ieee会议论文格式2017年

ieee是目前全球最大的非营利性专业技术学会，下面是由小编整理的ieee会议论文格式，谢谢你的阅读。

ieee会议论文格式

1、题目：应简洁、明确、有概括性，字数不宜超过20个字。

2、摘要：要有高度的概括力，语言精练、明确，中文摘要约100—200字;

3、关键词：从论文标题或正文中挑选3～5个最能表达主要内容的词作为关键词。

4、目录：写出目录，标明页码。

5、正文：

论文正文字数一般应在3000字以上。

论文正文：包括前言、本论、结论三个部分。

前言(引言)是论文的开头部分，主要说明论文写作的目的、现实意义、对所研究问题的认识，并提出论文的中心论点等。前言要写得简明扼要，篇幅不要太长。

本论是论文的主体，包括研究内容与方法、实验材料、实验结果与分析(讨论)等。在本部分要运用各方面的研究方法和实验结果，分析问题，论证观点，尽量反映出自己的科研能力和学术水平。

结论是论文的收尾部分，是围绕本论所作的结束语。其基本的要点就是总结全文，加深题意。

6、谢辞：简述自己通过做论文的体会，并应对指导教师和协助完成论文的有关人员表示谢意。

7、参考文献：在论文末尾要列出在论文中参考过的专著、论文及其他资料，所列参考文献应按文中参考或引证的先后顺序排列。

8、注释：在论文写作过程中，有些问题需要在正文之外加以阐述和说明。

9、附录：对于一些不宜放在正文中，但有参考价值的内容，可编入附录中。

关于ieee的论文范文

IEEE 802.15.4 MAC协议退避机制的改进

摘 要：考虑节点移动且数据传输率不断变化对网络性能的影响，针对IEEE802.15.4提出了一种网络负荷概率判断和指数加权滑动平均(PJNL_EWMA) 的退避策略，在每次载波监听多路访问/冲突避免(CSMA/CA)算法开始时采用网络负荷概率判断思想判定当前网络状况，然后通过指数加权滑动平均方法动态地调整退避指数。通过NS2的仿真结果表明：与IEEE802.15.4标准协议算法及MBS+EWMA算法相比，PJNL_EWMA算法不仅提高了网络吞吐量，同时还减小了数据包的丢包率和碰撞概率，提高了网络性能。

关键词：IEEE802.15.4; 载波监听多路访问/冲突避免;指数加权滑动平均;吞吐量;碰撞概率

0 引言

随着无线通信与传感器等技术的飞速发展，集信息采集、处理和通信功能于一体的无线传感器网络(Wireless Sensor Network，WSN)受到学术界的广泛重视[1-2]。由于无线传感器网络节点通常采用电池供电[3]，所以节点的能量非常有限，降低节点能耗与延长网络生命周期成为传感器网络设计的首要目标。能量损耗的一个主要来源是MAC层碰撞[4]。IEEE802.15.4标准[5]采用二进制退避指数(Binary Exponent Backoff，BEB)算法解决碰撞冲突问题。研究表明BEB算法在网络活跃节点数较多和数据传输率高等情况下碰撞冲突增加从而能耗增加[6-7]。

目前，针对BEB算法的局限性，许多研究者根据网络的实际环境与要求提出新的改进算法，主要分为以下两类[8]：

1)基于统计学习的BE调整策略：通过改进退避指数(Backoff Exponent，BE)更新规则，使之趋于合理的范围，从而降低碰撞概率，提高网络的性能。其中较早的有MILD(Multiplicative Increase Linear Decrease)算法[9]，此算法通过修改退避窗口，使其乘性增加线性减少。Pang等[10]提出了MBS+EWMA(Memorized Backoff Scheme with the Exponentially Weighted Moving Average)算法，主要是针对数据过去的传输状况及EWMA[11]思想精确地计算BE值。此类算法很好地提高了多活跃节点的网络性能，但是不能很好地适应数据传输率不断变化的动态网络。

2)基于网络性能参数监测的BE调整策略：实时监测网络状况动态地调整某些参数来优化算法性能。文献[12]提出了PMAC(Prioritybased MAC)算法，每个节点实时监测到当前的网络状况和流量来动态地调整BE值，使协议在网络性能方面得到提高。此类算法具有较强的适应能力，但需要实时监测某些网络的运行参数，从而增加了算法的复杂度。

为了更合理地优化BE值，本文针对文献[10]提出的MBS+EWMA算法进行了改进，提出了一种将基于统计学习的BE调整策略与基于网络性能参数监测的BE调整策略相结合的改进算法。

1 IEEE802.15.4 CSMA/CA

IEEE802.15.4 CSMA/CA算法需要维护三个变量：退避次数(Number of Backoff，NB)、竞争窗口(Contention Window，CW)和退避指数(Backoff Exponent，BE)。当有多个设备开始向协调器发送数据时，执行以下步骤：

1) 协调器向设备发送信标帧，设备根据媒体访问控制(Media Access Control，MAC)层对NB、CW和BE进行初始化，然后MAC子层将在[0，2BE-1 ]范围内产生一个随机数定位退避周期边界。

2) 退避该随机数个退避时隙后，要求物理层执行空闲信道检测。

3) 如果检测到信道为忙，在保证BE不超过算法设定的最大值基础上，将BE和NB值增加1。如果NB的值小于或者等于设定的最大退避次数，将重复执行步骤1)与步骤2)。如果NB的值大于最大退避次数，数据发送失败，并将失败信息返回给上层，由上层决定是否重新传输数据帧。

4) 如果检测到信道为空闲时，MAC子层先将CW值减少1然后判断CW是否为零，如果CW不等于0，算法重新检测信道;如果CW=0，数据帧将在下一个退避时隙边界上开始传输。

2 PJNL_EWMA算法设计

针对IEEE802.15.4CSMA/CA算法下网络中活跃节点数多、移动节点位置与数据传输速率不断变化对网络性能产生的影响，本文提出网络负荷概率判断和指数加权滑动平均(Probability Judgement to Network Load and Exponentially Weighted MovingAverage， PJNL_ EWMA)的退避策略。该算法设计思路如下：

1) 网络负荷概率判断。

基于对CSMA/CA算法的分析，在每一次数据包发送后，计算出检测信道为忙的次数与检测信道状态总次数，将两者的比值定义为信道竞争程度：

DCC=Busy_Channel÷CCA_Channel(1)

其中：Busy_Channel为检测信道为忙的次数;CCA_Channel为检测信道状态总次数，包括检测信道忙与检测信道空闲的次数。在移动节点传输速率、当前活跃节点数、节点的移动速率、节点间传输距离等不断变化的情况下，信道检测忙的次数是不断变化的，因而当前信道竞争程度也是变化的。DCC越大，表明信道处于忙的次数相对越多，当前网络状况为高负荷的可能性越大;反之，DCC越小，当前网络状况为低负荷的可能性越大。仿真表明，95%以上的DCC落在区间[0，0.8]内。本文引入概率机制来估测当前网络状况，此方法思想如下：

考虑到节点移动所导致的随机性，在每次数据包发送后产生一个[0，0.8]内的随机数Random_Number，若Random_Number 2) 基于网络负荷概率判断的退避策略。

为获得更大的退避调整空间，令BE的取值范围为[1，8]。若节点有数据要发送，且所在时隙为竞争阶段，则开始改进算法，其中CW与NB根据IEEE802.15.4标准协议算法进行初始化，BE初始值的取值方法为：

a)如果上一次数据传输成功，当Random_Number BEi+1=RBEA+(1-R)BEi; R=1-BEi-BEAK(2)

b)如果上一次数据传输失败，则说明当前BE值过小，在下一次数据传输开始将BE值增加为原来的1.5倍。

3 仿真结果及分析

为了验证改进算法的有效性以及能适用于不同的拓扑环境，本文对比了三种算法：IEEE 802.15.4标准协议算法(简称原始算法)、MBS+EWMA算法[10]与PJNL_EWMA算法。在NS2仿真平台上，对移动节点下的星型网络和点对点(PeertoPeer，P2P)网络的吞吐量、丢包率和碰撞概率进行了仿真。仿真参数如表1，吞吐量、丢包率和碰撞概率的定义[13-16]如下：

吞吐量 即在不丢包的情况下单位时间内节点可以接受到的数据量。本文中的吞吐量为全网络的平均吞吐量。

丢包率 是在特定时段内丢失的数据包占传输的数据包总量的比例。本文所统计的丢包率为全网络所有节点丢包率的平均值。

碰撞概率 一次发送任务后的碰撞次数与总的退避次数的比值。

3.1 移动节点星型网络仿真

本文采用的星型网络模型为一个矩形区域，网络范围为20m×20m，1个网络协调器，13个移动节点。其中网络协调器是静止不动的，位于网络模拟区域的中心，移动节点的初始位置是随机地分布在模拟区域内。在仿真模拟实验中，节点任意地选择一个方向移动，达到模拟区域边界后，该节点重新选取一个方向进行移动。节点的移动速度(m/min)在[0，3]范围内随机选取。本文假设所有移动节点彼此都在通信范围内，故而不考虑隐藏终端的问题。所得仿真结果都是取30组实验数据的平均值。其余网络仿真参数如表1所示。

表格(有表名)

3.2 移动节点P2P网络仿真

该点对点网络采用14个节点组成移动场景模型，模型设置同星型网络拓扑，网络中所有节点均为全功能设备，节点的通信采用直接传输的方式。参数设置如表1。

图4反映了三种算法的吞吐量随网络负荷变化的情况。由于移动P2P网络中，节点的随机移动会导致网络拓扑和路由较频繁地变化，此时，固定的信道利用率检测方法不能很好地适应此类变化，如图4显示，随着网络负荷的增加，原始算法的吞吐量逐渐低于另外两种算法。此外，如图4显示，PJNL_EWMA算法在吞吐量上获得较优的性能，其原因在于该算法引入了概率机制，可在一定程度上配合移动P2P网络的变化性。

4 结语

针对网络中移动节点带来的不确定性，导致网络性能的降低，本文提出了一种更为合理的BE值退避策略――PJNL_EWMA，该策略依据概率机制判定当前网络状况，采用EWMA方法精确地计算BE值。为了验证PJNL_EWMA算法的有效性，在不同的网络拓扑下通过NS2与IEEE802.15标准协议算法及MBS+EWMA算法进行了分析比较，结果表明：在移动网络环境中，当网络负荷比较高时该方法通过自适应地调整BE值，从而降低丢包率和碰撞概率，同时提高网络吞吐量。本文只针对无线传感器网络MAC层进行了研究，今后的工作需要深入MAC层研究能耗问题以及网络跨层能量模型与能耗关系。

参考文献：

[1] BURATTI C， MARTALO M， VERDONE R. Sensor networks with IEEE 802.15.4 systems： distributed processing MAC， and connectivity[M]. 北京：科学出版社，2012： 3-23.

[2] 王殊，阎毓杰，胡富平，等.无线传感器网络的理论及应用[M]. 北京：北京航空航天大学出版社，2007.

[3] ZHANG L. Knowledge graph theory and strudural parsing[M]. Ensched， The Netherlands： Twente University Press， 2002： 23-45.

[4] 吉诚，徐友云，郑宝玉.基于IEEE802.15.4退避算法的改进机制[J].信息技术，2008(8)： 8-12.