网络分簇支持资源空间复用，能增大系统容量；簇头构成虚拟骨干网，能降低路由开销；但簇生成和维护涉及信息交互，会增加通信开销，良好的分簇算法是维持簇稳定的关键。针对移动ad hoc网络，提出一种多参数加权分簇算法。该算法综合考虑节点剩余能量、邻居节点数和节点移动性，分别针对随机步行移动网络和参考点群组移动网络设计不同的节点稳定性参数，在随机步行移动网络中利用剩余能量参数、邻居节点参数和相对稳定性参数加权构成稳定性参数，而在参考点群组移动网络中采用剩余能量参数、邻居节点参数和移动相关性参数加权构成稳定性参数。仿
2022-02-24 20:40:08
7.59MB
1
通过使用此应用程序，可以生成众所周知的原子团簇，例如Mackay-二十面体，Marks-和Ino-十面体，以及fcc-和bcc-簇。 这些簇的结构和形状可以作为不同参数的函数进行修改（有关详细信息，请参阅随附的手册）。 原子结构可以以 xyz 格式或 cfg 格式保存在文件中。 结构也可以以不同的方式可视化
2022-02-15 10:03:43
1.39MB
1
密度峰值聚类不需要事先指定类簇数；能够发现非球形类簇；只有一个参数需要预先取值。快速搜索和寻找密度峰值的聚类(clustering by fast search and find of density peaks)，简称密度峰值聚类
2022-02-03 12:05:15
7KB
现有的动态分簇算法大多假设系统知道完全的信道状态信息（CSI）, 但这在实际系统中较难实现。针对这一问题, 提出了一种部分CSI下的近邻传播动态分簇算法。在每个基站已知一定地理区域内基站CSI的情况下, 利用协同度设计输入矩阵, 通过近邻传播的方式在全网内传播吸引度及归属度; 然后, 通过协作证据积累过程, 生成多个协同簇。仿真结果表明, 该算法的分簇性能接近于完全CSI下的利益树分簇算法, 算法的收敛速度受系统内基站数的影响较小, 收敛速度快, 适用于实际系统。
2022-01-14 10:56:35
1.89MB
1
车载自组织网络中网络拓扑频繁变化、链路不稳定。若直接使用移动自组网的成簇算法，将会引起传输延时增大及丢包率上升等一系列问题。提出一种基于AP相似度改进的稳定成簇算法——SD成簇算法。本算法以节点之间的相似度（similarity）和周围节点度（degree）作为分簇依据，利用节点的地理位置信息和邻居拓扑信息进行簇头选举。NS2仿真结果表明,该算法能有效地改善车载自组织网络中簇结构的稳定性。
2021-12-19 16:29:49
424KB
1
考虑到用户与基站间的相关性和网络的不规则性，建立了基于 Matern 簇过程（MCP）的非正交多址接入型异构网（NOMA-HetNet）模型，并结合该模型分析了各类用户的覆盖概率。在分析过程中，首先，从理论上推导出用户的信干噪比（SINR）；其次，针对现实中的非完美串行干扰消除（SIC）方案，给出了一种更符合实际情况的SINR上限更新规则；然后，利用空间坐标系、概率论、随机几何理论和顺序统计量等数学工具分析了各类用户关联概率和服务距离；最后，推导了各类用户覆盖概率的理论表达式。利用数值仿真分析了簇半径、基站密度和干扰残余因子对服务距离和覆盖概率的影响，取得了与理论分析相吻合的结果，验证了理论分析的正确性。
2021-12-17 15:38:24
1.04MB
1