mininet-wifi 作者著书，完整版，235页 花了60大洋买amazon电子书，的没有书签

职能调度代码matlab 无线网络分组调度算法 实时Internet数据包受到截止日期的限制。 分组被加权以表征彼此之间的相对重要性。 目标是找到一种算法，该算法可在截止期限到期之前或在满足每个链路的服务质量之前最大化加权数据包传输。 这项工作开发了用于各种数据包调度算法的离散时间仿真程序。 在此可以看到数据包和截止日期的说明。 正在考虑的模型是受干扰约束的通信链路，可以并置或临时使用。 另一方面，数据包到达过程是一个伯努利随机变量，与链路之间无关。 请参阅以获取有关该项目的全面想法。 研究了以下算法- EDF：最早截止日期优先 该算法对具有最少剩余时间包的链路进行优先级排序。 如果两个链路具有的剩余时间最少的数据包相同，则将断开连接，将优先级赋予较高权重的链路。 LDF：最大亏损第一 请参阅赤字演变过程的定义。 该算法会调度来自赤字最高的链路的数据包。 任何可能的领带都会根据班级重量而折断。 论文：关于最大优先权调度无线网络中实时流量的性能，Xiaohan Kang等人。 CMTO：连续最小损失吞吐量最佳 该算法查看队列中等待的现有数据包。 然后，它找到使排队数据包中的丢失最小化的调

目录 注意：如有问题，请先参阅问题管理！ 介绍 该项目旨在提供一个简单方便的界面，依靠Contiki OS生成Cooja模拟并为无线传感器网络（WSN）部署恶意节点，该传感器使用针对低功率和有损设备（RPL） （ RFC 6550 ）的路由协议网络层。 使用此框架，可以重新定义RPL配置常量，修改ContikiRPL库中的单行或使用自己的外部RPL库来轻松定义仿真活动（以JSON格式）。 而且，可以针对每个模拟基于相同或随机的拓扑来生成活动中的实验。 使用该框架进行的一些测试案例： 测试案例1：泛洪攻击 恶意微粒的范围为3、7、10 没有恶意微粒的电源跟踪 使用恶意微粒进行功率跟踪 测试案例2：版本控制攻击 合法的DODAG 实施版本控制攻击（全局修复） 没有恶意微粒的电源跟踪 使用恶意微粒进行功率跟踪 测试案例3a：黑洞攻击 合法的DODAG 黑洞攻击行动

Radio propagation: free space, two-ray, and lognormal shadowing Mobility: random waypoint model PHY: SNR-based packet capture, broadcast, dynamic transmission rate and power MAC: IEEE 802.11 (CSMA/CA, virtual carrier sense, and RTS-CTS-DATA-ACK) NET: ad hoc routing APP: overlay routing protocols

为了解决无线网络应用需求与日益稀缺的频谱资源之间的矛盾，出现了认知无线网络技术。 根据无线网络节点的特点，结合多种混合控制策略，提出了一种具有监控机制的多优先级双时钟概率检测CSMA（MPCPD-CSMA）协议。 现场可编程门阵列（FPGA）硬件电路首次用作实验研究平台。 认知无线网络MAC协议的设计与实现。 该设计利用硬件描述语言Verilog.HDL和原理图输入以及QuartusII9.0电路设计，充分利用了FPGA的灵活性。 通过将电路系统的统计值与理论值进行比较，验证了该设计具有实时性好，可靠性高，可移植性强的特点。 它可以有效降低系统节点能耗，提高系统吞吐量，并可以应用于无线网络。

TSBCC: Time Series-Based Congestion Control Algorithm for Wireless Network

AODV-Matlab：在MATLAB中模拟按需距离矢量（AODV）路由协议的仿真

mac book osx 10.11 usb wifi 驱动 包含 Wireless Network Utility 中文版 mac book air 10.11实测可用

这是一篇讲述如何在NS2中实现802.11协议的文献。文中图标和代码相结合，讲的很详尽。

Covering point process theory, random geometric graphs and coverage processes, this rigorous introduction to stochastic geometry will enable you to obtain powerful, general estimates and bounds of wireless network performance and make good design choices for future wireless architectures and protocols that efficiently manage interference effects. Practical engineering applications are integrated with mathematical theory, with an understanding of probability the only prerequisite. At the same time, stochastic geometry is connected to percolation theory and the theory of random geometric graphs and accompanied by a brief introduction to the R statistical computing language. Combining theory and hands-on analytical techniques with practical examples and exercises, this is a comprehensive guide to the spatial stochastic models essential for modelling and analysis of wireless network performance.