移动医疗机会网络中基于时间窗口的数据转发算法

移动医疗机会网络中存在不稳定的端到端的连接问题,该网络的数据转发是一个值得研究的重要问题.而现有的机会网络中的数据转发算法大多关注的是节点的静态属性,往往忽略了节点属性随时间变化而造成网络拓扑结构的改变.文章在分析了移动医疗机会网络中节点与相邻k跳邻居结构属性的基础上,提出了基于时间窗口的数据转发算法(DFTW).该算法的主要思想是通过比较在相邻时间窗口节点的转发属性来选择合适的中继节点,进而提高网络的转发性能.通过仿真实验,与Epidemic、Label、Greedytotal算法相比,DFTW算法在保证较高传递率的同时,可以明显降低网络开销.     

容迟网络中提高数据包转发方向性的路由算法

将灰色-马尔科夫位置预测模型与基于节点活跃系数的喷射-等待路由算法相结合,提出了适用于容迟网络的基于灰色-马尔科夫预测模型的路由算法.该算法利用灰色-马尔科夫链预测模型预测目的节点的位置,提出节点活跃系数并利用节点活跃系数来量化节点活动性的强弱,算法以预测位置为基准,基于节点活跃系数喷射转发数据包,增强了数据包扩散的方向性.仿真结果表明,与Epidemic算法以及传统的喷射-等待路由算法相比,提出的路由算法具有更好的网络性能.     

移动医疗大数据平台下基于社交网络中节点社会效用和可靠性的数据转发算法

移动医疗社交网络现如今已成为无线通信领域的一个热点问题。特别是在有限的网络资源与大量医疗数据信息等待传输的背景下,对移动医疗社交网络中高效的数据转发算法的研究显得尤为重要。通过分析移动医疗社交网络中节点的移动规律和属性,提出了一种基于节点社会效用和可靠性的数据转发算法。该算法在节点社会效用和可靠性定义的基础上,通过分析所遇节点与目的社区的关系,选择合适的中继节点进行数据的转发。最后利用计算机进行实验仿真,实验结果表明转发算法与Epidemic和Label算法相比,能够明显降低网络中的数据包副本数并且传递率优于Label算法。     

移动P2P中多次网络编码反馈调节方案

采用网络编码的数据分发方案,虽然可降低移动P2P的能量消耗,但在动态网络环境下,其数据分发效率受到网络拓扑动态变化的限制。为提高移动对等网数据分发效率,降低能量消耗,对移动对等网环境下的网络编码进行研究。提出了多次网络编码,并设计了移动P2P中多次网络编码反馈调节数据传输方案。方案增加了编码节点的编码次数,加大了下游节点的数据接收量,可以缩短动态网络环境中数据分发时间。实验结果与理论分析一致,实验结果表明方案可有效地提高了数据分发效率。     

基于发布／订阅模式的车载自组网数据分发算法

基于车载网络环境提出了一种基于发布／订阅模式的车载自组网数据分发算法。首先利用车载自组网中节点接入路边单元的历史记录,预测车辆节点的位置;基于车载节点订阅消息的有效时间和节点数量,计算综合权值确定路边单元中消息优先级;根据车载自组网节点密度,限制数据包分发跳数。仿真结果表明,所提出的算法能显著减少冗余消息副本,降低传输时延和网络负载,提高数据传输成功率。     

一种能量有效的RPL多路径数据分发机制

针对低功耗有损网络路由协议（RPL）能耗不均衡问题,提出一种能量有效的RPL多路径数据流分配算法.建立了一种更加符合实际的节点能量消耗模型,提出一种能量离散程度度量标准,以有效判定节点的能量均衡程度.基于该度量,提出一种快速求解算法,以获得数据的最优分发方案.实验结果表明,所提出的RPL多路径数据流分配算法均衡了节点的能量消耗,提高了路由的可靠性,延长了网络的生存时间.     

三维DTN网络中基于位置的功率感知路由算法

针对基于位置的容迟容断网络(DTN)路由算法进行深入研究,提出一种适用于三维部署环境的基于位置的功率感知路由算法(3DPLRP),该算法利用节点三维位置信息寻路,大大降低了网络开销,此外因功率感知机制的引入延长了网络生命周期.在不同网络环境下与Epidemic、PREP路由算法进行了比较,仿真实验结果表明,3DPLRP在节点移动速度不高的情况下消息投递率和端到端时延等性能均要优于其他路由算法.     

基于P2P覆盖树网络的流媒体传输技术

文章利用P2P技术,通过在应用层设计一个基于P2P的覆盖树网络来进行流媒体数据的分发。首先描述了覆盖树中节点的加入、退出和正常运行时节点状态的维护等构造过程,最后通过分析说明该覆盖树网络是适合进行流媒体数据分发的。     

基于最小Steiner树的无线传感器网络数据融合算法

能源有效性是无线传感器网络(WSN)路由算法设计首要考虑的问题,可以通过数据融合合并冗余数据而有效地节约网络能耗.WSN数据融合可以看作是寻找覆盖源节点和Sink节点的最小Steiner树(MST)问题.文章提出了一种MAX-MIN蚂蚁系统算法和自适应蚁群系统算法相结合的MST构造算法(MMACS),在此基础上,提出了一种基于MST的WSN数据融合算法(DAMST),该算法采用定向扩散的机制进行兴趣散布;利用MMACS算法构造MST,源节点的数据发送到构造好的MST上,经过融合后传输到Sink节点,减少了网络中传输的数据量.通过与其它算法比较,仿真表明DAMST算法降低了网络总能耗和平均时延,延长了网络生存时间.     

移动Sink环境下的无线传感器网络数据收集节能算法

针对存在汇聚节点和移动sink场景下的数据收集问题,提出了一种联合考虑汇聚节点选取、普通节点到汇聚节点路由以及移动sink路径的启发式数据收集算法.应用图论对网络进行建模,采用最小连通支配集作为初始种子汇聚节点集,通过迭代确定最终的汇聚节点集、对汇聚节点集的最短遍历路径和普通节点到汇聚节点的最短路由.该算法在保证数据时延要求的条件下,减少了传感器节点到汇聚节点的数据传输,从而节省能耗.     

一种编码感知路由低时延数据传输算法

当前的编码感知路由算法在数据包编码时采用基于机会的网络编码策略,不会推迟数据包的转发来等待未来的编码机会,这样会降低网络编码对时延的贡献.为克服以上问题,提出了一种基于缓存管理的编码感知路由低时延数据传输算法.在编码节点,该算法采用基于队列长度的数据包决策策略来替代现有编码感知路由算法中的基于机会的网络编码策略.该算法在数据传输阶段之前引入了网络时延训练阶段,使编码节点获得了基于队列长度策略的最优阈值.仿真结果表明,在网络拥塞的情况下,此算法比传统的基于机会的网络编码策略具有更低的数据包传递时延和数据包丢失率,并且具有更高的吞吐量.     

组播网络中链路丢包率的测量

为了提高组播网络中链路丢包测量的正确性,提出了以2-state Gilbert模型为链路丢包模型的算法.该算法利用组播网络各链路的丢包率在空间上具有相关性的特点,基于网络端到端的测量,采用最大似然算法(ML)计算网络中各节点状态,然后根据各节点的状态计算出网络中各链路的丢包率.仿真实验表明,该算法具有准确度高、收敛速度快的特点.     

基于双重启发式信息求解影响最大化问题的蚁群算法

针对如何利用社会个体之间的影响力来扩大信息扩散的范围,即社会网络的影响最大化问题,提出一种新颖的基于蚁群优化算法的解决方案。利用2个启发式信息来度量节点影响力:优先选择更不容易被前驱节点激活的节点;考虑后继尤其是多级后继节点对未来扩散的影响。通过节点影响力选择出能扩散最大范围的初始节点集合。试验结果表明,相较于贪心算法以及传统的蚁群算法初始节点的扩散范围增加了150个节点,效率提高了25%,本研究方法很好的改善了初始节点选择容易陷入局部最优的问题。     

一种利用节点误码率大小的调制结构优化算法

为降低小波包调制系统的误码率,该文提出了一种利用各节点误码率大小的调制结构优化算法.该算法将满树结构各节点代表的子信道的误码率作为各节点的度量值,按照一定的剪枝规则将满树结构中导致系统误码率升高的子节点剪枝实现调制结构的优化.理论分析和仿真结果表明,与其他算法相比,该算法优化出的调制结构能够进一步降低系统误码率,且算法计算复杂度较低.     

车联网场景中时延受限内容传输方案

在路侧基础设施密集部署的车联网场景中,针对车载终端时延受限内容的下载需求,提出了一种调度算法.该算法基于李雅普诺夫优化方法,利用分组的等待时延建立李雅普诺夫方程,通过传输和丢包决策可以保证用户的时延需求,并保证系统稳定.仿真结果表明,相比于最早过期优先算法,提出的方法在满足用户时延需求的同时,进一步提升了系统的吞吐量.     

认知视角下能量感知的ZigBee网络树型路由优化算法

为解决ZigBee Cluster-Tree路由算法路径选择不优的问题,提出了一种能量感知的ZigBee树型路由EZTR(Energy-Aware ZigBee tree routing)算法.该算法利用每个节点感知的地址信息,按照ZigBee网络树型结构计算下一跳邻居节点到目的节点之间的跳数可避免网络的环路效应,通过引入认知概念,在跳数集合中选出最短路径以降低跳数.在ZigBee网络节点能量的感知过程中,当所选路径存在低能量节点时,及时启用备用节点,从而避免节点因能量过度消耗成为失效节点.NS2(Network simulator version 2)仿真实验表明,EZTR算法可提高网络分组递交率,有效减少节点转发跳数和平均网络延时,减小网络整体能耗,为提高网络的实时性和延长网络生命周期提供理论支持.     

无人值守传感器网络的高性能分布式存储算法

为解决无人值守传感器网络的数据存储可靠性问题,提出了一种具有低通信成本和低访问成本的分布式存储算法．算法采用步数为cn的并行定向随机游走机制,将网络中的k个源数据包按照一定的接收概率分散存储到网络中所有的n个节点,在每个节点形成一个存储数据包．理论分析和实验结果表明,基于该算法的存储过程完成之后,即使有部分传感器节点损坏,Sink节点只要随机收集到k+ε,ε大于等于11个存储数据包,就能成功地计算出原来的k个源数据包．与具有代表性的基于LT码的算法相比,文中算法将存储每个源数据包的通信次数从约3nlnn降至约3n;将读取源数据包的节点访问次数从大于k+100降至约k+11．     

应用于无线Mesh网中的OLSR路由协议研究

目的分析和研究OLSR协议和无线Mesh网络特性,提出路由协议在MESH网应用中的改进方法,使协议开销减小,数据包转发快.方法利用链路状态算法中重新计算拓扑图特点,动态选择连接度来构造MPR集,并延长HELLO消息发送时间间隔,减少网络系统包发送量.结果由仿真分析可知,当HELLO包发送周期延长1 000倍时,HELLO报分组数量级大大减少,而网络数据包吞吐量基本不变.结论对于节点相对固定的Mesh网络,选择具有合适连接度MPR节点机制,并且延长HELLO消息发送时间间隔是OLSR协议一个很好的选择.同时对适当调整TC控制消息包在MPR中的泛洪时间间隔有借鉴作用.     

改进分区蚁群算法在Ad Hoc网络路由中的应用

本文针对当前AdHoc网络路由的特点,在AdHoc路由优化算法基础上提出一种改进的蚁群算法。该算法首先将影响蚁群算法性能的参数作为遗传算法中的染色体,通过迭代找出最优的参数组合,然后对区域节点采用动态邻域分解的同时进行并行优化计算,最后将各子区域进行邻域全局连接得到最优解,该算法体现＂分而治之＂的思想。实验仿真结果表明,改进算法有效地提高了网络传输性能和通信效率,在性能上较基本蚁群算法有更大的优势。     

无线移动传感器网络的分布式目标跟踪算法

为了满足无线移动传感器网络(WMSN)的目标跟踪应用要求,提出了一种分布式目标跟踪算法,可使用节点引导保证WMSN的网络动态连通性;在传统分布式数据融合体系结构的基础上结合平均一致性滤波器实现了低通信开销的优化分布式数据融合．仿真结果表明,该算法在WMSN中目标跟踪效果良好,且数据融合性能优于传统分布式数据融合算法．