ApachePulsar是Apache软件基金会顶级项目，是下一代云原生分布式消息流平台，集消息、存储、轻量化函数式计算为一体，采用计算与存储分离架构设计，支持多租户、持久化存储、多机房跨区域数据复制，具有强一致性、高吞吐、低延时及高可扩展性等流数据存储特性。
2024/9/16 4:49:14
1.01MB
1
Truetime是一种基于Matlab/Simulink的联合仿真工具。
1999年瑞典LUND工学院的MartinAnderson，DanHenrikesson和AntonCervin等学者针对网络控制系统的仿真，合作开发了Truetime工具箱。
利用这种工具箱可以构建分布式实时控制系统的动态过程、控制任务执行以及网络交互的联合仿真环境，在该仿真环境中，可以研究各种调度策略和网络协议对系统或网络性能的影响。
1999年瑞典LUND工学院的MartinAnderson，DanHenrikesson和AntonCervin等学者针对网络控制系统的仿真，合作开发了Truetime工具箱。
利用这种工具箱可以构建分布式实时控制系统的动态过程、控制任务执行以及网络交互的联合仿真环境，在该仿真环境中，可以研究各种调度策略和网络协议对系统或网络性能的影响。
2024/9/15 4:14:32
14.05MB
1
分布式事务框架LCN支持springcloud2.0.5,transaction-springcloud-4.1.2.jar
2024/9/15 0:26:14
18KB
1
设一个时隙Aloha系统的时隙长度为1，所有节点的数据包均等长且等于时隙长度。
网络中的节点数为，各节点数据包以泊松过程到达。
1、假设每个节点的数据包到达强度为，在不同的下，使用计算机仿真时隙Aloha系统数据包传送的成功概率，绘制呼入强度和成功概率的曲线，与理论结果进行对照。
注意：节点个数要足够多。
2、选取合理的等待重传的节点在每一个时隙重传的概率、每个节点有新数据包到达的概率，以及节点数，采用延时的下界，仿真时隙Aloha系统数据传输过程，统计在不同积压节点数的情况下，到达率及离开率，绘制到达率和离开率随的分布情况，和理论值进行对照。
3、仿真时隙Aloha系统下的伪贝叶斯算法，通过仿真结果验证在的估计误差较大情况下的收敛特性及到达率小于下的稳定性。
网络中的节点数为，各节点数据包以泊松过程到达。
1、假设每个节点的数据包到达强度为，在不同的下，使用计算机仿真时隙Aloha系统数据包传送的成功概率，绘制呼入强度和成功概率的曲线，与理论结果进行对照。
注意：节点个数要足够多。
2、选取合理的等待重传的节点在每一个时隙重传的概率、每个节点有新数据包到达的概率，以及节点数，采用延时的下界，仿真时隙Aloha系统数据传输过程，统计在不同积压节点数的情况下，到达率及离开率，绘制到达率和离开率随的分布情况，和理论值进行对照。
3、仿真时隙Aloha系统下的伪贝叶斯算法，通过仿真结果验证在的估计误差较大情况下的收敛特性及到达率小于下的稳定性。
2024/9/13 1:15:56
323KB
1
【实验目的】（1）用LABVIEW产生随机数。
（2）统计随机数的概率分布密度函数及相关函数特性。
（3）模拟产生AWGN及ISI信道，添加到数字通信仿真系统中，以便观察信噪比改变对误码率等的影响。
（4）产生m序列信号源，验证m序列的伪随机性以及伪随机序列的自相关函数的双值特性。
（5）产生误码检测模块，观察平均误码率随信噪比的改变，绘制相应的曲线。
（2）统计随机数的概率分布密度函数及相关函数特性。
（3）模拟产生AWGN及ISI信道，添加到数字通信仿真系统中，以便观察信噪比改变对误码率等的影响。
（4）产生m序列信号源，验证m序列的伪随机性以及伪随机序列的自相关函数的双值特性。
（5）产生误码检测模块，观察平均误码率随信噪比的改变，绘制相应的曲线。
2024/9/8 12:22:55
1.72MB
1
以前的分散式认知媒体访问控制（DC-MAC）协议允许次要用户（SU）独立搜索频谱访问机会，而无需中央协调员。
DC-MAC假定检测方案在物理（PHY）层是理想的。
实际上，在分布式频谱共享方案中，更复杂的检测算法是不切实际的。
由于PHY层的能量检测（ED）计算和实现复杂度较低，因此已成为最常用的方法。
因此，至关重要的是在PHY层将DC-MAC与ED集成在一起。
但是，ED需要最低采样时间（MST）持续时间才能在低信噪比（SNR）环境中实现目标检测概率。
否则，将无法达到预期的检测性能。
在本文中，我们推导了在低SNR环境中ED的MST的准确表达。
然后，我们提出了一种基于MST的优化DC-MAC（ODC-MAC）协议，该协议对上述带有ED的DC-MAC问题进行了修正。
此外，对于DC-MAC和ODC-MAC都导出了不可靠的数据传输概率的闭式表达式。
我们表明，仿真结果与理论分析吻合良好。
与传统的DC-MAC相比，所提出的ODC-MAC可以提高数据传输的可靠性并提高吞吐量。
DC-MAC假定检测方案在物理（PHY）层是理想的。
实际上，在分布式频谱共享方案中，更复杂的检测算法是不切实际的。
由于PHY层的能量检测（ED）计算和实现复杂度较低，因此已成为最常用的方法。
因此，至关重要的是在PHY层将DC-MAC与ED集成在一起。
但是，ED需要最低采样时间（MST）持续时间才能在低信噪比（SNR）环境中实现目标检测概率。
否则，将无法达到预期的检测性能。
在本文中，我们推导了在低SNR环境中ED的MST的准确表达。
然后，我们提出了一种基于MST的优化DC-MAC（ODC-MAC）协议，该协议对上述带有ED的DC-MAC问题进行了修正。
此外，对于DC-MAC和ODC-MAC都导出了不可靠的数据传输概率的闭式表达式。
我们表明，仿真结果与理论分析吻合良好。
与传统的DC-MAC相比，所提出的ODC-MAC可以提高数据传输的可靠性并提高吞吐量。
2024/9/7 4:30:45
2.62MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB