提高移动机器人远程通信质量的研究
| 第一章 绪论 | 第1-14页 |
| ·前言 | 第8页 |
| ·课题来源与研究意义 | 第8-9页 |
| ·通信系统的关键技术 | 第9-11页 |
| ·数据压缩编码技术 | 第9-10页 |
| ·采用合理的通信协议 | 第10页 |
| ·通信网络 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·课题研究成果及论文内容安排 | 第12-14页 |
| 第二章 远程通信系统平台简介与通信协议选用 | 第14-25页 |
| ·移动机器人远程通信系统平台 | 第14-16页 |
| ·移动机器人硬件平台概况 | 第14页 |
| ·移动机器人远程通信系统简介 | 第14-16页 |
| ·通信协议分析 | 第16-23页 |
| ·TCP协议 | 第16-17页 |
| ·UDP协议 | 第17-18页 |
| ·RTP协议 | 第18-23页 |
| ·通信协议的选用 | 第23-24页 |
| ·本章小节 | 第24-25页 |
| 第三章 视频数据通信的拥塞控制研究 | 第25-37页 |
| ·前言 | 第25页 |
| ·基于RTP/RTCP协议服务质量动态监测方法 | 第25-27页 |
| ·网络拥塞概述 | 第27-30页 |
| ·网络拥塞发生的原因 | 第27-28页 |
| ·拥塞控制概述 | 第28-29页 |
| ·拥塞控制策略分类 | 第29-30页 |
| ·拥塞控制策略考虑的因素 | 第30页 |
| ·基于RTP协议的拥塞控制策略 | 第30-36页 |
| ·传统的基于RTP协议的网络拥塞控制策略 | 第30-31页 |
| ·基于RTP监控agent的网络拥塞控制策略 | 第31-32页 |
| ·传统RTP自适应算法 | 第32-33页 |
| ·改进的RTP自适应算法 | 第33-34页 |
| ·改进的RTP自适应算法实现 | 第34-35页 |
| ·两种算法的比较 | 第35-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 基于BP网络的网络利用率估计 | 第37-50页 |
| ·前言 | 第37-38页 |
| ·神经网络(NN)概述 | 第38-41页 |
| ·神经元模型 | 第38-39页 |
| ·神经网络的学习 | 第39-41页 |
| ·BP网络概述 | 第41-43页 |
| ·BP网络结构 | 第41-42页 |
| ·BP网络学习算法 | 第42-43页 |
| ·网络带宽估计器设计 | 第43-49页 |
| ·带有网络带宽估计器的通信系统模型 | 第43-44页 |
| ·BP模型的构造 | 第44-45页 |
| ·样本数据预处理 | 第45页 |
| ·BP网络的训练及测试 | 第45-48页 |
| ·BP估计器的实现 | 第48-49页 |
| ·本章小节 | 第49-50页 |
| 第五章 远程通信系统的测试与性能分析 | 第50-54页 |
| ·前言 | 第50页 |
| ·远程通信系统测试评估内容 | 第50页 |
| ·视频流通信的测试与性能分析 | 第50-51页 |
| ·移动机器人远程通信系统的测试与性能分析 | 第51-54页 |
| 第六章 结论与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间主要的研究成果 | 第60页 |
