针对IEEE 802.11系列标准中分布式协调功能(DCF)的缺点,提出了一种简单有效的改进DCF算法.其主要的改进集中在2方面:在经典DCF的基础上,将第0级退避的退避窗口值加倍;使用选择概率p将第0级退避窗口分割成2部分.为了精确地反映改进后协议的性能,建立了二维马尔可夫模型,并将其与经典DCF比较.数值仿真结果表明,改进后的DCF协议在终端节点密度较大时,其吞吐量和时延等性能参数要比经典的DCF优越.

简洁的Kubernetes架构示意图-可编辑PDF格式

We demonstrate a multiple wavelength Brillouin/erbium fiber laser in a linear cavity configuration. The laser cavity is made up of a fiber loop mirror on one end of the resonator and a virtual mirror generated from the distributed stimulated Brillouin scattering effect on the other end. Due to the weak reflectivity provided by the virtual mirror, self-lasing cavity modes are completely suppressed from the laser cavity. At Brillouin pump and 1480-nm pump powers of 2 and 130 mW, respectively, 11 c

The intensity and position of the coupling points in high birefringence (Hi-Bi) fibers can be detected effectively using distributed polarization coupling (DPC) detection. The detection sensitivity can decrease due to mechanical vibration disturbance and environment noise. Thus, a method based on em

近年来，使用自组织群体机器人进行目标搜索和诱捕受到越来越多的关注，但是这些系统的控制设计仍然是一个挑战。 在本文中，我们提出了一种由细菌趋化性启发的群体机器人的分散控制算法，用于目标搜索和诱集。 首先，根据机器人在目标区域中的初始位置建立局部坐标系。 然后将目标区域划分为Voronoi细胞。 初始化后，成群的机器人在目标定义的梯度信息的指导下，开始执行由建议的细菌趋化性算法驱动的目标搜索和捕获任务。 仿真结果证明了该算法的有效性及其对意外机器人故障的鲁棒性。 与其他常用的群体机器人分布式控制方法相比，我们的仿真结果表明细菌趋化算法对局部最优的脆弱性较小，计算效率较高。

在本文中，受人荷尔蒙系统的调节机制的启发，提出了一种新颖的基于内分泌的智能分布式合作算法（EIDCA）进行目标跟踪。 EIDCA使无线传感器网络中的节点能够自动进行自我组织，而无需集中控制目标检测。 还引入了一种基于概率的激素传输方案，以缓解由于节点频繁切换而引起的网络波动。 同时，设计了一种数值评估方法，以提供一种量化指标，用于比较不同算法的跟踪性能。 仿真结果表明，由EIDCA控制的分散网络无需中央控制就能高效，可靠地工作。 还表明，提出的EIDCA在跟踪目标方面优于比较算法。

Direction of Arrival Estimation for Coherently Distributed Sources in 2D Massive MIMO Systems

分布式计算经典书籍

Stimulus Pulse-Based Distributed Control for the Locomotion of a UBot Modular Robot

Scalable Data Center Network Architecture With Distributed Placement of Optical Switches and Racks