基于容量与干扰的CogWMN信道分配和路由算法

为解决认知无线mesh网络中的信道干扰问题,提出了一种基于容量与干扰的分布式信道分配和路由算法.首先根据路由度量有效地选择最低累积代价路由,再根据信道干扰容量比最小化来选择信道.仿真结果表明:所提算法与基于干扰、基于链接的算法相比,能够显著改善平均吞吐量和时延等网络参数性能.     

一个优化的IP-DiffServ端到端定量QoS管理机制

提出了一个IP-DiffServ网络的端到端定量QoS管理机制。它基于用户在市场上评估行为,提出了一个选择方案的优化度评估公式,从用户的利益出发,提出了一个基于最大优化度原则的QoS分割算法。它不但可以为用户的业务或业务应用提供端到端的定量QoS保证,还可以提高它们的性能价格比。实验结果很好地验证了该协商机制的优点。     

适用于频谱重叠共享CRN的分组调度算法

为在降低认知用户对主用户干扰的同时保障认知业务的服务质量(QoS),提出一种基于干扰控制的分组调度算法,适用于以频谱重叠共享方式接入的认知无线电网络。该算法在MLWDF-IM算法的基础上进行改进,定义干扰控制因子和服务紧迫性函数,以此设计调度策略。仿真结果表明,该算法能在干扰抑制性能略有降低的情况下提高业务的QoS。     

一种用于移动自组控制网络的QoS路由

为更好地将移动自组网络用于网络控制系统（NCS）,结合NCS的网络特性,提出了一种基于链路信号质量的QoS路由算法。主要QoS机制包括根据接收信号强度选择较稳定的路由;用Hello报文广播节点的预留带宽;中间节点为所有受影响的数据流修复路由、目的节点向源节点广播路由修复报文进行路由修复。NS2仿真表明当节点移动性强时,该QoS路由算法可有效减少网络的平均端到端时延和丢包率,提高控制系统稳定性。     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。     

一种基于TDMA的Ad Hoc网络QoS路由算法研究

随着多媒体应用的普及,服务质量（Quality of Service,QoS）保证已逐渐成为Ad Hoc网络必须支持的一项重要功能,QoS 路由对实现Qos保证起着非常重要的作用,而带宽又是QoS保证的最重要参数之一,因此提出了一种基于TDMA的带宽约束的Ad Hoc网络QoS按需路由协议。该协议采用了启发式的带宽计算算法。仿真结果验证了协议的有效性,表明该QoS路由协议具有较好的端到端性能,可以满足Ad Hoc网络的路由需求。     

基于遗传算法的QoS选播流路由优化算法

选播是一种网络通信服务,在视频流点播等领域发挥重要作用。该文提出QoS选播流路由优化的问题模型,给出选播流路由端到端时延、服务器负载、网络流量等优化目标和QoS约束的遗传算法表达式,说明了算法求解的关键步骤和实现过程。实验结果表明,该算法在满足QoS约束的前提下可以实现选播路由的多目标组合优化。     

基于域内全局流标签的可扩展QoS模型

针对互联网现有服务质量(QoS:quality of service)模型的扩展性差、端到端延时高等问题,提出了基于域内全局流标签的QoS保障模型。该模型以WFQ队列调度模型为基础,采用域内全局流标签进行资源预留和路由转发,能够实现灵活的服务质量保证,具有更强的可扩展性。在此基础上,利用网络微积分理论对所提模型进行了端到端延时分析,给出了该模型端到端服务曲线和延时上界的表示式。理论分析和数值实验表明基于域内全局流标签的QoS保障模型具有比现有模型更低的端到端延时上界。     

基于熵权系数法的无线传感器网络自适应QoS路由算法

针对无线传感器网络中不同业务对服务质量（QoS）指标的不同要求,以及QoS指标在网络运行过程中实时变化的特点,提出一种基于熵权系数法的自适应QoS路由（EAQR）算法。算法将路由建立过程抽象成多指标加权评分的问题,选取节点负载、平均能量势、通信时延作为QoS评价指标,采用熵权系数法自适应地确定指标的权重,选择最优节点转发数据。仿真实验显示,与有序分配路由(SAR)、能量感知QoS路由(EQR)算法相比,EAQR算法可以有效降低网络平均端到端延迟,减少丢包率,延长网络寿命。     

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。     

一种公平的认知无线电系统下行频谱分配策略

目前关于认知无线电频谱分配的研究大多以最大化系统容量为目标,很少考虑认知用户的QoS需求,频谱分配方案设计缺乏公平性。针对主用户干扰限制和保障认知用户QoS需求,结合OFDM技术,研究了认知无线电场景中下行多用户分配算法。该算法构建不等式约束下的目标函数以最大化系统容量,通过拉格朗日(Lagrange)对偶优化法给出近似最优解。仿真结果表明,所提算法在牺牲系统和容量的前提下充分保证了次用户的QoS需求,提高了系统的公平性。     

基于服务质量的多媒体通信初始路由建立算法的研究

基于服务质量的路由选择机制是从根本上提供分布式多媒体应用所需的服务质量保证的重要手段之一。该文提出了两种基于服务质量的多媒体通信初始路由建立算法。一种算法支持在两个通信方之间建立基于服务质量的初始路由,既可以作为点对点多媒体通信的基于服务质量的路由选择／初始路由建立算法,也可以作为初始成员为两个的多媒体动态组通信的基于服务质量的初始路由建立算法,另一种算法支持在多个通信方之间建立基于服务质量的初始路由,既可以作为多媒体静态组通信的基于服务质量的路由选择／初始路由建立算法,也可以作为初始成员为多个的多媒体动态组通信的基于服务质量的初始路由建立算法,文中还探讨了这两种算法的正确性。     

基于SDN分级分域架构的QoS约束路由算法

传统分布式的网络架构制约路由算法的创新,软件定义网络的出现为路由算法的优化提供了新思路。已有研究中,启发式算法广泛应用于服务质量路由,但由于计算复杂度高而无法在大型网络中应用。而其他算法均存在不同程度的问题,要么复杂度较高,要么算法性能较差,如最短路径算法。基于 SDN 分级分域架构,提出了 LC-LD 路由算法,综合时延条件和代价度量约束并在计算复杂度和算法性能之间保持平衡。仿真分析表明,LC-LD路由算法在有较低的计算复杂度的同时还有较高的服务质量路由选路性能。     

认知网络中基于无性繁殖优化的组播路由算法

为了保证网络用户的服务质量,认知网络与可信网络从提高网络的智能性与可信性方面提供了保证机制.基于人工免疫系统的智能化特征,在认知网络架构的基础上,提出了一种基于无性繁殖优化的可信QoS组播路由算法.该算法将免疫器官的功能集成在网络节点中,使其具备认知能力.同时,采用滑动窗口思想设计信任评价机制,对每个网络节点的行为记录进行信任评价.根据无性繁殖优化机制,基于用户满意度和节点的信任值进行路由选择,得到满足用户服务质量需求的可信路由最优解.最后,在仿真平台上将该组播路由算法与经典组播路由算法进行性能评价,结果表明,该算法能够为网络用户提供更好的服务质量.     

认知无线电网络中基于需求的多小区频谱分配算法

提出一种认知无线电网络中基于需求的多小区频谱分配算法。使用图论着色模型,结合频谱质量分级概念,根据小区内需求情况,该算法将网络中周期检测到的可用频谱分配给各个认知小区,最大化满足需求的同时,为业务提供服务质量保障。仿真结果表明：与原有算法相比,该算法能更好地满足网络需求。     

Complexity and design of QoS routing algorithms in wireless mesh networks

Quality of service (QoS) provisioning in wireless mesh networks (WMNs) is an open issue to support emerging multimedia services. In this paper, we study the problem of QoS provisioning in terms of end-to-end bandwidth allocation in WMNs. It is challenging due to interferences in the networks. We consider widely used interference models and show that except a few special cases, the problem of finding a feasible path is NP-complete under the models. We propose a k-shortest path based algorithmic framework to solve this problem. We also consider the problem of optimizing network performance by on-line dynamic routing, and adapt commonly used conventional QoS routing metrics to be used in WMNs. We find the optimal solutions for these problems through formulating them as optimization models. A model is developed to check the existence of a feasible path and another to find the optimal path for a demand; moreover, an on-line optimal QoS routing algorithm is developed. Comparing the algorithms implemented by the proposed framework with the optimization models shows that our solution can find existing feasible paths with high probability, efficiently optimizes path lengths, and has a comparable performance to the optimal QoS routing algorithm. Furthermore, our results show that contrary to wireline networks, minimizing resource consumption should be preferred over load distribution even in lightly loaded WMNs.     

基于软件定义网络的多约束QoS双路径路由优化方法

针对当前SDN架构存在路由算法复杂度高、QoS流满意度低和单链路故障等问题,提出了一种基于软件定义网络的多约束QoS双路径路由优化算法(SDN＿MCQDP)。利用控制器获得全局网络状态信息,生成基于目的节点的有向无环图。在多约束QoS路由选择阶段,通过拉格朗日松弛对偶算法将多约束问题转化为线性规划问题。使用反向链路删减得到满足多约束QoS的节点不相交的双路径冗余链路,使链路故障后的数据传输得到保障。从路由计算时间、链路利用率、QoS流满意度等方面对算法进行仿真实验。结果表明,与MODLARAC、QT、RMCDP＿RD、H＿MCOP算法比较,SDN＿MCQDP能够有效降低传输时延,减少路由计算时间,提高链路利用率,且在链路发生故障后仍能满足QoS需求。     

An agent-assisted QoS-based routing algorithm for wireless sensor networks

Existing routing algorithms are not effective in supporting the dynamic characteristics of wireless sensor networks (WSNs) and cannot ensure sufficient quality of service in WSN applications. This paper proposes a novel agent-assisted QoS-based routing algorithm for wireless sensor networks. In the proposed algorithm, the synthetic QoS of WSNs is chosen as the adaptive value of a Particle Swarm Optimization algorithm to improve the overall performance of network. Intelligent software agents are used to monitor changes in network topology, network communication flow, and each node's routing state. These agents can then participate in network routing and network maintenance. Experiment results show that the proposed algorithm can ensure better quality of service in wireless sensor networks compared with traditional algorithms.     

Design and performance analysis of an inductive QoS routing algorithm

Routing mechanism is key to the success of large-scale, distributed communication and heterogeneous networks. Consequently, computing constrained shortest paths is fundamental to some important network functions such as QoS routing and traffic engineering. The problem of QoS routing with multiple additive constraints is known to be NP-complete but researchers have been designing heuristics and approximation algorithms for multi-constrained paths algorithms to propose pseudo-polynomial time algorithms. This paper introduces a polynomial time approximation quality of service (QoS) routing algorithm and constructs dynamic state-dependent routing policies. The proposed algorithm uses an inductive approach based on trial/error paradigm combined with swarm adaptive approaches to optimize lexicographically various QoS criteria. The originality of our approach is based on the fact that our system is capable to take into account the dynamics of the network where no model of the network dynamics is assumed initially. Our approach samples, estimates, and builds the model of pertinent aspects of the environment which is very important in heterogeneous networks. The algorithm uses a model that combines both a stochastic planned pre-navigation for the exploration phase and a deterministic approach for the backward phase. Multiple paths are searched in parallel to find the K best qualified ones. To improve the overall network performance, a load adaptive balancing policy is defined and depends on a dynamic traffic path probability distribution function. We conducted a performance analysis of the proposed QoS routing algorithm using OPNET based on a platform simulated network. The obtained results demonstrate substantial performance improvements as well as the benefits of learning approaches over networks with dynamically changing traffic.