摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 机会网络概述 | 第8-11页 |
1.1.1 机会网络概念及特点 | 第8-9页 |
1.1.2 机会网络应用领域 | 第9-11页 |
1.2 机会网络研究现状 | 第11-13页 |
1.3 本文主要研究工作 | 第13页 |
1.4 文章结构安排 | 第13-15页 |
第2章 机会网络及相关算法基础知识 | 第15-29页 |
2.1 基于个体的节点移动模型 | 第15-17页 |
2.1.1 随机行走移动模型 | 第15-16页 |
2.1.2 随机路点移动模型 | 第16-17页 |
2.1.3 随机方向移动模型 | 第17页 |
2.2 基于群组的节点移动模型 | 第17-23页 |
2.2.1 指数相关随机移动模型 | 第17-18页 |
2.2.2 参考点群组移动模型 | 第18-19页 |
2.2.3 群组力移动模型 | 第19页 |
2.2.4 参考区域群组移动模型 | 第19-20页 |
2.2.5 事件驱动群组移动模型 | 第20-21页 |
2.2.6 以吉布斯分布模拟退火为基础的群组移动模型 | 第21-23页 |
2.3 传染病路由协议 | 第23-25页 |
2.4 K-means聚类算法 | 第25-27页 |
2.5 长相关性和Hurst参数 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第3章 基于K-means聚类算法的机会网络群组移动模型 | 第29-40页 |
3.1 问题描述 | 第29页 |
3.2 基于K-means聚类算法的群组移动模型实现 | 第29-31页 |
3.3 实验仿真及性能分析 | 第31-38页 |
3.3.1 ONE模拟器 | 第31-33页 |
3.3.2 场景及参数设置 | 第33-36页 |
3.3.3 机会网络路由协议性能评价 | 第36-37页 |
3.3.4 仿真结果及性能分析 | 第37-38页 |
3.4 结论 | 第38-40页 |
第4章 KGM群组移动模型长相关性研究 | 第40-49页 |
4.1 问题描述 | 第40页 |
4.2 多分辨率分析和离散小波变换 | 第40-42页 |
4.3 基于小波的H估计值 | 第42-43页 |
4.4 仿真结果及性能分析 | 第43-48页 |
4.5 结论 | 第48-49页 |
第5章 总结与展望 | 第49-51页 |
5.1 总结 | 第49-50页 |
5.2 展望 | 第50-51页 |
参考文献 | 第51-55页 |
致谢 | 第55-56页 |
附录:攻读硕士学位期间的科研成果 | 第56页 |