嵌入式互联网宏观拓扑结构及统计时间特征研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-17页 |
| ·嵌入式互联网的概念与发展现状 | 第13-14页 |
| ·嵌入式互联网设备的时间敏感性问题 | 第14-15页 |
| ·课题来源与研究目的 | 第15-16页 |
| ·本文组织结构 | 第16-17页 |
| 第二章 基础信息结构的数学原理 | 第17-39页 |
| ·研究基础与相关概念 | 第17-20页 |
| ·互联网应用行为 | 第17-18页 |
| ·互联网研究层面 | 第18-20页 |
| ·以太网CSMA/CD协议 | 第20-22页 |
| ·工作原理 | 第20-21页 |
| ·以太网不确定性问题的解决方案 | 第21-22页 |
| ·堆叠式CSMA/CD网络模型 | 第22-38页 |
| ·模型的建立 | 第22-28页 |
| ·模型的分析 | 第28-35页 |
| ·模型的测试 | 第35-37页 |
| ·模型的评价 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第三章 宏观拓扑结构 | 第39-69页 |
| ·宏观拓扑结构的演化机理 | 第39-56页 |
| ·分形与混沌的基本概念 | 第39-40页 |
| ·分形与混沌网络数学模型 | 第40-42页 |
| ·演化机理分析 | 第42-46页 |
| ·网络性能分析 | 第46-56页 |
| ·宏观拓扑结构的特征 | 第56-62页 |
| ·无尺度特征 | 第57-59页 |
| ·幂律拓扑自复制特征 | 第59-60页 |
| ·自相似特征 | 第60-62页 |
| ·嵌入式互联网设备的交互条件 | 第62-68页 |
| ·宏观拓扑结构的稳定性 | 第62页 |
| ·拓扑结构熵原理 | 第62-67页 |
| ·实时交互条件 | 第67-68页 |
| ·小结 | 第68-69页 |
| 第四章 统计时间特征与时钟同步原理 | 第69-87页 |
| ·时钟同步原理 | 第69-75页 |
| ·网络时间协议 | 第70-72页 |
| ·端到端时钟同步 | 第72-73页 |
| ·有效性测试与分析 | 第73-75页 |
| ·网络时延的统计测量 | 第75-79页 |
| ·统计测量与分析 | 第75-76页 |
| ·测量结果与分析 | 第76-79页 |
| ·自相似长相关性 | 第79-84页 |
| ·自相似性 | 第79-82页 |
| ·长相关性 | 第82-84页 |
| ·小结 | 第84-87页 |
| 第五章 流量控制原理及优化算法 | 第87-107页 |
| ·资源有限性原则 | 第87-88页 |
| ·时间与空间资源的有限性 | 第87页 |
| ·网络可用性 | 第87-88页 |
| ·流量控制原理 | 第88-92页 |
| ·网络流量的自相似长相关性 | 第88-89页 |
| ·最大流最小割定理 | 第89-90页 |
| ·最大流最小割模型 | 第90-92页 |
| ·流量控制优化算法 | 第92-101页 |
| ·标准粒子群优化(PSO)算法的工作原理 | 第93-94页 |
| ·动态离散粒子群优化(DDPSO)算法的描述 | 第94-96页 |
| ·DDPSO算法的收敛性分析 | 第96-101页 |
| ·流量控制优化算法的应用 | 第101-106页 |
| ·最大流最小割优化模型 | 第101-103页 |
| ·DDPSO算法的实现步骤 | 第103-104页 |
| ·实验仿真测试与分析 | 第104-106页 |
| ·小结 | 第106-107页 |
| 第六章 总结与展望 | 第107-111页 |
| ·工作总结 | 第107-108页 |
| ·主要贡献 | 第108页 |
| ·未来工作 | 第108-111页 |
| 参考文献 | 第111-121页 |
| 致谢 | 第121-123页 |
| 作者从事科学研究和学习经历的简历 | 第123-125页 |
| 科学研究 | 第123页 |
| 学习经历 | 第123-125页 |
| 攻读博士期间发表的论文 | 第125-126页 |
