- Java锁的逻辑(结合对象头和ObjectMonitor)
- 还在用饼状图?来瞧瞧这些炫酷的百分比可视化新图形(附代码实现)⛵
- 自动注册实体类到EntityFrameworkCore上下文,并适配ABP及ABPVNext
- 基于Sklearn机器学习代码实战
1 应用场景 信道的不对称性和信道的高波动是移动环境中无线信道的两个显著特征。因此,当在车辆网络等移动环境中使用IEEE 802.11设备时,有一个能够处理这些问题的有效速率自适应方案至关重要。RAM采用基于接收机的方法来处理信道不对称性,并采用保守的信噪比预测算法来处理高信道波动。更重要的是,RAM允许接收器通过ACK传输速率的变化以创造性的方式传递反馈信息,这不需要更改设备固件,因此可以在设备驱动程序级别上实现。通过在室内静态和移动环境和室外车辆环境中的实验评价,以及基于从实验中收集到的信噪比轨迹的模拟研究,证明了RAM的有效性.
2 背景 移动环境中的实用速率自适应主要涉及3个问题:静态统计问题、收发SNR不对称问题和SNR高波动问题。 2.1 静态统计 2.1.1 发送窗口 发送窗口主要包括2种:时间窗口或报文窗口。 发送窗口潜在问题: 1、窗口时效性问题。即当前窗口统计过时数据,不是实时性数据。 2、窗口大小(时间)问题。即窗口过大,很多数据已淘汰,不具有参考性,影响采样准确性;窗口过小,采样数据量不充分,影响算法准确度。 2.1.2 速率自适应 速率自适应主要依据连续传输成功和失败报文数量。例如连续10个发送成功之后,增加发送速率;连续2个传输失败,降低发送速度。 速率自适应潜在问题: 1、增加速率采样方案过于保守,不利于速率快速恢复,无法充分利用网络带宽,不适应高带宽场景。 2、降低速率采样方案过于激进,不利于带宽充分利用,无法充分利用网络带宽,不适应高传输场景.
2.2 SNR不对称性 信道对称是现有自适应算法前提之一,例如CHARM和SGRA算法等。收发SNR不对称问题存在实际各个场景。 2.2.1 室内 主要包括2种场景:静态实验和动态实验.
2.2.2 室外 主要包括2种场景:静态实验和动态实验.
2.3 SNR波动性 2.3.1 实验数据 。
2.3.2 遗留问题 移动场景下,SNR变化特点: 1、受环境影响,变化具有瞬时性。 2、暂时无好的算法处理SNR瞬时问题.
3 RAM算法 3.1 架构 。
3.2 原理 3.2.1 方案 3.2.1.1 基于接收机 RAM是一种实用的基于接收机的方案和可以直接使用商用802.11设备实现。RAM以可控的方式改变ACK的传输速率指示下一帧的速率选择决定传输。 802.11标准规定,ACK帧应在基本速率集中的最高速率传输,小于或等于它所承认的数据帧的传输速率。我们称这种ACK传输速率为默认的ACK速率。 RAM利用ACK传输速率的变化隐式地传递反馈信息。具体地说,如果接收机想要通知发射机以与先前成功传输的帧相同的速率或以下一个更高的速率传输下一帧,那么它将分别以默认的高速率或低速率传输ACK帧。 3.2.1.2 基于信噪比 RAM是基于信噪比的,而不是基于数据包统计数据的。信噪比是对信道条件的直接度量,即使当信道条件频繁波动,RAM也表现良好。 3.2.1.3 信噪比预测算法 RAM采用了一种保守的信噪比预测算法来处理高信噪比波动。RAM试图尽可能准确地预测未来的信噪比值,而不高估它们。 3.2.1.4 自适应RTS RAM使用自适应RTS来处理隐藏的节点。在RAM中,我们提出了一种新的自适应RTS方法,它使用RTS窗口来调节RTS帧的使用。与现有速率适应方案中使用的其他自适应RTS方法相比,我们的方法设计基于对所有可能的传输结果的彻底检查,并及时更新RTS窗口。 3.2.2 方法 3.2.2.1 SNR预测 一个简单的保守信噪比预测算法,保持了信噪比值的移动平均值和对平均信噪比值的偏差。 Savg =(1−δ)·Savg + δ·Scurr, DEVavg =(1−ρ)·DEVavg + ρ·|Scurr−Savg |, 预测下一帧的信噪比值为: Sest = Savg−η·DEVavg 说明:δ = ρ = 0.1,η = 1。 优点: 1、参考TCP/IP协议Jacobson/Karels算法原理。 2、解决Scurr不被感知问题,考虑Scurr方差。方差较小,Sest 接近Savg;方差较大,导致DEVavg 主导计算。 缺点: 1、无法区分传输失败类型。即在成功接收帧之前,每个不成功的传输尝试(如果有的话)都有两种可能的结果:帧被损坏或者帧完全丢失。 3.2.2.2 速率选择 为了下一个帧传输选择适当的速率以最大限度地提高吞吐量,RAM维护一个吞吐量vs-(速率,信噪比)表。对于表中的每一对(速率= R,信噪比= S),我们使用G(R,S)来表示帧以速率R传输时的预期吞吐量,其在接收端的信噪比为S,可以计算为: G(R, S) = L(R, S) / T(R, S), 根据预测的信噪比值(Sest),接收机查找表,并选择下一帧传输的速率如下: R = argmaxG(R, S) 说明:L (R、S)和T (R、S)以速率R和信噪比为S成功接收的数据总量和帧总传输时间。 优点: 1、表项实时性好,即每个成功接收的数据帧上更新。 2、查表法简单快捷.
缺点: 1、受表项数目限制,可选择性少。 2、表项特点,不能很好体现真实情况.
最后此篇关于RAM算法原理的文章就讲到这里了,如果你想了解更多关于RAM算法原理的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
本文全面深入地探讨了Docker容器通信技术,从基础概念、网络模型、核心组件到实战应用。详细介绍了不同网络模式及其实现,提供了容器通信的技术细节和实用案例,旨在为专业从业者提供深入的技术洞见和实
📒博客首页:崇尚学技术的科班人 🍣今天给大家带来的文章是《Dubbo快速上手 -- 带你了解Dubbo使用、原理》🍣 🍣希望各位小伙伴们能够耐心的读完这篇文章🍣 🙏博主也在学习阶段,如若发
一、写在前面 我们经常使用npm install ,但是你是否思考过它内部的原理是什么? 1、执行npm install 它背后帮助我们完成了什么操作? 2、我们会发现还有一个成为package-lo
Base64 Base64 是什么?是将字节流转换成可打印字符、将可打印字符转换为字节流的一种算法。Base64 使用 64 个可打印字符来表示转换后的数据。 准确的来说,Base64 不算
目录 协程定义 生成器和yield语义 Future类 IOLoop类 coroutine函数装饰器 总结 tornado中的
切片,这是一个在go语言中引入的新的理念。它有一些特征如下: 对数组抽象 数组长度不固定 可追加元素 切片容量可增大 容量大小成片增加 我们先把上面的理念整理在这
文章来源:https://sourl.cn/HpZHvy 引 言 本文主要论述的是“RPC 实现原理”,那么首先明确一个问题什么是 RPC 呢?RPC 是 Remote Procedure Call
源码地址(包含所有与springmvc相关的,静态文件路径设置,request请求入参接受,返回值处理converter设置等等): spring-framework/WebMvcConfigurat
请通过简单的java类向我展示一个依赖注入(inject)原理的小例子虽然我已经了解了spring,但是如果我需要用简单的java类术语来解释它,那么你能通过一个简单的例子向我展示一下吗?提前致谢。
1、背景 我们平常使用手机和电脑上网,需要访问公网上的网络资源,如逛淘宝和刷视频,那么手机和电脑是怎么知道去哪里去拿到这个网络资源来下载到本地的呢? 就比如我去食堂拿吃的,我需要
大家好,我是飞哥! 现在 iptables 这个工具的应用似乎是越来越广了。不仅仅是在传统的防火墙、NAT 等功能出现,在今天流行的的 Docker、Kubernets、Istio 项目中也经
本篇涉及到的所有接口在公开文档中均无,需要下载 GitHub 上的源码,自己创建私有类的文档。 npm run generateDocumentation -- --private yarn gene
我最近在很多代码中注意到人们将硬编码的配置(如端口号等)值放在类/方法的深处,使其难以找到,也无法配置。 这是否违反了 SOLID 原则?如果不是,我是否可以向我的团队成员引用另一个“原则”来说明为什
我是 C#、WPF 和 MVVM 模式的新手。很抱歉这篇很长的帖子,我试图设定我所有的理解点(或不理解点)。 在研究了很多关于 WPF 提供的命令机制和 MVVM 模式的文本之后,我在弄清楚如何使用这
可比较的 jQuery 函数 $.post("/example/handler", {foo: 1, bar: 2}); 将创建一个带有 post 参数 foo=1&bar=2 的请求。鉴于 $htt
如果Django不使用“延迟查询执行”原则,主要问题是什么? q = Entry.objects.filter(headline__startswith="What") q = q.filter(
我今天发现.NET框架在做计算时遵循BODMAS操作顺序。即计算按以下顺序进行: 括号 订单 部门 乘法 添加 减法 但是我四处搜索并找不到任何文档确认 .NET 绝对 遵循此原则,是否有此类文档?如
已结束。此问题不符合 Stack Overflow guidelines .它目前不接受答案。 我们不允许提出有关书籍、工具、软件库等方面的建议的问题。您可以编辑问题,以便用事实和引用来回答它。 关闭
API 回顾 在创建 Viewer 时可以直接指定 影像供给器(ImageryProvider),官方提供了一个非常简单的例子,即离屏例子(搜 offline): new Cesium.Viewer(
As it currently stands, this question is not a good fit for our Q&A format. We expect answers to be
我是一名优秀的程序员,十分优秀!