群智感知網(wǎng)絡(luò)作為一個新興領(lǐng)域,與傳統(tǒng)領(lǐng)域存在廣泛交叉,譬如物聯(lián)網(wǎng)、社會網(wǎng)絡(luò)、傳感器網(wǎng)絡(luò)、延遲容忍網(wǎng)絡(luò)等。隨著這些網(wǎng)絡(luò)和新技術(shù)的應(yīng)用,如區(qū)塊鏈,邊緣計算等,群智網(wǎng)絡(luò)受到了越來越多的關(guān)注。然而其與傳統(tǒng)領(lǐng)域有著較大區(qū)別,也存在諸多新挑戰(zhàn),例如群智網(wǎng)絡(luò)的單個節(jié)點往往資源受限,節(jié)點的多樣性使得數(shù)據(jù)傳輸容易形成瓶頸,傳統(tǒng)網(wǎng)絡(luò)中集中式的數(shù)據(jù)感知與處理方式也面臨挑戰(zhàn)。本文針對傳統(tǒng)網(wǎng)絡(luò)中的感知、傳輸方案在群智感知網(wǎng)絡(luò)上的局限性,分析了群智感知網(wǎng)絡(luò)的可達性和可傳輸性,提出了相應(yīng)的信息傳輸新機制,并提出了多種適用于分布式群智網(wǎng)絡(luò)的基于核函數(shù)的有損計算化存儲與傳輸技術(shù),主要如下。本文在去中心化群智感知網(wǎng)絡(luò)的信息可達性的基礎(chǔ)上,基于因果路徑熵理論,從數(shù)理基本原理上分析具有延遲容忍特性的去中心化群智網(wǎng)絡(luò)的信息可傳輸性,提出了基于因果熵的信息動力學傳輸機制,對可傳輸性和傳輸性能進行了理論分析,并在多個數(shù)據(jù)集進行了實驗驗證,實驗數(shù)據(jù)集涵蓋了多種網(wǎng)絡(luò)形態(tài)。在不考慮節(jié)點位置等額外信息的情況下,利用節(jié)點之間碰撞信息,以因果熵為驅(qū)動,以系統(tǒng)未來選擇多樣性最大化為目標,利用節(jié)點單位時間內(nèi)歷史可達節(jié)點信息估計未來多樣性,基于因果... 

【文章來源】：中國科學技術(shù)大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：153 頁

【學位級別】：博士

【部分圖文】：

圖２．１演化路徑微觀態(tài)劃分示意圖??同，［２２］空間熵也引因果路熵

?（２．４）??其中７；是溫度參數(shù)，系統(tǒng)總是向著最大熵來演化，而這個溫度參數(shù)用來表??示系統(tǒng)向這個宏觀態(tài)來發(fā)展的趨勢�；蛘呶覀儞Q一種解釋，如圖２．２，因果熵力??使系統(tǒng)偏移宏觀態(tài)Ｘ〇向著最大化的宏觀態(tài)去靠近，７；衡量的是系統(tǒng)演??化過程中在這種狀態(tài)轉(zhuǎn)換的力度。因果熵力２．４只由兩個參數(shù)決定７；和ｒ，而且??如果系統(tǒng)具有平移對稱性或者ｔ?—?０或者系統(tǒng)和環(huán)境是確定性的，那么這個因??果熵力就會不存在。??；０）??圖２．２因果熵力作用示意圖??直觀上來講，最大路徑熵增基于的原則是系統(tǒng)在做決策的時候按照使自身??將來的選擇更多樣化為目標，為了確保自己將來一段時間行動的最大自由為目??標。而驅(qū)動系統(tǒng)去做這樣決策以達到路徑熵最大的“力”，則是因果熵力。為了??更為容易的理解，圖２．３給出了兩個例子，因果熵力是如何驅(qū)動系統(tǒng)演化來使其??達到選擇多樣性的

使用糾刪碼相比于重傳能提高更多的網(wǎng)絡(luò)吞吐并降低延遲。??接下來我們簡要介紹一下糾刪碼的原理，關(guān)于糾刪碼更詳細部分可以參??考如圖２．４所示，糾刪碼和核心思想就是在數(shù)據(jù)發(fā)送端，將原始數(shù)據(jù)分??為塊（ｂｌｏｃｋ）大小一致的數(shù)據(jù)塊，這ｆｃ塊數(shù)據(jù)塊重新編碼，生成塊編碼后的??數(shù)據(jù)塊。在接收端，只要接收到《塊編碼后數(shù)據(jù)塊中的任意一個大小為ｆｃ的子??１４??


本文編號：3098927