基于NS3的虚拟网络实验室构建及可视化实现

随着网络的发展,网络研究与实验也变得越来越复杂,但高校开展新颖网络实验却举步艰难,特别是针对某些需要大量物理设备才能顺利进行的实验,因为许多普通高校无法提供足够的硬件资源。因此,网络虚拟实验的实现就十分必要。当前,网络仿真实验以及网络仿真软件已有一定的发展基础,但在线可视化的虚拟网络平台上依旧是一块空缺。本文采用Linux下流行的LAMP架构,使用HTML5、JavaScript、Django和NS3等技术,开发了基于NS3的虚拟网络实验室构建及其在线可视化。     

基于NS3的无线自组网仿真实现

该文首先介绍了NS3.20在Fedora20环境下的安装过程,并重点介绍了无线自组网的拓扑设计及仿真程序设计过程,最后用NS3仿真了无线自组网通信的过程。     

基于深度强化学习信道智能接入方法与NS3仿真

针对现有多信道接入策略较难适应信道环境动态性问题,提出基于深度强化学习的多信道智能接入方法.首先,通过将多信道接入模型描述成马尔可夫决策过程,提出Q-learning方法以实现多信道的智能接入.在此基础上,针对Q-learn-ing状态空间大和收敛慢等特点,通过设计深度神经网络,以获得近似最优的多信道智能接入策略.最后...     

WLAN系统干扰分析与规避措施研究

分析WLAN系统工作机制、系统同频与邻频之间的干扰,从网络频率规划、设备自动配置和底层参数调整3方面研究了干扰规避措施及方案,在测试验证的基础上,提出了WLAN规划、优化中的频率规划原则、干扰规避措施和应用实施建议。     

基于NS2的高密度WLAN同频干扰

首先简单介绍了无线局域网同频干扰产生的原因,然后在NS2仿真平台上搭建高密度无线局域网环境.通过仿真,测量系统中总的数据吞吐量、端到端传输时延和平均吞吐量来探究高密度WLAN下同频干扰强弱程度随AP数增加的变化趋势.仿真结果表明,高密度WLAN下同频干扰强弱程度随AP数的增加遵循一定的变化规律,这为实际规划接入节点时同频干扰强弱的控制提供了依据,也为仿真研究高密度无线局域网提供了参考.     

NS2中新协议的实现

深入分析了网络仿真器NS2的组成和结构,以及NS2中队列管理算法的实现机制,在此基础上,通过一个新的主动队列管理算法的设计与实现阐述了在NS2中实现新协议、新算法的方法。新算法主要通过更为准确的拥塞检测和更为合理的分组丢弃概率计算来提高主动队列管理算法的稳定性,最后通过仿真实验对新算法的性能进行了测试,实验结果表明新算法的性能要由于RED算法。     

基于NS2模拟器的TCP仿真的设计和实现

通过虚拟环境进行模拟仿真是验证网络协议的正确性和进行性能测试的主要手段。NS-2是目前网络仿真最流行的软件之一。本文在介绍NS-2就行仿真操作流程和TCP协议原理的的基础上,设计实现了TCP协议原理的仿真场景,并对仿真跟踪的数据文件进行了有效的分析。可以对计算机网络的学习者和研究者提供有效的参考。     

基于NS2选播路由模块的设计与实现

提出选播路由模型及其组的管理,分析了NS2的仿真过程.通过修改NS2原有的数据结构和路由协议模块,在NS2平台上设计与实现了选播路由模块.给出了详细的设计方案和具体的实现过程,并利用NS2生成的随机网络拓扑,在该模型上仿真了不同的选播服务类型.实验结果表明,基于NS2的选播路由的功能扩展是可行、有效的.     

基于NS仿真器扩展MPEG流量产生器之研究与实现

本文介绍了在NS网络仿真环境下进行MPEG数据流扩展设计和实现，以增强该工具的仿真能力，提供更全面的网络流量信息，主要工作是研究了在现有的网络环境下，基于TCP代理，如何添加仿真数据流的方法，并对MPEG流量特性进行了分析和抽象，最终完成MPEG流量产生器的逻辑设计和实现。     

基于NS2的网络仿真可视化系统的设计与实现

在网络模拟领域,NS2一直是应用最广泛的软件,但使用难、缺少远程模拟等缺点也局限了其发展。本文针对这些弱点与不足,提出了基于NS2的远程可视化模拟系统的设计方案并给出了实现方法。系统采用Flex和ActionScript编程语言开发客户端,以组件的形式来开发场景库,以分散式的组件自治模式实现了脚本的自动化生成。然后将脚本传入服务器端,通过远程调用服务器端的NS2子进程执行此脚本,同时整合第三方软件库Gawk和Pnuplot,用以分析模拟结果和实现模拟结果的动画显示和曲线描述,让协议研究人员或学生直观且深入地理解网络中的复杂行为,为用户远程学习计算机网络课程提供了良好的实验平台。     

基于MATD3算法的多智能体避碰控制

使用多智能体双延迟深度确定性策略梯度(Multi-agent Twin Delayed Deep Deterministic Policy Gradient,MATD3)算法研究了多无人机的避障和到达目标点问题,首先,利用MATD3算法的优越性提高训练效率。其次,基于人工势场法的思想设计了稠密碰撞奖励函数,使得智能体在没有找到最优解决方案时也能得到积极的反馈,加快学习速度。最后,在仿真实验阶段,通过设计的三组对比实验和泛化实验验证了算法的有效性。     

基于MSP430的智能汽车防撞系统

采用激光测距传感器和霍尔传感器,在MSP430控制下测试即时的车速和车辆前方障碍物的距离,单片机根据当时车速按预先的设计自行设置即时行车安全距离,并使之与采集回来的即时距离作比较。当前方车辆与本车辆的距离小于即时行车安全距离时,进行报警。并且单片机通过控制显示模块显示当前的速度、理论安全距离、实际距离。便于驾驶员更好了解信息。     

基于NS的RFID系统仿真工具研究

建立了RFID仿真系统的仿真模型并且在网络仿真器NS2上实现.仿真系统中的节点由物理层对象和MAC层对象组成.物理层通过对信号传播过程中的若干特性进行建模仿真,可以研究各种物理层参数对系统性能的影响.MAC层以有限状态机的方式实现了各种RFID系统的媒体访问控制和空中接口协议.同时给出了若干防冲撞算法在不同的噪声环境中的性能比较,由此说明该仿真工具可以对RFID系统的特性进行有效的仿真.     

基于双深度Q网络的智能决策系统研究

目前智能决策系统中的经典算法智能化程度较低,而更为先进的强化学习算法应用于复杂决策任务又会导致存储上的维度灾难问题。针对该问题,提出了一种基于双深度Q网络的智能决策算法,改进了目标Q值计算方法,并将动作选择和策略评估分开进行,从而获得更加稳定有效的策略。智能体对输入状态进行训练,输出一个较优的动作来驱动智能体行为,包括环境感知、动作感知及任务协同等,继而在复杂度较高的决策环境中顺利完成给定任务。基于Unity3D游戏引擎开发了虚拟智能对抗演练的验证系统,对演练实时状态和智能体训练结果进行可视化,验证了双深度Q网络模型的正确性和稳定性,有效解决了强化学习算法存在的灾难问题。该智能决策算法有望在策略游戏、对抗演练、任务方案评估等领域发挥作用。     

基于MFC的传导干扰测试系统设计与实现

该文在传导干扰测试软件设计中采用了目前世界上最先进的软件工程方法和技术实现手段,它基于MFC应用构架,功能完备,易于维护和扩充,代码重用性好,为传导干扰测试提供了全新的技术手段和强有力的工具。     

面向无人艇的T-DQN智能避障算法研究

无人艇(Unmanned surface vehicle, USV)作为一种具有广泛应用前景的无人系统, 其自主决策能力尤为关键. 由于水面运动环境较为开阔, 传统避障决策算法难以在量化规则下自主规划最优路线, 而一般强化学习方法在大范围复杂环境下难以快速收敛. 针对这些问题, 提出一种基于阈值的深度Q网络避障算法(Threshold deep Q network, T-DQN), 在深度Q网络(Deep Q network, DQN)基础上增加长短期记忆网络(Long short-term memory, LSTM)来保存训练信息, 并设定经验回放池阈值加速算法的收敛. 通过在不同尺度的栅格环境中进行实验仿真, 实验结果表明, T-DQN算法能快速地收敛到最优路径, 其整体收敛步数相比Q-learning算法和DQN算法, 分别减少69.1%和24.8%, 引入的阈值筛选机制使整体收敛步数降低41.1%. 在Unity 3D强化学习仿真平台, 验证了复杂地图场景下的避障任务完成情况, 实验结果表明, 该算法能实现无人艇的精细化避障和智能安全行驶.     

基于邻频干扰的802.11干扰机设计与实现

基于无线网络交叠信道邻频间干扰及802.11 DCF机制,在合理挑选干扰频道、尽量减少网卡跳变次数的基础上,设计并实现一种高效灵活的全频道干扰机。该干扰机配置有2个网卡,网卡a进行信道监测,网卡b根据网卡a返回的信道号差值数据,跳转到预置的干扰频道发送干扰信号,通过调节干扰信号发送速率实现不同的干扰概率。实验结果表明,该干扰机具有灵活、节能,可覆盖全13个频道的特点。