基于链路时间预测的移动Ad Hoc网路由

移动Ad Hoc网络是一种自组织、无基础设施的网络。而节点的自由移动促使链路频繁的断裂。为此,提出基于链路连通时间预测路由LDPR(Link Duration-Prediction-based Routing)。LDPR路由先通过节点运动信息,预测链路的连通时间。然后,再依据链路的连通时间计算路由生成时间,并选择两条路由生成时间长的路由协同传输数据,一条路由作为主路由,另一条路由作为备用路由。通过双路由机制,提高数据包的传输效率。实验数据表明,相比于传统的按需距离矢量AODV(Ad Hoc On-demand Distance Vector)路由,LDPR路由在吞吐量和端到端传输时延方面的性能得到有效改善。     

基于链路生存时间的AOMDV协议的研究

针对AOMDV路由协议中,以跳数作为路径选择标准不能提供足够稳定的链路,使得路由的整体开销较大的问题,提出基于链路生存时间的AOMDV协议(LET-AOMDV)。该协议中每个节点通过GPS获取移动的速度和方向,计算链路持续时间,同时根据牛顿插值公式估算出节点剩余能量所能使用的时间,选择路由有效时间最长的路径,从而提高链路的稳定性。NS2仿真结果表明,与AOMDV协议及MP-AOMDV协议相比,采用LET-AOMDV协议能够减少路由请求次数,降低路由开销,减少时延,同时增加网络的吞吐率。     

一种基于混合运动参数的移动自组织网AODV协议

在移动自组织网中由于节点的移动性引起网络拓扑变化，成为影响网络性能优劣的关键因素。在反应式路由算法的基础上，提出了一种基于节点位置、速度与方向混合参数的路由协议AODV-PVD(AODV Routing Protocol based on Node Position, Velocity and Direction)以衡量链路稳定性并预测链路持续时间。在路由发现阶段，根据节点的混合运动信息，使用节点筛选机制排除相对不稳定的链路，并通过节点相对移动速度预测链路持续时间，为数据传输选取稳定且路径较短的路由。NS2仿真结果显示，相较于按需距离矢量路由AODV(Ad Hoc On-demand Distance Vector)及现有改进协议，AODV-PVD路由协议可以获得更好的分组投递率、端到端传输时延和吞吐量性能。     

基于行动预测的支持移动自组网QoS的路由方案

从研究高斯-马尔可夫运动模型出发，提出了一个可用于预测移动自组网中节点间最大链路有效时间的模型。从提供Qos路由度量和改进被动路由协议两个方面阐述了提供移动自组网Qos支持的机制。仿真实验表明，新的路由方案具有网络吞吐量大、抖动小和时延可控制的特点。     

基于链路生存时间预测的高动态飞行自组网组播路由协议

针对飞行自组网（FANETs）中因节点高速移动导致链路频繁断开的问题,提出一种具备链路生存时间预测与路由自主修复能力的高动态FANETs组播路由协议。根据相邻节点间距离的变化情况预测邻居节点间剩余链路生存时间,同时基于预测结果并结合路由跳数、剩余能量等因素对链路质量作出综合评价,选出最佳中继节点以提高路由的可靠性。此外,通过局部路由修复与全局路由刷新相结合的策略对所建立路由进行动态维护,缓解节点高速移动引起的链路频繁断开问题,提高数据递交率。实验结果表明,在不同场景下,该协议在数据递交率、网络吞吐量、路由开销等方面均优于经典组播路由协议ODMRP。     

基于链路预测的VANET路由算法

在车载自组织网络(VANET)中,AODV路由算法存在控制开销大、路由发现和修复时间长等不足。为此,对AODV算法进行局部优化,提出一种改进的路由算法,利用节点位置、运动速度等信息预测链路失效时间。在路由发现阶段,将链路失效时间最大的路径作为传输路径;在路由维护阶段,设置定时器并提前触发路由寻路,减少路径搜寻时间。仿真结果表明,与AODV算法相比,该算法在数据包端到端延迟、传输吞吐率及报文投递率等方面性能较好。     

面向MANET云平台应用的多目标蚁群优化AODV路由协议

为增强网络中路由的稳健性,提出了一种优化的AODV路由协议,结合多目标优化和蚁群优化选择最优路由。首先,计算各节点的传输距离、进展、传输延迟、方向和生存时间5个度量;然后,以传输距离、传输延迟和方向3个度量的最小化,以及进展和生存时间两个度量的最大化为优化目标,构造蚁群算法中的移动概率函数,并结合局部最优路径更新全局信息素;此后,在AODV路由协议的基础上,选择移动概率最大的节点作为最佳下一跳节点,生成最优路由。最后,在部署的大学区实验云模型平台上进行了验证。仿真结果表明,与AODV和EN-AODV路由协议相比,新路由协议的报文送达率更高,同时端到端的平均时延和路由开销更小。     

基于链路稳定度的车载网路由协议研究

针对车载网中节点移动速度快,拓扑结构变化速度快的特点,以及AODV协议广播式路由链路存活时间短、平均端到端时延大等问题,提出了一种通过计算链路稳定度的方式来改进AODV协议.在节点进行广播时,首先计算转发角度,然后,再将投影最长和链路生存时间最长作为综合选择条件,以此高效地选择路径相对较短以及链路相对稳定的路由.通过这种方式,改进后的AODV协议很好地解决了网络中链路易断裂的问题,提高了数据包的投递率,降低了平均端到端的时延.利用NS2仿真软件进行性能仿真,结果表明:改进后的AODV协议在包递率、平均时延和吞吐量方面优于传统模型.     

基于链路中断预测的AODV路由算法研究

在移动自组网中,节点的移动导致拓扑动态变化,已经建立的路由时刻存在中断的可能,而传统的AODV路由协议中的路由修复方法开销大、时延长。针对这一问题,提出了一种基于链路中断预测的改进路由算法。该算法在链路中断之前启用备用节点,尽量避免路由修复;在链路中断后,首先在本地进行链路修复,不成功再逐层由上游节点发起路由搜索。仿真实验结果表明,与传统AODV相比控制开销降低了40%,端到端时延减少了25%,提高了网络性能。     

AODV协议路由维护改进方案

在AODV路由协议的路由维护阶段,当节点检测到链路中断时,会采取一种链路修复机制,然而该机制的实施难以避免数据包的丢失和传输时延的增加,针对这个问题本文提出一种对AODV协议的改进方案。该方案通过计算节点间的链路生存期,在AODV协议的路由发现阶段引入优先节点机制,在路由维护阶段引入链路中断避免机制。仿真实验结果表明,改进的AODV路由协议减少了RREQ消息的数量,降低了丢包率,并且缩短了传输时延,特别适用于节点密度较大的车载网络。     

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。     

无线mesh传感器网络跨层路由算法

针对无线mesh传感器网络的需求,提出一种综合量度的跨层路由协议H工.S。算法H工S利用底层的链路质 量信息、MAC层时隙分配信息,结合跳数对备选路径做出综合判断,避开质量较差的链路和负载较重的节点。路由发 现过程中在中间节点设置链路质量和节点负载阂值,并根据相关信息进行延时转发操作,以减少不必要的路由开销。 在路由维护阶段使用主动和被动相结合的方式全面检测路由路径。NS2的仿真结果表明,HLS协议在吞吐量、端到 端时延以及网络生存时间上有更好的表现。     

一种适用于无线多媒体传感器网络的节点不相交多路径路由协议

设计了一种适用于无线多媒体传感器网络的高效节点不相交多路径路由协议.以源路由的方式建立多路径,中间节点通过有选择的转发RREQs,降低路由建立开销.将链路质量量化为数据接收率,利用数据接收率、节点能量及路径跳数等,定义了路径效率模型,将路径效率模型引入到路由建立过程中.仿真结果表明,与SMR及TinyONDMR协议相比,新协议建立路由的开销更低,所建路径上节点能量分布更理想,进行数据传输时的能量效率更高,同时不会显著增加路径的传输时延.     

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。     

Ad hoc通信网络的局部路由修复仿真

为了解决Ad hoc通信网络的局部路由中节点或链路失效引起的通信可靠性降低等问题,提出了基于节点能量的Ad hoc通信网络的局部路由修复方法。根据Ad hoc通信网络节点路由链路分析结果,当网络通信数据包传输中发现问题节点时,待传输数据包所在节点通过检测自身所对应的父、子及近邻节点,获取各节点的相关信息,并从中选择有效节点替换故障节点;替换节点的选取过程,采用节点剩余能量与方位角差值相结合的方式;确定替换节点后,结合蚁群算法自适应优化网络链路,完成Ad hoc通信网络的局部路由修复。仿真结果表明,所提路由修复方法能够有效缩短路由修复耗时,减少修复过程的控制开销,提高基站节点的吞吐量,提升网络通信的可靠性与时效性,具有较好的鲁棒性。     

一个基于能量消耗的域路由协议

针对移动Adhoc网络环境，基于节点能量消耗速度提出了一个新的域路由协议EZRP。该协议中定义了一个有关节点剩余生命期与路由路径跳数的函数，并以该函数值作为路由选择参数进行最优路径的选择，从而使能量充足的节点获得更多参与通信的机会。该协议对网络中节点的能量消耗起到了很好的平衡作用，从而使网络生命期更长。基于NS-2网络模拟器，对该协议与ZRP协议进行了模拟实验，实验结果表明。该协议的节点死亡个数少，网络路由负载小，网络运行时间长。     

能量捕获无线传感器网络中速率自适应路由算法

能量捕获无线传感器网络是无源感知技术中非常重要的一类,它能够有效解决节点能量受限的问题,保持网络运行的持续性.现有的路由方法并未充分利用节点的能量捕获特性,也没有考虑到链路的成功收包率和节点的传输速率.为进一步提高网络的性能,提出了一种结合链路成功收包率的速率自适应路由算法.通过对节点的剩余能量和链路的成功收包率进行建模,给出了一个节点可作为路由中继节点所需要满足的两个条件;基于优化方程,为传输路径上的每一跳节点自适应配置时延最小化的传输速率;提出路由发现步骤来找出端到端传输时延最小的传输路径.实验结果表明,相比于固定传输速率的路由算法,所提算法所得到的传输路径具有较低的端到端传输时延和较高的吞吐率.     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

基于能耗量化传导的WSN路由探测算法

为了降低无线传感器网络(WSN)路由节点的能量损耗,提高网络的寿命周期,需要进行路由节点的优化分布设计。传统方法采用CSMA/CA有限竞争的信道分配模型进行WSN的路由探测算法设计,实现能量均衡,在节点规模较大和干扰较强时,节能的能耗开销较大。提出一种基于能耗量化传导的WSN路由探测算法,首先建立WSN的分簇能耗调度模型,以能量控制开销、丢包率、传输时延等为约束参量指标进行路由探测的控制目标函数的构建,然后采用路由冲突协调机制进行能耗量化分配,结合WSN传输信道的能量传导均衡模型实现WSN路由的优化探测和WSN节点的优化部署。仿真结果表明,采用该方法进行WSN路由探测设计时网络的能效较高,传输时延和误码率等参量指标的表现优于传统方法。