基于拉格朗日对偶结合粒子群优化的无线Mesh网络信道分配方案

本文提出了一种拉格朗日对偶结合粒子群优化的信道分配方案。该算法能使用WMN中所有可用信道（非重叠和部分重叠信道）进行信道分配,根据路径转发权重来设定信道分配顺序,从而提高网络的吞吐量。同时,综合考虑信道间隔和节点之间的距离来衡量干扰影响,使节点可以选择具有较少干扰的信道。最终得到原始WMN优化问题的最优解,实现最大化网络吞吐量和最小化网络干扰。实验结果表明,相比其他几种现有的无线mesh网络信道分配方案,提出的方案具有更好的性能。     

一种多收发器WiMax mesh网络集中式调度算法

根据IEEE 802.16协议,集中式调度是WiMax mesh网络中的主要带宽调度方式.目前的集中式调度算法只适用于单收发器系统.本文研究多收发器WiMax mesh网络中的调度问题,提出一种集中式调度与信道分配算法.该算法用令牌代表数据包在路由树上的传输,在每个时隙内选择可以并行传输的链路集合并分配信道.模拟实验表明本文提出的算法可以充分利用多收发器系统特性,有效减少总传输时间.     

认知无线mesh网中联合路由的分布式信道分配算法*

多信道技术通过对数据流量进行分流,能够减少链路间干扰,从而提升网络容量。首先针对认知无线mesh网络提出一种有效的联合路由的分布式信道分配策略,该信道分配策略主要宗旨是维持邻域内信道差异。仿真结果表明,新的信道分配算法相比于无线多信道网络中基于链接的信道分配算法,平均吞吐量大约提高了50%,平均时延降低了约50%。在信道约束的情况下,进一步引入了信道合并算法。仿真结果表明,执行信道合并算法后,网络平均吞吐量、时延性能得到了进一步改善。     

一种混合信道分配算法的研究与仿真

为了提高无线网状网络的链路容量,提出一种在网络中配置节点多射频多信道的混合信道分配算法.通过配置默认信道并优化默认信道的使用,该算法基于启发式信道分配策略来减小链路干扰提升链路容量.基于网络物理拓扑,该算法生成简化的网络逻辑拓扑,使得信道分配方案能够结合路由优化网络性能.对信道分配的动态调整,确保了网络容量的实时优化.仿真结果显示,本信道分配算法可以有效地提升网络性能.     

应急通信网络中基于粒子群优化的信道分配算法

当前应急通信亟需解决的问题,在于如何快速有效地满足突发性增长的网络需求,以保证网络传输质量。无线mesh网络以其部署快速、结构灵活、鲁棒性等优点,成为了新一代灾后应急通信网络架构的优秀解决方案。文中提出了一种基于粒子群算法的信道分配优化算法PWCA,在降低全局网络干扰的前提下,考虑了不同链路对整体网络表现的影响,通过其邻接链路的数量来决定信道分配的优先级。在迭代优化的过程中,该算法利用信道分离度细分了不同信道之间的干扰程度以作为优化的评判标准。实验结果表明,该算法可以显著降低网络干扰,保障网络性能,相比传统的粒子群信道分配算法,其在优化速度以及多节点网络环境下的表现均有明显提升。     

可变频宽无线网络中信道频谱分配与链路调度

考虑信道频宽对链路传输距离和链路间干扰的影响,对可变频宽无线网络现有的累积干扰模型进行了改进,并基于改进的干扰模型对可变频宽无线网络的信道频谱分配和链路调度问题进行了建模分析。设计了一种两层优化算法对信道频谱分配和链路调度问题进行解耦,提出了一种考虑链路负载需求满足程度的链路优先级指标,启发式地构建并发传输信道分配矩阵的方法。仿真结果表明,两层优化算法能够在合理时间内收敛,启发式方法能够高效地构建并发传输信道分配矩阵。     

无线Ad hoc网络中基于0-1优化的两步骤资源分配算法

为了解决无线Ad hoc网络中节点性能随节点个数增加而下降的问题,利用多射频多信道技术(MR-MC)进行资源分配以及减少网络干扰量已成为优化无线网络性能的重要技术手段。在此基础上,提出了一种基于0-1规划的网络优化模型和两步骤资源分配算法TBCA&LS(Tree Based Channel Assignment&Link Scheduling)。该算法利用分簇重组网络结构,通过分析相邻链路干扰关系构建0-1优化模型,并在此基础上执行将信道分配和链路调度结合的资源分配算法,减少相邻链路冲突,增加并行传输量,进而达到提升网络吞吐量、优化网络资源分配的目的。最后,在Matlab仿真软件中执行两步骤资源分配算法,实验结果表明,与对比算法CCAS和仅利用信道分配的算法相比,所提算法可以有效优化网络性能。     

针对不确定流量的多收发机无线网络资源优化研究

多收发机无线网络具有多接口多信道多跳的特点,是今后无线网络发展的趋势。该网络中信道与链路的资源分配,涉及路由、信道分配以及链路调度的联合优化。在以往的研究中通常对网络流量模型进行简化,假设其是确定且相对稳定的。考虑到实际网络中流量不确定性的特征,以网络吞吐量最大化为目标,提出传输流约束、信道资源约束以及干扰约束条件下的资源分配联合优化模型,以及基于不确定流量条件下资源分配最优解的链路调度策略。仿真实验结果证明所提出的路由、信道分配及链路调度方案能够更好地适应变化的网络流量需求。     

无线Mesh网络中混合信道分配算法研究

根据多射频多信道无线Mesh网络的特点,提出一种基于节点干扰的混合信道分配算法。将节点间的链路分为正向链路和反向链路,通过概率模型分析链路干扰,计算节点间链路的权重,建立带权重的有向网络连接图。根据链路权重为节点固定接口分配信道,减小可切换接口在信道改变过程中引起的网络干扰。扩展的NS2仿真结果表明,该算法能有效降低链路干扰,提高网络吞吐量。     

无线Mesh网络信道分配研究

针对多接口多信道无线Mesh网络,提出了一种基于链路负载和链路“潜在的”干扰度的权值的分布式静态信道分配算法。给出基于链路负载和链路“潜在的”干扰度的权值的定义和基于权值的链表的构建方法;阐述了算法的设计思想和实现步骤。仿真实验测试结果表明,该算法不但能适应业务流量分布均匀或不均匀的状态,而且能相应地提高网络吞吐量,提升网络性能。     

基于任务调度的无线网贪婪信道分配算法

针对无线网络链路干扰问题,综合借鉴多处理器任务调度算法提出了一种贪婪信道分配算法,为所访问的无线网链路甄选出干扰最小的信道,并且证明了本算法的近似比率为2-1/k,其中为k为可用的正交信道数,算法复杂度为O（|E|2）。为了验证本文算法的可行性和有效性,将本文所提出的贪婪算法与随机信道分配算法和按序信道分配算法进行了实验对比。仿真结果表明：本文所提出的贪婪算法的整体性能优于其他两种算法,并且贪婪算法得到的最大干扰和平均干扰归一化值随着可用正交信道数的变化趋势较其他两种算法稳定。从而验证了本文算法能有效的降低链路干扰,一定程度上可以提升网络吞吐量。     

无线Mesh网络中基于信道流量干扰感知的路由协议*

为了更精确地捕捉流量干扰、提高网络容量与实时性,针对多接口无线Mesh网络,提出了一种新的基于信道流量干扰的路由准则,该准则不仅能更精确地捕获两跳内的负载干扰,而且还集成了传输时延、丢包率和传输速率等因素.基于新准则,还提出了一种新的无线Mesh网络路由协议,该协议使用新准则选择路由.仿真结果表明,新协议相比AODV协...     

基于叠加编码及多用户调度的高斯传输信道优化算法

为了提高高斯传输信道的数据传输效率,提出了一种基于叠加编码及多用户调度的高斯传输信道优化算法(MGSC)。首先,该算法提出了高斯传输信道的系统模型,分析源-端的距离概率密度函数和累积分布函数以及用户的平均功率增益;接着,在高斯传输信道上采用最优的叠加编码与连续干扰消除的方法,并根据各个用户的效用函数来执行最佳的功率和速率分配,并通过概率优化方法来对信道用户进行选择,接入最佳的传输信道;最后,实验仿真结果表明,在信道接入用户变化的情况下,相比双向中继信道无线信号和功率传输优化算法(TWRC)以及基于矩阵与格球解码(LSD)技术的数据传输算法,MGSC的信道总数据传输速率分别提升10.2%和21.7%,并且信道增益的平均效果分别高出5.7%和6.4%。因此,MGSC在信道传输速率和信道增益上有较好的优化效果。     

一种联合多信道分配决策的认知Mesh系统数据传输优化算法

在认知Mesh系统进行数据传输的过程中,为了提高数据包投递成功率及网络的吞吐量,减少网络延迟时间,提出一种联合多信道分配决策的认知Mesh系统数据传输优化算法(JCWN)。针对信道的干扰问题,建立了认知Mesh系统的干扰无向图,分析节点链路的网络干扰电平。在节点的路由请求阶段通过提出基于信道干扰电平的路由指标函数,并通过权重阈值来为节点链路分配干扰较小的信道。在路由选择上,联合多路由算法计算每条路由路径的信道干扰程度,为了保障节点传输数据的成功率而选择干扰程度更小的路由。实验仿真结果表明,在数据包投递成功率上,该算法相比POC算法以及基于RL的算法提高了20%以上,在提高网络吞吐量,减少延迟时间上也表现出了更好地效果。     

基于混合干扰模型的多信道Mesh网络调度算法

研究了多信道无线Mesh网络中的调度及信道分配问题,设计了一种综合协议干扰模型与物理干扰模型的混合干扰模型,并在此干扰模型下提出了一种集中式调度算法。该算法在目前普遍使用的协议干扰模型的基础上,考虑了无线链路的物理传输特性：即使存在一定的干扰,也可以成功接收发射端发送的数据。模拟实验表明该算法可以提高Mesh网络中链路的并行性,有效减少总传输时间。     

WMN中基于链路质量的信道分配算法

针对IEEE 802.11多射频多信道无线Mesh网络,提出一种基于链路质量的分布式信道分配算法,通过信道扫描收集所有信道信息,根据链路质量决定工作信道,同时在网络发生变化时对信道进行动态调整。仿真实验结果表明,与常用的集中式信道分配算法相比,该算法更能有效提升网络容量。