2020年认证杯SPSSPRO杯数学建模B题(第二阶段)分布式无线广播全过程文档及程序

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。
  第二阶段问题: 我们假设每条信息 (广播) 发送时所需的时间是不等长的,但都是某个最小时间单位 (不妨设为秒) 的整数倍。请建立合理的数学模型并解决如下问题。
  1. 假设对每个节点来说,发送信息所需的时间都服从泊松分布,但不同节点对应的泊松分布的参数 λ 不同,而且互相并不知道参数。那么以怎样的策略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?
  2. 如果每个节点待发送的信息都分成两类,一类信息发送时所需的时间服从泊松分布,另一类所需的时间则服从幂律分布,这个改变对重发策略有什么影响?

整体求解过程概述(摘要)

  针对问题一,首先根据题中通信节点发送信息的无规律性,将连续的时间离散化,以此为基础分析每个单位时间节点上的网络系统状态,并根据通信节点的广播有效距离将冲突分为:有效冲突和无效冲突。接着设计内置算法的三种冲突重发方案:随机生成等待、等差递增等待和截断二进制指数退避。然后分类通信节点状态,并根据真实网络运行分析出通信节点状态相互转换规律,由此建立起通信模型。利用蒙特卡洛仿真实现该通信模型。求解模型时,借助 matlab 实现三种内置算法,考虑发送信息时间的泊松分布,作为输入仿真参数之一实现仿真过程。将广播来源率作为自变量,通信效率指标作为因变量,得到三种通信效率指标随广播来源率的变化,对比分析发现方案三(截断二进制指数退避)网络通信效率最佳。最后结合模型求解结果比较,在现有模型的基础上加以改进,设计自学习算法,动态调整参数,以适应当前的网络状态,提高系统的效率。
  针对问题二,首先分析两类发送信息特性,根据通信节点发送信息的无规律性将通信节点再分类为两类简化计算。然后结合现实网络发送信息时长特性,设置两类分布参数。接着用第一问中的通信模型及蒙特卡洛仿真,得出内置算法中三种冲突重发方案的网络通信效率随两类信息发送量比的变化对比,最后分析发现仍是方案三(截断二进制指数退避)网络通信效率最佳。最后通过实验进一步探究信息发送时长分布对网络通信效率的影响,发现整个网络信息发送时长的期望与网络通信效率成正相关,有力地验证了模型的合理性。

问题分析:

  问题一分析
  对于问题一,根据题中通信节点发送信息的无规律性,将连续的时间离散化,以此为基础分析每个单位时间节点上的网络系统状态。接着由题中要求: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,将冲突分为:有效冲突和无效冲突,再针对冲突设计内置算法的三种冲突重发方案:随机生成等待、等差递增等待和截断二进制指数退避。然后分类通信节点状态,并根据真实网络运行分析出通信节点状态相互转换规律,建立起通信模型。利用蒙特卡洛仿真实现该通信模型。最后求解模型,借助 matlab 实现三种内置算法,考虑发送信息时间的泊松分布,作为输入仿真参数之一实现仿真过程。将广播来源率作为自变量,通信效率指标作为因变量,探究三种通信效率指标随广播来源率的变化,分析比较三种冲突重发方案的网络通信效率。最后结合模型求解结果分析,在现有模型的基础上加以改进,设计自学习算法,动态调整参数,以适应当前的网络状态,提高系统的效率。

  问题二分析
  对于问题二,首先分析两类发送信息特性,根据通信节点发送信息的无规律性将通信节点再分类为两类以简化计算。然后结合现实网络发送信息时长特性,设置两类分布参数。接着用第一问中的通信模型及蒙特卡洛仿真,得出内置算法中三种冲突重发方案的网络通信效率随两类信息发送量比的变化对比,分析三种冲突重发方案的网络通信效率。最后通过实验进一步探究信息发送时长分布对网络通信效率的影响以验证模型的合理性。

模型假设:

  1. 所有通信节点都只在单位时间节点上发送信息;
  2. 低功率发射器,忽略电磁波的传播时延;
  3. 通信节点在上一次广播还未发送或还未发送完时,不会需要发下一次广播;
  4. 信息的发送不考虑处理时延与排队时延,即总时延等于传播时延与发送时延之和;
  5. 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;
  6. 所有节点能正常运行,不会出现故障。

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)

1. function[a1,a2,a3]=communicate(source,plan,self,s,f)
2.
3. %source(m*n)矩阵表示 m 个节点,n 个广播来源的时间点
4. %pointer(m*1)矩阵表示 m 个节点,每个节点当前已有广播来源的序号
5. %cache(m*4)矩阵表示 m 个节点,第一列表示下次重发时间点,第二列表示当前已
经重发次数,第三列表示当前缓冲区个数,第四列表示连续性(冲突置 1,发送置 0),
第五列表示其发送时间符合的分布(0 泊松分布,1 幂律分布,2 期望,3 方差),
第六列表示其分布参数6. %send(m*1)表示 m 个节点,当前节点剩余发送时间点
7.
8. %设置环境
9. m=100; %节点数
10. %n=5000; %来源数(不一定都用得上)
11. %s=1; %轻载或重载
12. %t_z=50; %一次发送占用的时间数
13. k_=10; %截断
14. n_=16; %丢弃指标
15. %plan=0; %方案 3
16.
17. %初始化
18. chongtu=0;
19. diuqi=0;
20. t_sum=100000; %总的模拟时间数(在当前时间点处理下个时间间隔的过程)
21. t_now=1; %当前时间数
22. %source=fun1(m,n,s);
23. pointer=ones(m,1); %表示下一个要来的广播是多少号
24. cache=zeros(m,6)+fun3(m,f,s); %s 表示幂律占比,中间参数表示问题,只要占比
为 0 就是第一问
25. send=zeros(m,1);
26. channel=zeros(t_sum,1)-1; %用于记录信道状态
27.
28. %开始循环
29. for i=1:t_sum
30. send_now=sum(send~=0);
31. channel(i,1)=send_now;
32. %当前信道被占用
33. if send_now>=1
34. %当前信道只被一个节点占用
35. if send_now==1
36. %更新 send 矩阵
37. send=send-1;
38. send(send==-1)=0;
39.
40. %当前信道被多个节点占用(即发生冲突)
41. elseif send_now>=2
42. %调用退避函数,并清零 send 矩阵
43.
[cache,send,diuqi]=tuibi(plan,cache,send,t_now,k_,n_,diuqi,self,channel)
;
44. chongtu=chongtu+1;
45. end
46.
47. %当前信道未被占用
48. elseif send_now==0
49. for j=1:m
50. if cache(j,1)==0
51. if cache(j,3)>0
52. send(j,1)=t_z(cache(j,5),cache(j,6));
53. cache(j,3)=cache(j,3)-1;
54. if cache(j,4)==0
55. cache(j,2)=0;
56. elseif cache(j,4)==1
57. cache(j,4)=0;
58. end
59. end
60. end
61. end
62. send=send-1;
63. send(send==-1)=0;
64. end
65.
66. %最后更新 t_now 和 cache
67. [cache_t,pointer,cache]=fun2(source,pointer,cache,t_now);
68. cache=cache+[zeros(m,2),cache_t,zeros(m,3)];
69. t_now=t_now+1;
70. end
71.
72. a1=sum(channel==1)/t_sum;
73. a2=diuqi/sum(pointer);
74.
75. count=0;
76. for i=1:t_sum
77. if channel(i,1)>=2
78. count=count+channel(i,1);
79. elseif channel(i,1)==1
80. if i~=0
81. if channel(i-1)~=1
82. count=count+1;
83. end
84. end
85. end
86. end
87. a3=sum(channel(channel>=2))/count;
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.hqwc.cn/news/319155.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

系列七、Ribbon

一、Ribbon 1.1、概述 Ribbon是基于Netflix Ribbon实现的一套客户端负载均衡的工具,是Netflix发布的一款开源项目,其主要功能是提供客户端的软件负载均衡算法和服务调用,Ribbon客户端组件提供一系列完善的配置项,例如&#xff1a…

Linux 进程(七) 进程地址空间

虚拟地址/线性地址 学习c语言的时候我们经常会用到 “&” 符号,以及下面这张表,那么取出来的地址是否对应的是真实的物理地址呢?下面我们来写代码一步一步的验证。 从上面这张图不难看出,从正文代码,到命令行参数环…

代码随想录刷题笔记(DAY 8)

今日总结:最后一道题解决的比较糟糕,后续会补上新解法,今天还是将中心放在了前端。 Day 8 01. 反转字符串(No. 344) 题目链接 代码随想录题解 1.1 题目 编写一个函数,其作用是将输入的字符串反转过来。…

imgaug库指南(一):从入门到精通的【图像增强】之旅

文章目录 引言imgaug简介安装和导入imgaug代码示例imgaug的强大之处和用途小结结尾 引言 在深度学习和计算机视觉的世界里,数据是模型训练的基石,其质量与数量直接影响着模型的性能。然而,获取大量高质量的标注数据往往需要耗费大量的时间和…

Python Web框架FastAPI——一个比Flask和Tornada更高性能的API框架

目录 一、FastAPI框架概述 二、FastAPI与Flask和Tornado的性能对比 1、路由性能 2、请求处理性能 3、内存占用 三、FastAPI的优点与特色 四、代码示例 五、注意事项 六、结论 在当今的软件开发领域,快速、高效地构建API成为了许多项目的关键需求。为了满足…

OpenCV中实现图像旋转的方法

OpenCV中实现图像旋转的方法 函数:cv2.flip() 功能:水平或者垂直翻转 格式:dst cv2.flip(src,flipCode[,dst]) 参数说明: src:输入图像 dst:和原图像具有相同大小、类型的目标图像。 flipCode&#…

Z-score 因子的深入思考

最新(2024 年 1 月)出版的 SC 技术分析(Techical Analysis of Stock & Commodities)的第 4 条文章给到了 Z-score,原文标题为《Z-score: How to use it in Trading》。今天的笔记,就借此机会&#xff0…

wireshark抓包分析HTTP协议,HTTP协议执行流程,

「作者主页」:士别三日wyx 「作者简介」:CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「推荐专栏」:对网络安全感兴趣的小伙伴可以关注专栏《网络安全入门到精通》 使用WireShark工具抓取「HTTP协议」的数据包&#…

【壹基金儿童服务站】瑞金站:清捡垃圾 美化环境

1月1日下午,瑞金赋能公益和象湖镇东升社区新时代文明实践站在壹基金儿童社区服务站开展“我是环保小卫士——走进小区捡垃圾“主题活动,帮助小朋友树立爱护环境从小做起,用自己的双手照顾身边的环境,争做环保小卫士,为…

【ikbp】数据可视化DataV

天天查询一些数据,希望来一个托拉拽的展示,部署体验一下可视化大屏 快速搭建快速查询实时更新简单易用 启动服务 数据可视化 静态查询 配置数据 过滤数据 分享

k8s pod基础 1

发布和yaml文件的初步了解。 pod:是k8s中最小的资源管理组件。 pod也是最小化运行容器化的应用的资源管理对象。 pod是一个抽象的概念,可以理解为一个或者多个容器化应用的集合。 在一个pod当中运行一个容器是最常用的方式。 在一个pod当中可以同时…

算法通关村番外篇-数组实现队列

大家好我是苏麟 , 今天来用数组实现一下队列 . 数组实现队列 顺序存储结构存储的队列称为顺序队列,内部使用一个一维数组存储,用一个队头指针 front 指向队列头部节点(即使用int类型front来表示队头元素的下标),用一个队尾指针rear(有的地方…