基于无线网状网DSR的多路径分流带宽路由算法

无线MESH刚络是一种高速度,高容量的多点对多点网络,是一种新型的解决“最后一英里”问题的分布式网络．可把它堪称Ad Hoc网络的简化版本。无线MESH网络中的路由是它的一项关键技术,基于此,该文为对无线MESH网络的路由协议进行了改进研究,文中首先介绍了Ad Hoc网络三种路由协议,重点研究了其中一种动态源路由协议（DSR）的具体实现过程,并在支持QoS服务基础上,对DSR协议进行了改进,并提出了一种新的路由算法MSBR多路径分流带宽算法,该算法可v7,在源节点和目的节点之间找到多条路径并解决单条路径上不能满足的带宽请求时分配到多条路径上的问题。     

自组网环境下基于模糊控制的自适应动态源路由协议

自组网是由一组带有无线收发装置的移动节点组成的一个能够支持多跳的临时性的计算机通信网络，大多数节点是由有限寿命的电池来提供的，因此能量保护策略成为设计该类网络路由协议的一个重要依据．同时，拓扑的动态变化是该类网络的另一主要特征，它将影响路由的稳定性．通过对节点当前剩余电池能量和邻居节点之间链路稳定性的观察，并使用模糊逻辑控制策略，文中提出了一种基于动态源路由的自适应路由协议，仿真表明该协议有效地延长了网络的生存时间，并提高了报文提交率．     

基于无线网状网DSR的多路径分流带宽路由算法

无线MESH网络是一种高速度,高容量的多点对多点网络,是一种新型的解决"最后一英里"问题的分布式网络,可把它堪称Ad Hoc网络的简化版本。无线MESH网络中的路由是它的一项关键技术,基于此,该文为对无线MESH网络的路由协议进行了改进研究,文中首先介绍了Ad Hoc网络三种路由协议,重点研究了其中一种动态源路由协议(DSR)的具体实现过程,并在支持QoS服务基础上,对DSR协议进行了改进,并提出了一种新的路由算法MSBR多路径分流带宽算法,该算法可以在源节点和目的节点之间找到多条路径并解决单条路径上不能满足的带宽请求时分配到多条路径上的问题。     

能量均衡的动态间隔分层路由协议*

针对无线传感器网络中分簇多跳通信方式产生的能量负载不均衡问题,提出一种能量均衡的动态间隔分层路由协议（EHRD）。它通过层次间隔动态调整算法动态调整层次间隔,使得层次的能量消耗不均匀状况得到缓解,从而达到整个网络能量负载均衡。用NS2仿真测试结果显示：能量均衡的动态间隔分层路由协议在网络能量负载、网络生存时间、缓解网络“热区”问题上有所提高。     

无线传感器网络中一种混合动态自适应路由算法

针对无线传感器网络的节能以及能耗均衡问题，本文提出了一种无线传感器网络混合路由网络模型，将平面路由和层次路由有机地结合在一起，在数据获取阶段采用层次路由，而在数据传输过程中使用平面路由。同时，论文提出了一种基于该模型的动态成簇自适应路由算法HDAR（Hybrid Dynamic Adaptive Routing algorithm）。在算法中设计了基于现场数据的动态成簇机制来完成数据的收集，使用自适应的路由选择算法将数据传输回Sink节点。仿真结果表明HDAR协议在节能和能耗均衡方面达到了良好的效果。     

基于遗传算法的多约束QoS多播路由优化算法

随着大量新型的多媒体在高性能网络、移动网络及Internet中的应用，满足QoS约束的多播路由问题成为越来越重要，它吸引了许多爱好者．本文讨论了多约束QoS多播路由问题，主要包含延迟、延迟抖动、带宽和分组丢失率等QoS约束，文中描述了一种在动态网络环境及不确定参数下适应于研究QoS多播路由的网络模型．提出了一种在网络规模、可行性方面为Imernet、移动网络和高性能网络下基于遗传算法的多约束QoS多播路由优化算法（MQMRGA）．仿真结果表明该算法收敛速度快、可靠性高．MQMRGA为QoS多播路由提供了一种新的有效途径．     

Ad Hoc网络基于能量消耗的动态源路由协议

为了节省路由能耗,增加网络中节点生存时间,提出一种基于能量消耗的Ad Hoc网络动态源路由协议（ECDSR）。该协议以路由剩余能量、路由能耗预测、路由能量延时3个参数作为路径能量评价的参数。其中剩余能量参数反映了节点当前的剩余能量状态,能耗预测参数反映了节点能量的变化情况,能量延时参数能够保护低能量节点,屏蔽能量状况差的路由路径。仿真结果表明该协议相对于动态源路由（DSR）可以在网络时延和协议开销增加不明显的前提下,提高网络的生存时间等网络性能。     

一种基于DVMRP的路由器辅助可靠组播的方法研究

通过对DVMRP（距离向量组播路由协议）的路由信息报告中保留位的有效利用，提出一种基于DVMRP的路由器辅助可靠组播协议（RARM）。不需引入额外流量，仅仅依靠正常的DVMRP路由交换来进行动态分层，以一种比较简洁的方式实现了RARM协议的基本思想，完成了经典可靠组播协议的全部功能。仿真模拟测试表明：该方案能有效地抑制反馈风暴，减少传输延时。     

基于分层结构的多播路由协议

针对大规模Ad Hoc网络中平面多播路由协议缺乏可扩展性的缺点,提出一种基于分层拓扑结构的多播路由协议。该协议借鉴基于网格按需多播路由协议适合高速运动的优点,采用EWCA簇算法对其拓扑结构进行分层管理。仿真实验验证了该协议适用于大规模 Ad Hoc网络。     

无人机自组网路由协议研究综述

随着无人机软硬件技术的发展,多无人机集群自组织形成的无人机自组网（Flying Ad-Hoc networks, FANETs）受到了越来越多的来自学术界和工业界的关注,其灵活的部署和快速的反应能力使其能高效地完成多种多样的任务。而无人机自组网路由协议是提高服务质量（Quality of service, QoS）最重要的方法之一,但无人机自组网的移动性和动态性给路由协议的设计带来了严峻的挑战。传统的移动路由协议不能很好地满足无人机自组网的路由需求,因此研究者们从基于拓扑、地理和分层的角度提出了各式各样的无人机自组网路由协议,旨在克服移动性和提高网络的服务质量,并指出未来无人机自组网的路由协议可以考虑机会路由、软件定义网络（Software defined network,SDN）决策和预测驱动决策等综合提高QoS。本文主要针对无人机自组网网络特征,从不同的路由方法出发,SDN对路由协议进行总结和归纳,并对未来的研究方向进行了展望。     

基于Q学习的蚁群优化水声网络协议

针对水声通信中数据传输延时高且动态适应性弱的问题, 提出了一种基于Q学习优化的蚁群智能水声网络路由协议(Q-learning ant colony optimization, QACO). 协议包括路由行为和智能决策部分, 在路发现和维护阶段, 依靠网络智能蚂蚁进行网络拓扑环境的构建和节点之间的信息交换以及网络的维护. 在Q学习阶段, 通过定量化节点能量和深度以及网络传输延时学习特征作为折扣因子和学习率, 以延长网络的生命周期, 降低系统能耗和延时. 最后通过水声网络环境进行仿真, 实验结果表明QACO在能耗、延迟和网络生命周期方面都优于基于Q学习辅助的蚁群算法(Q-learning aided ant colony routing protocol, QLACO)和基于 Q-learning 的节能和生命周期感知路由协议(Q-learning-based energy-efficient and lifetime-aware routing protocol, QELAR)和基于深度路由协议 (depth-based routing, DBR)算法.     

一种可扩展动态混合移动自组网路由协议

现有的主动式路由协议和反应式路由协议在节点数目多、节点密度高的场景下性能不够理想,可扩展性较差,而混合路由协议可扩展性相对较好.提出了一种可扩展动态混合移动自组网路由协议--SDHRP(Scalable Dynamic Hybrid Routing Protocol),该协议基于一个分布式动态最大独立集算法.与ZRP的对比实验结果表明,在保证网络吞吐量的前提下,SDHRP的路由控制开销减小了30%左右,具有较好的可扩展性.     

高速因特网中含卫星单向链路的路由研究

由于多数卫星地面站只具有接收能力而形成了单向链路,无法应用现有的路由协议.为了解决含有卫星单向链路的路由问题,首先针对卫星直播系统的拓扑结构建立了网络模型,并在简化模型的基础上提出了基于环路发现的链路状态路由算法和一种基于服务器的协议--SERP(sever-based routing protocol).通过证明路由算法的收敛性,并利用Network Simulator工具对协议进行仿真的结果,得出SERP的正确性和具有协议开销小的特点,可用以支持在高速因特网中集成宽带卫星网络的动态路由.     

结构化对等网络中基于信誉的乐观路由决策

提出一种结构化P2P网络环境下的路由决策方法.该方法利用Beta评估机制对P2P节点路由行为进行信任度量,并针对P2P节点的短期在线行为,通过引入置信度避免了短期在线节点产生不可靠的信誉值;在基于Chord协议的P2P网络路由决策过程中,提出了乐观路由的思想;采用贪婪决策与信誉决策相结合的方式,实现了合理的多路径路由.该路由方法兼顾了效率和可靠性两方面因素.仿真结果表明,该方法在减少路由跳数和提高路由成功率方面都取得了较好的效果.     

Dynamic fuzzy logic and reinforcement learning for adaptive energy efficient routing in mobile ad-hoc networks

In this paper, a dynamic fuzzy energy state based AODV (DFES-AODV) routing protocol for Mobile Ad-hoc NETworks (MANETs) is presented. In DFES-AODV route discovery phase, each node uses a Mamdani fuzzy logic system (FLS) to decide its Route REQuests (RREQs) forwarding probability. The FLS inputs are residual battery level and energy drain rate of mobile node. Unlike previous related-works, membership function of residual energy input is made dynamic. Also, a zero-order Takagi Sugeno FLS with the same inputs is used as a means of generalization for state-space in SARSA-AODV a reinforcement learning based energy-aware routing protocol. The simulation study confirms that using a dynamic fuzzy system ensures more energy efficiency in comparison to its static counterpart. Moreover, DFES-AODV exhibits similar performance to SARSA-AODV and its fuzzy extension FSARSA-AODV. Therefore, the use of dynamic fuzzy logic for adaptive routing in MANETs is recommended.     

Ad Hoc中基于动态规划的多约束QoS路由协议

对于Ad Hoc网络中多约束QoS求解问题,启发式算法的局限性在于寻路时间长。为此提出一种基于动态规划的多约束QoS路由协议,利用动态规划算法解决判据的最优化问题。在路由请求阶段寻求满足数据带宽需求的多条路由,目的节点应用动态规划算法寻求时延最优的路由。从相关的分组结构和路由流程两个方面对其进行了描述。最后通过仿真从平均端到端时延、分组投递率以及路由开销三个方面与传统的DSR路由进行对比,对于大规模Ad Hoc网络,能够明显提高网络的性能。     

动态距离向量服务质量路由研究与仿真

在前期研究工作中,针对IP网络实时流的QoS需求,提出资源供需状态的新概念——质量水平涨落函数,并将传统的距离向量路由协议改造成基于供需平衡的动态距离向量路由协议。为验证改进协议的有效性,通过广泛的仿真实验深入分析动态QoS路由机制,实验证明基于供需平衡的动态服务质量路由不仅满足用户QoS需求,平衡网络负载,同时具有良好的可扩展性和鲁棒性。     

无人机自组网中基于Q-learning算法的及时稳定路由策略

无人机自组网凭借其抗干扰能力强、适用于复杂地形、智能化程度高和成本较低的优点,近年来受到广泛关注,该网络中路由协议的设计与优化一直是核心研究问题。针对无人机自组网中因节点快速移动造成节点本地存储的路由未及时更新而失效的问题,提出一种基于Q-learning算法的动态感知优化链路状态路由协议(DSQ-OLSR)。该协议首先充分考虑了无人机自组网节点高速移动的特点,在选取多点中继(MPR)节点时添加了链路稳定性和链路存在时间这两个指标,使得选出的MPR节点集更稳定、合理;其次,结合Q-learning算法对TC消息的发送间隔进行自适应调整,使得在网络拓扑变动较小时增大TC发送间隔以减小控制开销,而在拓扑变动较大时减小TC发送间隔用于达到快速感知并构建网络拓扑的要求,进而实现数据的及时路由。仿真结果表明,与DT-OLSR协议相比,该协议在端到端时延、吞吐量、成功率和网络生存时间性能上分别提高了12.61%、9.28%、7.69%和5.86%,由此验证了其有效性。     

Multi-robot navigation based QoS routing in self-organizing networks

The technical development drives the future networks to become large-scale, heterogeneous, and dynamic. Bio-inspired networking can help reduce the time-space complexity of the complex network. Due to the good features such as self-organization and self-management, self-organizing network (SON) will most probably be a priority choice for the next generation network. In this paper, a swarm intelligence based Quality of Service (QoS) routing protocol is proposed for SON. The inaccurate routing and QoS information is described with fuzzy mathematics whilst the utilities of both the user and the network service provider are considered by applying game theory. Based on the multi-robot navigation algorithm, the protocol is able to search a routing path which can satisfy the user QoS requirements and achieve the Pareto optimal utilities of the user and the network service provider under Nash equilibrium. The proposed protocol is implemented and evaluated by extensive simulation experiments. The results show that it beats both other swarm intelligence based routing protocols and the traditional Dijkstra algorithm based routing protocol. The searched routing paths support the win–win effect for both the user and the network service provider.     

基于LF-GFG的物联网动态路由算法

物联网关联设备的动态性特征要求其路由协议不仅需要具备低耗能的特性,还必须能适应动态网络环境的特性.本文结合传统位置路由协议所使用的右手法则和虚拟坐标系统的易实现特性,提出了一种基于LF-GFG的物联网动态路由算法.NS-2实验结果表明,该算法相较于其它的路由协定,降低了维护成本,处理速度得到明显提升,并能保持较高的容错率.