2020年认证杯SPSSPRO杯数学建模B题(第一阶段)分布式无线广播全过程文档及程序

news2024/11/25 4:01:51

2020年认证杯SPSSPRO杯数学建模

B题 分布式无线广播

原题再现:

  以广播的方式来进行无线网通信,必须解决发送互相冲突的问题。无线网的许多基础通信协议都使用了令牌的方法来解决这个问题,在同一个时间段内,只有唯一一个拿到令牌的通信节点才能发送信息,发送完毕后则会将令牌传递给其他节点。但我们考虑这样的一个无线网:每个通信节点都是低功率的发射器,并且在进行着空间上的低速连续运动 (无法预知运动方向及其改变的规律),所以对一个节点而言,只有和它距离在一定范围之内的节点才能收到它的信号,而且节点会 (在未声明的情况下) 相互接近或远离。每个节点需要不定期地、断续地发送信息,但会时刻保持收听信息。发送和收听工作可以同时进行。在这个通信网络中,完全没有网络的基础设施,而且每个节点只需要把自己的信息广播出去,需要此条信息的节点只需要被动收听即可,并不需要点对点地持续交换信息。所有信息只能使用同一个频率发送,一旦有两个或多个节点的广播发生冲突,能同时收听到它们的节点就都能监听到冲突。
  第一阶段问题: 我们假设发送每条信息所占用的时间都是等长的。所有的节点都拥有同样的内置算法,并拥有一个校准过的高精度时钟。请建立合理的数学模型并解决如下问题。
  1. 请构造一个合理的指标来描述网络的整体通信效率。
  2. 在每个节点需要发送信息时,请设计一个方案来选择发送的时间段。如果发送信息时发现存在冲突,如何自动调整重发的时间段,才能使网络的整体通信效率尽可能高? 可能需要分情况 (例如分轻载/重载等不同情形,或其他分法) 来考虑问题。

整体求解过程概述(摘要)

  目前,网络技术得到迅速发展,但在无线网络通信系统的分布式环境下节点之间信息的传输行为较为复杂。因此,对无线网通信效率的研究具有一定的意义。本文针对在给定的无线网环境,提取能够反映网络的整体通信效率的指标,对指标进行定量分析后建立回归模型来描述网络的整体通信效率。
  针对问题一:分析无线网中的环境,由通信节点是低速连续运动,其运动可以看作布朗运动的形式;节点是否接收到信息与通信距离有关;对某节点发送、接收、产生冲突信息的计数采用叠加原理。把无线网通信的节点放在三维空间里面研究,根据动态节点间的距离,对某时段各节点发送信息、接收信息、发生通信冲突进行研究,得到冲突率、时延率、吞吐率和承载率四个指标。分别将四个指标与通信效率进行相关性分析,再通过回归分析,建立通信效率的回归模型。即得到由四个指标生成的线性组合来表示网络的整体通信效率。
  通过仿真模拟,得到多组关于通信效率与冲突率、时延率、吞吐率和承载率的数据,运用线性回归模型的程序求解出回归模型的回归系数,即得到网络的整体通信效率模型。在对模型进行实例验证,进一步说明模型的可行性和准确性。
  针对问题二:当发送信息时发现存在冲突,在相同条件下去研究如何调整重发时间段来使网络通信效率尽可能高。由于网络的承载能力和冲突之间有着显著性的特征,在研究问题二的模型时分轻载和重载进行讨论。以轻载为例,通过建立有通信冲突的最小连通支配集来确定节点通信冲突的点集,通过分离冲突域、建立独立子集来尽可能和减小通信冲突。结合问题一中的通信效率模型,对指标进一步刻画,找到通信效率的最大值,从而解出对应的的时间段,由完成这一过程所需要的的时间与时间段做处理,可得到重发的时间段。即通过相应算法,结合问题一的模型,网络系统可自动调整重发时间段。
  采用 MATLAB软件, 对节点数为 10 的通信网络进行仿真动态模拟,可得到存在冲突时,高通信效率下所对应重发的时间段。
  本文最后,对问题一和问题二建立的模型及求解进行了优缺点分析,以及对模型的展望进行了说明。

问题分析:

  本题主要的工作就是建立一些合理的指标并且找到指标之间的关系建立一个能够描述网络的整体通信效率的模型,为了尽量避免冲突,需设计一个方案来提高网络的整体通信效率。
  问题一的分析
  需要构造一个合理的指标来描述网络的整体通信效率。首先,把网络上的节点放到空间直角坐标系上考虑,节点的运动遵循布朗运动的形式,由此我们根据节点的动态坐标得到节点间的距离 d 并给定一个通信距离 D,当 d ≤ D 时,则两个节点之间可以互相通信,反之则不能进行互相通信;其次,我们再找出描述网络的整体通信效率的相关指标,有冲突率、时延率、吞吐率和承载率;然后,我们根据建立的四个指标与通信效率之间建立多元线性回归分析模型来描述网络的整体通信效率;最后,为了验证模型的准确性,我们把模型带到具体通信网络的实例中进行计算和分析。
  问题二的分析
  节点发送信息时可能发现存在冲突,这种冲突尽可能少就更有利于通信效能的提高。通过建立有通信冲突的最小连通支配集来确定节点冲突的点集;通过分离冲突域,建立独立子集来尽可能减小通信冲突,均通过相应的算法来实现。网络在运作的过程中,所承载的能力对通信冲突存在不一样的影响,此时,对网络的承载能力分为轻载和重载进行分类讨论。结合第一问建立的模型,在指标明确的情况下,找出尽可能高的通信效率,从而找到对应的时间,与初始时间一处理即可得到调整后的时间段。相应的可以做动态仿真模拟,在轻载或是重载下,冲突域的改变,可以调整出不同的时间段,使通信效率尽可能高。

模型假设:

  (1) 假设每个节点都有相同的内置算法;
  (2) 假设每个节点的通信距离始终相等,即为常数;
  (3) 假设在没有广播冲突的前提下,节点一旦接收到消息就一定是接收到完整的信息;
  (4) 假设不考虑某节点未完成接收已知的所需信息时不会发送其他信息;
  (5) 假设发送每条信息这一操作所占用的时间是等长的且忽略不计;
  (6) 假设计算网络中信息传播的最大时间与实际网络中信息传播的最大时间之间存在的误
差几乎为 0。

论文缩略图:

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

部分程序代码:(代码和文档not free)

clc,clear all
hang=1;
ss=zeros(7*5,4);
%length(number)
rrate=zeros(7*5,6);
for number=[10:50:300,300]
x=2*rand(number,1)-1;
y=2*rand(number,1)-1;
z=2*rand(number,1)-1;
for rate=[0.1:0.2:1.0,1.0]
[m,sumc,d,ssum] =jdfz(number,rate,x,y,z);
ss(hang,:)=[number,rate,m,sumc];
%±£´
rrate(hang,:)=[number,rate,m/sumc,d,ssum/sumc,ssum/(9*number*1000)];
hang=hang+1;
end
end
clc,clear all

n=10;

s=0.002;

D=0.1;

x=2*rand(n,1)-1;

y=2*rand(n,1)-1;

z=2*rand(n,1)-1;

h=plot3(x,y,z,'.'); xmin=-1;xmax=1;ymin=-1;ymax=1;zmin=-1;zmax=1; axis([xmin xmax ymin ymax zmin zmax]); axis square

grid on

set(h, 'MarkerSize',5)% òs ģ

e={};

l=1;

for i=linspace(1,10,5000)

%addres=randperm(n,1);

alphabet = [0 1]; prob = [0.8 0.2]; zhuangtai=randsrc(n,1,[alphabet; prob]);
for j=1:n

if zhuangtai([j])==1

alphabet1 = [1 2 3 4 5 6 7 8 9]; prob1 = [0.3 0.2 0.1 0.1 0.1 0.05 0.05 0.05 0.05];

shuliang=randsrc(1,1,[alphabet1; prob1]);

addres=randperm(n,shuliang);

for k=1:shuliang

addres1=addres([k]);

d=sqrt((x([j])-x([addres1]))^2+(y([j])-y([addres1]))^2+(y([j])-y([addres1]))^2);

if d<=D

e{l}=d;

l=l+1;

end

ee=cell2mat(e);

uniq=length(ee)-length(unique(ee));

if uniq>0

end

l=1;

e={};

end

end

end

x=x+s*randn(n,1);

y=y+s*randn(n,1);

z=z+s*randn(n,1);

set(h,'XData',x,'YData',y,'ZData',z);

end
全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1343299.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

《HelloGitHub》第 93 期

兴趣是最好的老师&#xff0c;HelloGitHub 让你对编程感兴趣&#xff01; 简介 HelloGitHub 分享 GitHub 上有趣、入门级的开源项目。 这里有实战项目、入门教程、黑科技、开源书籍、大厂开源项目等&#xff0c;涵盖多种编程语言 Python、Java、Go、C/C、Swift...让你在短时间内…

2023年高级软考系统架构师考题参考

对于一些有实践经验的同学来说&#xff0c;感觉不难&#xff0c;但是落笔到纸面上&#xff0c;就差强人意了&#xff0c;平时这方面要多练习&#xff0c;所想所思要落到纸面上&#xff0c;或者表达清晰让别人听懂&#xff0c;不仅是工作中的一个基本素质&#xff0c;也是个非常…

OpenHarmony 应用通用签名

一.背景 由于hap包需要经过签名才能安装到设备上&#xff0c;在DevEco Studio可以进行自动签名&#xff0c;但是自动签名只能安装在当前的设备上&#xff0c;在其他设备上不能安装&#xff0c;所以我们需要进行通用的手动签名&#xff0c;手动签名HarmonyOS和OpenHarmony流程是…

写实风格3D模型材质贴图

在线工具推荐&#xff1a; 3D数字孪生场景编辑器 - GLTF/GLB材质纹理编辑器 - 3D模型在线转换 - Three.js AI自动纹理开发包 - YOLO 虚幻合成数据生成器 - 三维模型预览图生成器 - 3D模型语义搜索引擎 写实3D模型的制作过程包括建模、材质贴图、灯光设置和渲染等步骤。首…

智慧工地解决方案,智慧工地项目管理系统源码,支持大屏端、PC端、手机端、平板端

智慧工地解决方案依托计算机技术、物联网、云计算、大数据、人工智能、VR&AR等技术相结合&#xff0c;为工程项目管理提供先进技术手段&#xff0c;构建工地现场智能监控和控制体系&#xff0c;弥补传统方法在监管中的缺陷&#xff0c;最线实现项目对人、机、料、法、环的全…

Baumer工业相机堡盟相机如何使用NEOAPI SDK实现相机的连接(C++)

Baumer工业相机堡盟相机如何使用NEOAPI SDK实现相机的连接&#xff08;C&#xff09; Baumer工业相机Baumer工业相机SDK技术背景代码分析第一步&#xff1a;先使用NEOAPI函数查找相机第二步&#xff1a;连接相机后对相机进行采图第三步&#xff1a;将采集的图像显示在UI界面上 …

数据缓存(Redis, Spring Cache)——后端

场景&#xff1a;给用户端展示的数据都是通过查询数据库所得&#xff0c;因此数据库访问压力会随着用户访问量增大而增加&#xff0c;从而导致系统响应慢、用户体验差。 方法&#xff1a;通过Redis缓存数据&#xff0c;减少查询数据库操作。&#xff08;Redis的数据是存储在内存…

vscode 支持c,c++编译调试方法

概述&#xff1a;tasks.jason launch.json settings.json一定要有&#xff0c;没有就别想跑。还有就是c 和c配置有区别&#xff0c;切记&#xff0c;下文有说 1.安装扩展插件。 2.安装编译器&#xff0c;gcc.我用的是x86_64-8.1.0-release-win32-seh-rt_v6-rev0.7z &#xf…

GLTF编辑器-位移贴图实现破碎的路面

在线工具推荐&#xff1a; 3D数字孪生场景编辑器 - GLTF/GLB材质纹理编辑器 - 3D模型在线转换 - Three.js AI自动纹理开发包 - YOLO 虚幻合成数据生成器 - 三维模型预览图生成器 - 3D模型语义搜索引擎 位移贴图是一种可以用于增加模型细节和形状的贴图。它能够在渲染时针…

水准网、平面导线平差

东北大学测绘工程水准网、平面闭合导线间接平差法平差C#项目。 闭合导线程序界面&#xff1a; 水准网程序界面&#xff1a; 项目gitee地址&#xff1a; horizon: 东北大学测绘工程水准网&#xff0c;闭合导线间接平差法C#项目 (gitee.com) 注&#xff1a;此项目为本博主代人转…

DCDC--电感的选择和影响

1、感值L的影响 1.1、纹波Ripple的影响&#xff1a;感值越大&#xff0c;纹波越小 1.2、负载瞬态响应Load Transient的影响&#xff1a;感值越大&#xff0c;负载瞬态响应越差 2、直流电阻DCR的影响 2.1、效率Efficiency的影响 相同型号&#xff0c;感值越大&#xff0c;DC…

笔记1:基于锚框(先验框)的目标检测

一、边缘框&#xff08;bounding box&#xff09; 1.1 定义 边缘框&#xff1a;真实标注的物体位置 2.1 表示方式 1、&#xff08;x1,y1)和(x2,y2) 2、&#xff08;x1,y1)和w,h 二、锚框(anchor box)/先验框&#xff08;prior bounding box&#xff09; 2.1 定义 对边缘…

vue 拖拽通过子元素拖拽父元素指令

vue 拖拽通过子元素拖拽父元素指令 需求 拖拽头部 拖动整个框 // candrag.js中的代码如下 directive // 通过子元素 控制移动父元素&#xff0c; 如果 需要直接控制父元素可以再写一个自定义指令 或者改造下这个指令 export default {// 定义 Vue 插件install(Vue) {Vue.di…

抬头举手阅读YOLOV8NANO

首先用YOLOV8NANO得到PT模型&#xff0c;转换成ONNX,OPENCV调用&#xff0c;PYTHON,C,ANDROID都可以举手写字阅读YOLOV8NANO

QT上位机开发(开篇)

【 声明&#xff1a;版权所有&#xff0c;欢迎转载&#xff0c;请勿用于商业用途。 联系信箱&#xff1a;feixiaoxing 163.com】 可能是因为03年上大学的原因&#xff0c;那个时候学习的编译工具主要就是VC6&#xff0c;一个普遍被认为是古老的开发工具。如果要编写界面的话&am…

java设计模式学习之【访问者模式】

文章目录 引言访问者模式简介定义与用途实现方式 使用场景优势与劣势在Spring框架中的应用电脑示例代码地址 引言 设想你是一个艺术馆的管理员&#xff0c;艺术馆里有各种各样的艺术品。每当有游客来访时&#xff0c;根据他们的兴趣&#xff0c;他们可能只想看画、雕塑或特定的…

私有部署ELK,搭建自己的日志中心(六)-- 引入kafka对采集日志进行削峰填谷

一、背景 首先&#xff0c;要说明一点&#xff0c;elk日志中心&#xff0c;是可以缺少kafka组件的。 其次&#xff0c;如果是研发环境下&#xff0c;机器资源紧张的情况下&#xff0c;也是可不部署kafka。 最后&#xff0c;因为kafka的部署是可以独立的&#xff0c;所以本文将…

成都服装(服饰)行业2023年度工作总结表彰大会暨五圣荟户外大本营签约发布会

凝心聚力谋发展&#xff0c;稳中求进谱新篇&#xff0c;由成都服装&#xff08;服饰&#xff09;行业协会主办&#xff0c;成都梵圣万汇文化发展有限公司承办的成都服装&#xff08;服饰&#xff09;行业2023年度工作总结表彰大会暨五圣荟户外大本营签约发布会于2023年12月28日…

数据库系统(六)数据库范式 | 函数依赖,一二三范式,BCNF,属性集闭包和正则覆盖

文章目录 1 好的关系设计的特征2 函数依赖关系3 Normal Forms 规范形式3.1 一二三范式3.1.1 基本概念3.1.2 判断是否满足3NF 3.2 BCNF3.2.1 基本概念3.2.2 判断是否满足BCNF3.2.3 分解得到BCNF 4 属性集闭包和正则覆盖4.1 属性集闭包求法4.2 属性集闭包应用4.2.1 测试某个属性集…

借助 Google Play 游戏电脑版新功能,加速业务增长

作者 / Google Play 游戏总监 Arjun Dayal Google Play 游戏电脑版测试版自去年发布以来&#xff0c;取得了巨大的发展。Google Play 游戏电脑版现在提供 3,000 多种游戏&#xff0c;覆盖 120 多个国家/地区的用户&#xff0c;为玩家提供各种类型的游戏。我们的热门移动游戏目录…