正文內(nèi)容

時隙aloha及偽貝葉斯算法性能仿真(編輯修改稿)

2026-07-19 14:58 本頁面

　

【文章內(nèi)容簡介】 eros(1,m+1)。M=20000。for n=0:m for i=1:M u(1:n)=binornd(1,qr,1,n)。 u(n+1:m)=0。 %n184。246。181。200。180。253。214。216。180。171。181。196。189。218。181。227。 l(1:n)=0。 l(n+1:m)=binornd(1,qa,1,mn)。 %mn184。246。191。213。207。208。189。218。181。227。 D(n+1)=D(n+1)+sum(l)。 %211。201。211。218。190。216。213。243。195。187。211。208。181。218。0207。238。163。172。246。181。247。213。 y=u+l。 %203。249。211。208。189。218。181。227。202。199。241。211。208。202。253。190。221。176。252。181。196。190。216。213。243。177。237。202。190。 if sum(y)==1 %180。171。203。205。179。201。185。166。 Ns(n+1)=Ns(n+1)+1。 else Ns(n+1)=Ns(n+1)。 %191。213。207。208。187。242。213。223。197。246。178。 end end D1(n+1)=(mn)*qa。 G(n+1)=D1(n+1)+n*qr。 Ps1(n+1)=G(n+1)*exp(G(n+1))。endPs=Ns/M。D=D/M。t=0:m。plot(t,Ps,39。r*39。)hold onplot(t,Ps1,39。r39。)hold onplot(t,D,39。*39。)hold onplot(t,D1)仿真時隙Aloha系統(tǒng)下的偽貝葉斯算法，通過仿真結(jié)果驗證在n的估計誤差大情況下的收斂特性及到達率小于1/e下的穩(wěn)定性。實驗思路：由于偽貝葉斯算法中，當(dāng)節(jié)點有新數(shù)據(jù)包到達時，不是立刻發(fā)送，而是仿照有數(shù)據(jù)包等待重傳的節(jié)點一樣，先對該數(shù)據(jù)包進行緩存，在下一時隙也是以概率qr進行傳輸，可以將實驗過程2中的思路稍做修改即可：（1）對于矩陣u，如果等待重傳的節(jié)點數(shù)為n，則將矩陣u的前n項置為1，后mn項置為0，而對于矩陣l則和實驗過程2一樣，前n項置為0，后mn項用二項分布生成函數(shù)來模擬，到達的概率為qa。（2）將u和l相加得到矩陣y，則表示的是下一時隙每個節(jié)點是否有數(shù)據(jù)發(fā)送的矩陣，y中1的個數(shù)就是下一時隙等待重傳的節(jié)點的個數(shù)

點擊復(fù)制文檔內(nèi)容

規(guī)章制度相關(guān)推薦

時隙aloha及偽貝葉斯算法性能仿真(編輯修改稿)

關(guān)于貝葉斯決策理論-資料下載頁

貝葉斯決策ppt課件-資料下載頁

貝葉斯估計ppt課件-資料下載頁

生物信息學(xué)課程設(shè)計--貝葉斯算法編程實現(xiàn)-資料下載頁

貝葉斯估計方法ppt課件-資料下載頁

2_貝葉斯決策理論-資料下載頁

貝葉斯網(wǎng)貝葉斯分類器-資料下載頁

[管理學(xué)]聚類及貝葉斯分類-資料下載頁

6-3貝葉斯決策-資料下載頁

淺析貝葉斯公式和應(yīng)用-資料下載頁

貝葉斯方法估計ppt課件-資料下載頁

人工智能-貝葉斯網(wǎng)絡(luò)-資料下載頁

人工智能09貝葉斯網(wǎng)絡(luò)-資料下載頁

全概率公式與貝葉斯公式-資料下載頁

(備用)貝葉斯方法(估計_推斷_決策)-資料下載頁

時隙aloha及偽貝葉斯算法性能仿真-展示頁

時隙aloha及偽貝葉斯算法性能仿真-在線瀏覽

時隙aloha及偽貝葉斯算法性能仿真-閱讀頁

時隙aloha及偽貝葉斯算法性能仿真(文件)

時隙aloha及偽貝葉斯算法性能仿真-全文預(yù)覽