简介:网络传输可以分为四种形态:“一对一”,“多对一”,“一对多”和“多对多”。“一对一”是问题分解的终极,而“多对多”则是效率所追求的终极。由四种形态之间转变展开讨论,为了提高效率,网络传输应该转向“多对多”。群对群是“多对多”的另一种传输方式,或者说,是强调分群的“多对多”传输。
简介:群对群(G2G)计算是一种基于G2G网络的分布式计算。由群所组成且涉及群与群关系的网络称为G2G网络,群是一些具有相同属性节点的聚合。G2G计算定义了4种基本运算:传递(Transfer),交换(Exchange),节点处理(NodeProcess)和变形(Transmute)。用4种基本运算可以搭建不同的G2G计算。G2G计算得益于灵活的分群,相同属性或任务的群内计算,以及群对群的多对多连接。G2G计算还具有灵活的体系结构。G2G计算是灵活,方便和有效的分布式计算。
简介:由群所组成且涉及群与群关系的网络称为G2G网络,群是一些具有相同属性节点的聚合。G2G通信可以描述为:将内容从源端(群)传送到目的群。G2G网络使用了G2G/CDS协议来实现内容发布,即将参与分发内容的节点分群,用控制数据集(CDS)来管理节点,用G2G传输原理来实现G2G传输。G2G/CDS简单和有效地解决了“如何管理节点”和“如何传输”的G2G通信问题,并为解决“如何保障传输的QoS”问题打下基础。G2G络是一种能有效且容易实现多对多网络通信的网络模型,擅长解决需要精确控制的网络通信问题,尤其是内容发布。
简介:针对认知无线电系统中,因次级用户(SUs)数量较大而造成传输能量急剧增加的问题,提出一种基于能效优先的协作频谱感知结果传输方案.首先,将分簇结构引入感知结果传输系统以降低发射功率,然后,在中心化的感知信息传输模型中采用无固定码率的LT码,因为它能动态地适应信道条件,避免传输过程中不必要的冗余度.此外,LT码采用改进的最优度分布(ODD)设计.仿真结果表明,在度分布中选取合适的参数有助于LT码获得理想的性能.与其他典型的LT码度分布相比,ODD在选取了优化参数后,当比特误码率为10-3时,可以获得超过2dB的性能增益.所提出方案的能耗不仅比非编码系统节约至少71.4%,而且低于不同码率的卷积码编码系统.同时,当选择合适的分簇方法时,可以进一步降低能耗.