移动协作（精选7篇）
移动协作 篇1
一、概述
将大量的水下传感设备组网应用已经引起了人们广泛的兴趣[1,2]。在这种网络系统中,明确水下传感器的位置是必要的。没有位置信息,不但传感器数据的空间关系将丢失,而且也不可能的有效地导航。在广泛多样的水下传感网络中,本文主要研究含有移动设备的水下网络系统。移动设备主要包括自驱动的设备(如远程控制的水下载体或ROV)、源于垂直运动移动性的设备(水下滑翔机)或随着水下涌流被动飘浮的设备(水下浮标)。在这些移动水下网络情形下,定位并不是一次性的事情、其须随着时间不断进行测量。
二、协作跟踪
独立跟踪是时间维的算法,其将需处理的一组设备看作是一定数量独立实体、本质上是分别跟踪每一个设备[3],这种算法需要外部周期的位置更新来弥补船位推算的积累误差。该方法对单个设备很有效,但当研究设备总体时有很多缺陷,首先它不能随设备数量的增加而有很好的适应性;其次在移动网络中,元件会偶然脱离水面转发器的距离范围;而且当外部更新变得稀疏而且船位推算误差增加,这种算法就会失效。这种问题的原因就是仅仅在时间维考虑信息,把每一个器件单独的看做是一个独立的线,它完全忽略了空间维。
本文采用的是时空维的协作跟踪算法,时间(用导航设备的船位推算法)和空间(设备间的距离测量)维度将会同时应用。在移动网络系统中,水下目标跟踪问题将会被看做是4维的。节点轨迹形成了一组相关的线。虽然最自然的方法就是融合协作定位于传统跟踪。由协作定位获得的位置估计可以作为外部的信息对跟踪更新;且从导航设备获得的数据可以用来插值于周期协作位置估计。我们的方法是依靠从声学调制解调器和导航器件所获得的距离估计。
三、算法
协作跟踪可以看做是一个复杂的多维时空估计问题,其目的是通过全部的概率分布函数来找到最大似然估计,同时在时空维获取所有器件的位置信息。本文采用因子图算法能够综合所有时空信息并提供有效的合作跟踪。因子图提供了一种依照简单的由变量子集所组成的局部函数的方式来表示全局函数(多维概率分布)的方法。和积算法能对在这种图上运作,并通过迭代信息传递、利用简单的关系来估计全局函数。
3.1因子图描述
首先用如图1所示的因子图描述协作跟踪问题。它给出了一个在时空中设备未知位置相关性的图形描述。首先,我们可以观察到有3个垂直分布的主链堆。每一个主链捕获未知节点的轨迹,而水平维度表示时间。圆圈表示需要被估计的状态变量,其是固定时间间隔的节点位置(Pi,j是节点i在时间j的位置)和速度(Vi,j)。不同类型的方块将这些状态变量联系起来。这些方块是函数节点,不但表示状态变量是有联系的,而且表示出它们是如何联系的。
时间相互关系由函数节点类型f1、f2、f3所定义,和链内瞬时的位置和速度有关;空间相互关系由f4型函数所定义,是在链之间并通过节点内距离测量值描述。函数f1描述的是每一个节点的瞬时速度是如何和其在连续时间步中的位置相联系的;函数f2在时间上和瞬时速度节点相关联的,给出加速度测量值;而f3所描述的是所给节点航向上的速度测量值。
3.2和积算法
和积算法从根本上是一个消息传递算法。由获得的消息开始,并在因子图上通过连接转发它们。从函数节点f到状态变量的消息用µf-x(x)表示,从状态变量到函数节点的消息用µx-f(x)表示。这些计算如下:
X是f的参数集合;n(ω){x}表示因子图上给定节点ω相邻节点的集合,包括节点x。
这两种类型的消息建立了因子图内部运作关系。其运作如下:状态变量向所有相邻函数节点发送它们最近分布的估计,而函数节点发送其相邻状态变量分布的估计。向外的数据由上一次根据公式(1)和(2)迭代的输入数据梳理而产生。状态变量通过由其相邻函数节点根据公式(2)所提供的相互交叉并独立的分布估计来估计它的分布(或向外的消息)。函数节点通过执行由公式(1)所提供的局部似然函数的边缘化来产生向其相邻状态变量的消息。
四、仿真与结论
下面将通过方针来评估我们算法的性能。系统空间设置:500m×500m,最大深度为20m。设定系统测距最大误差2m,导航精度为2度,加速度估计精度为0.04cm/s2,节点假定为粗时间同步的(±0.1s),并且每20s重复距离估计。水下载体以一个随机生成的平滑路径在0~2m/s间不断变化的速度移动。
首先,比较协作跟踪和重复协作定位之间的性能差异。先考虑一个有较少浮标的情形,本例中是2个,网络自身包括6个独立移动的水下载体,声学调制解调器的传播距离被选择为200m。可以看到协作跟踪可以提供好的位置估计。通过在不同设定和不同参数下仿真评估我们的算法,都得到了类似的结果,说明了协作跟踪算法可以在不同的网络环境下有效的跟踪定位水下目标。
摘要：水下传感器系统的一个主要需求是跟踪水下目标的位置,通常的跟踪方式是利用水面浮标依靠惯性导航和声学测距设备在时间上估计节点位置。不过这种方仅适用于少量水下设备,却并不适用水下网络。水下网络的设备可以依靠协作定位技术来跟踪,但仅是像网络的时间快照那样估计节点位置,且其在网络稀疏分布情形下就失去效果。本文设计提出一种创新方法——“协作跟踪”,其结合了现有方法的优点并克服了它们的缺点。通过仿真完成了4D跟踪估计,验证了该方法的有效性,利用时间和空间维度可将其有效地运用到水面浮标和网络连接均稀疏的区域。
关键词：水下网络,跟踪,移动性,声学网络
参考文献
[1]J.Jaffe,C.Schurgers,“Sensor networks of freely drifting autonomous underwater explorers,”WUWNET’06,2006.
[2]Z.Zhou,J.-H.Cui,A.Bagtzoglou,“Scalable Localization with Mobility Prediction for Underwater Sensor Networks”,WUWNET’07,2007.
[3]M.Erol,L.Vieira,M.Gerla,“Localization with Dive'N'Rise(DNR)beacons for underwater acoustic sensor networks,”WUWNET’07,2007.
移动协作 篇2
关键词：移动协作学习 移动学习 网络协作学习
中图分类号：G434 文献标识码：A 文章编号：1673-8454（2007）11-0080-03
一、引言
随着科学技术的迅猛发展，远程教育的开展模式越来越多样化，不同的模式具有不同的特点。其中，在网络协作学习中引入移动技术是远程教育的一种新发展、新理念。目前国内对于移动协作学习的研究及其实现方式的探讨较少。笔者试着提出一个移动协作学习平台和相应的移动模型，并阐述了对它的研究和实施。
网络协作学习系统大多采用传统Client-Server体系结构，这种集中式的服务器结构存在着弊端。[1] 比如，当服务器在网络工作中断线时，所有客户端就不能使用。在移动协作学习中，我们需要建立一种动态的网络工作环境。[1] 于是，我们采用Peer to Peer（以下简称“P2P”）的网络结构。这种结构能够很好地支持移动设备，并为移动工作提供强大的技术平台。
二、移动学习模型
将移动技术引入到网络协作学习系统后，可以解决远程教育的及时性、灵活性、准确性、个性化等问题。为此，我们构建一个同时支持固定和移动设备的P2P网络平台，如图1所示。在这个平台上，教师和学生可以使用移动设备或者固定的台式机进行一系列的远程协作学习。这个平台包括管理Peer、资源Peer、教师本地Peer、学生移动Peer。每个不同类型的Peer负责各自相应的功能。
首先，学生通过移动设备向管理Peer发出登录请求。经身份确认登录成功后，管理Peer会对学生个性参数进行处理，并将其记入学生档案库，同时识别学生的访问是否是移动通信模式。若是，则定义为移动协作模式。学生根据自己的需求选择学习课程和辅导教师。然后，管理Peer按协作学习的要求对学生分组。学生也可以向系统请求配置虚拟学习伙伴，以便在协作学习中为自己提出学习的建议、指导和帮助。接着，学生开始进入移动协作学习。一些重要的过程，如确定角色及角色任务和小组协作过程及过程控制均交给教师本地Peer执行。教师在本地Peer上观察远程学生的学习过程，并就对问题的解答过程进行辅导和交流，保证学生的移动协作学习协调一致地进行。远程学生以小组为单位相互讨论问题，也可以向教师请求问题的解答。在协作过程中，教师、学生都可以向资源Peer发出资源请求。资源Peer动态监视外部和内部资源库，记录最新资料信息，并做好标记，以备查询。同时，资源Peer负责处理网络的分布式知识对象，计算网络资源，为移动协作提供有效的知识空间。资源Peer与远程学生之间进行交互协作，它接受、分析远程学生发出的需求信息，扫描资源库和互联网,搜寻到所有需要资料的存放位置后，将最后结果转发给远程学生，然后远程学生可以到相应目的地获取所需资料。最后，教师Peer会对学生作学习评估，并把评估数据传送给管理Peer。
然而，该系统采用的移动学习模式在交互性方面需要解决两点问题：
（1）对于网络上众多计算机而言，移动上网设备不具备台式机那样功能较强的计算能力、较快的数据传输能力和较大的存储空间，所以我们会把学生在移动协作学习过程中的部分硬件要求高的P2P应用放到相对应的本地Peer里执行。[2] 比如，资源的智能搜索、可利用的专家意见的生成、服务发现等。
（2）对于移动上网设备，在移动协作学习过程因信号不稳造成的网络脱线情况，我们必须予以恰当的解决。尽管P2P网络的分布技术可以保证对Peer数据资源的可持续性，避免由于断线导致整个协作网络环境崩溃，但考虑每个移动Peer的正常、持续工作，我们在移动Peer和网络联接部分增加一个移动数据装载模块补充、还原移动数据等等。
鉴于上述问题，我们为移动协作学习设计一个模型。如图2所示。
（1）数据装载器
数据装载器主要负责数据的缓存和传输。装载器会判断哪些数据是本地数据，哪些是远程数据。一种情况是它会装载通过协作控制器传送本地数据和待发的远程数据，然后试图通过多线接口访问移动Peer，若检测到移动设备空闲，则发出信息。另外，装载器也要装载移动Peer传送过来的远程学习数据等其他信息。数据装载器包括缓存器、接口控制、解释器和多线接口。缓存器能够令系统持续优化地访问远程数据。每次当系统需要远程数据时首先查看缓存器。如果本地Peer或移动Peer的远程数据是原来的或较旧的数据，那么缓存器的远程数据就会被使用。移动Peer的数据被更新时，缓存器里的数据会保持同步地更新，反之亦然。这样，如果移动Peer突然脱线，那么缓存器会为系统提供已经接收的远程数据以保证进一步的工作。当重新连接上时，缓存器和移动Peer再次被数据同步化。访问控制器会检测学生在协作学习过程中的数据访问权限，并且它会建立一个访问控制列表。根据访问列表去控制每个学生对网络系统的每次访问。解释器负责划分缓存器里的数据类型和访问类型，并将数据解释成网络本地数据或远程移动数据。另外，在系统中要实现移动协作学习就需要多线接口去支持几种移动设备和它们特殊的性能。
（2）协作控制器
协作控制器是系统服务的驱动中心，负责向装载器传送本地和远程数据，接收本地Peer和移动Peer的各种协作命令，包括向查询器发出各种查询请求，访问管理数据库各项数据、监控学生协作学习的过程、向协作对象传递系统信息等。协作控制器会根据目前学生个性参数和移动设备的性能对远程数据进行动态配置。比如，它会研究移动Peer的设备性能和目前网络的性能，解释出两者的响应。如果移动设备联网速度慢，则会在保证必需条件的前提下传送更少的信息。结合学生的偏好和移动设备性能，控制器会传送对应的学习数据和其他信息摘要。
（3）智能查询器
智能查询器会根据协作任务搜索符合需求的本地和远程资源，包括学习记录、专家意见、反馈评语等。搜索的结果传送给协作控制处理，处理后形成的摘要会发送到移动Peer。这种摘要会作为概况性列表显示给学生，让他们知道之前的学习任务所做的事情，提示在学习任务中解决问题的经验和其他相关信息。通过分析记录、内部文档的相关信息，智能搜索和识别专家意见并发送给空闲的移动Peer。
三、移动学习模型的特点
1.协作学习的动态性和灵活性
根据该模型开发出来的系统易于配置将来的移动设备和无线通信技术。由于移动设备的动态性和灵活性，超越了时间和空间的限制，大大方便了协作学习的随时随地进行。[3] 该模型设计了自动适应学生的个性参数和几种移动设备的性能。在这个模型上实现的协作学习，可以快速地响应学习请求，不会因为网络带宽和脱线的问题延缓传输时间。
2.资源查询的多样化和智能化
移动设备在协作过程由于硬件功能有限，部分智能化的功能无法实现。该模型把移动协作学习中移动peer部分工作放到本地台式机上执行。比如智能资源查询，教师Peer有丰富的教师经验，积累了大量的资料信息。而资源Peer里有丰富多样化的知识资源。这实质上为移动协作学习提供了一个移动图书馆。同时，对于性能好的移动设备还可以随意地传递图像、声音、视频、动画等多媒体信息。
3.学习环境的个性化
移动学习模型能够为学生提供个性化的学习方式和个性化的学习内容。通过学生参数，管理Peer可以了解学生的学习特点和学习水平，提供符合学生特点的学习资料、学习流程、交互方式和界面，构成个性化的学习环境。协作监视代理连续监控学生的学习行为，对其学习习惯的交流方式、习惯的交流界面、学习风格等将有一个全面的了解，并及时更新学生参数，下次会根据学生参数生成符合学生特点的个性化学习环境。
四、移动模型的应用
1.移动Peer和本地Peer之间的协作交互流程
我们用以下几点来描述该移动模型的基本工作流程：
（1）移动Peer发出信息连接本地Peer，学生的信息经过解释器分析，比如确认是数据同步还是协作任务，若是数据同步则启动缓存器同步化远程数据；若是协作任务则发送到协作控制器；
（2）协作控制器分析移动Peer的设备性能选择合适的传送模式；
（3）协作控制器会为每个小组创建一个协作任务列表，将它保存到管理数据库中；
（4）协作控制器解释协作任务，若是查询任务，则将它发送到智能查询器执行查询操作，在内、外部资源里查询出协作学习需要的学习记录、反馈评注、专家意见；
（5）当下一个协作任务送到时，协作控制器在管理数据库中查看是否有同组重叠的协作任务，若有，则发送信息通知该名学生，并根据学生参数选择作出适应性的响应；
（6）协作任务的结果会被解释器解释为适合移动设备性能的待发远程数据，在对应移动Peer空闲时发送过去；
（7）协作控制器会配置一个协作任务监视代理，不断监视协作任务的执行过程，及时更新协作任务的数据和结果；
（8）如果发现数据更新，那么管理数据库里的数据会被修改，并需要更新缓存器的相应数据，同时通知移动Peer。
2.移动Peer之间的协作交互流程
（1）移动Peer1发出学习信息，经网络的解释器分析后，向移动Peer2传送信息。若Peer2空闲则接受信息，否则，将信息存入缓存器并向Peer1回应等待消息。
（2）移动Peer1和移动Peer2建立联接后，双方确定学习时间、学习任务，经双方确认后进入协作学习。
（3）本地教师Peer发送协作学习信息，确认分组，将分组信息传送到空闲的移动Peer群。该组Peer确认学习成员、学习任务和时间后，进入协作学习。
（4）移动Peer1和移动Peer2双方确认协作任务或同步化数据，若是后者，则建立数据信道传递相应的学习数据。
3.技术环境
在网络构建方面，P2P网络可以采用JXTA结构。[4] 移动设备使用GSM和P2P协议进行无线通信。目前，GSM的带宽是9600位／秒，持续在线的时间是20秒。不在线的用户可以用SMS消息通信。内含PCMCIA槽的移动设备可以使用无线LAN（IEEE802.11b）。这种设备能进行11MB／秒带宽的远程连接，而且能够在模式下用无线卡联网或者用Cable连接网络PC。在标记语言方面，内部结构用XML编码，并且用XSLT语言转换。查询器采用XMLNews实现查询功能。采用一种叫Composite Capability/Preference Profiles(CC/PP)的XML应用程序描述用户参数（学生参数、教师参数）和设备性能。
五、结束语
与其他传统的协作学习模型相比，移动协作学习模型的研究是将移动技术结合到网络协作学习中。这项功能是远程学习模式的一次创新。这种创新的学习模型能够为教育工作者和学习者提供更大的学习空间。移动协作学习技术在国内乃至国外仍属于起步和发展阶段，当中存在着许多问题还有待于解决，比如移动设备之间的数据标准化、软件兼容性、协作学习的同步控制等问题。
参考文献：
[1]Bonifacio，Ｍ．，Ｂｏｕｑｕｅｔ，Ｐ．，ａｎｄ Ｔｒａｖｅｒｓｏ，Ｐ．Ｅｎａｂｌｉｎｇ Distributed Knowledge Management.Managerial and Technological Implications[J].Novatica and Informatik/Informatique，２００２，Ⅲ （１）．
[2]Paolo Buｓｅｔｔａ，Ｃｈｉａｒａ Ｇｈｉｄｉｎｉ，Ｐａｏｌｏ Ｂｏｕｑｕｅｔ. K-Trek：P2P Knowledge Management in Wireless Mobile Networks.University of Trento，2006
[3] Edwards, K.W., Newman, M.W., Sedivy, J. Z., Smith, T. F．，Ｂａｌｆａｎｚ，Ｄ．，Ｓｍｅｔｔｅｒｓ，D. Ｋ．，Ｗｏｎｇ，Ｈ． Ｃ．，Ｉｚａｄｉ，Ｓ．：Ｕｓｉｎｇ Speakeasy for Ad Hoc Peer to Peer Collaboration，ｉｎ Proceedings of CSCW ’0２， （Ｎｏｖｅｍｂｅｒ ２００２），２５６-265.
基于协作检测的频谱移动技术 篇3
主用户出现、信道质量下降或者存在节点移动时,无线认知传感器(CR)网络必须切换到其他空闲信道继续通信。节点改变工作频率后,网络协议的工作状态也会发生变化。频谱移动的目的是使网络状态变化尽可能快地平滑进行,以确保频谱切换中对通信性能的影响最小。
CR网络的性能直接取决于所使用频谱的性质,使得对CR网络协议进行跨层设计很有必要,尤其要重点考虑所选频谱的效果和移动性所导致的变化。频谱管理功能应跟通信协议互相协作,通过跨层协议设计,支持新的动态频谱管理(DSM)策略。
1协同频谱感知技术
文献[1]中对认知无线电频谱感知技术有系统性研究。协同频谱感知技术主要包括本地检测结果的交换和检测结果数据的融合,其中数据融合是协同感知的关键问题,根据控制信道带宽及发送到数据融合中心的数据的不同,可采用不同的数据融合算法。如果送入数据融合中心的数据只有各本地感知的判决结果,那么可以采用的融合算法有“或”、“与”和“K秩”等,这些融合算法属于硬合并算法,实现简单,且传输开销小,但是性能一般。如果融合中心可以得到更多的检测信息,例如完整的检测统计量或者压缩后的检测统计量、检测概率、虚警概率和信任度等信息,就可以实施更复杂和更有效的融合算法,即本地节点并不做出判决,而直接将检测数据或者其他一些有用的信息传送至中心节点,中心节点采用适当的算法对这些信息进行融合,这种融合算法属于软合并算法,由于软合并算法综合了大量信息,因此具有较好的性能。
协同感知一般包含2个步骤:① 每个次用户独立进行检测并将检测结果发送给决策中心;② 决策中心通过各检测结果判决是否检测到主用户信号。协同感知系统模型如图1所示[2]。
图1中,s(n)为主用户的发射信号;vi(n)为次用户i接收机处的噪声;hi为主用户与次用户i间的信道。第i个传感器根据其观测yi独立进行判决,将判决结果ui送至融合中心。融合中心对各个传感器的判决undefined进行融合,给出系统的最终判决。记第i个传感器观测量yi的条件概率密度函数为undefined。记第i个传感器的检测虚警概率为PDi,PFi,融合系统的检测及虚警概率为Pundefined,Pundefined,给定先验概率undefined,undefined,用Cij表示判断为Hj时所需付出的代价。假设各个传感器的判决规则已经确定,系统风险最小的最优融合规则[3]为:
undefined为融合中心观测量的似然比,T=CF/CP为判决门限,其中undefined,undefined。
2频谱移动策略
当主用户出现、信道质量下降或者存在节点移动时,此时通信中的节点必须切换到其他空闲信道继续通信。基于频谱池的DSA技术能有效地改善系统接入性能和频谱效率,而且基于频谱池的物理层分布式探测方式可以提高频谱探测信息传输的可靠性。
CR用户不管当前的状态如何,都定期进行频谱孔洞探测,并将探测结果记录下来形成一个频谱池。有业务请求到来时,用户从频谱池中随机选择频谱孔洞进行通信。该频谱池的大小取决于具体的业务需求,同时受限于系统硬件的支持能力。由排队理论的性能分析可知,与即时探测即时接入的策略相比,该策略具有更高的接入效率和更低的接入时延。
系统排队规则[4]为:单队列,队长没有限制,先到先服务,如图2所示。各个服务台独立工作,各服务台平均服务率相同。业务请求到达之后,在频谱池中可用的C个频谱孔洞中随机选择一个进行服务。也就是说,业务请求是在频谱池之外排队接入,动态选择可用的频谱资源。整个系统的服务率为:
式中,μ表示各服务台的平均服务率。
频谱池的更新策略如下:
① 认知用户工作于授权频段。一般将授权用户行为建模成ON/OFF模型[5],如图3所示。
CR用户的第i(i=1,2,3,…)次频谱孔洞扫描过程,将扫描频段内所有可用的频谱孔洞,总数记为Ni,从中选择Cmax( Cmax≤Ni)个孔洞建立频谱池。当频谱池容量减少到Cmin( Cmin≥2)时,CR用户开始第i+1次频谱扫描(假定2次扫描时间之间系统中的可用频谱孔洞数保持不变),如此重复工作,使频谱池容量保持在(Cmin,Cmax)之间。
② 认知用户工作于非授权频段。目前对认知用户行为的研究主要基于2种认知无线电系统模型:一种是认知无线电单个授权用户信道的带宽与单个认知用户信道的带宽相等,即一个授权用户信道对应一个认知用户信道;另一种系统模型是单个授权用户信道的带宽大于单个认知用户信道的带宽,即一个授权用户信道对应多个认知用户信道,如图4所示。
在非授权频段,可能是由几个认知无线系统共享同一段频带,每个系统都要建立自己的频谱池,但维护频谱池的策略是一样的。为了防止不同系统之间建立的频谱池发生资源冲突,需要有1个跨系统的频谱管理实体。所有获得频谱池的系统需要向该实体上报频谱空洞的占用情况,该实体负责不同资源池之间的协调工作。请求接入的认知用户将自己的频谱探测结果和所需的频谱池最佳容量报给频谱管理实体,再由频谱管理实体统一分配各认知系统频谱池资源。
3频谱池容量对性能的影响分析
频谱池容量的大小决定了系统资源的使用情况,频谱池容量过大,会限制频谱使用效率的提高;而频谱池容量过小,会造成认知用户的接入性能降低。所以,对频谱池容量进行优化,使频谱池内资源开销变得最小具有重要意义。
频谱池内单位时间的全部费用由服务成本和等待费用构成,池内全部费用的期望值表示为[6]:
undefined。 (3)
式中,S为占用每个信道(频谱空洞) 单位时间的成本;W为每个业务请求在系统逗留单位时间的费用;L为系统中逗留的业务请求数;使Z值最小的C就是要求解频谱池最优容量C。
4CR网络的跨层设计
在CR网络[7]中,频谱的动态变化以及相应的频谱探测、频谱共享和频谱切换功能对系统性能的影响体现在各协议层,可以用图5来描述CR网络的协议分层及其与DSM、频谱移动性之间的关系。
除了CR网络各协议层的特定设计需求之外,各层之间也需要合作来提高系统性能。因此,与使用固定频谱的传统网络相比,CR网络中各协议层的联系更加紧密,层间的合作需求也更加迫切。
4.1应用层设计
频谱管理:为了选择合适的频谱孔洞,DSM策略需要考虑高层的Qos需求、路由、规划和感知的信息,在选择工作频谱时,不仅要考虑可用的频谱波段,还要考虑MAC、路由和应用层的其他要求。
频谱切换:主要挑战是减少频谱探测的时延。而且在频谱切换时,路径损耗、干扰和无线链路错误等信道参数都会受到动态频谱的影响,物理层和MAC层信道参数的改变也会要求频谱切换,而高层用户的业务需求则要求选择质量更好的频谱波段。因此,频谱切换功能需要同频谱探测等其他频谱管理功能结合起来,共同决定一个可用的频段。为了估计频谱切换持续时间对网络性能造成的影响,需要知道链路层的信息和感知延迟。网络层和应用层也应该知道这个持续时间,以减少突然的性能下降。
4.2网络层设计
在CR网络中,由于多跳通信中的每一跳可用频谱都可能不同,网络的拓扑配置就需要知道频谱感知的信息,CR网络路由设计的一个主要思路就是路由与频谱决策相结合。如果一个CR节点到另一个CR节点的最优路由会导致对授权用户的干扰,则这条路由端到端的延迟和丢包率就会受到影响。为了减轻这种性能下降对用户造成的影响,中间节点会选择多个频谱接口。因此,端到端的通信可能会工作在多个频段上,这样就要求路由重建以跨层的方式来进行。如果由于频谱移动性导致链路失效,路由算法要能够把它与因节点失败造成的链路失效区别开来,中间节点还可以利用频谱感知得到的频谱信息进行路由重建,以选择更好的路由。由于频谱的动态性,CR网络的链路往返时间和丢包率是变化的,从而导致了数据包传输时延的变化,而且物理层的接入方案也会影响接入时延。所有这些因素都会影响通信链路的往返时间(Round Trip Time,RTT),反过来,RTT也会影响高层传输的协议性能,而且,频谱切换的反应时间也会影响RTT。因此,CR网络的传输协议设计也应该考虑频谱信息,与底层的频谱探测方法及应用层的Qos需求进行合作。
4.3链路层设计
在链路层上,与认知无线电技术相关的主要模块有:组管理模块、链路管理模块和介质接入控制模块。
组管理模块:主用户(PU)是某些频段的合法拥有者,次用户(SU)在认知无线电技术支持下借用PU暂时未使用频段通信。多个主用户(PU)组成PU组,多个SU组成SU组。系统通过定义的全局控制信道用来进行组的管理。新加入网络的SU加入已存在的某个SUG或者新生成一个组,从通用控制信道(UCC)处获取所必需的信息。
链路管理模块:该模块负责2个SU之间的通信建立和链路维护。链路层基于感知信息,信道估计或者用户/法规要求等选择一组子信道用以建立链接。
MAC模块:在多分组多用户系统中,MAC要能够提供多个SU并发接入一个链接的能力,甚至要能够管理多个SU的多个链接并发使用同一子信道。
4.4物理层设计
在物理层中,与认知无线电技术相关的主要模块包括:频谱感知、信道估计数据传输功能模块。系统内SU间的控制和感知信息是通过通用控制信道和组控制信道(GCC)来实现传送。UCC是系统唯一的公共控制信道,每个SU预先知道。每个次用户组(SUG)拥有一个GCC负责交换组内控制和感知息。
5结束语
由于无线信道的不确定性以及非授权用户硬件的限制,单靠一个非授权用户很难达到令人满意的频谱感知效果。采用基于协作检测的方法,可以解决由于多径传播和遮蔽效应造成的探测性能下降问题,能够显著提高频谱感知的可靠性。
参考文献
[1]高峰.认知无线电网络协作频谱感知效率及鲁棒性研究[D].武汉:华中科技大学,2010:11-26.
[2]李书营.认知无线电中的协同频谱感知方法研究[D].哈尔滨:哈尔滨工业大学,2010:42-46.
[3]韩崇昭.多元信息融合[M].北京:清华大学出版社,2007.
[4]刘红杰,基于认知无线电的动态频谱管理理论及相关关键技术研究[D].北京:北京邮电大学,2009.
[5]宋蒙.认知无线电频谱资源管理与分配技术研究与实现[D].西安:西安电子科技大学,2010:5-7.
[6]刘红杰.认知无线网络中频谱池接入策略性能分析[J].北京邮电大学学报,2009,32(1):1-4.
移动协作 篇4
近几年, 随着网络技术在教育中的应用越来越广泛, 信息技术与学校教育的整合也越深入。基于网络技术的移动学习和协作学习已受到了极大的关注, 这一方面的研究也随之展开。国内外许多学者纷纷投入到这一领域的研究工作中, 在这一方面, 国外的学者已遥遥领先, 他们的研究始于5~8年前, 而我国的教育工作者近几年才开始关注这一新的教学模式的研究, 大部分的研究也只局限于开发一个平台辅助教学活动, 往往让学生们感到盲从和困惑, 因此, 加强这方面的理论研究和教学设计是我们教育工作者应该突破的瓶颈。
公安警务英语课是我校一门实践性和应用性极强的必修课程, 它的特点是学时少, 32学时, 内容多, 实战性强, 学员的基础和背景参差不齐, 以往的传统教学模式效果不佳, 把移动协作式学习方式融入到公安警务英语的教学实践中是我们的大胆尝试, 旨在激发学员们的学习热情, 把我校的自主学习提升到一个新的水平。
二、移动协作学习的定义及国内外研究现状
移动学习的概念是国际远程教育专家戴斯蒙德在2000年首次带到中国的, 他认为移动学习代表着学习的未来。移动协作学习是指在移动技术或服务的支持下, 学习者与学习者、学习者和教师之间在一定的学习环境下形成的动态活动过程。它的特点是学习活动打破了时间和空间的限制, 学习者可以随时随地安排自己的学习并可以和导师交流, 学习的内容和反馈可以即时得到, 是终身学习大背景下一种新型的学习模式。国外尤其是欧美几个国家很早就有了尝试和实验。
英国的伯明翰大学把移动学习和终身教育紧紧联系在一起, 他们进行了被称之为Hand Le R的移动学习研究项目, 计划开发出适用于不同年龄层次, 不同需求层次的学习工具, 目前的实验效果非常令人满意, 已经开发了9~11岁儿童的移动学习工具。
挪威的奥斯陆大学同样进行了这方面的研究, 他们的实验项目KNOWMOBILE支持医学专业的学生们, 在他们到医院进行专业实习的过程中, 当他们遇到某一个疑难杂症时, 可以通过PDA或WAP手机查询服务器上的资料并和导师沟通, 最后对病症做出正确的判断。
日本政府在2007年批准成立了日本网络大学, 该大学可以颁发学士学位。这所大学是日本唯一一家通过互联网提供全部课程的大学, 而且已经开始提供一种在手机上学习的课程。它的特点是手机课程是免费向公众提供的, 只是学习者需要支付电话费, 这个大学目前可以提供100多门课程。
而在香港特区, 移动学习在学校被采用, 如香港的培正中学的一年级就尝试了手机教学, 在课堂上同学们可以用手机和教师沟通和回答问题, 这所学校的教师反映手机教学大大提高了课堂上的互动气氛。
在我国, 移动学习的研究稍显逊色, 鉴于诸多的原因, 我国的研究并未取得很大的进展。
三、移动学习的理论基础
哲学基础。杜威在《民主和教育》中指出:社会不仅通过传播与通信而延续, 确切地说社会更是在传播与通信中延续着的。麦克卢汉指出:今天的大多数学习发生在课堂之外, 通过电影、电视、报刊和杂志所传送的信息远远超过学校的课本和课堂教学所传送的信息量。
建构主义学习理论认为:知识不是通过教师传授而得到的, 而是学习者在一定的情境下, 借助于他人 (包括教师和教学伙伴) 的帮助, 利用必要的教学资料, 通过意义建构的方式而获得的。这种教学理念和传统的教学理念有很大的差异。
为了探索移动协作学习的新模式, 我们在建构主义学习理论的指引下, 在实践的教学活动中改革了传统的教学模式。在新的模式中, 教师的课堂讲解已不占主导地位, 而是把课堂交给学生, 教师一步一步地引导学生发现问题、提出问题和解决问题。在面授活动中, 我们试图建立一种和谐、民主、平等的伙伴关系。课堂的教学活动多以讨论的形式进行, 把同学分成若干学习小组, 强调小组讨论和协作学习。这样有助于培养学生们的团队协作精神和互作意识。在教师的指导下, 学生通过讨论的形式找出了解决问题的方法。
四、移动协作学习新模式的构建
传统的教学模式是教师讲授新课, 包括生词的拼读和解释, 句子的翻译和理解, 布置与讲解相关的练习题, 最后给出答案, 是一种直线式的教学程序。在开展新的模式改革中, 由于教学理念发生了本质的变化, 因此, 教学方法也发生了极大的变化。
前期准备阶段:1.可行性分析。我国已经形成了世界上最大的无线通讯网络, 给人们提供了便捷的服务, 使得人们可以随时随地畅游网络。同时, 手机的普及, 尤其是近几年来智能手机的普及给移动式学习提供了方便的条件, 成为了学生们自主学习和协作学习的便利工具。2.学习条件的具备。进行了问卷调查, 主要调查学生们具备个人电脑和手机等移动设备的情况以及使用手机的习惯。目前, 百分百的学生们都具备手机, 百分之八十的学生具备了便携式手提电脑。学生们目前主要的使用习惯是使用电脑的QQ和手机的飞信、微信和短信进行沟通。3.学生们的层次。全面了解了学生们的基本特征, 他们的英语能力, 他们的兴趣爱好, 根据个人的兴趣取向和学习能力水平组成了互助学习小组, 选出小组长。研究了教学大纲, 根据每课的内容难易程度选择了合适的主题。4.教师的准备。教师根据问卷提供的学生状况制定教学资源库, 主要是根据大纲的要求精心准备符合学生们实际水平的实践案例的视频、图片及语音等。
移动协作学习开展阶段:1.我们选择2011级的管理2班作为实验班, 全班学生共32人, 全部自愿参加实验教学。考虑到短信息应用的广泛性和随时随地性, 我们在学期初开始授课前向同学们发送了本学期的课程安排、课业信息以及考试的安排等信息, 同时告知同学们还将利用短信平台发布重要的通知及考试成绩等, 必要的时候还可能使用彩信 (MMS) , 以便输送一些教学的图像。2.通过前期的问卷调查我们发现, 目前学生们使用最多的通讯手段是微信, 因此, 我们利用微信的图像和语音功能来进行教学互动。以《警务精英英语》的第三课《刑事科学技术》为例, 事先我们通过微信的群发功能给同学提供了如下的网址, 并提出了本课的预习题, 查出刑事技术的定义及种类, 查出世界上其他国家 (至少5个) 的刑事技术手段并找出差异, 至少找出一个实际案例的视频并说明是采用哪种技术手段以什么程序破的案。同学们明确了本课的学习目标后, 开始以小组为单位协作学习, 分工协作地完成了预订的学习目标。在接下来的课堂教学环节中, 教师首先邀请各小组长分别利用教室的多媒体设备展示了同学们查找出来的资料, 其中包括视频、影音、文本以及图片, 对于这些资料同学们进行了热烈的课堂讨论, 最后, 教师采用讲授和课件展示相结合的方式总结本课的主要内容, 同学们弄懂了刑事技术概念、特点、程序, 还了解了世界上其他国家先进的刑事侦查技术手段, 基本清楚了未来工作中的一般程序。3.本主题的学习之后, 教师和学生们约定每天下午和晚上的固定时间组织并发起群聊活动, 为的是让大家更好地掌握本课的主要内容, 因为课外的讨论是课堂讨论的延伸, 是课堂教学必不可少的环节。同学们通过微信可以随时随地和教师交流, 对于课堂上没有学懂的内容可以随时请教, 教师也可以根据自己的时间安排随时答疑解惑, 即使在下班的公交车上都可以自主学习和答疑, 这样大大提高了学习质量, 而且还兼顾了个体的差异, 受到那些接受知识比较慢的同学的欢迎。对于那些没有智能手机的同学, 每晚7:30~8:30分的固定QQ聊天时间就是课后巩固和解惑的时间, 同学们可以把白天课上没有学会的知识告知教师, 教师可以现场答疑, 还可以在QQ中展示上课时没有来得及展示的资料和图片, 对课堂教学起到了很好的补充和辅助作用。
后期评价阶段:支撑我们这次试验新模式的是建构主义学习理论, 根据建构主义的理论, 我们原有的传统意义上的评价体系也必须改革。我们采用的是表现性评价法, 所谓表现性评价法就是学生们在学完每一单元的新知识后, 教师都会创设一定的情境, 完成规定的任务, 然后教师和学生一起来评价。在评价的过程中, 我们开始尝试自我评价, 小组内成员的互评, 小组间的互评, 最后教师点评的制度。这种评价体系和以往的传统式用纸笔的测试方式有很大不同, 颠覆了传统的考试方法。具体的操作方法是采用案例教学法, 以第三单元为例, 我们学习了刑事科学技术的概念方法及程序, 教师在多媒体平台上演示了一段入室抢劫的视频, 房间的门窗完好无损, 但财物不翼而飞, 请同学们根据所学的知识分析案犯作案的手段并指出采用哪种刑事技术手段可以破获此案。同学们经过激烈的小组讨论, 纷纷拿出自己的答卷, 不过是采用新的模式, 他们通过手机的微信、彩信以及QQ邮箱等方式上传了自己的答卷, 然后教师通过短信的方式让同学们填写了学生英语能力自评和互评表, 表的内容包括学生的学习态度、自主学习能力、小组协作学习能力、课堂表现等内容。最后, 教师根据学生的自评以及互评给予点评。
五、总结和反思
经过数月的改革试验, 我校的警务英语课程体系进行了新的构建, 在实践教学中我们的体会颇多:
1. 新的教学模式提高了教师和学生们信息素养。
由于新的教学模式基本上是基于计算机网络和移动设备来完成的, 教师在课前的准备阶段必须准备大量的网上资源库, 课堂教学需要多媒体设备, 课下要和同学们互动讨论, 这些都必须提高自己的信息能力, 这样一来, 教师们的操作能力整体地提升了。同学们更是如此, 他们要接受教师的预习方案, 要准备课上的作业还要查找大量的相关资料, 在这一过程中, 学生们的计算机实用技能和信息素养大幅度地提高。
2. 新的教学模式培养了学生们的实际应用能力和动手能力, 同时也培养了他们的创新意识。
在小组互帮互学的过程中, 培养了同学们的团结协作精神, 为将来成为一名合格的警官奠定了坚实的基础。
我国目前的大学英语教育正在经历从以教师为中心的传统教学模式向以学生为中心新的教学模式转变的过程, 移动协作式的英语自主学习是一种具有创新意义的尝试, 这一尝试对我国英语教育的改革实践必将起到至关重要的作用。
摘要：网络技术的进步和移动设备的普及, 为大学英语乃至警务英语的教学实践提供了新的发展契机, 移动协作式学习不仅可以有效地开展英语的自主学习活动, 弥补传统课堂教学时间的不足, 而且是对课堂教学的重要补充和延伸。本文以建构主义学习理论为指导, 从移动学习的概念入手, 介绍了移动学习的国内外研究现状, 提出了我校警务英语的移动协作学习新模式, 旨在尝试信息技术和课程改革的最佳契合点, 以提高教学质量。
移动协作 篇5
移动技术支持的协作学习 (MCSCL, Mobile Computer Supported Cooperative Learning) 是最近教育技术新兴的一个领域, 在移动学习的基础上提出的, 利用移动设备来支持的协作学习。它是计算机支持协作学习的一个分支, 标准的计算机支持学习是在固定的场所, 利用多媒体计算机来支持协作学习, 而利用移动设备会使学习更具有情境性, 协作学习中的学习、交流和知识共享更方便、快捷。无线交互的移动设备使协作学习的规模和学习形式具有很大的灵活性, 高效性。也就是说, MCSCL是CSCL的一部分。
MCSCL是移动技术所引发的一种新的情境体验式的教育模式, 是移动技术与协作学习理论结合的产物, 有助于学生之间的协作学习与交流。
移动概念图下协作学习的优点:①Just-in-time的学习;②知识传递效率更高;③学习更具有情境性;④学习者有更强的参与性和成就感;⑤与CSCL相比, 降低了对学生的身体健康的损害。
2基于移动概念图的协作学习模式构建
2.1协作学习的要素
协作学习作为一种学习模式。它包含有几个基本的要素:
2.1.1 小组
一个优秀的小组是协作学习中基本的单元, 所有的学习都是通过小组的协作来完成的。有助于培养学生的团队协作精神, 当然小组的划分依据研究者的目的来定, 一般一个小组3～8个成员为宜。太多的话, 不能保证每个人都参与其中, 太少的话, 任务多, 压力大, 不利于小组内协作。
2.1.2 辅导老师
有人说辅导老师在协作学习中可有可无, 这是不正确的。有辅导老师的指导, 学习者可以少走弯路, 在学习者偏离学习目标的时候, 老师可以及时的纠正。当然辅导老师不一定是任课老师, 也可以是研究者或者是高年级优秀学生。
2.1.3 学习者 (成员)
学习者个体是小组的基本组成单元, 也是建构概念图的主体。
2.1.4 支持协作学习环境
根据传播学的观点, 协作学习过程也是一种知识传播的过程, 需要有一定的传播工具的, 传统的协作学习是面对面的, 对环境的要求不是很高。CSCL的传播工具是标准的计算机, 移动概念图支持的协作学习要求每个学习者成员都要有支持某一个移动概念图移动的设备。
2.2基于移动概念图的协作学习模式构建
该模式以建构主义为理论基础, 以学习者为中心, 强调知识的建构性. 以杨玉宝的《概念图在协作知识建构中的应用过程研究》和邰 茹《移动技术支持的协作学习模式探讨》这边篇文章中的模式为基础再结合移动概念图的移动性和可视化性等特点, 得出基于移动概念图的协作学习模式 (如图1) 。
基于移动概念图的协作学习模式包括下面几个步骤 (如图1) :准备工作、协作学习、反思评价、教师指导。整个学习模式中最重要的是协作学习的部分, 主要是根据协作学习的目的, 做出整体团队的作品, 当然也不能忽略个人的特性, 要吸取每个人的优点即前面要有个人构图的过程。
2.2.1 准备工作
在正式开始进行协作学习前, 要做一些前期准备。这个过程主要包括学会使用移动概念图软件, 每个软件都有其特殊的地方, 学员们要了解软件基本的用法;老师和同学们共同协商学习的内容和目标;协作学习的单元是小组, 那么分组就变得尤为重要, 分组的依据, 分组的人数都要在这个过程中敲定;要想让小组能高效率的出成果, 学习到新知识, 小组负责人是一个很重要的角色, 可以用推选或者访问其他的同学的方法选举出负责人。
首先, 学会使用概念图软件。这是整个协作学习最易也是最基础的知识, 辅导老师可以与同学们商量选用哪个移动概念图软件, 老师介绍各个移动概念图软件的特点及其特殊性, 并选择一个移动概念图软件作为以后学习的支持平台, 熟悉所选择的移动概念图软件并学会在移动终端上使用该软件!
其次, 确定学习任务。从这步就正式进入了学习内容的阶段, 学习 (构图) 任务是整个学习的目的。如果是课堂教学, 因教材具有很强的逻辑性和体系结构, 辅导老师可选用教材上有意义的材料作为学习任务。当然学习者也可以与指导老师讨论, 协商选择什么样的学习内容能达到学习的任务, 协作学习培养和提高的并不仅仅是文化知识, 更重要的是思维品质方面。
再次, 分组。对于小组的划分要依据学习风格理论、学习者特征研究、同伴关系这三种理论作为主要的分类理论。当然这是以学习者为主体方面来划分的, 也可以根据学习内容的不同来划分小组!
一般来说, 小组成员数量3～8人为宜, 过多或者过少都不宜成员之间的协作建构, 小组间的交流也是很重要的, 小组内交流可以选择QQ群、公共邮箱、BBS等平台建立联系进行讨论。
最后, 确定小组负责人。从我个人在其他实验中的实验观察, 小组协作学习时, 一个有组织能力、负责任的负责人会提高小组间的协作效率!相反, 如果小组一盘散沙, 没有凝聚力, 不但成员得不到应得到的, 最后的概念图也没有什么价值!
2.2.2 协作学习
第一, 个人构图。
虽然协作学习强调集体成果, 但是每个人的个性特征也不能忽略, 要积极吸取每个人的闪光点, 同时集体也是个人组成的。
学习者根据学习任务, 先寻找文献 (相关信息) , 可以是纸质的, 也可以是电子版的!这也能锻炼学习者的信息素养。辅导老师在这个过程中可以给学习者提供几种寻找信息的方法, 以供选用。
找到相关信息后, 下面就是对信息进行整理并找出相关的核心概念, 并明白之间的关系!概念与概念的关系就是整个知识框架的单元, 离开了丰富的联系, 也就形不成有意义的理解。这也是协作学习关键的步骤, 建构主义学习理论认为, 这个过程是新知识与原有知识的“碰撞”, 原有知识为新知识提供了同化和顺化的基础。
最后就是在上面整理信息的基础上, 应用移动概念图软件建构个人概念图。在做概念图时, 要对核心概念图有个很好的选择, 并仔细推敲它们之间的连接语。连接语在概念图中是很重要的, 要简洁且能表达两个概念之间的关系, 它是两个概念关系的描述!
在整个个人知识建构的过程中, 由于每个学习者的认知风格、 学习风格、 学习动机等存在差异, 因此, 学习者在选择信息、 组织信息、 整合信息直至个人构图的过程中都会存在一定的差别。这些差别将会最终显示在学习者个人绘制的概念图作品中, 而个人概念图作品的差异正是学习者学习结果差异的体现。
第二, 小组讨论共享作品。
当个人完成自己的概念图后, 小组内要共享自己的概念图, 每个成员都可以通过与其他人的概念图比较, 发现自己与其他人不同点及优缺点。共享作品时可以采用上面小组讨论所用的平台, 而且每个人都是在需要的时候学习, 目的性较强, 学习也更持久。
接下来, 小组内学习者之间可以进行讨论, 小组成员可以陈述下自己做的概念图的过程, 以及概念图中概念与概念之间的联系, 在这中间其他的成员可以对他的观点有不同意见, 也可以请陈述观点的成员进行解答。当然这是一循环的过程, 每个成员都可以发表自己的看法, 其他的成员要思考他提的观点对于小组构图作品有什么帮助。每一次的质疑都有利于绘图者对自己绘制的概念图进行一次反思, 为小组构图打下了基础。通过讨论, 使成员对于这一主题认识更深刻, 丰富。
第三, 小组构图。
从上面的学习模式可以看出, 这个过程其实是包括小组内协作构图和小组间协作构图两个部分。
有以上的步骤, 对于小组共同构图就简单多了, 因为每个人对于这个主题都有了自己的看法。在小组内绘图的过程中, 积极发挥每个人的已有的经验调动每个人的积极性, 发挥每个人的优势丰富概念图, 会做出集合了大家集体智慧的概念图。
也可以分别选取主题的某一小部分进行深入的研究, 个人做出这一部分的概念图, 最后大家集合成一个主题的概念图, 这样做的好处是任务分工明确, 也可以很深入的了解一个小的领域。
2.2.3 反思评价
每个小组都做出了自己小组的概念图, 可以把概念图传到小组讨论的平台上, 小组成员可以随时随地的对概念图进行反思, 评价。当然评价包括形成性评价和总结性评价, 形成性评价在整个做图过程中要时时刻刻有反思和评价的意识, 不断的进行修改完善!总结性评价时老师可以观察小组的概念图与构图任务是不是达成一致了, 如果没有达到那么就要继续修改完善。
2.2.4 老师指导
指导老师在整个构图过程中是很重要的, 在整个过程中起到监督和引导的作用。在小组遇到什么不懂的问题时可以随时向教师请教, 教师的指导作用伴随于整个协作学习的过程中。
3移动概念图支持协作学习模式的运用:以“了解河南省各地级市”为例
在整个建构概念图的过程中, 个人构图与协作构图相结合, 个人构图是协作构图的基础, 协作构图又是个人构图的升华。下面以了解河南各地级市的简单概况为例子对上面的模式做一个简要的运用, 基于移动概念图的协作学习以了解河南省各地级市为构图任务的模式。
3.1准备工作
确定学习任务:了解河南省各个地级市 (共17个)
选用合适的移动概念图:由于现在开发的移动概念图软件不是很多, 现在可供选择的只有 Pocket Pico Map, 但是随着技术的进步, 相信可供选择的移动概念图软件会越来越多。
小组:由于本构图的任务是对17个城市的简要的了解, 4～5个人一个小组, 共分为4个小组。其中有3个小组做4个地级市, 另外一个小组做5个地级市。小组间的交流选择QQ群和公共网易163邮箱, 可以实现即时与非即时的交流。
3.2协作学习
(1) 个人构图
个人构图的过程其实也是收集资料、整理资料和分析资料的过程。在构图时有以下几个重要的步骤:①个人利用移动设备去网上搜索或者利用其他的方式去搜索自己所要了解的地级市, 包括区域、面积、在河南省的位置等等情况;②列出能描述该城市的核心概念, 以3、4个词语为宜, 以甲地为例, 假设该城市的核心概念是:A、B、C。
以上工作完成后, 开始进行自我构图, 以甲地、乙地为例如图2所示。
这只是一个简单的概念图的例子, 其他的可以模仿这个来构图。很多概念图的软件都可以为核心概念加上注释, 这样可以更好的理解整个图。
(2) 共享讨论作品
由于利用移动设备是有它的优点的, 共享作品可以选用合适的方式, 例如利用小组的交流平台或者在班级里面打印出来以展示的形式让同学们观看。讨论的目的是为了对下面的小组协作构图有一个更清晰和深刻的认识, 可以以问题-回答的形式来讨论个人概念图。以上面的概念图为例:
Q:用3个核心概念是不是概括了甲地的所有的特点?
Q:甲地与乙地的连接词合适吗?不合适的话哪个关键词能更好地概述他们的关系?
……
(3) 小组构图
有了上面的基础, 这个步骤相对会简单些。就是在个人构图和讨论的基础上, 建构一个集合大家所有优点的概念图。这个小组构图其实是包含两个小的过程:①小组内协作构图 (小组完成的是4～5个地级市的概念图) ;②小组间协作构图 (河南省各地级市概念图) ;这个过程就是把各小组的概念图综合在一起, 最后就是河南省各地级市的概念图了。
4评价+老师指导
之所以把这两个放在一起, 是因为评价和老师指导的过程一直贯穿于整个学习过程。本例子中的指导老师就是任课老师, 对概念图软件的熟悉、学习任务的敲定、分组等都是在老师的引导和帮助下完成的。在协作学习过程中, 同学们有什么问题可以随时向老师提问。随着同学们知识的增加, 评价和修改概念图会伴随整个协作学习过程, 贯彻始终。老师也要提醒同学们经常反思和提高。
5结束语
在上述利用移动概念图的协作学习模式构建中, 包括下面几个过程:学会使用概念图软件、确定学习任务、分组、确定小组负责人;个人构图、小组讨论共享作品、小组内构图、小组间构图;反思评价和老师指导。
参考文献
[1]赵国庆, 陆志坚.“概念图”与“思维导图”辨析[J].中国电化教育, 2004 (8) .
[2]钟达.知识可视化及其教学应用——以《现代教育技术》国家精品课程为例[D].重庆:西南大学, 2010.
[3]黄荣怀, Jyri Salomaa.移动学习——理论.现状.趋势[M].北京:科学出版社, 2008.
[4]赵建华.CSCL研究的现状及发展趋势[J].中国电化教育, 2009 (5) .
[5]邰茹.移动技术支持的协作学习模式探讨[J].信息技术教育与研究, 2010 (5) .
移动协作 篇6
若想要达到更高的数据宽带速率, 要求4G系统所用的频段要更高。因此, 无线通道上的衰落特性以及信号的传播都会严重的影响到通信系统的有效性以及可靠性。所以, 为了更好的对抗其无线通道的遮挡, 我们需要提升其系统的可靠性。通常情况下会在无线系统中运用分级的技术。若在系统中添加多个输入端或者是输出端, 同时配置多条天线, 能够实现其空间的分集。与此同时, 还能够有效的提升其数据的传输速率以及其频谱的效率。如今, 该项技术已经被大家公认为是当前新一代的无线通信系统。但是, 在当前的实际无线系统中, 仍有令人遗憾的方面, 即很多的基站只能配置多条天线。对于移动的终端, 因为受到其重量、成本、体积以及功耗的影响, 向额皮质若干条的天线很难实现。因此, 为了更好的解决这个问题, 尽早的完成移动终端的信息发送, 当前已经出现了一种新的分集形式, 即协作分集。该种分集方式能够很好的增加其移动终端之间的互相协作。各个伙伴之间能够对其数据做中继的转发。也就是说, 我们不但可以发送自己的信息, 而且还可以发送其他协作伙伴的某些信息。当前, 其协作的分集主要是以协作中继该种方式在应用, 这也意味着中继的协作技术已经开始在进行商用化的正式启用。尽管当前已经有部分的移动系统开始引入了新的协作通信技术, 但是到目前为止, 仍然没有真正的形成一个高效的安全机制约束其通信的结点。因此, 本篇文章对其引入新的通信协作之后仍存的一些缺陷进行了详细的探究与分析。
1 4G通信系统在接口上主要采用的安全机制
为了能更好的保证4G通信系统和LTE系统两者的兼容, 在其设计的过程中选用了LTE系统之前的安全机制。具体包括其身份的保密机制, 秘钥的协商机制与双向的鉴权等。这些安全机制在某个角度讲已经能够保证常规的移动通信的安全性。在一定程度上也能够保证用户的身份能够不被其他的用户所顶替, 能更好的保证用户的隐私。
1.1 身份的保密机制
众所周知, 用户每个人的身份信息都属于其自己的个人隐私, 与此同时也是我们用户接入网络以及正常使用网络的核心凭据。因此, 用户的信息一般都会被严格的保密。而为了能够更好的达到保护用户信息的目的, 在最开始的2G移动通信就已经在协议中规定了具体的身份安全信息。在当前这个4G系统中, 采用的是全球现唯一确认的标识来作为用户的临时身份证。这个唯一的临时身份证会按照一定的规则分配给客户, 他们只有在规定的范围内使用才有效。但是需要注意的是, 在使用临时身份证时, 需要通过明文的方式在网络空中的接口上进行传输。
1.2 密钥的协商机制与双向的鉴权机制
在移动通信的所有安全机制中, 密钥协商的机制与身份认证一直是一个非常重要的认证方式。从3G通信系统开始, 便开始在移动通信系统中使用了双向鉴权的方式。和过去相比, 该项鉴定技术能够更好的确保通信用户的可靠性与真实性。目的是避免某些恶意用户进行攻击。而之前的密钥协商机制主要是能够为通信的双方在进行选择时进行加密, 可以更好的保护其业务数据。为了实现系统达到平滑的升级, 当前的4G系统已经开始同时使用了密钥协商的机制与双向鉴权。增加了其认证的管理, 用户的信息也变得更加安全。
1.3 采用信令完整性的保护机制
该项机制最早被引入是在3G通信时代, 目的是避免在进行空中接口传递信息时, 某些信息被恶意更改。该项机制能够更好的保证其数据传输的安全性, 使其特定的内容有了一个更加完整的保护法。除此之外, 通过该项机制, 即使某些信息被恶意篡改也能够及时的恢复信息的完整性。但是, 需要注意的一点是该项保护机制只是对控制面进行全面的保护, 而对于用户面的数据并不提供保护。
1.4 对数据与信令进行加密机制
在当前的4G通信系统中, 会有很多的内容会涉及到用户的某些隐私, 因此, 在进行信息的传递时不适合通过明文的方式进行传递。为此, 技术人员设计了对数据与信令的加密算法。但是需要注意的是, 该项加密的算法并不是一个必选项, 而是一个可选项。该项加密机制具体的实现方法和完整性的保护几乎都是一样的。
2 4G移动通信系统存在的安全缺陷以及攻击方式
4G移动通信系统和之前的移动通信系统相比较, 最大的不同之处在于它引入了一个新的移动终端之间的协作与传递, 也就是改变了移动通信系统过去的网络结构。该种全新的网络结构也带了来新的安全缺陷, 随之也产生了新型网络的攻击方式。
2.1 存在的安全缺陷
在过去的移动通信系统中, UE之间是没有任何的数据交换, 网络采用的是层次化的结构, 但是具有较稳定较强的拓扑结构。与此同时, 过去的无线通信已经能够充分的利用网络的信息与资源, 采用加密、访问的控制, 权限管理以及认证等等的方式实现网络的安全。而在当前4G的网络移动通信系统中, 由于其UE或者是中继的结点彼此之间存在一定的协作关系, 这就导致网络的拓扑结构发生了一定的变化, 造成信息路径产生了不确定性。过去的防火墙等等安全保护的机制已经不再适应新的移动通信结构, 随之也就产生了新的攻击方式。
2.2 攻击方式
针对新的网络结构, 攻击方式主要有以下几种。首先是倾听, 因为4G移动通信系统选用的是无线信号来作为其传输的媒介, 因此所有的信息都是在空中进行传播, 攻击者很容易获得信息。其次是干扰, 只要攻击者能够检测出其网络的结点, 就可以发送连续的干扰信号。另外假冒, 由于新的网络结构采用的路由协议是不通过发送报文的方式进行认证的, 因此攻击者完全可以以用户的身份加入网络发送某些信息。除此之外, 还包括伪造、资源消耗、重放以及位置信息的泄露, 这几项攻击方式都是基于新的通信网结点之间存在协作关系而造成的。
3 结语
移动协作 篇7
多移动机器人协作主要涉及高层的组织与运行机制问题, 即实现系统可以快速组织与重构的柔性控制机制。
本文通过对点镇定控制算法的研究, 提出通过误差消除的方法, 逐渐消除各个围捕机器人和被围捕机器人之间的距离和角度, 使得围捕机器人在运动过程中能够以不同的角度不断接近被围捕机器人, 同时避碰环境中的障碍物。当围捕机器人进入围捕区域后, 抓捕被围捕机器人, 并且阻止被围捕机器人继续运动, 完成围捕任务。
1 假设条件
本文以Microsoft Robotics Studio仿真平面上的两轮差速移动机器人的围捕控制为研究对象。Microsoft Robotics Studio是一个人工智能应用开发工具包, 主要用于机器人技术的开发, 适合学术、理论和商业研究等领域。它可以模拟真实地理环境, 以帮助开发人员开发面向多种产品的智能应用, 是在模拟物理条件的3D虚拟环境里仿真运行机器人应用程序。该软件具有简单的操作、原型化的仿真环境、逐渐逼近的进程等优点。本文假设:a.整个系统是在平面上运动。b.移动机器人车轮是无滑动的。c.移动机器人车体是刚体。d.所有移动机器人的位置、速度信息都是透明的, 围捕机器人和被围捕机器人双方都可以看到对方的瞬时位置。
2 确定优先级
由于各个移动机器人的起始点到目标点的距离不同, 造成到达目标点的时间各不相同。各个移动机器人所处的局部环境不用, 也会延长移动机器人到达目标点的时间。因此, 必须协调各个移动机器人的速度, 使得多个移动机器人到达目标点的时间基本相同, 这样才能进行有效的围捕。此外, 移动机器人之间的相互避碰以及任务的规划都需要进行协调控制。
移动机器人完成围捕任务需要完成三个子任务:避障、协调、围捕。这三个子任务的优先级是不同的, 即:避障是第一优先级, 其次是协调, 最后是围捕。
3围捕算法
点镇定控制的目的是获得是闭环系统的一个平衡点, 并且平衡点为渐进稳定的[1]。
本文采用的误差消除的方法并不直接给出期望的轨迹方程, 而是通过某些迭代算法给出一个期望的轮速序列以引导移动机器人到达期望的位姿, 既是消除围捕机器人与被围捕机器人之间的距离误差和角度误差[1]。
假定围捕机器人的位姿为 (х1, у1, θ1) , 被围捕机器人的位姿为 (х2, у2, θ2) , 运动速度为Vl, 围捕机器人撞击被围捕机器人时, 指向的目标点为 (хm, уm) 。由图1可知:
d1为围捕机器人与被围捕机器人之间的距离, d2为被围捕机器人与目标点之间的距离, α为围捕机器人与被围捕机器人之间的角度偏差, ψ为被围捕机器人与目标点的连线与x轴之间的夹角。
当被围捕机器人作直线运动时, 由点镇定控制算法公式
可以将系统动态模型描述为
当时间t逐渐趋于无穷大时, 趋近于0, 对这一问题进一步求解。围捕机器人能够围捕被围捕机器人的线速度v和角速度w分别为
其中, 。
4 仿真结果
仿真试验表明, 本文提出的方法完全可以满足移动机器人围捕和避障的需要。由于激光测距仪数据测量周期短, 而且上述的机器人围捕和避障算法的速度也较快, 所以实时性好, 效率较高。使移动机器人可以根据环境的瞬时变化做出灵活、快速的反应, 并且快速完成围捕任务。存在问题, 对于围捕算法的系数只能根据经验进行调整, 因此移动机器人在围捕过程中有时会出现倒车现象 (特别是遇到障碍物时, 容易出现倒车现象, 这时避障效果较差, 并且在实际情况下对差动电机要求比较高, 对围捕造成较大影响甚至造成围捕失败) , 并且围捕算法对追击被围捕机器人效果比较好, 当被围捕机器人突然改变方向时, 围捕角度不能及时做出调整, 影响围捕的效果。
参考文献
[1]张文志, 吕恬生, 王乐天.进化学习模糊规则实现移动机器人的自适应导航[J].上海交通大学学报, 2004, 1.
[2]谢敬, 傅卫平, 杨静.基于碰撞危险度的移动机器人避障模糊控制[J].组合机床与自动化加工技术, 2003, 2.
[3]杨明, 王宏, 何克忠, 张钹.基于激光雷达的移动机器人环境建模与避障[J].清华大学学报 (自然科学版) , 2000, 40 (7) .
[4]Brockett R W.Asymptotic Stability and Feedback Stabilization[M].Birkhauser:In:Differential geometric control theory.Boston, 1983.
[5]王巍, 宗光华.基于“虚拟范围”的多机器人围捕算法[J].航空学报, 2007, 3.
[6]毛小锋, 曹志强, 谭民, 黄琳.多移动机器人圆形队列形成算法[J].系统仿真学报, Vol.16 No.4.
[7]唐钟, 李磊民, 吴坚.合作围捕移动机器人小队的队形控制[J].攀枝花学院学报, 2002, 8.