptive time synchronization)算法。通过参数调节来提高时间同步算法对不同海洋环境的适应性,并对算法进行了优化,提高运算效率。仿真表明,OPA-Sync可以适应不同的海洋条件,在同步精度和能效方面都优于现有算法。展开更多
当今WiFi技术迅速发展,WiFi设备的种类和数量随之急剧增长,但WiFi设备识别这方面的研究并不多,仅有的一些研究也过多的依靠beacon节点主动搜集无线信号的方式开展。本文基于非侵入式监测搜集的WiFi信号数据,提出了一种WiFi设备类型的识...当今WiFi技术迅速发展,WiFi设备的种类和数量随之急剧增长,但WiFi设备识别这方面的研究并不多,仅有的一些研究也过多的依靠beacon节点主动搜集无线信号的方式开展。本文基于非侵入式监测搜集的WiFi信号数据,提出了一种WiFi设备类型的识别机制。通过监测WiFi通信过程中的技术参数,如接收信号强度(Received Signal Strength,RSS)、MAC地址(Media Access Control Address)、通信时间戳等,我们分析提取各类WiFi设备的特征,构建特征向量,然后运用机器学习中相对成熟的分类算法实现对常见无线设备如手机、笔记本电脑和无线路由器的分类。实验结果表明,本文提出的设备类型识别机制使用不同分类算法进行层次化分类后,均可达到较好的效果。展开更多
文摘针对部署环境复杂多变的海洋传感器网络,根据不同海洋参数对水声通信的影响,设计海洋参数自适应时间同步(OPA-Sync,ocean parameter adaptive time synchronization)算法。通过参数调节来提高时间同步算法对不同海洋环境的适应性,并对算法进行了优化,提高运算效率。仿真表明,OPA-Sync可以适应不同的海洋条件,在同步精度和能效方面都优于现有算法。
文摘当今WiFi技术迅速发展,WiFi设备的种类和数量随之急剧增长,但WiFi设备识别这方面的研究并不多,仅有的一些研究也过多的依靠beacon节点主动搜集无线信号的方式开展。本文基于非侵入式监测搜集的WiFi信号数据,提出了一种WiFi设备类型的识别机制。通过监测WiFi通信过程中的技术参数,如接收信号强度(Received Signal Strength,RSS)、MAC地址(Media Access Control Address)、通信时间戳等,我们分析提取各类WiFi设备的特征,构建特征向量,然后运用机器学习中相对成熟的分类算法实现对常见无线设备如手机、笔记本电脑和无线路由器的分类。实验结果表明,本文提出的设备类型识别机制使用不同分类算法进行层次化分类后,均可达到较好的效果。
