网络自适应接入机制与介质样本3D介电常数分布重建方法研究

### 网络自适应接入机制与介质样本3D介电常数分布重建方法研究 #### 1. 网络自适应接入机制 在网络通信领域，网络状态的检测与自适应接入机制对于提升网络性能至关重要。 ##### 1.1 碰撞率分析 在不同负载场景下，网络的碰撞率会随着网络密度的增加而发生变化。如图5所示，在高负载和低负载场景中，当STA（Station，站点）数量分别增加到8和24时，网络会达到饱和状态。我们提出的算法会在此时触发用于信道接入的空时公平算法，与传统的802.11 DCF（Distributed Coordination Function，分布式协调功能）机制相比，能够有效降低碰撞率。 |负载场景|STA数量达到饱和值|触发算法|与802.11 DCF机制对比| | ---- | ---- | ---- | ---- | |高负载|8|空时公平算法|碰撞率降低| |低负载|24|空时公平算法|碰撞率降低| ##### 1.2 公平性指标评估 我们使用Jain公平性指标来评估算法的信道接入公平性。图6展示了在高低负载场景下，随着网络密度增加，公平性指标的变化情况。当检测到网络饱和状态时，我们的方案能够启动空时公平算法，实现更好的接入公平性。 下面是该部分的流程示意： ```mermaid graph LR A[网络运行] --> B{判断网络是否饱和} B -- 是 --> C[触发空时公平算法] B -- 否 --> A C --> D[降低碰撞率] C --> E[提高公平性] ``` #### 2. 介质样本3D介电常数分布重建方法 在材料检测等领域，确定介质样本内部的3D介电常数分布具有重要意义。 ##### 2.1 研究背景与目的 确定介质物体内部复介电常数的空间分布（即分布轮廓）在许多应用中具有重要的功能优势，如医学诊断、建筑材料和复合材料面板的缺陷检测等。此前已经有利用人工神经网络（ANN）确定二维复介电常数分布的方法，本文的目的是将该方法扩展到确定样本内部的3D介电常数分布。 ##### 2.2 测量系统与数据处理方法 - **测量系统**：采用六端口旋转门结作为测量系统，其中包含位于矩形波导中的四个端口和对应圆形波导中两个正交模式的两个端口，介质样本放置在结的底壁上。测量参数为复反射和传输系数（即结的完整S矩阵）。这种测量系统能够为ANN的输入提供足够的信息，用于重建样本中的3D介电常数分布，并且避免了样本的旋转。 - **数据处理**：结合ANN和回归数学模型对测量结果进行数值处理。 1. **第一步**：用二次多项式函数数学描述样本内部的3D介电常数分布，该函数通过