支持多速率自适应的IEEE 802.11网络性能分析

针对基于自动速率回退(ARF)算法的多速率IEEE 802.11网络,给出了ARF算法分析的一种离散时间Markov链模型.模型的建立,考虑了节点在发送过程中,通过Basic与RTS/CTS模式的选择,对是否因为信道传输误码导致的失败进行的区分.利用算法模型,分析了节点在以随机概率选择不同发送模式的方式下,其采用各个传输速率的稳态概率分布,并在此基础上结合协议退避机制的研究,给出了多速率网络系统吞吐量性能的计算方法.通过大量的仿真实验,验证了模型分析方法具有很好的准确性,并讨论了算法以及MAC协议参数设置对网络性能的影响.     

缓解拥塞的IEEE802.11速率选择算法

IEEE802.11的速率选择算法OAR能有效利用信道条件,但不适合拥塞的网络环境。该文改进OAR算法,通过调整拥塞节点的初始竞争窗口值来增加其获得信道的概率,使其在拥塞时能尽快将分组转发出去,从而缓解了拥塞。仿真结果表明,改进后的OAR在网络负荷大时能有效地提高分组投递率。     

基于802.11的混合链路调制速率自适应算法研究

为了解决当前许多基于IEEE 802.11标准的速率自适应协议所面临着的快速变化链路中的切换滞后问题、碰撞问题及重复速率抖动问题,提出了一种混合速率自适应算法(MRA)。MRA算法通过高优先级速率自适应算法(HPRA)快速获得非最优化的传输速率来解决快速切换问题,通过低优先级速率自适应算法(LPRA)在一定时间后获得最优化的传输速率,其中利用获得的SNR参数减小碰撞问题带来的影响,并建立短时间内出现反复速率切换便在一定时间内禁止切换的机制来避免重复速率抖动问题的出现。仿真实验结果表明,无论在快速变化的链路中还是在相对平静的链路情况下,该算法的性能较当前的知名算法都有明显的提高。     

联合动态聚合帧长机制的速率自适应算法

在IEEE 802.11n协议中引入帧聚合机制能够提高无线局域网MAC层的效率,但会增加速率自适应算法对信道变化的反应时间,降低网络吞吐量。针对该问题,提出一种改进的速率自适应算法JodaRA。引入权重思想统计聚合帧的发送情况,设计基于子帧丢失加权和的速率选择方案。采取混合型速率选择策略,利用发送端的RSSI与接收端的传感器信息进行链路状态感知,根据链路状态选取合适的速率选择方案并动态设定聚合帧的最大长度,以提高算法的实时性与准确性。仿真结果表明,在不同的节点移动状态下,与RRAA、MinstrelHT和SampleLite 3种算法相比,JodaRA算法的平均UDP吞吐量分别提高90%、57%和22%。     

Ad Hoc网络自适应退避算法吞吐量研究

基于Ad Hoc网络IEEE 802.11协议原理;对Ad Hoc网络标准DCF算法进行了改进;提出了一种自动调整最小竞争窗口W0的退避算法（Adaptive minimum contention Window Binary Exponential Backoff algorithm;简称AWBEB算法）;建立了AWBEB算法的二维Markov链模型;导出了该算法的稳态分布和终端数据发送概率;分析了该算法的吞吐量和稳态吞吐量;对该算法吞吐量进行了编程仿真及数学解析研究;验证了AWBEB算法。研究结果表明;与DCF算法相比;AWBEB算法具有更好的网络吞吐性能;AWBEB算法网络吞吐量的编程仿真结果与数值计算结果吻合较好。     

基于相对速度的802.11p车载网络自适应退避算法*

IEEE 802.11p协议是针对车载环境应用制定的物理层与MAC层标准.车载网络中节点的高移动性和拓扑结构的频繁变更导致网络丢包率增加.为解决车辆移动特性引发的信道访问不公平性问题及降低网络丢包率,提出一种基于相对速度的自适应退避算法RSBA,依据移动节点间相对速度差异优化退避机制.通过NCTUns模拟实验表明,RS...     

无线局域网中存在隐藏终端的速率自适应算法

针对IEEE 802.11标准的无线局域网已有大量速率自适应算法,但是大多数算法的速率选择未考虑冲突的影响,可能导致系统吞吐量反而下降。CARA算法虽然考虑了冲突因素,能有效提高系统性能,但是该算法没有对造成冲突的原因进行进一步区分,在存在隐藏终端的无线局域网中可能产生RTS振荡效应。为此提出一种基于CARA的改进算法——EN-CARA算法,该算法结合了隐藏终端检测机制,能避免RTS振荡效应,有效降低冲突概率,进一步改善和提高系统性能。仿真结果表明,该算法在随机生成的拓扑架构下能取得比CARA更好的性能。     

802.11ac标准下的高校WLAN部署方案探究

当前,随着互联网技术的不断发展,基于智能终端的移动学习逐渐成为教育教学研究的一大热点,而有线网络无法满足师生随时随地获取信息的需求,各高校加强无线网络的建设势在必行。本文就802.11ac标准下的高校WLAN部署方案进行了探究。     

基于自适应r进制回退的IEEE 802.11性能改进

IEEE802.11采用基于二进制指数回退算法(BEB)的DCF作为其基本的媒体接入控制协议(MAC)。但研究表明,在该DCF机制下,当节点数目迅速增加时,系统吞吐量急剧降低,严重影响网络性能。提出了一种根据竞争节点数目调整退避指数r的方案以改进DCF性能,仿真结果表明,改进后的DCF能使系统性能有较大的提高。     

基于竞争窗口递减因子自适应调整退避算法

包括IEEE802.11、802.15.4标准在内的许多无线网络协议都采用二进制指数退避机制管理数据的重发。在动态分布式的网络环境中,二进制指数退避算法固定的竞争窗口递减方式难以适应动态变化的网络规模。针对这一问题,提出了一种改进的回退机制,该机制通过引入竞争窗口递减因子,自适应地调整无线节点的等待时间,以实现网络吞吐量的最大化。同时,在算法实现上提出一种启发式算法以跟踪网络中竞争节点数量的改变。在IEEE 802.11DCF协议中以相同的物理层参数进行仿真,结果表明改进算法提高了网络吞吐量,降低了分组平均接入时延。     

基于RSSI的测距差分修正定位算法

为了抑制RSSI误差对无线传感器节点自身定位精度的影响,以三边定位算法为基础,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将差分法和质心法相结合提出了一种测距差分修正定位算法。该定位算法无需增加额外硬件开销,容易实现,定位误差可小于2.5m,适合于处理能力和能量有限的无线传感器网络节点。     

基于比较信号接收强度的传感器定位算法研究*

定位技术是传感器网络的重要技术,分析了几种Rangefree定位算法的特点,提出基于比较信号接收强度的传感器定位算法（LBRSSI）。其基本思想是通过比较接收到的信号强度大小来产生圆环,最后通过圆环的交集来确定节点的位置,并加入了角度阈值条件以适应无线信号的不规则性。研究了系统参数对于算法定位精度所造成的不同影响,结果发现无线信号损耗越不规则,算法定位精度越小,同时增加锚节点个数有利于提高算法的定位精度,而增加锚节点的传播距离也可以有限度地提高算法定位精度。     

RSSI在RFID读写器中的应用

基于接收信号强度指示(RSSI)测距的定位方法容易实现、开销少,适合在射频识别(RFID)系统中使用。由此提出一种RSSI在UHF频段下RFID读写器中的实现方式。使用合适的测量方法,通过对无线电传播路径损耗模型及大量实测数据的分析,证明得到的标签RSSI可以用于对无源标签的实时距离定位。     

基于核的RSSI定位

定位在无线传感网络的应用中有非常重要的作用,但是目前定位技术的准确度不够理想,RSSI是一种能实际使用确定传感网络中节点间距离的技术。在无线传感网络中引进了核,核是一个拥有三个或更多有着固定位置关系传感节点的物体。核能定位其他核或节点,同时核也能被传感网络定位。通过模拟发现使用核能有效提高定位的准确度。     

一种改进的最大簇中心定位算法

针对煤矿井下人员定位困难以及现有定位算法存在较大定位误差的问题,基于非测距定位技术提出一种改进的最大簇中心定位算法。该算法利用接收信号强度指示器的输出值对移动节点在定位区域中的位置进行归类,改进簇的生成条件和归类逻辑以解决现有定位算法存在的定位盲点问题。数值仿真与实验结果表明,该算法具有较高定位精度,适合于井下复杂多变的通信环境。     

基于RSSI均值的无线传感器网络拓扑控制算法

针对采用接收信号强度指示(RSSI)值构建拓扑存在误差的不足,提出一种分布式拓扑控制算法RTC。该算法基于RSSI均值计算节点间双向路径损耗,从而判断两节点间是否存在每跳通信链路代价都小于直接通信链路代价的两跳路径,以构建局部优化拓扑。理论分析了算法的通信复杂度和网络连通性,仿真分析了其节能特性,结果表明RTC在降低网络能量消耗的同时延长了网络生命周期。     

一种基于RSSI的贝叶斯室内定位算法

为提高室内定位系统中基于接收信号强度指示(RSSI)的定位精度,提出一种基于RSSI的贝叶斯室内定位算法。在对RSSI信号进行高斯滤波预处理后,利用三角形质心算法计算未知节点的初始坐标,对该初始坐标进行贝叶斯滤波处理,得到更加准确的坐标。实验结果表明,该算法能降低定位误差,定位精度可达98%。     

全景图像拼接的网络化感知节点自主定位系统

分析网络化感知系统节点定位问题的特殊性,针对深空探测环境未知的问题,提出利用全景图像重合度来修正信号衰减模型,提高测距精度;提出一种修正的高精度节点自主定位算法来解决多移动节点协同定位问题,该算法是把切圆法引入到基于全景图片重合度的RSSI修正定位方法中。当多个感知节点定位时,根据视距近似原则选择定位锚节点来进行H-CM算法,仿真结果表明该定位方案可以有效提高感知节点的定位精度。     

无线传感器网络中一种基于栅格划分的概率定位算法

基于接收信号强度（RSSI）的节点定位算法是目前应用较为广泛的定位算法。由于无线信号受信道衰减和障碍物屏蔽等因素的影响,基于RSSI的定位算法精度不高。提出了一种基于栅格划分的概率定位算法,首先将待定位节点可能存在的区域划分为若干栅格,再根据无线信号在空间传输的概率模型,计算出待定位节点处于各个栅格的置信度,最后以置信度较高的栅格的形心为基准点,计算出待定位节点的坐标位置。算法降低了噪声污染对定位结果的影响,定位精度较高。     

混沌粒子群鸡群融合优化的RSSI质心定位算法

针对传统接收信号强度指示（RSSI）定位算法定位精度低及粒子群优化（PSO）算法容易陷入早熟和局部最优解的问题,提出一种RSSI质心定位算法。通过RSSI测距技术计算各传感节点之间的距离,选择离未定位节点最近的3个锚节点和已定位节点,建立以未知节点坐标为参数的数学模型。在PSO算法的基础上运用混沌优化思想避免搜索过程陷入局部极小,并利用鸡群算法进行优化从而得到质量更好的解。实验结果表明,与原始质心定位算法、加权RSSI质心定位算法和PSO-RSSI质心定位算法相比,该算法具有较快的收敛速度和较高的定位精度。