前言：中文期刊网精心挑选了移动网络经济范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
移动网络经济范文1
关健词：软交换；前景展望
中图分类号：TN915 文献标识码：A 文章编号：1007-9599 (2012) 09-0000-02
（一）软交换的概念。软交换是下一代网络（Next Generation Network,NGN）狭义上的概念，特指以软交换设备为控制中心，实现业务控制与呼叫控制分离，呼叫控制与接入和承载分离，各功能部件之间采用标准的协议进行互通，能够兼容公共交换电话网络(Public Switched Telephone Network,PSTN)、IP网络、移动网等技术，提供丰富的用户接入手段，支持标准的业务开发接口，并采用分组网进行传送的网络。
（二）软交换产生的背景。随着电信业务迅猛发展，以互联网为代表的新技术革命正在深入地改变着传统电信网络的概念和体系，电信网正面临着一场巨变，推动网络向下一代网发展的主要因素主要有以下两个方面：
1.新技术发展。基础技术层面微电子信息技术进步的速度正在继续按摩尔定律发展。移动通信技术和业务的巨大成功正在改变世界电信的基本格局，革命性的技术突破为下一代网络的诞生打下了坚实的基础。
2.市场需要。由于市场的需要电信业务的业务组成发生了根本性需求变化，这种变化需要有效的技术支撑。从1876年贝尔发明电话以来的100多年里，电话网的业务一直以电话业务为主，由传统的电路交换网支撑。近几年来，以IP为主的数据业务的飞速发展打破了这种传统格局，数据业务已经日趋成为电信网的主导业务，突发型数据业务需要新的下一代网络结构进行有效支撑。
在这种大环境下，软交换网络做为现有电路交换网至下一代网络的平滑过渡网络孕育而生。
（三）软交换的优势。软交换的主要贡献就是提出了分层的思想，把传统电路交换机的呼叫控制功能、媒体承载功能、业务功能进行了分离。软交换只负责基本的呼叫控制及其相关的一些属性，其它业务由接入设备处理。目前软交换技术已经比较成熟，是当前传统网络改造的首选技术。其灵活的综合接入，强大的业务提供，较高的资源利用，开放的网络接口，运营成本和网络建设的节约使软交换的优势更加明显。
（四）软交换在移动运营商网络中的应用现状。1.各大运营商都在建设软交换网络。中国的几大运营商都已经建成大规模的覆盖全国的长途软交换网，用于分流长途语音话务，并逐步将长途话音业务向软交换网迁移。各运营商长途软交换网和本地软交换网络基本是同步进行建设的，一来缓解传统本地交换网络的容量压力，二来将长途话音业务向软交换分流。
2.运营商在建设软交换网络时的步骤。运营商在建设软交换网络时大致分三个步骤：第一步，利用NGN 技术实现运营商长途汇接网的优化改造。长途汇接网的改造，只需关注端局的接入即可，可以不考虑用户的接入问题，工程实施难度小，对现网影响小。第二步，利用软交换技术实现替换和新建本地网的功能，软交换的本地网应用已经成为新兴运营商竞争市场和传统运营商替换老化设备和进行网络扩容的重要手段。第三步，利用软交换技术提供新型增值业务。当然，由于基础网络的差异会导致不同运营商的软交换网络建设具体方案存在差异。
图1-1基于R4的网络结构
3.移动软交换的网络拓扑结构。
上图为基于R4的核心网部分，R4网络将MSC分为MSC服务器(MSCServer)和媒体网关(MediaGateWay，MGW)，实现了CS域中呼叫与承载的分离，支持信令的IP承载。
MSC Server完成R99 MSC的所有电路域控制面功能，集成VLR功能，并处理移动用户业务数据及CAMEL相关数据；与其他MSC server间通过BICC信令实现承载无关的局间呼叫控制。
媒体网关MGW是R4核心网承载面的网关设备，接受来自MSC server的控制命令，负责媒体转换、承载控制等功能。
信令网关SGW完成MTP的传输层信令协议栈的双向转换 (SIGTRAN M3UA /SCTP/IPSS7 MTP3/2/1)。
4.软交换的协议结构。
图1-2
（1）软交换与信令网关(SG)间的接口使用SIGTRAN协议。信令网关完成软交换和信令网关间的SIGTRAN协议到7号信令网络之间消息传递部分MTP的转换。（2）软交换与中继网关(TG)间采用MGCP或H．248/Megaco协议，用于软交换对中继网关进行承载控制、资源控制和管理。（3）软交换与接入网关(AG)和IAD之间采用MGCP或H．248协议。
5.R4核心网主要接口。
图1-3
（1）Mc接口。Mc接口是MSC Server与媒体网关MGW之间的接口，采用H.248协议，增加了针对3GPP特殊需求的H.248扩展事务（Transaction）及包（Package）定义。（2）Nc接口。Nc接口是MSC Server之间的呼叫控制信令接口，采用与承载无关的呼叫控制协议BICC。（3）Nb接口。Nb接口是MGW之间的接口，在R4核心网内承载用户的话音媒体流。
6.软交换中的主要设备SS和MG、SG的作用
（1）软交换设备（SS）。呼叫控制功能是软交换设备的核心，它负责呼叫建立、维持和释放等功能，包括呼叫处理、连接控制和资源控制等。兼作软交换新业务的SSP，完成智能业务触发和呼叫计费。软交换设备具备信令协议转换功能，负责完成SIP-T/SIP-I协议与ISUP协议间的转换功能。（2）中继媒体网关（MG）。MG接受软交换设备的控制，将本地网所有端局业务集中汇聚到MG上。核心功能是语音压缩和语音处理，支持语音在多编码间切换。（3）信令网关（SG）。信令网关SG提供IP网络和电路交换网之间信令映射和代码转换功能，实现软交换网络与IP网络信令的互通。
（五）软交换、IMS与NGN。软交换技术和IMS是下一代网络NGN中已有的两种比较适合的网络技术。软交换和IMS实现的目标均是构建一个基于分组的、层次分明的、控制和承载分离的、开放的下一代网络。在向下一代网络演进的漫长过程中，传统电路交换网络将逐步消亡，软交换是传统电路交换网目前来看最好的替代技术，最终基于IMS的下一代网络将融合各种网络而成为一个统一的平台，这三者将采取互通的方式。
（六）软交换与NGN的不同。1.软交换对移动性控制和多媒体业务的提供考虑较少。软交换主要针对电话语音业务、IP或非IP接入以及与PSTN、VOIP互通等方面考虑得较多，对移动性管理和多媒体业务的提供考虑得较少。而IMS相比较而言对数据业务方面是最有能力融合各种网络的。
2.软交换与NGN实现的业务不同。软交换技术提供的业务都是基于呼叫的各种电话业务，数据业务并不是由软交换提供。理想的NGN应该是能够提供全部业务的网络。
3.软交换与NGN实现的网络架构不同。软交换的技术是利用ATM/IP分组网进行信息传送，把传统电路交换机的呼叫控制功能、媒体承载功能、业务功能进行分离，只负责基本的呼叫控制属性，用户的接入由各种用户网关来完成。NGN除了完成软交换提供的业务外，还要提供一些应用服务器完成对数据业务的控制管理。
4.软交换与NGN网络业务的接入控制不同。软交换是网络业务的控制设备，所有的呼叫都由软交换进行连接，软交换监控呼叫的建立、通话和释放，记录呼叫的发生过程，产生计费所需的信息。而NGN的终端之间的呼叫不一定经过软交换而直接在终端之间进行，运营商的管理计费是不可控的。目前软交换技术利用IP网传送业务的组网机制还缺乏网络的控制和管理。下一代网络的承载网是一个保证质量、收费的网络，它有别于目前免费的Internet，因此下一代网络必须要作到电信级的管理和控制，才可以商用，这样运营商才能从中获得收益，用户才可以得到优质的服务，网络才能良性地运营。
(七)前景展望。本文重点介绍的是目前运营商普遍采用的R4阶段的软交换网络，R5阶段主要采用了软交换体系和IP技术相结合，引入了IMS--IP多媒体子系统的概念。在R5阶段，网络结构的功能体有了更大的变化，新增接口为网络的开放性提供了更好的拓展空间，目前3GPP R5阶段的版本标准化已完成，正在逐步商用。
参考文献：
移动网络经济范文2
[关键词]神经网络；移动机器人；气源定位；浓度梯度
一、引言
近年来，气源定位研究吸引了众多的研究人员的注意。利用一个具有主动嗅觉定位功能的移动机器人可以探测危险气体的泄露。由于采用模拟的方式效率高而且费用低，因此我们采用模拟的方式研究移动机器人的主动嗅觉定位问题。
到目前为止，很多研究人员在该领域取得了一些成就。但是他们的机器人机构复杂，而且不能够用最优的路径找到气源[1、2、3]。在本文中，我们基于高斯烟羽模型建立了一个气体烟羽扩散模型。然后将训练好的BP神经网络引入到移动机器人中。通过使用这个智能的算法，移动机器人能够在较短的时间内找到气源。
二、在MATLAB中模拟烟羽
在本文中，我们采用数值接近的方法来生成烟羽，使用MATLAB生成烟羽扩散模型。高斯模型非常适合模拟从一个点气源扩散开来的烟羽模型。因此，本文采用高斯模型建模。由于没有考虑重力的影响，高斯烟羽模型只适用于气体密度小于空气密度的扩散模型。
三、BP神经网络
拥有高度并行结构和处理能力的人工神经网络是智能识别方法的一种。由于固有的非线性特征，人工神经网络具有逼近任何非线性映射的能力。一个经过适当训练的神经网络能够解决数学模型或描述性规则不能解决的问题。移动机器人的主动嗅觉定位即属于该类问题。
BP神经网络是一种多层正反馈神经网络，通过学习已知的样本，它能够识别未知的样本。只有一个隐含层的BP神经网络可以任意地接近任何一个在闭区间内连续的函数[4]。因此，在本文中我们采用含有一个隐含层的BP神经网络。
根据本研究，这里有五个输入节点和两个输出节点。
在BP神经网络中，隐含层节点的数量对精度的影响很大。经过多次测试，可以得到不同节点的隐含层的效果。随着隐含层节点数量的增多，BP神经网络的效果先增大然后减小。根据需要，我们选取隐含层节点的数量为4，这样就得到了结构确定的PB神经网络。
四、初步模拟和讨论
移动机器人由一种基于仿生学的BP神经网络智能烟羽跟踪算法来控制，以此跟踪模拟的气体烟羽。在模拟中，我们没有考虑机器人本身的尺寸及障碍物对烟羽扩散的影响。根据机器人的传感系统，从传感器到控制器有五个输入。其中三个来自红外传感器，另外两个分别来自离子传感器和风向传感器。a1、a2和a3分别表示机器人前方左侧、中间和右侧三个红外传感器的输出信号，b1表示离子传感器的输出信号，c1表示风向传感器的输出信号。利用采集的样本训练神经网络后，神经网络便能对未知样本作出相应的判别。下面以单障碍物环境下移动机器人跟踪气体烟羽并确定气源的模拟过程进行说明：
1、当a1=1，a2=1，a3=1，b1≤0.0972，c1=180°时，机器人前方没有障碍物，运动方向正好迎着风向并且沿着气体浓度增大的方向。此时，机器人直行。
2、当a1=1，a2=0，a3=1时，不管b1和c1为何值，机器人必须拐弯。因为此时机器人前方有障碍物，必须要避开障碍物后再继续跟踪气体烟羽。
3、当a1=1，a2=1，a3=1，b1=0.0953，c1=270°时，机器人前方没有障碍物，其所处位置的气体浓度超过设定的阀值。因此机器人转弯，继续沿着气体浓度增大的方向运动。
4、当a1=1，a2=1，a3=1，b1=0.1031，c1=225°时，机器人前方没有障碍物，但是机器人转弯，原因与3中的相同。
5、当a1=1，a2=1，a3=1，b1=0.1656，c1=135°时，机器人前方没有障碍物，但是机器人转弯，原因与3中的相同。
6、当a1=1，a2=0，a3=1，b1=1.9331，c1=180°时，机器人前方遇到障碍物，此时探测到的气体的浓度与平均浓度之比高于设定的阀值，达到气味源确认的条件，机器人找到气源，停止运动。
在模拟的环境中，机器人能够感知气体烟羽并跟踪烟羽不断地趋近气源所在的位置。机器人在寻找气源的过程中其运动轨迹并不是一条直线，这是因为在跟踪气体烟羽时机器人需要调整其朝向以保证面向气流的方向和气体浓度增大的方向。
五、结论和进一步的工作
在本文中，我们采用了数值方法来生成气体烟羽模型，在移动机器人模仿黄蜂行为的基础上利用BP神经网络提供更高效的智能算法。在该算法中，机器人在模拟的环境中感知并追踪气体烟羽，直至找到气源。但是这个模型并不完美。首先，研究人员必须熟悉MATLAB并且具有编程能力；其次，我们假设机器人和障碍物不影响烟羽的扩散。但是当机器人和障碍物较大时，这个假设并不成立。
将来，可以采用考虑了机器人和障碍物尺寸的更为真实的模拟环境及开发更为智能的算法来研究移动机器人气源定位问题。
参考文献
[1]H.Ishida， G，Hakayama， T.Nakamoto and T.Moriizumi， Controlling a gas plume-tracing robot based on transient responses of gas sensors. IEEE， 2002： 1665～1760.
[2]R.Russell， D.Thiel and A.Mackay-Sim， Sensing odor trails for mobile robot navigation. IEEE International Conference on Robotics and Automation， 1994： 2672～2677.
移动网络经济范文3
作者简介:邓亚平（1948-）,男,重庆人,教授,主要研究方向:计算机网络与通信、信息安全; 吴川平（1986-），男，四川巴中人，硕士研究生，主要研究方向：计算机网络与通信。
文章编号:1001-9081（2011）07-1939-05doi:10.3724/SP.J.1087.2011.01939
（重庆邮电大学 计算机科学与技术学院，重庆 400065）
（）
摘 要:“瓶颈节点”是在无线传感器网络中由于随机部署的原因产生了连接两个或是多个区域的孤立节点。由于这类节点对网络的生存周期存在着很大的影响，提出一种分布式瀑布型移动方案。该方案减少了节点移动的距离并节约了节点移动所消耗的能量，同时也减少了网络覆盖初始化的时间;通过移动一定数量的节点到“瓶颈节点”的附近来均衡节点的通信量，进而延长了整个网络的生存周期。仿真实验结果表明，该方法可以有效地提高整个网络的生存周期，均衡了节点的能量消耗，并缩短了节点重定位时间。
关键词:移动节点；瓶颈节点；能量消耗；网络生存周期
中图分类号:TP393.07文献标志码:A
Bottleneck nodes in wireless sensor networks based on mobile sensors
DENG Ya-ping，WU Chuan-ping
（College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065,China）
Abstract: "Bottleneck Nodes"are those connecting two or more isolated areas because of the random deployment. Compared with other nodes, these nodes are more important to the lifetime of the whole network. The paper proposed a distributed cascading movement solution. This solution can reduce the distance and save the energy by moving nodes, and it also reduced the time to initialize the network coverage. The solution can balance the network's communications and increase the network's lifetime by moving some nodes to its proximity. The simulation results verify that the proposed solution outperforms others in terms of network lifetime, energy consumption and the time of node relocation.
Key words: mobile node; bottleneck node; energy consumption; network lifetime
0 引言
无线传感器网络是由部署在监测区域中大量的微型传感器节点组成，通过无线通信的方式形成的一个多跳自组织网络［1］，每个传感器节点具备信号采集、数据处理、互相通信的功能，直接嵌入到相应的设备或环境中，具备了很大的移动性和灵活性。基于这些优点，无线传感器网络在医疗卫生、环境监测、军事、智能家居等方面具有很高的应用价值。尤其是在无人监测或人类无法到达的恶劣环境对事件监测和事件跟踪中显示了巨大的优势，同时具备了巨大的商业价值［2］。
在实际的应用中，需要高效的节点调度算法来完成节点的部署工作，无线传感器网络中首先要完成的是节点的部署，由于节点由有限能量的电池供电，所以无线传感器网络的首要性能指标是网络的生存周期。但是由于节点部署的方式一般是通过飞机等其他一些不能人为精确控制的方式进行的，这样便产生了连接几个区域的瓶颈节点，瓶颈节点如图1所示，如果基站位于区域1，而被监测的目标位于区域2或者区域3，那么由于瓶颈节点的过早死亡而造成整个网络被割裂成多个不相连的区域。这样便造成了基站（或用户）不能够收到对目标点的检测信息，那么就可以断定网络已经死亡，并且它的死亡是由那些消耗完能量的瓶颈节点造成的，于是这些节点决定了整个网络的生存周期。
1 相关工作
瓶颈节点是一个广泛被研究的课题［3］,在互联网中的瓶颈节点是从服务质量和网络带宽的角度出发，而在无线传感器网络中是从能量的角度考虑网络的性能。文献［4］中提出了瓶颈节点的定义、节点成为瓶颈节点的概率以及如何判断一个节点为瓶颈节点的算法，最后还简要地提出了两个解决瓶颈节点造成的网络过早死亡的方案，但没有具体地实现。文献［5］提出了一种基于移动节点来延长K-覆盖网络生存周期的方案。文献［6］提出了一种基于Grid-Quorum的节点梯次移动方案，该方案采用节点同时移动到目标位置，有效地减少了网络初始化时间，减少并均衡了移动节点能量消耗。文献［7-8］提出了一种基于虚拟力模型的节点移动方案，有效地实现了节点的移动。文献［9-11］叙述了移动节点自部署方法，有效地提高了网络覆盖率。文献［12］采用了梯次移动节点的方法并在实验平台上进行了实现。本文提出了一种冗余节点发现算法，然后采用了一种分布式的瀑布型节点移动方案，通过移动部分节点到瓶颈节点的周围来分担瓶颈节点的通信量，进而减缓瓶颈节点的能耗，来延长整个网络的生存周期。
2 冗余节点
传感器节点的感知模型分为两类：布尔感知模型和概率感知模型。
布尔感知模型就是在二维的平面上，传感器节点的感知范围为一个以节点为圆心，Rs为半径的一个圆形区域。Rs为传感器节点的感知半径，由节点的物理特性设定的。假如节点s的坐标为（Xs,Ys），对于平面上的任意一定q的坐标为（Xq,Yq）,节点s检测到q处发生事件的概率为：
q（s,q）
式中：d（s,q）为q点到s点的欧拉距离［13］。
概率感知模型［14］就是根据信号衰减模型和设定的阈值，节点根据收到的信号的强度来决定是否可以正确地接收到信号。目前大多数网络覆盖问题均是采用此模型来进行研究的，在论文中采用了布尔感知模型来模拟传感器节点的感知能力。
图1 包含瓶颈节点的网络拓扑
2.1 冗余节点发现阶段
冗余节点就是该节点的覆盖区域可以完全被其邻居节点所感知，当此节点处于休眠状态时不会造成网络覆盖漏洞。判断一个节点为冗余节点的方法很多，本文采用如下的判断方法：假设所有节点具有相同的感知半径Rs，并且所有的节点都处于二维的平面上，节点i感知范围表示为s（i）,首先给出邻居节点集的定义。
定义1 邻居节点集。节点i的邻居节点集是由到节点i的欧拉距离小于或等于节点i的感知半径的节点组成的集合，用公式表示为：
N（i）{ j∈N|d（i,j）≤Rs, j≠i}
其中N（i）为节点i的邻居节点集，N为该区域的节点总数，d（i,j）为节点i到节点j的欧拉距离。
因此，对节点i来说它被视为冗余节点的条件就是：
∪j∈N（i）s（j）s（i）（1）
式（1）表示的即是节点i的感知范围为其邻居节点集感知范围的子集，式（1）同理可以表示为：
∪j∈N（i）（s（j）∩s（i））s（i）（2）
其中s（j）∩s（i）可以如图2所示，两个相邻节点的覆盖交集如图2的阴影部分所示，为了方便计算整个阴影部分的面积，设计了如图3所示的扇形区域来代替整个阴影部分的面积，因为扇形的面积可以利用圆心角和弧长来计算，节点i判断自己是否满足冗余时仅仅判断如图3所示的扇形区域。
为了进一步分析这个扇形区域，称这个扇形为辅助扇形，它的定义为：假如节点i和节点j为邻居节点，它们的感知范围分别为s（i）和s（j）,它们相交于点P1和P2,那么扇形就由半径NiP1和NiP2,弧P1P2围绕而成。Sji表示节点j在节点i的感知范围内的扇形感知区域，θji表示此扇形感知区域的圆心角。
图2 s（i）∩s（j）
图3 Sji和θji
图4 ∪j∈N（i）SjiS（i）
定理1 如果有∪j∈N（i）SjiS（i）,那么∪j∈N（i）（S（j）∩S（i））S（i）成立。
证明 （S（i）∩S（j））Sji
∪j∈N（i）（S（i）∩S（j））隆j∈N（i）Sji
∪j∈N（i）SjiS（i）
定理1证明了一个节点感知范围能够被邻居节点所覆盖的充要条件是扇形区域面积之和是否等于节点的感知范围，也就是说扇形圆心角的和是否为360°，如图4所示。如果条件∪j∈N（i）SjiS（i）满足，那么就称节点i的邻居节点可以完全代替自己完成网络覆盖，可以从图3中简单的得出圆心角：
θji2・arccos（3）
因为0
2.2 冗余节点判断阶段
为了获得邻居节点集的信息，每个节点向周围广播一个PAM（Position Advertisement Message），此信息中包含了节点的ID号和目前的位置信息，由于在此方案中仅仅考虑了离节点距离小于或是等于感知半径Rs的节点,为了节约能耗，每个节点只产生能够发送距离为感知半径Rs的能量，这样的能量控制模式保证了只有在节点感知范围内的节点才可以接受到此信息，这样大大减少了网络的通信量，避免了广播风暴，同时也实现了节能。邻居节点在收到了此消息后，将其状态标识符used的值设置为1（used为1时表示已经归属于某一个节点的邻居节点集，used为0时表示还未归属于某一个节点的邻居集），表示该节点已经为某个节点的邻居节点，不再接受另外节点发来的PAM，然后在收到PAM后节点立即返回一个含有节点位置参数的信息，发送完毕后马上转为休眠状态。发送PAM的节点在收集了邻居节点信息后，通过式（3）计算出圆心角θji。如果∑j∈N（i）θji≥360°,那么节点i就为冗余节点。
如果所有的节点同时进行判断，那么就有可能产生盲点，过程如图5所示。节点1的感知范围可以被节点2、3和4的感知范围所代替，同理节点4的感知范围可以被节点1、5和6的感知范围所代替，如果节点1和节点4同时关闭，那么就会造成如图5中（d）所示的盲点。由此设计一种状态标识的方法来解决此问题，由于节点移动方案不需要大量的冗余节点参与移动，在节点被设置为某一个节点的邻居节点后，便将邻居节点状态标识符used的值设置为1。比如节点1得到自己的邻居节点集后，节点2、3和4的状态标识符used都被设置为1，待节点2、3和4返回各自的位置信息后立刻转为休眠状态，那么节点4不再处于工作状态，它也就不再参与节点4是否为冗余节点的判断过程。
图5 生成盲点的过程
无线传感器网络中通信所消耗的能量往往比节点计算所消耗的能量要大几倍。由于邻居节点在发送了自己的位置信息后马上转为休眠状态，此方法比文献［15］中的方法更加节约了能量，因为不需要节点再次广播自己的状态信息，这样就减少了通信量，从而减少了节点的能量消耗，发现冗余节点的算法伪代码如下。
Notation：
PAM：position advertisement message
LOC（i）：location of the node i
used：the status of the node
N（i）：the neighbors of the node i
R（i）：redundant node identifier
Initialization：
For each node get their ID,LOC（i）
For each node set R（i）0,used0
Calculate the neighbor of each node N（i）
For each area：
At the node i
If node i broadcast the PAM then
For each node j which belongs to the N（i）
Node i receive it’s neighbor’s LOC（j） message
Calculate θji
If ∑j∈N（i）θji≥360° then
R（i）1
used1
If node i receive the PAM then
Ifused0 then
Send it’s LOC（j） message to the node i
used1
Ifused1 then
node i turn into off-duty status
3 节点移动方案
假设网络中节点具有相同的感知半径和通信半径，节点的通信半径和感知半径满足：Rc≥2Rs,其中Rc表示节点的通信半径，Rs表示节点的感知半径。每个区域中具有大量的移动节点［16］，而且移动节点均匀部署在各个区域中，节点在移动的过程中不会遇到障碍物，并规定每个节点只参与一种移动方案。以下所讨论的方案均是在移动节点之间进行的。
3.1 节点移动方案比较
移动一个节点到瓶颈节点的周围一般有两种移动方案，直接型移动和瀑布型移动，如图6所示。
图6 两种节点移动方案
直接型移动 直接型移动就是当冗余节点收到移动的信号后，从当前的位置直接移动到目标区域，如图6（a）所示，节点S1直接从当前的位置一次性移动到S0节点处。这种移动方案不需要网络中每个节点都具有移动性，但是由于一个节点移动了较长的距离从而导致节点到达目标区域时节点消耗了非常多的能量，并且直接移动一个节点会花费较长的时间，这样也增加了网络的初始化时延。
瀑布型移动 瀑布型移动则是在节点收到移动信号后，首先通过算法求出一个最优的节点移动方案，该方案选出了一部分满足移动条件的节点，被选中的节点全部同时移动一个较短的距离。如图6（b）所示，称节点S1为节点S2的前驱节点，节点S2为节点S1的后继节点，同理其他节点类似处理。S1移动到节点S2处，节点S2移动到节点S3处，节点S3移动到节点S0处，并且节点S1、S2和S3是同时开始移动。这种算法需要所选的节点都具有移动性，由于每个节点都移动相对较短的距离，可以均衡单个节点移动所需的能量开销，而且同时移动一个较短的距离缩短了网络初始化时间。因为冗余节点作为移动方案的第一个前驱节点，其他的节点均是代替其后继节点的位置，所以移动节点后不会对监测区域造成覆盖漏洞。
瀑布型节点移动方案是为了最小化节点移动消耗的总能量同时最大化节点剩余最少能量，但是在大多数情况下这两者之间很难同时满足，文献［6］通过仿真实验详细阐述了该问题并得出最好的平衡点就是两者差值最小的那个点。
3.2 瀑布型节点移动算法
为了得到一个最好的节点移动方案，在计算出各个区域的冗余节点之后，瓶颈节点向各个区域广播一个“HELP”信息来表示此处需要移动节点的辅助。此信息中包含了此瓶颈节点的位置信息LOC（Sb）（Sb表示瓶颈节点），在各个区域中收到此信息的节点把瓶颈节点的位置信息存储在自己的存储器中，并把瓶颈节点设为自己的后继节点，然后以收到信息的节点为源节点，构造一个无向加权图G（V,E,W）,顶点V为网络拓扑图中的节点，E为网络拓扑图中相邻节点之间的连线，W为邻节点的距离d（i,j）。对每个源节点使用改进的Dijkstra算法与冗余节点优先原则相结合的方法，便可求出一系列满足条件的节点，最后节点依据其后继节点的位置信息LOC（Si）同时移向其后继节点。
冗余节点优先原则：当节点i的邻居节点集N（i）中包含了冗余节点时，直接选择W最小的冗余节点作为下一个转节点；当邻居节点不含冗余节点时，选择邻居节点j（j∈N（i））的邻居节点集N（j）中含有冗余节点且Wij（Wij为节点i与其邻居节点j的连线的权值）最小的节点为转接点；当上面两个条件都不满足时，选择一个Wij最小的节点为下一个转接点。冗余节点优先原则可以有效地避免慢收敛的情况，以便尽早发现冗余节点，缩短网络的初始化时间。
图论中的Dijkstra算法可以构造出无向加权图中两个顶点之间的最短路径。对它进行改进，改进后的算法思想为：以区域中接收到瓶颈节点发送的“HELP”信息的非冗余节点为源点，首先从源点i的邻居集合N（i）中利用冗余节点优先原则选择邻居节点K作为转接点并将节点K的后继节点设为i，同时将K划归到标识集合S中 （初始时，S{i}）。然后对K的邻居节点集与标识集合的差集（N（k）-S）中每个节点j的Wj值进行更新；再从标识集合S中所有节点的邻居节点集的并集与标识集合S的差集（∪N（i）－S,i∈S）中利用冗余节点优先原则选择一个节点作为下一个转接点，并将最近加入到S集合中的节点标识为该节点的后继节点，同时规划到标识集合S中；重复上述过程，当转接点为冗余节点时，终止此算法。改进的Dijkstra算法和冗余节点优先原则相结合的过程描述如下，其中successor（j）i表示节点j的后继节点为i。
第1步 对每个接收到“HELP”信息的源节点i判断其是否为冗余节点，若是则successor（i）Sb,并终止算法，否则执行第2步。
第2步 初始化S{i}；Wijd（i,j）（j∈N（i））；successor（i）Sb。
第3步 使用冗余节点优先原则对j∈N（i）进行判断得到节点k，SS∪{k}；successor（k）i；若k为冗余节点，终止算法，否则执行第4步。
第4步 修改N（K）－S中的Wj值：Wjkminj∈N（k）－s{Wj,Wj+d（k,j）}。
第5步 利用冗余节点优先原则在∪N（i）－S,（i∈S） 中选定一个节点p,并将其规划到S中，SS∪{p},successor（p）k。若p为冗余节点，则终止算法，否则转第3步。
图7为一个通过上述方法得到的节点移动路径示例图，最后瓶颈节点Sb的周围增加了三个节点S1、S3、S5来辅助瓶颈节点Sb进行网络通信，这样便很好地解决了无线传感器网络中的瓶颈节点的问题，优化了网络拓扑，延长了网络生存周期，更加有助于无线传感器的实际应用。
图7 瀑布型节点移动方案示例
4 仿真实验与分析
本节给出了直接型移动与瀑布型移动两种方案节点移动的距离，节点移动后剩余的能量和节点移动到目的点所需的时间的仿真结果。仿真平台采用NS-2，假设基站位于网络拓扑图的左上角，在仿真中选择了定向扩散协议作为网络层协议［17］。
表1 仿真实验的参数设置
图8得到的是直接型移动与瀑布型移动两种方案节点移动的距离。在直接型移动方案中冗余节点直接按直线移向瓶颈节点，而瀑布型移动方案中节点则是移向其后继节点，整个瀑布型节点移动的轨迹是一条折线，通过仿真得出瀑布型节点移动的总距离大于直接型移动节点移动的距离，但是距离差值不大，同时也验证了图7所示的场景。
图8 两种方案节点移动距离比较
图9得到的是直接型移动与瀑布型移动两种方案节点的剩余能量。直接型移动方案中冗余节点单个直接移向瓶颈节点，而瀑布型移动方案中每个节点仅仅移向其后继节点并且后继节点均为其邻居节点，由此可得直接型移动方案中冗余节点移动很长的距离才能到达瓶颈节点周围，由此消耗的能量远远大于瀑布型移动方案中节点移动所消耗的能量。在图9中可以得到瀑布型移动方案中节点因移动所消耗的能量平均值约0.5J，而直接型移动方案中节点消耗的能量平均值为约4J，直接型移动方案中节点消耗的能量为瀑布型移动方案中节点消耗能量的8倍。此仿真结果证明了瀑布型移动方案在节点节能方面的优越性，它均衡了节点能量的消耗，同时提高了整个网络的生存周期。
图9 两种方案节点剩余能量比较
图10得到的是直接型移动与瀑布型移动两种方案节点移动所需的时间。直接移动是冗余节点直接移向瓶颈节点，在节点移动速度相同的条件下，由于冗余节点移动了较长的距离，所以整个网络初始化需要更长的时间；而瀑布型移动是节点同时移向其后继节点，后继节点均是在邻居节点中产生的，这样节点移动的最大的距离为传感器的感知半径Rs,由感知半径和节点移动的速度可得瀑布型节点移动所需的最长时间为15s，由图10可得瀑布型移动方案中节点移动所消耗的平均时间远小于直接型移动方案，从而缩短了整个网络的初始化时间。
图10 两种方案节点移动时间比较
5 结语
由于无线传感器网络中节点能量的有限，首先考虑如何节约能量来提高整个网络的生存周期，由于节点的随机部署导致网络中出现瓶颈节点，本文中提出一种高效的冗余节点判定算法，然后详细讨论了瀑布型节点移动方案，通过对Dijkstra算法的改进并采用冗余节点优先原则，快速得出节点移动路径。通过仿真实验对两种移动方案进行了比较，验证了瀑布型节点移动方案在解决无线传感器网络中瓶颈节点时的优越性。后期的工作为当场景中存在障碍物时节点移动方案的优化。
参考文献:
[1] 王伟，林峰，周激流. 无线传感器网络覆盖问题的研究进展[J]. 计算机应用研究,2010，27（1）:33-35.
[2] HILL J L. System architecture for wireless sensor networks[D]. Berkeley: Computer Science University of California, 2003.
[3] HU NINGNING, LI L, MAO Z Q M, et al.A measurement study of Internet bottlenecks[EB/OL].[2010-10-02]. citeseerx.ist.psu.edu/viewdoc/download？doi10.1.1.61.2151&reprep1&typepdf.
[4] 田乐，谢东亮，韩冰，等. 无线传感器网络中的瓶颈节点的研究[J].软件学报， 2006，17（4）:830-837.
[5] KATSUMA R, MURATE Y, SHIBATE N, et al. Extending k-converage lifetime of wireless sensor networks using mobile sensor nodes[C]// IEEE International Conference on Wireless and Mobile Computing Networking and Communications. New York: IEEE, 2009:48-54.
[6] WANG G L,CAO G H, PROTA T A, et al. Sensor relocation in mobile sensor networks[C]//Proceedings of the 25th Conference on Information Communications. New York: IEEE, 2005:2302-2312.
[7] GARETTO M, GRIBAUDO M, CHIASSERINI C F, et al. A distributed sensor relocation scheme for environment control[C]// Proceedings of the 4th IEEE International Conference on Mobile Ad Hoc and Sensor Systems. New York: IEEE, 2007: 1-10.
[8] MA K, ZHANG Y, TRAPPE W. Managing the mobility of a mobile sensor network using network dynamic[J]. IEEE Transactions on Parallel and Distributed System, 2008,19（1）:106-120
[9] BARTOLINI N, CALAMONERI T, PORTA T L, et al. Autonomous deployment of heterogeneous mobile sensors[J]. IEEE Transactions on Mobile Computing, 2011,10（6）:735-766.
[10] BARTOLINI N, CALAMONERI T, FUSCO E, et al. Autonomous deployment of self-organizing mobile sensors for a complete coverage[C]// 3rd International Workshop on Self-organizing System, LNCS 5343. Berlin:Springer,2008:194-205.
[11] BARTOLINI N, CALAMONERI T, PORTA T L, et al. Mobile sensor deployment in unknown fields[C]// Proceedings of the 29th Conference on Information Communications. New York: IEEE,2010: 836-841.
[12] TENG JIE, BOLBROCK T, CAO GUOHONG, et al. Sensor relocation with mobile sensors: Design, implementation, and evaluation[J]// Proceedings of the IEEE International Conference on Mobile Ad Hoc and Sensor Systems. New York: IEEE, 2007:1-9.
[13] CHAKRABARTY K, IYENGAR S S, QI H R, et al. Grid coverage for surveillance and target in distributed sensor network[J]. IEEE Transactions on Computers, 2002:51（12）: 1448-1453.
[14] DHILLON S S, CHAKRABARTY K. Sensor placement for effective coverage and surveillance in distributed sensor networks[C]// IEEE Wireless Communications and Networking Record. New York: IEEE, 2003:1609-1614.
[15] TIAN DI, GEORGANAS N D. A coverage-preserving node scheduling scheme for large wireless sensor networks[C]// Proceedings of the 1st ACM International Workshop on Wireless Sensor Networks and Applications. New York:ACM, 2002:32-41.
移动网络经济范文4
一、服务器上存放多少个网站
企业网站通常用的都是虚拟主机，虚拟主机是一台服务器上的一部分空间，也就是说，这一台服务器上不光运行着你一个网站，你还有很多邻居。一整台服务器的性能要分配给同台服务器上所有的网站，整台服务器的性能是有限的，也就是说，一台服务器上的网站数量越少，那么平均每个网站所获得的资源就越大，性能越高，速度也就越快。
有一些小的服务商，为了更多的获取利润，在一台服务器上放置大量的网站，导致服务器的负载非常紧张，这样每个网站的速度、性能就会受到影响。所以企业一定要了解你的服务器上放置多少个网站。例如客直达的用户所用的空间，每台服务器所放置的网站数量均有明确限制，可以保证每个客直达的企业网站都可以流畅运行，为企业网络营销活动奠定坚实的基础。您可以百度搜索“移不动网络营销”，免费工具频道，进入同一台服务器上网站数量查询工具，查看您的企业网站服务器上有多少个正在运行的网站，做到心中有数。
二、服务器上有没有坏邻居
现在企业基本上做网站就是为了网络营销的，搜索引擎来的客户我们必须得重视，现在有一些网站使用错误的方式进行搜索引擎优化，这是有很大风险的，很容易让搜索引擎认为你的网站在作弊，欺骗搜索引擎，误让搜索引擎对你的网站暂时性做出过高的评价，但是这种欺骗不会长久，当搜索引擎发现自己被欺骗之后，那么涉嫌作弊的网站将会被搜索引擎惩罚，轻则降权(主要表现为排名大副度下滑)，重则将导致被搜索引擎封杀(干脆搜不到了)。
如果跟你在同一台服务器上的邻居被搜索引擎发现有作弊手段或者你的邻居网站上有违禁信息，那么你的网站通常也会跟着遭殃。所以你的网站邻居，对你的网络营销也会造成影响，例如，我们公司的所有客户都是将网络营销工作全权委托给我们来做的，移不动网络营销为这些企业统一进行标准的搜索引擎优化操作，这些企业被安排在同一台服务器中，这样我们可以确定这些网站都是安全的，可以杜绝企业在这方面存在的风险。
三、独立IP虚拟主机的优势
上面我们说了，在同一台服务器，你的邻居是否规矩，对你的网站在搜索引擎上的表现有一定的影响，搜索引擎是根据IP地址判断同一台服务器上的网站的，所以理论上来说，使用独立IP地址的虚拟主机可以规避因您的邻居不规范而给您带来的潜在风险。另外搜索引擎针对使用独立IP虚拟主机的网站会有个加分，认为其更加规范、可信。因为IP资源紧张，不少企业可能会认为独立IP的空间比较贵，其实并没有那么贵，像握手网络营销的独立IP空间200~300元级别的就完全满足一般企业网站使用了。
四、服务器是否支持URL伪静态或纯静态生成
伪静态说法是相对于真静态的。我们为了让网站针对搜索引擎更加友好，通常会将网站内容做成静态的形式，尤其是一些大中型网站，生成真静态可以很好的缓解服务器的压力，让网站运行起来更有效率，更快。但是生成真静态的网页也并不是适合每一个网站，因为有些网站需要用到一些实时的数据，或者还需要运行一些动态的脚本来实现某一功能，这样便无法使用生成真静态功能，伪静态就是既能解决上述问题又能实现针对搜索引擎友好的折中技术。但目前市场上并不是所有的网站空间服务商都支持这种技术，如果不支持，那么你的网站程序中伪静态功能便无法使用。这对搜索引擎优化是有不利影响的。
上面已经说了静态页面对于优化的重要性，如果网站程序支持纯静态页面生成，那么是再好不过了，伪静态很占用系统资源，会导致网站浏览时响应时间过长，效率下降，真静态页面可以提高页面打开速度，当然页面打开速度更快，用户体验便越好，打开速度更快的网页在搜索引擎系统中的排名要更具优势。同样也不是所有网站空间服务商都支持纯HTML静态页生成的，这一点买空间之前我们也要问好了。
五、服务器机房位于哪里
用户打开企业的网站，数据是从服务器传递到用户浏览器的，那么这个数据走的路线越短，访客等待的时间就越短，网站打开的速度就越快。比如说，你的客户群主要集中在辽宁营口，你的网站服务器却在三亚，那么你营口的客户的访问速度肯定会受到影响。要知道，并不是说你找营口的网络公司做的网站，你的服务器就一定在营口，因为通常的小网络公司，都没有自己的服务器，都是其他大的IDC厂商的网站空间，那么他们的服务器位于哪个机房就难说了，所以企业千万不要认为你找本地的公司做网站你的服务器就在本地。
另外，除非你是在大城市，并且你的城市具有条件不错的机房，一般不要选择地级机房的空间。因为小城市的机房硬件设施差，数据安全性差，防火防盗甚至都做的不完善；机房无优秀的技术维护人员，无法提供7*24小时服务，重大问题还解决不了；带宽不行，省级机房再分流出来的带宽，速度在当地快，但其它地方打开都会比较慢，访问速率低下。
所以建议选择一些质量过硬的机房托管您的网站，例如北京、上海、西安等地的机房。这样比较安全保险，出现问题的概率比较小，并且解决起来也会比较及时，速度、质量方面更有保证。
六、双线路优于单线
我们都知道，我们国家的特色，电信用户访问联通服务器卡，联通用户访问电信用户卡。这就是单线路空间的缺点，单线空间怎么整都有一部分人访问你的网站速度不理想，所以双线空间就被发明了。智能双线空间就可以很好的解决这个问题。智能双线空间又称智能双线虚拟主机，实际是依据域名智能解析系统配合双线主机实现。其原理是用户访问网站先会判断用户是电信上网还是网通上网？是电信就走电信通道。网通上网就走网通通道。这样实现了智能判断选择线路目的。从而提高访客的体验。
七、大容量空间通常配备更多的资源
一般企业的网站的体积都很小，几十M空间基本都能装下，理论上有100M通常也够了，但其实空间的大小并不仅仅是能不能装下网站的问题，空间商往往为更大的空间配备更多的资源，虽然企业的网站只有几十M，但如果开通的空间能大些的话，速度也会提升不少。
八、是否有独立的FTP、数据库权限
正常来讲，所有的网站都有这个，但企业做网站往往是通过网络公司，并使用网络公司的空间，而网络公司为了防止用户逃离，往往不给客户网站空间的FTP、和数据库管理权限，只给一个网站后台，例如中企动力、铭万就是这样的公司，一旦客户在他们那做网站了，基本就属于被绑架了，只能年年续费，并且服务还不好。所以企业在找网络公司做网站之前，一定要跟服务商，要来网站的FTP及数据库管理权限，并且在网站上线之后，下载一份源代码到本机备份，以防不测。
当然评判一个网站空间的好坏，肯定不止上面我说的这几个指标，这里篇幅限制，只能选几点最基本的也是影响较大的因素来谈谈，企业找网络公司做网站，空间的性能往往是被企业最容易忽略的一部分，不少的企业都在网站空间的问题上吃过亏，所以企业在做网站或是开展网络营销活动之前，一网站空间的相关问题一定要引起足够的重视。 （来源：作者原创投稿）
2011年中国服装产业电子商务采购会宁波举行
10月20日，由、中国服装网共同主办的“2011中国服装行业电子商务应用峰会暨中国服装产业电商采购会”(会议官方网站：/zt/fuzhuang/)将在宁波举行，峰会以“服装行业如何拥抱电子商务浪潮？”为主题，汇聚国内服装电商顶尖精英与数百全国各地服装品牌高管展开“尖峰对话”。
移动网络经济范文5
关键词：移动机器人；BP神经网络；轨迹跟踪控制
引言
人工神经网络使非线性系统的描述成为可能，并且在学习、记忆、计算和智能处理方面表现出了很强的优越性。人工神经网络具有如下特点：(1)可以按照指定的精度无限逼近几乎各种复杂的非线性系统，解决了非线性系统的建模问题；(2)信息采用分布式存储和处理方式，使得神经网络具有很高的运算效率和很强的容错性和鲁棒性； (3)可以自行调节参数和结构实现自学习的目的以完成某项任务。（4）人工神经网络具有强鲁棒性和适应性，高可靠性以及智能性，为解决高维数、非线性、强干扰、时滞和不确定系统问题开辟了新思路并提供了方法，它在控制领域将具有举足轻重的地位。
1 BP神经网络
BP网络的学习过程分为两个阶段：第一个阶段是输入已知学习样本，通过设置的网络结构和前一次迭代的权值和阈值，从网络的第一层向后计算各神经元的输出。第二阶段是对权值和阈值进行修改，从最后一层向前计算各权值和阈值对总误差的影响(梯度)，据此对权值和阈值进行修改。以上两个过程反复交替，直到达到收敛为止。由于误差逐层往回传递，以修正曾与层间的权值和阈值，所以称该算法为误差反向传播算法。这种误差反传学习算法可以推广到若干个中间层的多层网络，因此该多层网络常称之为BP网络。
BP神经网络根据每次的训练样本对权值进行修正，即使是在训练样本差别不大的情况下，各个神经元之间的连接权值也要重新经过计算进行修正。这在训练样本维数不大的情况下计算时间不会有很大差别，但是在实际应用中，往往所要训练的数据都是极为复杂和庞大的，神经元个数也许是几十个或几百个，如果每个新的样本数据都要重新经过计算进行权值修正，尤其在两个样本数据整体均方误差和很小或绝大部分数据完全一样个别数据差别较大的情况下，这样就会增加重复的不必要的计算量，大大浪费计算时间，降低权值调整效率，难以满足实时性要求。针对以上问题，提出了一种改进的BP神经网络。它通过把传统BP神经网络根据其规模分割成若干更小的子网分别进行训练来达到提高计算效率的目的
2 基于改进的BP神经网络的轨迹跟踪
移动机器人的控制器设计问题可以描述为：给定参考位置和参考速度，为执行力矩设计一个控制法则，控制机器人移动，使其平稳地跟踪速度输入和参考位置。
2.1基于后退算法的运动学控制器设计
根据移动机器人的运动学方程来选择用于实现跟踪的速度控制输入，表示如下:
(1)
其中, ,均为设计参数。
速度控制信号的导数为：
(2)
控制信号误差为：
(3)
由李雅普诺夫理论可以得知，所设计的运动学控制器能使系统的跟踪误差收敛。
2.2 基于改进BP神经网络的动力学控制器设计
如果一个向量仅是一个变量的函数，那么就可以用静态神经网络来建模。即：
(4)
式中，和是GL向量，它们各自元素分别为和。是模型误差向量，其元素是。其中，来表示一般向量或矩阵, 和“”分别表示GL 矩阵及其乘积算子。
由移动机器人动力学方程式知，仅是的函数，是和的函数，所以，可得：
(5)
(6)
式中，，和是GL矩阵，其各自元素分别为： ，，和。其中，和 是矩阵，其模型误差元素为：和。
3 结论
改进的BP神经网络应用于移动机器人轨迹跟踪控制具有正确性、高效性、实用性和智能性等优势，把神经网络分割成若干子网分别进行训练获取了更高计算效率的方法，使BP神经网络避免了不必要的权值调整，提高了网络的训练效率。
参考文献：
[1]韩光信,陈虹. 约束非完整移动机器人轨迹跟踪的非线性预测控制. 吉林大学学报(工学版),2009,39(01):177-18
移动网络经济范文6
与会嘉宾共同启动开幕仪式
中国目前有8500万残疾人，因为身体的缺憾，他们往往面临着就业困难，收入水平低，家庭生活贫困的窘境。2008年5月12日，汶川发生了举世震惊的大地震，造成大量房屋倒塌和人员伤亡，因地震造成残疾的人也不在少数。但他们中的大多数人并没有放弃对生活的希望，通过智慧和劳动实现了自己的价值，赢得了社会的尊重。
当年地震发生后，京东集团首席执行官刘强东先生带领京东员工第一时间奔赴灾区，在非常艰苦的条件下协助当地救援和医疗机构开展了为期半个月的赈灾工作。八年后的今天，京东日益强大并发展成为中国营收规模最大的互联网企业，也承担起了更大的社会责任。京东此次携手梦无缺工程，希望借助自身的力量，为自强不息心怀梦想的残疾人切实地做一些有意义的事情。
京东集团副总裁李曦致辞
此公益项目的发起人之一、京东集团副总裁李曦表示，此次京东携手“梦无缺”工程，将互联网+公益的创新模式结合“消费即慈善”的理念，让公益更加简单便捷，带动社会各界的力量迸发出倍增的效应。希望借助互联网的力量，带动全社会共同帮助残障人士，将日常的消费变成善举，让社会正能量通过互联网得以集结、延续和传递。
据（100EC.CN）了解，“梦无缺助残公益商城”首批将上线1000多件商品，主要以残疾人企业或残疾人手工业者生产的商品为主，其中的北川羌绣就是在汶川地震中重新振作起来的残疾人手工制作的绣品。
希望工程、梦无缺工程创始人徐永光致辞
在5月15日“全国助残日”当天，京东与“梦无缺”工程携手打造的“515助残购物节”也将正式拉开帷幕。购物节上，京东将邀约千余商家参与其中，期间消费者在助残购物节商品网页的所有消费，将由商家和京东根据一定比例捐献给梦无缺慈善基金会。作为“梦无缺”工程的创始人之一，曾成功创建“希望工程”的徐永光先生表示：“消费即慈善，商业与公益价值共享，是互联网时代跨界合作的社会创新模式。梦无缺工程为慈善企业联盟自觉担当社会责任搭建平台，消费者在快乐消费中实现助残，而梦无缺基金会是‘梦无缺’工程慈善目标的实现窗口。”
