

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨機(jī)模型檢測(cè)是一種不僅可以分析系統(tǒng)的定性屬性,而且還能用來(lái)對(duì)系統(tǒng)屬性進(jìn)行定量分析的高度自動(dòng)化形式化技術(shù),其基本思想是構(gòu)造捕獲系統(tǒng)行為的數(shù)學(xué)模型,然后用它來(lái)分析指定的定量屬性。本文首先應(yīng)用隨機(jī)模型檢測(cè)技術(shù)對(duì)射頻識(shí)別(RFID)中的S-ALOHA協(xié)議和服務(wù)于人體無(wú)線局域網(wǎng)的IEEE802.15.6協(xié)議進(jìn)行驗(yàn)證與定量分析,其次針對(duì)驗(yàn)證與分析過(guò)程中出現(xiàn)的空間爆炸問(wèn)題,提出一種空間約簡(jiǎn)技術(shù):連續(xù)隨機(jī)邏輯的限界檢測(cè)算法。論文的主要工作如下:
2、 1.論文首先依據(jù)RFID中S-ALOHA協(xié)議的工作原理及特性,將其動(dòng)態(tài)行為抽象成能支持非確定性,離散時(shí)間以及概率選擇的馬爾科夫決策過(guò)程,然后利用隨機(jī)模型檢測(cè)技術(shù)驗(yàn)證標(biāo)簽?zāi)芊裢瓿蓴?shù)據(jù)的可靠性傳輸,實(shí)驗(yàn)結(jié)果表明標(biāo)簽最終完成數(shù)據(jù)傳輸?shù)母怕蕿?,這就說(shuō)明隨著標(biāo)簽數(shù)的增加,該協(xié)議都能夠完成數(shù)據(jù)的傳輸。進(jìn)一步在模型上計(jì)算數(shù)據(jù)成功發(fā)送的概率以及在退避計(jì)數(shù)器到達(dá)最大退避數(shù)時(shí)的概率,并與純ALOHA協(xié)議做了對(duì)比,結(jié)果表明S-ALOHA發(fā)生沖突的概率比
3、ALOHA要小得多,因此S-ALOHA因沖突發(fā)生而進(jìn)入等待的情況明顯減少,標(biāo)簽?zāi)軌蚋焖俚膫鬏敂?shù)據(jù)。最后計(jì)算出在不同最大退避數(shù)下標(biāo)簽發(fā)送數(shù)據(jù)的最大期望時(shí)間以及完成數(shù)據(jù)傳輸所需要的最長(zhǎng)時(shí)間,結(jié)果表明隨著最大退避數(shù)的增加,S-ALOHA的期望時(shí)間比ALOHA的小6個(gè)時(shí)間單位,同時(shí)也表明S-ALOHA發(fā)送數(shù)據(jù)的平均速度比ALOHA快1.2倍左右。
2.IEEE802.15.6協(xié)議標(biāo)準(zhǔn)化是用來(lái)解決人體穿戴式傳感器、植入裝置等節(jié)點(diǎn)的數(shù)據(jù)
4、傳輸。首先根據(jù)802.15.6協(xié)議中MAC層中CSMA/CA算法的隨機(jī)等待等特性,把802.15.6協(xié)議建立為含概率選擇、隨機(jī)性與實(shí)時(shí)性的概率時(shí)間自動(dòng)機(jī)模型。然后用隨機(jī)模型檢測(cè)技術(shù)對(duì)模型的可靠性進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果說(shuō)明隨著節(jié)點(diǎn)數(shù)目和數(shù)據(jù)包大小的增加,節(jié)點(diǎn)成功發(fā)送數(shù)據(jù)的概率逐漸下降,當(dāng)有10個(gè)節(jié)點(diǎn),數(shù)據(jù)包大小125個(gè)字節(jié)時(shí),最終節(jié)點(diǎn)能完成數(shù)據(jù)傳輸?shù)母怕视?.57。節(jié)點(diǎn)傳輸數(shù)據(jù)失敗既然無(wú)法避免,所以在創(chuàng)建人體無(wú)線局域網(wǎng)設(shè)置適當(dāng)?shù)墓?jié)點(diǎn)數(shù)和數(shù)據(jù)包
5、大小是提升協(xié)議服務(wù)質(zhì)量的關(guān)鍵。最后計(jì)算了節(jié)點(diǎn)發(fā)送數(shù)據(jù)的期望時(shí)間,并與ZigBee做了對(duì)比。結(jié)果表明:IEEE802.15.6中的節(jié)點(diǎn)發(fā)送數(shù)據(jù)相比ZigBee有更少的期望時(shí)間,其發(fā)送數(shù)據(jù)的平均速度約是ZigBee的4倍。
3.對(duì)上述兩個(gè)協(xié)議的分析與驗(yàn)證的過(guò)程中,我們發(fā)現(xiàn)無(wú)論是S-ALOHA協(xié)議中bcmax和標(biāo)簽數(shù)的增加,還是802.15.6協(xié)議中節(jié)點(diǎn)數(shù)和數(shù)據(jù)包大小的增多都會(huì)導(dǎo)致空間狀態(tài)數(shù)急劇的增長(zhǎng),為此本文提出一種連續(xù)隨機(jī)邏輯(
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模型檢測(cè)技術(shù)的密碼協(xié)議驗(yàn)證與分析.pdf
- 基于模型檢測(cè)技術(shù)的NS協(xié)議分析模型的研究.pdf
- 基于串空間模型的協(xié)議分析方法研究.pdf
- 基于strand空間模型的安全協(xié)議分析與設(shè)計(jì)方法研究.pdf
- 基于串空間模型的認(rèn)證協(xié)議分析方法研究.pdf
- 基于概率模型檢測(cè)技術(shù)的網(wǎng)絡(luò)協(xié)議建模與分析.pdf
- 基于Strand空間模型的安全協(xié)議分析方法研究.pdf
- 基于串空間模型的安全協(xié)議形式化分析與研究.pdf
- 基于模型檢測(cè)不確定規(guī)劃的觀察信息約簡(jiǎn).pdf
- 基于串空間模型的安全協(xié)議分析與驗(yàn)證方法的研究.pdf
- 與空間位置有關(guān)的隨機(jī)污染模型及其分析.pdf
- 基于模型檢測(cè)的傳感網(wǎng)自組織協(xié)議驗(yàn)證與分析.pdf
- 基于串空間模型安全協(xié)議形式化方法的分析與擴(kuò)展.pdf
- 基于線空間模型的安全協(xié)議形式化分析.pdf
- 密碼協(xié)議的模型檢測(cè)分析研究.pdf
- 無(wú)線認(rèn)證協(xié)議的模型檢測(cè)與分析研究.pdf
- 基于模型檢查的網(wǎng)絡(luò)協(xié)議分析與驗(yàn)證.pdf
- 基于統(tǒng)計(jì)模型檢測(cè)的無(wú)線傳感器網(wǎng)絡(luò)協(xié)議建模與分析.pdf
- 基于協(xié)議分析和聚類(lèi)的入侵檢測(cè)模型研究.pdf
- 基于模型檢測(cè)不確定規(guī)劃的觀察信息約簡(jiǎn)(1)
評(píng)論
0/150
提交評(píng)論