一种TDMA无线多跳网中新的传输调度算法

针对TDMA无线多跳网中的时隙分配问题,提出了一种新的传输调度算法,称为"碰撞避免正确稳健调度"(CA-PRS)。CA-PRS算法与以往PRS算法的区别是可以根据网络的拓扑变化,自适应选择分组发送时隙,实现了分组传输中的碰撞避免。该算法实现简单,协议开销小,不需要对节点度数进行约束。仿真结果表明与simple-PRS算法相比,该算法提高了无线资源的利用率。     

无线Ad Hoc网络功率控制透明传输调度算法的研究

提出一种无线Ad Hoc网络中具有功率控制的透明传输调度算法,通过探测接收邻居的节点数目,周期性地调整节点发射功率,从而提高空间利用率,减少与邻居节点的冲突. 通过分析和仿真,证明本算法比没有功率控制的透明传输调度算法在吞吐量和分组发送阻塞率方面有明显的改善;同时,通过减少发射功率,提高了网络的整体生存时间.     

工业无线网络链路选择与时隙分配的同步优化

以工业无线网络为研究对象,通过结合多链路路由算法和时隙调度算法静态优化无线网络的传输性能.链路选择用于优化网络的空间资源,时隙分配用于优化网络的时间资源,两者相互作用影响无线网络的传输性能.根据无线网络的传输特性给出多跳分级的无线网络模型,将分布式的工业无线网络系统层次化,减小无线网络节点之间联通的复杂性,并给出基于该模型的无线网路链路选择和时隙分配同步优化架构.针对这2个分属于空间和时间上的不同问题,采用链路染色方法进行标记,避免网路传输链路冲突问题;采用遗传算法隐并行性和组合优化解决链路选择和时隙分配的相互干扰;提出层次化的编码方案,并给出基于遗传算法双层编码方案使2类问题得以结合;给出基于遗传算法的同步优化策略并加以验证.实验结果表明:优化后的算法使得无线无线网络的采样率、数据平均延迟和节点负载性都得到进一步的提升.     

一种基于弱实时的加权公平队列调度算法

针对目前的一些实时应用，例如视频传输应用、网络传输延迟和网络资源利用率相矛盾的问题，结合弱实时理 论，提出了基于弱实时约束的广义处理器共享(WGPS)的调度策略以及面向分组模型的基于弱实时约束的加权公平队列 (W2FQ) 调度算法.该算法以加权公平队列(WFQ)调度算法为基本算法，根据丢失率参数和弱实时约束的要求，适当丢失一 些分组，从而可以降低网络传输延迟和减小网络服务带宽.理论分析和仿真结果表明，该算法是一个公平可行的调度算法 ，而且与WFQ算法相比，实时应用能够得到更及时的传输且保证服务质量不受影响.     

基于最大生存周期的无线传感器网络数据融合

针对无线传感器网络节点能量有限并且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法.该算法将均匀分布或非均匀的整个网络中的节点分成多个簇,并根据节点的位置、分布密度和剩余能量等信息选择传输数据的方式,从而形成传输数据的最短路径.根据集中式TDMA（时分多址）调度模型并运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优.仿真结果表明,该算法不但可以最大化网络的生存时间,还可以有效地降低数据融合时间,减少网络延时.     

确定性网络跨域传输架构与DRL流量调度算法

针对时间敏感网络的跨域传输问题，提出了确定性跨域传输架构和基于深度强化学习(DRL)的调度算法。确定性跨域传输是一种融合循环队列转发与确定性网际互连协议的广域确定性组网架构，通过定义跨域周期映射函数，建立基于时隙的确定性传输通道，保障有界的传输时延；基于DRL的时隙路径联合在线调度算法，定义DRL状态、动作和奖励，以收益和最大化为目标对不同收益的业务流进行调度。实验结果表明，所提跨域传输架构和调度算法可以保障端到端的确定性传输，显著提高了流量调度收益值，以保障重要流量的传输。     

基于免疫算法的无线网络节点调度算法

为了实现无线传感器网络节点调度,提出了一种基于免疫算法的无线网络节点调度算法,建立网络模型并给出了目标函数.在给出抗体编码方式的基础上,定义了改进的免疫算法并对无线传感器网络的节点进行调度.仿真实验表明,该方法能有效地解决无线网络的传感器节点调度问题,具有较强可行性.     

低占空比无线传感器网络中节点自适应休眠机制

针对低占空比WSN网络存在着能量消耗不均、网络工作时长等问题,提出一种节点自适应休眠算法.该算法能够根据无线链路状况,自适应地调度节点休眠时隙和工作时隙,保证在时延约束条件下网络的整体能耗最小.在自适应休眠机制加入能量感知,使无线路由根据节点的剩余能量自适应调整,均衡各节点能耗,提升WSN网络的工作时长.经仿真分析发现,该算法能够在满足传输时延的同时,有效地减少工作时隙并降低能耗,从而提升网络的工作周期.     

基于模糊耦合的智能小区无线主干网路由算法

目的 为了减少智能小区无线网络设备，提高网络信息传输的可靠性和快速性．方法 研究了智能小区无线网络及其路由算法．根据智能住宅小区的特点和2．4GHz频段无线收发特性，提出了智能住宅小区主干网结构模型。即分层自组织网络模型，并对其网络模型进行了讨论．并结合模糊规则和耦合概念。提出了基于模糊耦合的列表路由算法．结果 通过对该算法的仿真，证明了该算法具有良好的网络信息传输可靠性、快速性和实用性的特点．结论 本文根据分层自组织网络，提出的基于模糊耦合的小区无线主干网路由算法，能够减少小区无线网络设备。降低小区组网的成本，能够提高网络信息传输的可靠性和快速性．促进智能小区无线网络的发展。     

多信道无线传感器网络节点传输调度方法

针对生成树结构的无线传感器网络功耗过高的问题,提出了一种多信道无线传感器网络节点传输调度方法。该方法可以对入口数据进行聚合,并仅向出口发送一个聚合数据包,将给定路由拓扑的无线传感器网络调度问题转化为二元线性规划问题加以合理解决。仿真结果表明,该方法与现行调度方法相比具有显著的优势。     

多速率无线Mesh网络中节点吞吐量分析模型

提出了多速率无线Mesh网络中节点吞吐量分析模型,在公平性保证条件下用以分析基于IEEE 802.11协议构建的无线Mesh网络节点吞吐量．该模型计算出不同速率无线链路发送数据包的时间,寻找网络中单位时间内完成数据包发送时间最大的瓶颈冲突域,根据瓶颈冲突域内负载流量速率得到节点吞吐量最大值．仿真结果表明,该方法计算出的节点最大吞吐量与网络仿真结果一致,可以准确分析多速率无线Mesh网络节点吞吐量．     

圈的距离不大于5的任意两点可区别的全染色

所谓图的D（β）-点可区别全染色是指图G的一个正常全染色且使得距离不大于β的任意2点有不同的色集合.文献[2]讨论了图的距离等于2和3的点可区别全染色,文献[3]讨论了图的距离等于4的点可区别全染色.本文主要讨论了圈的D（5）-点可区别的全染色.     

图着色问题的细胞神经网络算法研究

应用细胞神经网络（ＣｅｌｕｌａｒＮｅｕｒａｌＮｅｔｗｏｒｋｓ—ＣＮＮ）模型,系统地研究了图着色的ＣＮＮ算法,构造了能量函数,建立了相应的数学关系和表达式．与图着色的其他算法相比较,此算法的模型具有结构简单,易于实现的特点．     

基于CHNN的地图四着色算法

在地图四着色理论的基础上,使用霍普菲尔德神经网络方法设计了一个能够进行四着色的实用算法,可以对多达100个区域的地图进行四着色。可以将区域地图转化为最大可平面图,并根据顶点集进行霍普菲尔德网络设计。经过仿真实验,总结出了不同的顶点数所使用的不同参数,解决了非确定性的霍普菲尔德神经网络方法的成功率问题。实验结果揭示出霍普菲尔德神经网络在图论研究中的可行的计算方法和良好效果。     

ZigBee网状网络路由协议的可扩展性研究

现存的ZigBee网状网络采用Ad Hoc按需矢量路由算法AODV。AODV是在洪泛的基础上来确定路由的,随着节点的增多,网络性能便会下降,网络的扩展便受到限制。在该文中提出一个有助予提高网络扩展性的基于簇的ZigBee网状网络路由协议ZiCL,它是在ZigBee网状网络分级地址结构的基础上,将网络划分成簇,分别给每个簇分配一个簇标。在路由发现时,基于簇标来查找目的节点,减少路由发现程序。仿真结果显示,ZiCL降低了路由开销从而提高了网络扩展性。     

图着色问题的蚂蚁算法研究

随机蚂蚁着色算法是根据蚂蚁算法的搜索机制和反馈功能提出的解决图着色问题的新算法,继承了蚂蚁算法快速收敛以及跳出局部最优解的优良特性,结合传统图着色算法的着色思想,提出了逆序蚂蚁着色算法和贪心蚂蚁着色算法,进一步提高了求解质量,加快了收敛速度.实验结果证明了逆序蚂蚁着色算法和贪心蚂蚁着色算法的优良特性.为了合理选取蚂蚁着色算法参数,进行了大量随机图着色实验分析,得出了关键参数的最佳取值范围.     

认知无线电中的联合准则频谱分配算法

动态频谱共享技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率．针对图论着色算法中产生的单轮分配聚集现象,提出了基于协作式最大化频谱总效用和协作式最大化比例公平的联合准则算法．该算法在计算节点间的着色标号时采用不同的准则,进而提高了用户间分配的公平性,同时降低了时间开销．     

点可区别全色数的一个上界

设G是简单图,f是从V（G）UE（G）到{1,2,…,k）的一个映射．对每个u∈y（G）,令c（u）={f（u）}v∈V（G）,uv∈ E（G）}．如果,是k-正常全染色,且对任意u,v∈V（G）（u≠v）,有c（u）≠c（v）,那么称f为图G的k-点可区别全染色（简记为k-VDTC）．数χvt（G）=min{k｜G-有k—VDTC}称为图G的点可区别全色数．通过应用概率方法,证明了对任意最大度A≥2的图G,χvt（G）≤32（△＋1）．     

基于Overlay-Underlay的功率控制路由算法

对现有混合式认知无线电网络频谱共享模型进行改进, 解决了现有路由算法在干扰与时延处理方面的缺陷, 提出了一种基于Overlay-Underlay频谱共享的路由算法. 该算法以着色图为路由分析模型, 以最短路径和链路状态作为路由指标, 以最小累积干扰为信道分配指标, 优先接入空闲授权信道, 否则利用功率冗余接入, 发展了一种具有功率控制的端到端路径选择和信道分配方法. 仿真研究结果表明了该算法的有效性, 与现有路由算法相比, 提高了网络吞吐量, 降低了丢包率和端到端时延.     

点可区别边色数和点可区别全色数的两个上界

应用概率方法中的第一矩量原理和Markov不等式,证明了对于最大度为Δ的n阶图G,当Δ≥2时,其点可区别的边色数χv′d（G）≤nΔ（n-1）,当n≥3,Δ≥1时,其点可区别的全色数χvt（G）≤2 nΔ（n-1）.