❶ 无线传感器网络中常用的网络仿真软件平台有
无线传感器网络中常用的网络仿真软件平台有OPNET、OMNET++、NS2、TOSSIM等。OPNET是一个强大的、面向对象的、离散事件驱动的通用网络仿真环境。作为一个全面的集成开发环境，在无线传输方面的建模能力涉及仿真研究的各阶段，包括模型设计、仿真、数据搜集和数据分析，所有的无线特性与高层协议模型无缝连接。TinyOS是一种面向WSN的新型操作系统。TinyOS采用了轻量级线程技术、主动消息通信技术、组件化编程技术，它是一个基于事件驱动的深度嵌入式操作系统。TOSSIM是一种基于嵌入式TinyOS操作系统的WSN节点仿真环境的实现代表，源码公开，主要应用于MICA系列的WSN节点。其仿真应用随同TinyOS被编译进事件驱动的模拟仿真器。OMNET++是一种开源的基于组件的模块化的开放网络仿真平台，近年来在科学和工业领域逐渐流行。作为离散事件仿真器，其具备强大完善的图形界面接口和可嵌入式仿真内核，运行于多个操作系统平台，可以简便定义网络拓扑结构，具备编程、调试和跟踪支持等功能，主要用于通信网络和分布式系统的仿真。
❷ 基于模型的认知无线电网络频谱分配算法仿真与实现 的毕业论文
【摘要】 本研究课题受到了国家自然科学基金《基于时域频谱利用概率分布曲线拟合的频谱检测研究》(编号:60772110),华为科技基金《基于授权用户频谱利用统计规律的认知MAC机制与算法研究》和北京邮电大学校级基金《认知无线电系统频谱检测与机会接入研究》的资助。随着飞速演进的无线通信不断朝着宽带化、无缝化、智能化的方向发展,我们不得不面对的瓶颈之一就是频谱资源的不足。目前特定通信业务固定分配专用频谱的方式,常常会出现频谱资源分配不均,甚至浪费的情形,这与当前广泛关注的频谱资源短缺问题相互矛盾。认知无线电(CR,Cognitive Radio)技术作为一种智能频谱共享技术可有效地缓解上述矛盾,它通过感知频域、时域和空域等频谱环境,自动搜寻并利用已授权频段的空闲频谱,实现不可再生频谱资源的再利用,为解决如何在有限频谱资源条件下提高频谱利用率这一无线通信难题开辟了一条新的途径。本文首先分析了课题的研究背景,简单说明了认知无线电的定义和功能,较细致地阐述了认知无线电的关键技术和典型应用;在接下来的第三、第四和第五章节中详细论述了本文完成的主要工作:本文主要就认知无线电频谱分配领域中所存在的问题做了较深入地研究,一是基于着色理论的频谱分配算法的研究,二是基于速率要求的频谱分配算法的研究,三是基于授权链路保护的频谱分配模型和算法的研究。在第三章中针对信道权值归一化问题研究了适用于实际网络的频谱分配算法。基于图着色原理给出了一种认知无线电的频谱分配模型,针对实际网络中信道存在吞吐量权值的情况,提出了加权分布式贪婪算法、加权分布式公平算法、加权分布式随机算法。经仿真验证,加权分布式贪婪算法、加权分布式公平算法和加权分布式随机算法分别获得了较高的吞吐量、公平性和复杂度性能。在第四章中研究了根据CR用户速率需求来进行频谱分配的优化算法。基于拥塞博弈给出了一种频谱分配模型,提出了一种基于传输速率要求的快速收敛的频谱分配算法。仿真分析证明,该算法能根据CR用户的传输速率要求最优化频谱分配,有较快的收敛速度。在第五章中研究了能够保护授权用户的频谱优化分配算法。基于博弈论提出了一种新型的频谱分配模型。仿真分析证明,基于该模型的迭代算法能在保护授权链路的前提下对CR链路进行最优化频谱分配;同时仿真给出了授权链路承受干扰和CR链路的信干噪比(SINR,Signal to Interference plus Noise Ratio)与比例因子的关系,为该模型应用于不同性能要求的认知无线电网络(CRN,Cognitive Radio Network)提供了参数。
——————————————————————————————————————————
世界上没有任何东西是完美的，文章也是一样，我不敢保证我们团写出来的文章一定会让你捧上奖杯，获得名次。但这里面承载的心血和汗水不比任何写作团来的少，因为责任就是肩膀上的大山。不是我们写不出华丽清晰的文章，而是不可预定的因素太多，轻易地给您承诺说我是最好的恰恰说明了我的不成熟和轻浮。我想我简单的介绍并不能让你感觉眼前一亮，但你细细的品读定会感觉我们团靠谱务实的作风。
❸ 急 急 急 求一篇关于《通信网络仿真研究》的论文
帮您下了两篇，希望对您有所帮助哦！祝您愉快！
1
题目：基于无线传感器网络仿真平台的研究
一、引言
传感器网络（WSN）日新月异,各种网络方案和协议日趋复杂,网络规模日趋庞大,对网络研究人员而言,掌握网络仿真的重要性是不言而喻的。WSN仿真能够在一个可控制的环境里研究WSN应用,包括操作系统和网络协议栈,能够仿真数量众多的节点,能够观察由不可预测的干扰和噪声引起的难以琢磨的节点间的相互作用,获取节点间详细的细节,从而提高节点投放后的网络成功率,减少投放后的网络维护工作。目前无线传感器网络使用的仿真工具主要有NS2、TinyOS、OPNET、OMNET++等等。其中TinyOS是专门针对无线传感器网络的特点而研究开发的。
二、无线传感器网络仿真简介
在传感器网络中,单个传感器节点有两个很突出的特点。一个特点是它的并发性很密集;另一个特点是传感器节点模块化程度很高.上述这些特点使得无线传感器网络仿真需要解决可扩展性与仿真效率、分布与异步特性、动态性、综合仿真平台等等问题。
三、无线传感器网络常用仿真工具
无线传感器网络常用仿真工具有NS2、OPNET、OMNET++、TinyOS,下面我们简要介绍它们各自的性能和特点。
3.1 NS2
NS是一种可扩展、以配置和可编程的时间驱动的仿真工具,它是由REAL仿真器发展而来.在NS的设计中,使用C++和OTCL两种程序设计语言, C++是一种相对运行速度较快但是转换比较慢的语言,所以C++语言被用来实现网络协议, 编写NS底层的仿真引擎; OTCL是运行速度较慢,但可以快速转换的脚本语言,正好和C++互补,所以OTCL语言被用来配置仿真中各种参数,建立仿真的整体结构, OTCL的脚本通过调用引擎中各类属性、方法,定义网络的拓扑,配置源节点、目的节点建立链接,产生所有事件的时间表,运行并跟踪仿真结果,还可以对结果进行相应的统计处理或制图.NS可以提供有线网络、无线网络中链路层及其上层精确到数据包的一系列行为仿真。NS中的许多协议都和真实代码十分接近,其真实性和可靠性是非常高的。
3.2 OPNET
OPNET是在MIT研究成果的基础上由MIL3公司开发的网络仿真软件产品。 OPNET的主要特点包括以下几个方面:(1)采用面向对象的技术,对象的属性可以任意配置,每一对象属于相应行为和功能的类,可以通过定义新的类来满足不同的系统要求; (2)OPNET提供了各种通信网络和信息系统的处理构件和模块;(3) OPNET采用图形化界面建模,为使用者提供三层(网络层、节点层、进程层)建模机制来描述现实的系统;(4) OPNET在过程层次中使用有限状态机来对其它协议和过程进行建模,用户模型及OPNET内置模型将会自动生成C语言实现可执行的高效、高离散事件的模拟流程;(5) OPNET内建了很多性能分析器,它会自动采集模拟过程的结果数据;(6)OPNET几乎预定义了所有常用的业务模型,如均匀分布、泊松分布、欧兰分等。
3.3 OMNET++
OMNET++是面向对象的离散事件模拟工具,为基于进程式和事件驱动两种方式的仿真提供了支持。 OMNET++采用混合式的建模方式,同时使用了OMNET++特有的ned(Network Discription,网络描述)语言和C++进行建模。OMNET++主要由六个部分组成:仿真内核库、网络描述语言的编译器、图形化的网络编译器、仿真程序的图形化用户接口、仿真程序的命令行用户接口和图形化的向量输出工具。OMNET++的主要模型拓扑描述语言NED,采用它可以完成一个网络模型的描述。 网络描述包括下列组件:输入申明、信道定义、系统模块定义、简单模块和复合模块定义。使用NED描述网络,产生.NED文件,该文件不能直接被C++编译器使用,需要首先采用OMNET++提供的编译工具NEDC将.NED文件编译成.cpp文件。最后,使用C++编译器将这些文件与用户和自己设计的简单模块程序连接成可执行程序。
3.4 TinyOS
TinyOS是专门针对传感器研发出的操作系统。在TinyOS上编程序使用的语言为nesC(C language for network embedded systems) 语言。
nesC语言是由C语言扩展而来的,意在把组件化/模块化思想和TinyOS基于事件驱动的执行模型结合起来。 nesC 组件有Mole(模块)和Configuration（连接配置文件）两种。在模块中主要实现代码的编制,在连接配置文件中主要是将各个组件和模块连接起来成为一个整体。
TinyOS程序采用的是模块化设计,所以它的程序核心往往都很小,能够突破传感器存储资源少的限制,这能够让TinyOS很有效的运行在无线传感器网络上并去执行相应的管理工作等。TinyOS的特点主要体现在以下几个方面:
(1)组件化编程(Componented-Based Architecture)。TinyOS的组件通常可以分为以下三类:硬件抽象组件、合成组件、高层次的软件组件;硬件抽象组件将物理硬件映射到TinyOS组件模型.合成硬件组件模拟高级硬件的行为.高层次软件模块完成控制、路由以及数据传输等。}
(2)事件驱动模式(Event-Driven Architecture)。事件驱动分为硬件驱动和软件事件驱动。硬件事件驱动也就是由一个硬件发出中断,然后进入中断处理函数。而软件驱动则是通过singal关键字发出一个事件。
(3)任务和事件并发模式(Tasks And Events Concurrency Model)。任务用在对于时间要求不是很高的应用中,任务之间是平等的,即在执行时是按顺序先后来的,而不能相互抢占,TinyOS对任务是按简单的FIFO队列进行处理的。事件用在对于时间的要求很严格的应用中,而且它可以占先优于任务和其他事件执行。
(4)分段执行(Split-Phase Operations)。在TinyOS中由于tasks 之间不能互相占先执行,所以TinyOS没有提供任何阻塞操作,为了让一个耗时较长的操作尽快完成,一般来说都是将对这个操作的需求和这个操作的完成分开来实现,以便获得较高的执行效率。
(5) 轻量级线程(lightweight thread)。轻量级线程(task, 即TinyOS中的任务)按FIFO方式进行调度,轻量级线程之间不允许抢占;而硬件处理线程(在TinyOS中,称为硬件处理器),即中断处理线程可以打断用户的轻量级线程和低优先级的中断处理线程,对硬件中断进行快速处理响应。
(6) 主动通信消息(active message)。每一个消息都维护一个应用层和处理器。当目标节点收到这个消息后,就会把消息中的数据作为参数,并传递给应用层的处理器进行处理。应用层的处理器一般完成消息数据的解包操作、计算处理或发送响应消息等工作。
TinyOS操作系统中常用的仿真平台主要是TOSSIM和Avrora
（1）TOSSIM(TinyOS simulation)是一个支持基于TinyOS的应用在PC机上运行的模拟器.TOSSIM运行和传感器硬件相同的代码,仿真编译器能直接从TinyOS应用的组件表中编译生成仿真程序。
（2）Avrora是一种专门为Atmel和Mica2节点上以AVR单片机语言编写的程序提供仿真分析的工具。它的主要特点如下：1) 为AVR单片机提供了cycle accurate级的仿真,使静态程序可以准确的运行。它可以仿真片上(chip-on)设备驱动程序,并为片外(off-chip)程序提供了有规则的接口;2)可以添加监测代码来报告仿真程序运行的性能,或者可以在仿真结束后收集统计数据,并产生报告;3)提供了一套基本的监控器来剖析程序,这有助于分析程序的执行模式和资源使用等等;4)Avrora可以用gdb调试程序;5) Avrora可以为程序提供一个程序流图,通过这个流程图可以清楚的表示机器代码程序的结构和组织;6) Avrora中提供了分析能量消耗的工具,并且可以设置设备的带电大小;7) Avrora可以用来限制程序的最大堆栈空间,它会提供一些关于目前程序中的最大的堆栈结构,和一些关于空间和时间消耗的信息报告。
3.5性能比较
TinyOS 用行为建模,可以仿真跨层协议;仿真程序移植到节点上,不需要二次编码。
通过对上述几种仿真软件的分析比较,我们可以清楚的看到各个仿真软件的特点、适用范围,我们可以根据研究需要选择适合的仿真软件,使得我们的学习研究可以事半功倍。
结束语
网络仿真技术为通信网络规划和优化提供了一种科学高效的方法。网络仿真在国内是近几年才发展起来的,但在国外网络仿真技术已经相当成熟,我们应该大胆地借鉴国外先进技术,促进国内网络仿真技术迅速发展。
参考文献
【1】于海斌,曾鹏等.智能无线传感器网络.科学出版社,2006,p283～p303,
【2】石怀伟,李明生,王少华,网络仿真技术与OPNET应用实践,计算机系统应用2006.第3期
【3】李玥,吴辰文,基于OMNeT++地TCP/IP协议仿真,兰州交通大学学报(自然科学版),2005年8月
【4】袁红林,徐晨,章国安,TOSSIM:无线传感器网络仿真环境,传感器与仪表仪器 ,2006年第22卷第7-1期
2
集群虚拟服务器的仿真建模研究
来源：电子技术应用 作者：杨建华 金笛 李烨 宁宇
摘要：阐述了集群虚拟服务器的工作原理和三种负载均衡方式，通过实例讨论了虚拟服务器的仿真和建模方法，创建了测试和仿真系统性能的输入和系统模型，并依据Q—Q图和累积分布函数校验了其概率分布。
关键词：集群虚拟服务器负载均衡仿真建模概率分布
随着互联网访问量和数据流量的快速增长，新的应用层出不穷。尽管Intemel服务器处理能力和计算强度相应增大，但业务量的发展超出了先前的估计，以至过去按最优配置建设的服务器系统也无法承担。在此情况下，如果放弃现有设备单纯将硬件升级，会造成现有资源的浪费。因此，当前和未来的网络服务不仅要提供更丰富的内容、更好的交互性、更高的安全性，还要能承受更高的访问量，这就需要网络服务具有更高性能、更大可用性、良好可扩展性和卓越的性价比。于是，集群虚拟服务器技术和负载均衡机制应运而生。
集群虚拟服务器可以将一些真实服务器集中在一起，组成一个可扩展、高可用性和高可靠性的统一体。负载均衡建立在现有网络结构之上，提供了一种廉价、有效和透明的方法建立服务器集群系统，扩展网络设备和服务器的带宽，增加吞吐量，加强网络数据处理能力。提高网络的灵活性和可用性。使用负载均衡机制．大量的并发访问或数据流量就可以分配到多台节点设备上分别处理。系统处理能力得到大幅度提高，大大减少用户等待应答的时间。
实际应用中，虚拟服务器包含的真实服务器越多，整体服务器的性能指标(如应答延迟、吞吐率等)越高，但价格也越高。在集群中通道或其他部分也可能会进入饱和状态。因此，有必要根据实际应用设计虚拟服务器的仿真模型，依据实际系统的测量数据确定随机变量的概率分布类型和参数，通过分位点一分位点图即Q-Q图(Quaantile-Quantile Plot)和累积分布函数(Cumulative Distribution Functions)等方法校验应答或传播延迟等性能指标的概率分布，通过仿真软件和工具(如Automod)事先分析服务器的运行状态和性能特点，使得集群系统的整体性能稳定，提高虚拟服务器设计的客观性和设计的可靠性，降低服务器建设的投资风险。
1 集群虚拟服务器的体系结构
一般而言，首先需要在集群虚拟服务器上建立互联网协议伪装(Internet Protocol Masquerading)机制，即IP伪装，接下来创立IP端口转发机制，然后给出在真实服务器上的相关设置。图1为集群虚拟服务器的通用体系结构。集群虚拟服务器通常包括：真实服务器(RealServers)和负载均衡器(Load Balmlcer)。
由于虚拟服务器的网络地址转换方式是基于IP伪装的，因此对后台真实服务器的操作系统没有特别要求，可以是windows操作系统，也可以是Lmux或其他操作系统。
负载均衡器是服务器集群系统的惟一入口点。当客户请求到达时，均衡器会根据真实服务器负载情况和设定的调度算法从真实服务器中选出一个服务器，再将该请求转发到选出的服务器，并记录该调度。当这个请求的其他报文到达后，该报文也会被转发到前面已经选出的服务器。因为所有的操作都在操作系统核心空间中完成，调度开销很小，所以负载均衡器具有很高的吞吐率。整个服务器集群的结构对客户是透明的，客户看到的是单一的虚拟服务器。
负载均衡集群的实现方案有多种，其中一种是Linux虚拟服务器LVS(Linux Virtual Server)方案。LVS实现负载均衡的技术有三种：网络地址转换(Network Address Translation)、直接路由(Direct Routing)和IP隧道(IP Yunneling)。
网络地址转换按照IETF标准，允许一个整体机构以一个公用IP地址出现在Inlemet上。通过网络地址转换，负载均衡器重写请求报文的目标地址，根据预设的调度算法，将请求分派给后端的真实服务器；真实服务器的应答报文通过均衡器时，报文的源地址被重写，把内部私有网络地址翻译成合法网络IP地址，再返回给客户，完成整个负载调度过程。
直接路由的应答连接调度和管理与网络地址转换的调度和管理相同，但它的报文是直接转发给真实服务器。在直接路由应答中，均衡器不修改、也不封装IP报文．而是将数据帧的媒体接入控制MAC(Medium Aceess Control)地址改为选出服务器的MAC地址，再将修改后的数据帧在局域网上发送。因为数据帧的MAC地址是选出的服务器，所以服务器肯定可以收到该数据帧，从中获得该IP报文。当服务器发现报文的目标地址在本地的网络设备时，服务器处理该报文，然后根据路由表应答报文，直接返回给客户。
IP隧道是将一个IP报文封装在另一个IP报文中的技术。该技术可以使目标为某个口地址的数据报文被封装和转发到另一个IP地址。用户利用IP隧道技术将请求报文封装转发给后端服务器，应答报文能从后端服务器直接返回给客户。这样做，负载均衡器只负责调度请求，而应答直接返回给客户，不需要再处理应答包，将极大地提高整个集群系统的吞吐量并有效降低负载均衡器的负载。IP隧道技术要求所有的服务器必须支持IP Yunnehng或lP.封装(Encapsulation)协议。
2 集群虚拟服务器报文延迟的确定
通过一个装有5台真实服务器并使用网络地址转换技术实现Linux虚拟服务器的实际系统，可以得到有关请求和应答报文的时戳(Time Stamp)文件n根据这些文件．能够计算出集群虚拟服务器的仿真和建模所需数据。
为了确定随机变量分布类型和参数，应该统计下列延迟：(1)从客户到负载均衡器的传播延迟(Transport Delay)；(2)负载均衡器的应答延迟(Response Delay)；(3)从负载均衡器到真实服务器的传播延迟；(4)真实服务器的应答延迟；(5)从真实服务器到负载均衡器的传播延迟；f61负载均衡器对真实服务器的应答延迟；(7)从负载均衡器到客户的传播延迟。
在实际系统产生的时戳文件中，问接地描述了上述各延迟时间。文件包含的内容如下：
当一个服务请求到达集群虚拟服务器系统时，即产生带有惟一序列号的同步请求报文(Synchronized Request Package)，将该报文转发到某一真实服务器，同时建立该服务器与客户端的连接，每个这样的连接都带有惟一的端口号；该服务器处理通过该连接的确认请求报文(Acknowledgement Request Package)，直到服务器收到结束请求报文(Finished Request Package)。对每一种类型的请求报文，系统都给予一个相应的应答报文。因此，在不同的报文时戳文件中，如果两条记录具有相同的端口号、报文类型和序列号，则它们是同一个请求或应答报文，对相关的时戳相减即可得到集群虚拟服务器系统的仿真和建模所需的延迟数据。通过所编写的C++程序即可计算这些延迟。
3 系统仿真模型
上述的集群虚拟服务器实际系统的仿真模型如图2所示，在负载均衡器、各通道、5台真实服务器中通过或处理的均为请求或应答报文。
4 随机变量模型的确定
对具有随机变量的集群虚拟服务器进行仿真，必须确定其随机变量的概率分布，以便在仿真模型中对这些分布进行取样，得到所需的随机变量。
4.1 实际虚拟服务器的延迟数据概况
在实际虚拟服务器的负载均衡器、各通道和5台真实服务器中，对请求和应答报文都有一定的延迟。部分报文延迟的统计数据如表1所示。
由表l中的数据可见，报文延迟的中位数与均值差异较大，所以其概率分布不对称；变异系数不等于l，导致概率分布不会是指数分布，而可能是γ分布或其他分布。
4．2 随机变量的概率分布
图3为第一台真实服务器到负载均衡器之间的通道报文传播延迟直方图，其中t为报文延迟时间，h(t)为报文延迟区间数。由图3可知，通道内的报文传播延迟数据近似服从γ分布或对数正态分布。
描述γ分布需要两个参数：形状(Shape)参数α和比例(Scahj)参数口，这两个参数与均值M、方差V之间的关系是非线性的：
描述对数正态分布也需要形状参数σ和比例参数μ，这两个参数与均值M、方差V之问的关系也是非线性的：
式(1)～(4)都可以通过最大似然估计MLE(Maximum Likelihood Estimator)方法或最速下降法(Steepest Descent Method)求出。表2给出了甩这两种方法求出的从第一台真实服务器到负载均衡器之间通道内的报文延迟概率分布参数。
使用累积分布函数和Q-Q图可以校验并进一步确定上述通道内报文传播延迟的概率分布。取用表2中的参数，可以得到γ分布的累积分布函数，如图4所示，其中t为报文延迟时间，F(t)为报文延迟的累积分布函数。为作比较，实验分布也画在该图中。γ分布和对数正态分布的Q-Q图如图5所示。
由图4和图5可以看出，γ分布较好地拟合了该通道内的报文传播延迟数据分布。其他通道报文延迟直方图也有类似形状。经计算和分析，这些通道的报文传播延迟概率分布也近似服从γ分布。
根据表1中的数据以及相关的直方图都难以确定在负载均衡器和真实服务器中报文延迟的理论分布。因此，采用实验分布作为其模型。
5 模型仿真
在建立了图1所示的集群虚拟服务器的系统仿真模型并确定了其随机变量的分布特性后，可以采用由美国布鲁克斯自动化公司(Brooks Automation)开发的仿真软件Automod输入该模型，并通过在Automod环境中编程进行集群虚拟服务器的仿真和分析。
在Automod的仿真过程中，可以直接利用软件提供的资源(Resource)作为各种报文数据处理的单元；系统各部分的报文排队活动可以直接通过排队(Queue)实现；建立一个负载产生器，等效为在Inlemtet上使用虚拟服务器的客户。
通过采用Automod的属性变量(Attribute Variable)可以解决负载均衡器的双方向报文处理功能的问题。负载均衡器使用轮转调度算法(Round Robin Scheling)，即假设所有真实服务器的处理性能均相同，依次将请求调度到不同的服务器。
验证仿真模型可以分别在实际虚拟服务器系统和Automod的仿真模型中从以下两方面进行对比：(1)在负载均衡器、各个真实服务器和通道中排队的应答或传播报文数量；(2)真实服务器及负载均衡器的cPU利用率。例如，当使用实际的应答或传播报文延迟数据时，在Automod的仿真模型中，如果设置一个较低的资源量，则在仿真过程中就会发现大部分的负载都被堵在真实服务器的排队中，即真实服务器处理报文的能力过低，无法与实际系统的状况相比；如果设置一个较高的资源量，则意味着服务器的并行处理能力增加，真实服务器的利用率提高，负载就很少或不会滞留在真实服务器的排队中。因此，在Automod中可以根据实际情况调整仿真模型的资源量大小。
如果在Automod中增加负载产生器的负载产生率，就等效为用户访问量增加，通过观察排队中的负载滞留比例，就可以发现系统的最大处理报文的能力以及系统各部分应答报文可能出现瓶颈之处。例如，将负载产生率增加一倍，虽然系统仍然可以处理所有的报文，但各台真实服务器的平均利用率将达80％左右。显然，这时系统应答报文的“瓶颈”为真实服务器，有必要在系统中增添一台新的真实服务器。
通过一个包括5台真实服务器的实际虚拟服务器系统。收集并计算了仿真和建模的样板数据。依据系统报文延迟的中位数、均值、变异系数和直方图等，确定了系统随机变量的概率分布；采用最大似然估计方法和最速下降法，得到了通道概率分布的具体参数；根据Q-Q图和累积分布函数进一步校验并最终确定通道的概率分布形式。使用Automod软件进行了仿真建模和编程，借助仿真结果可以发现虚拟服务器的最大处理能力和可能的“瓶颈”之处。通过及时定位系统“瓶颈”，可以有的放矢地进一步研究和改进系统，有效提高系统性能。所采用的仿真方法也可以用于其他领域的仿真建模或分析中。
在仿真模型中，负载均衡方式和调度算法还需要进一步增加，以便于比较不同的虚拟服务器系统。样本数据也需要进一步扩充，以避免报文延迟的自相关性。
❹ Zigbee无线传感网络的仿真软件有哪些
IAR集成环境，TI烧写软件，串口助手
❺ 无线传感器在网络中的应用设计
下面是由整理的毕业设计论文《无线传感器在网络中的应用设计》，欢迎阅读。
1引言
无线传感器网络(Wireless Sensor Networks，简称WSNs)是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信形成一个多跳自组织网络系统，能够实时监测、感知和采集网络分布区域内监视对象的各种信息，并加以处理，完成数据采集和监测任务。WSNs综合了传感器、嵌入式计算、无线通讯、分布式信息处理等技术，具有快速构建、自配置、自调整拓扑、多跳路由、高密度、节点数可变、无统一地址、无线通信等特点，特别适用于大范围、偏远距离、危险环境等条件下的实时信息监测，可以广泛应用于军事、交通、环境监测和预报、卫生保健、空间探索等各个领域。
2节点的总体设计和器件选型
2.1节点的总体设计
WSNs微型节点应用数量比较大，更换和维护比较困难，要求其节点成本低廉和工作时间尽可能长;功能上要求WSNs中不应该存在专门的路由器节点，每个节点既是终端节点，又是路由器节点。节点间采用移动自组织网络联系起来，并采用多跳的路由机制进行通信。因此，在单个节点上，一方面硬件必须低能耗，采用无线传输方式;另一方面软件必须支持多跳的路由协议。基于这些基本思想，设计了以高档8位AVR单片机ATmega128L为核心，结合外围传感器和2.4 GHz无线收发模块CC2420的WSNs微型节点。这两款器件的体积非常小，加上外围电路，其整体体积也很小，非常适合用作WSNs节点的元件。
图1给出WSNs微型节点结构。它由数据采集单元、数据处理单元、数据传输单元和电源管理单元4部分组成。数据采集单元负责监测区域内信息的采集和数据转换，设计中包括了可燃性气体传感器和湿度传感器;数据处理单元负责控制整个节点的处理操作、路由协议、同步定位、功耗管理、任务管理等;数据传输单元负责与其他节点进行无线通信，交换控制消息和收发采集数据;电源管理单元选通所用到的传感器，节点电源由几节AA电池组成，实际工业应用中采用微型纽扣电池，以进一步减小体积。为了调试方便及可扩展性，可将数据采集单元独立出来，做成两块能相互套接的可扩展主板。
2.2处理器选型
处理器的选型要求和指标是功耗低，保证长时间不更换电源也能顺利工作，供给电压小于5 V，有较快的处理速度和能力，由于节点是需要大量安置的，所以价格也要相对便宜。选用AVR单片机，考虑到电路中I/O的个数不多，功耗低、成本低、适合与无线器件接口配合等多方面因素，综合对比后，选用Atmel公司的ATmega128L。该微型控制器拥有丰富的片上资源，包括4个定时器、4 KB SRAM、128KB Flash和4 KBEEPROM;拥有UART、SPI、I2C、JTAG接口，方便无线器件和传感器的接入;有6种电源节能模式，方便低功耗设计。
2.3无线通信器件选型 CC2420是一款符合ZigBee技术的高集成度工业用射频收发器，其MAC层和PHY层协议符合802.15.4规范，工作于2.4 GHz频段。该器件只需极少外部元件，即可确保短距离通信的有效性和可靠性。数据传输单元模块支持数据传输率高达250 Kb/s，即可实现多点对多点的快速组网，系统体积小、成本低、功耗小，适于电池长期供电，具有硬件加密、安全可靠、组网灵活、抗毁性强等特点。
2.4传感器选型
由于WSNs是用于矿下安全监测，常要检测矿下可燃气体的浓度(预防瓦斯气体浓度过高)和空气湿度，所以要选择测量气体浓度和湿度的传感器。
2.4.1 HIH-4000系列测湿传感器
HIH-4000系列测湿传感器作为一个低成本、可软焊的单个直插式组件(SIP)能提供仪表测量质量的相对湿度(RH)传感性能。RH传感器可用在二引线间有间距的配量中，它是一个热固塑料型电容传感元件，其内部具有信号处理功能。传感器的多层结构对应用环境的不利因素，诸如潮湿、灰尘、污垢、油类和环境中常见的化学品具有最佳的抗力，因此可认定它能适用矿下环境。
2.4.2 MR511热线型半导体气敏元件
MR511型气敏元件利用气体吸附在金属氧化物半导体表面而产生热传导变化及电传导变化的原理，由白金线圈电阻值变化测定气体浓度。MR511由检测元件和补偿元件配对组成电桥的两个臂，遇可燃性气体时，检测元件的电阻减小，桥路输出电压变化，该电压变化随气体浓度的增大而成比例增大，补偿元件具有温度补偿作用。MR511除具有灵敏度高、响应恢复时间短、稳定性好特点外，还具有功耗小，抗环境温湿度干扰能力强的优点。WSNs的节能和井下恶劣温湿环境要求MR5111可以满足。
3 WSNs节点设计
3.1数据采集单元
考虑到无线传感器网络节点的节能和井下恶劣的温湿环境，为了便于数据采集，系统设计采用HIH-4000-01型测湿度传感器和MR511热线型半导体气体传感器。图2、图3分别给出其电路设计图。
3.2数据处理单元
ATmega128L的外围电路设计简单，设计时注意在数字电路的电源并人多只电容滤波。ATmega128L的工作时钟源可以选取外部晶振、外部RC振荡器、内部RC振荡器、外部时钟源等方式。工作时钟源的选择通过ATmega128L的内部熔丝位来设计。熔丝位可以通过JTAG编程、ISP编程等方式设置。ATmega128L采用7.3728 MHz和32.768 kHz两个外部晶振。前者用作工作时钟，后者用作实时时钟源。
3.3数据传输单元
3.3.1 CC2420外围电路设计
图4给出数据传输单元的外围电路。CC2420只需要极少的外围元器件。其外围电路包括晶振时钟电路、射频输入/输出匹配电路和微控制器接口电路3部分。
射频输入/输出匹配电路主要用来匹配器件的输入输出阻抗，使其输入输出阻抗为50 Ω，同时为器件内部的PA及LNA提供直流偏置。射频输入/输出是高阻抗，有差别。射频端最适合的负载是115+j180 Ω。C61、C62、C71、C81、L61组成不平衡变压器，L62和L81匹配射频输入输出到50 Ω;L61和L62同时提供功率放大器和低噪声放大器的直流偏置。内部的T/R开关是为了切换低噪声放大器/功率放大器。R451偏置电阻是电流基准发生器的精密电阻。CC2420本振信号既可由外部有源晶体提供，也可由内部电路提供。若由内部电路提供时，需外加晶体振荡器和两只负载电容，电容的大小取决于晶体的频率及输入容抗等参数。设计采用16 MHz晶振时，其电容值约为22 pF。C381和C391是外部晶体振荡器的负载电容。片上电压调节器提供所有内部1.8 V电源的供应。C42是电压调节器的负载电容，用于稳定调节器。为得到最佳性能必须使用电源去耦。在应用中使用大小合适的去耦电容和功率滤波器是非常重要的。CC2420可以通过4线SPI总线(SI、SO、SCLK、CSn)设置器件的工作模式，并实现读，写缓存数据，读/写状态寄存器等。通过控制FIFO和FIFOP引脚接口的状态可设置发射/接收缓存器。
3.3.2配置IEEE 802.15.4工作模式
CC2420为IEEE 802.15.4的数据帧格式提供硬件支持。其MAC层的帧格式为：头帧+数据帧+校验帧;PHY层的帧格式为：同步帧+PHY头帧+MAC帧，帧头序列的长度可通过设置寄存器改变，采用16位CRC校验来提高数据传输的可靠性。发送或接收的数据帧被送入RAM中的128字节缓存区进行相应的帧打包和拆包操作。表1给出CC2420的四线串行SPI接口引脚功能。它是设计单片机电路的依据，充分发挥这些功能是设计无线通信产品的前提。
3.3.3 CC2420与单片机接口电路设计
图5给出CC2420与ATmega128L单片机的接口电路。CC2420通过简单的四线(SI、SO、SCLK、CSn)与SPI兼容串行接口配置，这时CC2420是受控的。ATmega128L的SPI接口工作在主机模式，它是SPI数据传输的控制方;CC2420设为从机工作方式。当ATmega128L的SPI接口设为主机工作方式时，其硬件电路不会自动控制SS引脚。因此，在SH通信时，应在SPI接口初始化，它是由程序控制SS，将其拉为低电平，此后，当把数据写入主机的SPI数据寄存器后，主机接口将自动启动时钟发生器，在硬件电路的控制下，移位传送，通过MOSI将数据移出ATmega128L，并同时从CC2420由MISO移人数据，8位数据全部移出时，两个寄存器就实现了一次数据交换。
4结语
通过对于无线传感器网络节点中传感器元件、数据处理模块、数据传输模块和电源的选择，设计了一种以CC2420和ATmega128L为主体的硬件方案。利用该方案设计的CC2420和ATmega128L的外围电路以及两者之间的接口电路。此外，还对传感器与单片机的接口电路进行设计。通过实验验证，设计的硬件节点基本上达到了项目要求，经调试能通过传感器正确真实地采集数据，并实现两个无线节点(两个电路板。AA电池供电)在30 m左右的通信、传输数据、并反映到终端设备。
❻ 无线网络规划用什么软件可以仿真吗
有aircom、Atoll等，对目前国内三大运营商的GSM、TD、LTE、CDMA、WCDMA等网络都有仿真模块，正版软件都比较贵，一般都在20~30万左右，看你买什么模块买多少。也有盗版的，如果公司用就有版权问题，需要慎重。
❼ 在无线传感器网络中，如何根据接收信号的强度来判断发送者的距离有具体的计算公式么
基于RSSI的定位
RSSI测量，一般利用信号传播的经验模型与理论模型。
对于经验模型，在实际定位前，先选取若干测试点，记录在这些点各基站收到的信号强度，建立各个点上的位置和信号强度关系的离线数据库(x，y，ss1，ss2，ss3)。在实际定位时，根据测得的信号强度(ss1′，ss2′，ss3′)和数据库中记录的信号强度进行比较，信号强度均方差最小的那个点的坐标作为节点的坐标。
对于理论模型，常采用无线电传播路径损耗模型进行分析。常用的传播路径损耗模型有：自由空间传播模型、对数距离路径损耗模型、哈它模型、对数一常态分布模型等。自由空间无线电传播路径损耗模型为：
式中，d为距信源的距离，单位为km；f为频率，单位为MHz；k为路径衰减因子。其他的模型模拟现实环境，但与现实环境还是有一定的差距。比如对数一常态分布模型，其路径损耗的计算公式为：
式中，Xσ是平均值为O的高斯分布随机变数，其标准差范围为4～10；k的范围在2～5之间。取d=1，代入式(1)可得，LOSS，即PL(d0)的值。此时各未知节点接收锚节点信号时的信号强度为：
RSSI=发射功率+天线增益一路径损耗(PL(d))
2．2 基于RSSI的三角形质心定位算法的数学模型
不论哪种模型，计算出的接收信号强度总与实际情况下有误差，因为实际环境的复杂性，换算出的锚节点到未知节点的距离d总是大于实际两节点间的距离。如图1所示，锚节点A，B，C，未知节点D，根据RSSI模型计算出的节点A和D的距离为rA；节点B和D的距离为rB；节点C和D的距离为rC。分别以A，B，C为圆心；rA，rB，rC为半径画圆，可得交叠区域。这里的三角形质心定位算法的基本思想是：计算三圆交叠区域的3个特征点的坐标，以这三个点为三角形的顶点，未知点即为三角形质心，如图2所示，特征点为E，F，G，特征点E点的计算方法为：
同理，可计算出F，G，此时未知点的坐标为由仿真得，在图2中，实际点为D；三角形质心算法出的估计点为M；三边测量法算出的估计点为N。可知，三角形质心算法的准确度更高。
3 基于RSSI的三角形质心算法过程
3．1 步骤
(1)锚节点周期性向周围广播信息，信息中包括自身节点ID及坐标。普通节点收到该信息后，对同一锚节点的RSSI取均值。
(2)当普通节点收集到一定数量的锚节点信息时，不再接收新信息。普通节点根据RSSI从强到弱对锚节点排序，并建立RSSI值与节点到锚节点距离的映射。建立3个集合。
锚节点集合：
(3)选取RSSI值大的前几个锚节点进行自身定位计算。
在B_set：中优先选择RSSI值大的信标节点组合成下面的锚节点集合，这是提高定位精度的关键。
对锚节点集合，依次根据(3)式算出3个交点的坐标，最后由质心算法，得出未知节点坐标。
(4)对求出的未知节点坐标集合取平均，得未知节点坐标。
3．2 误差定义
定义定位误差为ER，假设得到的未知节点的坐标为(xm，ym)，其真实位置为(x，y)，则定位误差ER为：
4 仿 真
利用Matlab仿真工具模拟三角形质心算法，考察该算法的性能。假设在100 m×100 m的正方形区域内，36个锚节点均匀分布，未知节点70个，分别用三边测量法和三角形质心定位算法进行仿真，仿真结果如图3所示。由图3可知，三角形质心算法比三边测量法，定位精度更高，当测距误差变大时，用三角形质心算法得出的平均定位误差比用三边测量法得出的小得多。
5 结 语
在此提出了将RSSI方法和三角形质心定位算法相结合的方法，通过仿真实验，将该算法和三边测量算法相比较，证明了该算法的优越性。下一步将研究在锚节点数量不同时的平均定位误差。
❽ 如何进行无线传感器网络仿真+matlab
数学，优化用的，具体什么忘了，以前老师讲过
另外误差本身也不单单是受到算法的影响，应该说是一个系统工程
我本来也想做定位算法优化的，后来又不想搞了，手头还有几本WSN的书，可以低价转让呵
还有几篇paper
这么说吧，思路是这样的，先早几篇这方面的论文，拿来反复阅读，然后根据这些论文对于的reference你能大概了解这个领域（某文章被引用的次数多那意义也不一般，google有个搜学术论文的可以看到引用次数）。读这些paper本身是比较吃力的，可能几天才能读懂一篇。这样大概你就能了解定位算法这块前辈们都已经做到什么程度了，然后你再搜一些新近发表的paper看看他们都是干嘛，然后你觉得还能在人家的基础上做点什么就ok了。
除非真要搞研究，否则一句话，拿文凭，早点毕业，别去淌这个水，现在社会金钱第一。