無(wú)線網(wǎng)絡(luò)的高效并發(fā)傳輸方法

第1章 緒論
1．1 概述
1．1．1 互聯(lián)網(wǎng)的發(fā)展
1．1．2 無(wú)線網(wǎng)絡(luò)的發(fā)展
1．1．3 移動(dòng)互聯(lián)網(wǎng)
1．2 無(wú)線通信系統(tǒng)與結(jié)構(gòu)
1．2．1 基本結(jié)構(gòu)
1．2．2 蜂窩移動(dòng)通信系統(tǒng)
1．2．3 藍(lán)牙技術(shù)
1．2．4 無(wú)線局域網(wǎng)
1．3 無(wú)線并發(fā)傳輸
1．3．1 無(wú)線通信的特點(diǎn)
1．3．2 問(wèn)題的提出
1．3．3 并發(fā)通信
1．3．4 資源分配
1．3．5 并發(fā)傳輸?shù)奶魬?zhàn)性問(wèn)題
1．4 全書內(nèi)容梗概
參考文獻(xiàn)
第2章 并發(fā)傳輸?shù)幕炯夹g(shù)
2．1 多包接收技術(shù)
2．1．1 基礎(chǔ)知識(shí)
2．1．2 多用戶檢測(cè)
2．1．3 干擾消除
2．1．4 模擬網(wǎng)絡(luò)編碼與Zigzag
2．1．5 發(fā)展趨勢(shì)與小結(jié)
2．2 無(wú)線全雙工
2．2．1 三天線系統(tǒng)
2．2．2 雙天線系統(tǒng)
2．2．3 單天線系統(tǒng)
2．3 傳輸調(diào)度
2．3．1 鏈路調(diào)度問(wèn)題
2．3．2 調(diào)度算法的分類
2．3．3 圖著色與調(diào)度
2．3．4 其他調(diào)度方法
2．3．5 小結(jié)
2．4 面向多包接收的分析與設(shè)計(jì)
2．4．1 多包接收的建模
2．4．2 網(wǎng)絡(luò)性能分析
2．4．3 網(wǎng)絡(luò)協(xié)議設(shè)計(jì)
2．5 小結(jié)
參考文獻(xiàn)
第3章 基于非累積干擾模型的并發(fā)調(diào)度
3．1 引言
3．2 系統(tǒng)模型與挑戰(zhàn)
3．3 網(wǎng)絡(luò)干擾的建模
3．3．1 鏈路干擾模型
3．3．2 網(wǎng)絡(luò)干擾模型
3．3．3 并發(fā)圖：構(gòu)造
3．3．4 并發(fā)圖：性質(zhì)
3．3．5 鏈路并發(fā)可行性判斷
3．4 調(diào)度算法
3．4．1 干擾數(shù)
3．4．2 基于獨(dú)立集的調(diào)度
3．4．3 達(dá)到更好邊界的策略
3．5 仿真實(shí)驗(yàn)評(píng)估
3．5．1 均勻網(wǎng)絡(luò)
3．5．2 隨機(jī)網(wǎng)絡(luò)
3．6 原型實(shí)驗(yàn)環(huán)境評(píng)估
3．6．1 集中通信模式
3．6．2 分布通信模式
3．7 小結(jié)
參考文獻(xiàn)
第4章 基于累積干擾模型的并發(fā)調(diào)度
4．1 引言
4．2 相關(guān)研究
4．3 加權(quán)并發(fā)圖
4．3．1 系統(tǒng)模型
4．3．2 加權(quán)并發(fā)圖的構(gòu)造
4．3．3 加權(quán)并發(fā)圖的實(shí)例
4．3．4 判斷鏈路集的可行性
4．4 最大并發(fā)集問(wèn)題
4．4．1 問(wèn)題的定義與難度
4．4．2 干擾的理解
4．4．3 貪婪算法
4．4．4 性能評(píng)價(jià)
4．5 周邊信號(hào)感知的調(diào)度算法
4．5．1 貪婪算法的一般過(guò)程
4．5．2 鏈路集的飽和度
4．5．3 周邊信號(hào)感知的調(diào)度算法
4．5．4 討論與分析
4．5．5 性能評(píng)估
4．6 小結(jié)
參考文獻(xiàn)
第5章 鏈路調(diào)度的并發(fā)性能分析
5．1 引言
5．2 相關(guān)研究
5．3 系統(tǒng)模型
5．3．1 M-level非累積干擾模型
5．3．2 有序累積干擾模型
5．4 基于有序累積干擾模型的調(diào)度性能
5．4．1 鏈路調(diào)度問(wèn)題
5．4．2 丘似算法
5．4．3 性能分析
5．5 基于M-level非累積干擾模型的調(diào)度性能
5．5．1 近似算法
5．5．2 性能分析
5．5．3 實(shí)驗(yàn)結(jié)果
5．5．4 討論
5．6 網(wǎng)絡(luò)容量的理論分析
5．6．1 M-level非累積干擾模型
5．6．2 有序累積干擾模型
5．6．3 討論
5．6．4 典型場(chǎng)景的容量分析
5．7 小結(jié)
5．8 附錄：部分定理證明
參考文獻(xiàn)
第6章 高度并發(fā)的流水調(diào)度
6．1 引言
6．2 相關(guān)工作
6．3 基本思想
6．3．1 動(dòng)機(jī)
6．3．2 非對(duì)稱全雙工
6．4 三維流水競(jìng)爭(zhēng)
6．4．1 基本的流水競(jìng)爭(zhēng)
6．4．2 高級(jí)流水
6．4．3 奇相關(guān)導(dǎo)頻碼
6．4．4 參數(shù)分析
6．4．5 討論
6．5 性能評(píng)估
6．5．1 實(shí)驗(yàn)設(shè)置
6．5．2 實(shí)驗(yàn)結(jié)果
6．6 總結(jié)
參考文獻(xiàn)
第7章 支持并發(fā)的分布式控制
7．1 引言
7．2 相關(guān)工作
7．2．1 集中式MAC協(xié)議
7．2．2 分布式MAC協(xié)議
7．3 并發(fā)鏈路的實(shí)時(shí)識(shí)別
7．3．1 自定義特征序列
7．3．2 基于自定義特征序列的鏈路標(biāo)識(shí)
7．3．3 基于特征序列間隔的鏈路標(biāo)識(shí)
7．3．4 實(shí)驗(yàn)測(cè)試結(jié)果
7．3．5 小結(jié)
7．4 LCCBMAC協(xié)議
7．4．1 簡(jiǎn)單多輪競(jìng)爭(zhēng)機(jī)制?-CSMA／CA
7．4．2 LCCBMAC的基本過(guò)程
7．4．3 LCCBMAC的控制流程
7．4．4 性能分析
7．5 引入Bad節(jié)點(diǎn)的LCCBMAC協(xié)議
7．5．1 Bad節(jié)點(diǎn)的定義與質(zhì)量評(píng)估
7．5．2 Bad節(jié)點(diǎn)的選擇模型
7．5．3 Bad節(jié)點(diǎn)的淘汰機(jī)制
7．5．4 基于Bad節(jié)點(diǎn)的鏈路集競(jìng)爭(zhēng)
7．6 LCCBMAC協(xié)議的實(shí)現(xiàn)與評(píng)估
7．6．1 實(shí)驗(yàn)環(huán)境介紹
7．6．2 并發(fā)鏈路集競(jìng)爭(zhēng)機(jī)制
7．6．3 基于Bad節(jié)點(diǎn)的協(xié)議
7．7 小結(jié)
參考文獻(xiàn)
第8章 面向并發(fā)傳輸?shù)娜p工感知
8．1 引言
8．2 相關(guān)研究
8．2．1 匹配濾波器感知
8．2．2 能量感知
8．2．3 循環(huán)平穩(wěn)特征感知
8．2．4 壓縮頻譜感知
8．2．5 感知技術(shù)指標(biāo)
8．3 非對(duì)稱全雙工感知
8．3．1 對(duì)稱全雙工的原理與不足
8．3．2 非對(duì)稱全雙工系統(tǒng)
8．3．3 實(shí)現(xiàn)方案
8．3．4 性能分析
8．3．5 實(shí)驗(yàn)結(jié)果
8．4 高時(shí)效壓縮頻譜感知
8．4．1 高斯隨機(jī)矩陣
8．4．2 部分傅里葉變換矩陣
8．4．3 基于結(jié)構(gòu)化隨機(jī)矩陣的高時(shí)效感知
8．4．4 實(shí)現(xiàn)模型及參數(shù)設(shè)置
8．4．5 實(shí)驗(yàn)結(jié)果
8．5 小結(jié)
參考文獻(xiàn)