首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--操作系统论文--网络操作系统论文

基于龙芯的Linux内核优化与数据采集系统研究

摘要第4-5页
abstract第5-6页
1 绪论第10-16页
    1.1 研究背景与意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 国外研究现状第11-12页
        1.2.2 国内研究现状第12-14页
    1.3 论文主要研究内容第14页
    1.4 论文章节安排第14-16页
2 相关技术分析第16-23页
    2.1 ZigBee技术第16-19页
        2.1.1 ZigBee组网技术第16-18页
        2.1.2 ZigBee网络地址分配机制第18-19页
    2.2 NS2网络仿真技术第19-20页
    2.3 嵌入式交叉编译技术第20-21页
    2.4 龙芯PMON技术第21-22页
    2.5 本章小结第22-23页
3 ZigBee网络拓扑与路由算法的研究第23-49页
    3.1 协调器定位算法设计与仿真第23-32页
        3.1.1 问题提出第23-24页
        3.1.2 协调器位置选择算法的设计第24-28页
        3.1.3 DIZCLS算法的仿真与分析第28-32页
    3.2 ZigBee网络层基本路由算法第32-36页
        3.2.1 Cluster-Tree路由算法第32-34页
        3.2.2 AODVjr路由算法第34-35页
        3.2.3 ZBR路由算法第35-36页
    3.3 ZigBee路由算法优化与仿真第36-48页
        3.3.1 问题提出第36-37页
        3.3.2 ZigBee路由算法优化第37-41页
        3.3.3 RELTA算法的仿真与分析第41-48页
    3.4 本章小结第48-49页
4 龙芯的Loongnix内核优化第49-62页
    4.1 Loongnix交叉编译平台搭建第49-52页
        4.1.1 龙芯的GCC移植第49-50页
        4.1.2 NFS服务及minicom搭建第50-51页
        4.1.3 Loongnix内核架构第51-52页
    4.2 Loongnix内核网络拥塞控制算法优化第52-61页
        4.2.1 Loongnix中网络拥塞控制算法第52-55页
        4.2.2 改进的拥塞控制算法Nveno-wwood第55-57页
        4.2.3 Nveno-wwood算法仿真实验与分析第57-60页
        4.2.4 Nveno-wwood算法在Loongnix中的设计实现第60-61页
    4.3 本章小结第61-62页
5 龙芯数据采集系统设计第62-78页
    5.1 系统的需求分析第62-63页
        5.1.1 功能需求分析第62页
        5.1.2 性能需求分析第62-63页
    5.2 系统总体设计架构第63-65页
    5.3 系统主要功能模块设计第65-67页
        5.3.1 数据采集模块第65页
        5.3.2 数据传输模块第65-66页
        5.3.3 数据服务模块第66-67页
    5.4 数据采集模块软件设计第67-70页
        5.4.1 ZigBee终端节点软件设计第67页
        5.4.2 ZigBee路由节点软件设计第67-68页
        5.4.3 ZigBee协调器节点软件设计第68-70页
    5.5 龙芯1C网关软件设计第70-75页
        5.5.1 Loongnix无线网卡驱动程序设计第70-74页
        5.5.2 数据传输程序设计第74-75页
    5.6 龙芯3A上位机软件设计第75-77页
        5.6.1 龙芯Web服务器环境构建第75页
        5.6.2 龙芯Web服务器设计第75-77页
    5.7 本章小结第77-78页
6 系统测试及功能展示第78-82页
    6.1 系统硬件设计展示第78页
    6.2 数据采集功能测试第78-79页
    6.3 龙芯3A服务器功能测试第79-81页
    6.4 本章小结第81-82页
结论第82-84页
致谢第84-85页
参考文献第85-90页
攻读学位期间发表的与学位论文内容相关的学术论文及研究成果第90页

论文共90页,点击 下载论文
上一篇:服装制造业工厂智能管理系统设计与实现
下一篇:基于深度学习的相机相对姿态估计