传感器网络中基于反向组播树的数据融合路由算法

传感节点有限的能量使得能耗成为路由算法设计要考虑的首要因素。数据融合可以通过合并冗余数据而有效地节约能耗,本文据此提出了一种基于反向组播树的路由算法,算法通过构造一个组播树形成一个以Sink为根的树,其后节点只需将数据发送到一个树上的节点即可,数据经过融合反向转发到Sink。算法具有较好的节能性,而且延时较小,理论分析和仿真实验也表明算法具有好的性能。     

WSN中一种基于最优投影的数据收集方案

针对目前基于密集投影数据收集方法的能量浪费问题,根据压缩感知理论提出一种基于最优投影的数据收集方法。该方法在获取各个节点的投影值时考虑了节点的传输开销来设计最优投影矩阵,避免不必要的投影操作,并证明其满足RIP性质,设计一棵具有最小传输代价增加值的数据收集树来实现投影值的收集。仿真实验结果表明,该方法在数据重构精度以及能量开销等方面优于传统的MWSF等方法。     

组播聚合中高效的可扩展组-树匹配算法

当网络中同时存在大量的的组播组的时候,IP组播的可扩展性问题变得非常突出.对组播聚合中的组播组-树的匹配算法进行了研究,提出了一种高效的可扩展的组播组-树匹配算法(SGTM算法).在确定组播组的匹配树过程中,通过将组播树按照其开销进行排序以及扩展处理,降低了在查找过程中所检查的组播树的数量,提高了聚合组播算法的执行速度.并引入了对组播聚合性能进行度量的参数,结果表明SGTM算法与传统的组播聚合算法相比在同等性能的情况下执行速度更快.     

基于组播源移动的组播树修改过程研究

特定源组播(SSM)是现在应用最广泛的组播模型。随着无线网络的快速发展,移动用户不断增加,移动环境为越来越多的用户提供有限的、共享的带宽,这样的现实更加重了网络对组播服务的需要。然而,特定源组播(SSM)对组播源移动的支持仍然是一个有待解决的问题。本文将针对组播树修改协议(TM)进行分析和改进,进一步完善组播树修改协议过程。     

基于GA的多约束条件QoS组播路由算法

通过研究带QoS约束的组播路由问题,提出一种由改进的遗传算法实现的组播路由算法。利用树型结构编码,设计独特的杂交算子和变异算子。仿真实验验证该算法能节省大量解码操作,缩短求解时间,并且其收敛速度不会随着网络规模的增大而变慢,具有快速收敛寻优的特点。     

面向数据收集的转发树构建与链路调度算法

多数基于压缩感知的数据收集方法假设网络无干扰或能够采取有效的冲突避免措施,当网络存在干扰或噪声时,难以同时兼顾效率和可靠性。为此,以压缩感知理论为基础,研究物理干扰模型下的数据收集问题,将其建模为转发树构建和链路调度联合问题,并设计可构建转发树的分布式求解算法,确定一组转发树并在调度后于最短调度周期内将测量数据发往汇点,实现传输延时和采集能效间的平衡。仿真结果表明,该算法能有效降低数据传输延时,提高数据采集能效。     

基于压缩感知的无线传感器网络数据收集研究综述

为了对无线传感器网络的压缩数据收集有一个全面的认识和评估,对到目前为止国内外的相关研究成果作了一个系统的介绍。首先,介绍了压缩数据收集及改进方法的框架的建立;然后,分别根据无线传感器网络的传输模式和压缩感知理论的三要素,对压缩数据收集方法分类进行了阐述;接下来,说明了压缩数据收集的自适应和优化问题,与其他方法的联合应用,及实际应用范例;最后,指出了压缩数据收集存在的问题和未来的发展方向。     

基于极值遗传算法的QoS组播路由

基于遗传算法和极值优化思想,提出一种极值遗传算法,将其应用到QoS组播路由。极值优化的非自衡性可以防止算法陷入局部解,加快算法的收敛速度。根据网络拓扑结构特点,采用特殊的编码、交叉、变异操作,保证解的可行性。实验结果表明,该算法能达到较高的QoS组播路由速度和精度。     

WSN中基于压缩感知的高能效数据收集方案

可靠高效的数据收集是无线传感器网络（Wireless sensor networks,WSN）应用中的关键问题.然而,由于无线通信链路的高失效率、节点资源受限以及环境恶劣等原因,网络容易发生丢包问题,使得现有的数据收集方法无法同时满足高精度和低能耗的要求.为此,本文提出了一种基于压缩感知的高能效数据收集方案.该方案主要分为节点上的数据处理和数据收集路径优化两个步骤.首先设计了基于指数核函数的稀疏矩阵来对感知数据进行稀疏化处理,然后综合考虑了数据的传输能耗和可靠性等因素,采用分块矩阵的思路,将单位矩阵和准循环低密度奇偶校验（Low density parity check,LDPC）码的校验矩阵相结合构造了测量矩阵,并证明了它与稀疏矩阵之间满足限制等距性质（Restricted isometry property,RIP）.最后,将数据收集路径优化问题建模为哈密尔顿回路问题,并提出了基于树分解的路径优化算法进行求解.仿真结果表明,在网络存在丢包的情况下,本文方案仍然能够保证数据收集的高精确度,相比于其他数据收集方案而言,本文方案在数据重构误差和能耗方面的性能更优.     

基于均衡分簇的无线传感器网络压缩数据收集

应用压缩感知（CS）理论结合稀疏随机投影的无线传感器网络（WSN）压缩数据收集（CDG）可以大大减少网络传输的数据量。针对随机选择投影节点作为簇头来收集数据导致网络整体能耗不稳定和不平衡的问题,提出两种平衡投影节点的压缩数据收集方法。对于节点分布均匀WSN,提出基于空间位置的均衡分簇法：首先,均匀划分网格;然后,在每个网格选举投影节点,依距离最短原则成簇;最后,由投影节点收集簇内数据到汇聚节点完成数据收集,从而使得投影节点分布均匀、网络能耗均衡。对于节点分布不均匀的WSN,提出基于节点密度的均衡分簇法：同时考虑节点的位置和密度,对节点数量少的网格不再选择投影节点,将网格内的少量节点分配到邻近的网格,从而平衡网络能量,延长网络寿命。仿真结果表明,与随机投影节点法相比,所提的两种方法的网络寿命均延长了25%以上,剩余节点数在网络运行中期均能达到2倍左右,具有更好的网络连通性,显著提高了整个网络的生命周期。     

基于遗传算法的有矢量约束的多播路由计算

针对QoS参数(带宽(bandwidth)、时延(delay)、丢包率(packet loss)等)的多样性，提出了利用遗传算法(GA)解决带有多维约束的多播路由路径的生成算法GAVCMR．该算法把各种约束结合起来，提出了矢量约束的概念；GAVCMR突破了遗传算法(GA)传统观念上的限制，对各种约束参数赋予了更为清晰的实际含义，根据参数的实际物理含义，在进化的不同阶段灵活调整各参数的大小，加快了算法的收敛速度，并在一定程度上避免算法终止在局部最优．在矢量约束下生成的多播树能够适应各种QoS参数的要求，仿真结果证明了算法的有效性．     

Constructing Multicast Routing Tree for Inter-cloud Data Transmission: An Approximation Algorithmic Perspective

Networking plays a crucial role in cloud computing especially in an inter-cloud environment, where data communications among data centers located at different geographical sites form the foundation of inter-cloud federation. Data transmissions required for inter-cloud federation in the complex inter-cloud networking system are often point-to-multi points, which calls for a more effective and efficient multicast routing algorithm in complex networking systems. In this paper, we investigate the multicast routing problem in the inter-cloud context with K constraints where K ≥ 2. Unlike most of existing algorithms that are too complex to be applied in practical scenarios, a novel and fast algorithm for establishing multicast routing tree for inter-clouds is proposed. The proposed algorithm leverages an entropy-based process to aggregate all weights into a comprehensive metric, and then uses it to search a multicast tree (MT) on the basis of the shortest path tree (SPT). We conduct complexity analysis and extensive simulations for the proposed algorithm from the approximation perspective. Both analytical and experimental results demonstrate that the algorithm is more efficient than a representative multi-constrained multicast routing algorithm in terms of both speed and accuracy, and thus we believe that the proposed algorithm is applicable to the inter-cloud environment.      

基于实时应用的组播路由算法研究

摘要实时多媒体应用要求组播接收者在一定的时延限制之内收到组播信息,这就对组播路由提出了新的要求。该文提出了一种基于实时应用的组播路由算法,该算法以较低的通信代价建立满足时延界限的接近最优的组播树。最后简要讨论了组播接收者的动态改变时如何重建组播树的问题。     

一个新的基于度约束的组播路由算法

论文根据网络节点在通信中复制信息的能力,研究了节点的度约束以及费用最小的组播树问题,并提出了一种新的算法,当动态加入节点时,不用完全重新计算就可以得到新的组播树,以适用于某些特殊的场合。通过实验表明,算法的费用接近于以往算法,但是建立初始路由的时间要少得多,实验表明该算法具有较强的实用性。     

一种基于动态组播树的可靠数据分发方法

已有的数据分发方法多侧重于某方面的优化,不能充分权衡数据分发的可靠性与高效性,难以满足应急场景下可靠快速分发数据的要求.为此,提出一种基于动态组播树的可靠数据分发方法.根据节点间延迟信息对节点进行层次化分簇和编号,以此构建层次化覆盖网,根据节点编号采用基于动态组播树的前缀匹配路由.理论分析和实验结果表明,与MEDYM方法相比,即使短时间内系统中产生大量消息,该方法仍能够可靠快速地分发数据,系统开销较小.     

基于时延约束的快速低代价组播路由算法

低代价最短路径树是一种广泛使用的组播树,通常不能满足实时多媒体应用中信息从源端到目的端传输的时延限制。针对该问题,提出基于时延约束的快速低代价组播路由算法,利用代价构建满足时延约束的初始树,将不满足时延约束的路径用最小时延路径代替。仿真结果表明,相比时延约束最短路径树算法,该算法的计算时间更少,组播树的总代价更低。     

基于向量投影的支撑向量预选取

支撑向量机是近年来新兴的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出了突出的优点．但在支撑向量机中,支撑向量的选取相当困难,这也成为限制其应用的瓶颈问题．该文对支撑向量机的机理经过认真分析,研究其支撑向量的分布特性,在不影响分类性能的前提下,提出了基于向量投影的支撑向量预选取法,从训练样本中预先选择具有一定特征的边界向量来代替训练样本进行训练,这样就减少了训练样本,大大加快了支撑向量机的训练速度。     

基于多播树的组同步研究

组同步是多用户系统中一种重要的同步技术．在分析造成组成员不同步原因的基础上，提出了基于多播树的组同步方法，从信息传榆的角度解决组同步问题．利用生成具有延迟限制的最小延迟抖动多播树，来传榆信息，并根据网络拓扑结构和延迟的变化，对多播树进行动态调整，在满足系统实时性的前提下，使信息到达所有节点的时间差保持最小，从而实现组成员问的同步．实际测试结果表明，基于多播树的组同步方法有效地减少了系统的延迟抖动，取得了显著的组同步效果，     

基于遗传算法的实时组播通信路由算法

组播通信路由技术是视频广播、计算机会议、CSCW()等新型分布式计算的关键技术.提出了基于分布式遗传算法的共享树组播路由算法,包括包交换的网络组播树的建立、组播树的动态维护和计算满足特定时延和时延抖动限制的近似斯坦利最小树算法等.利用它可以实现在给定网络和组播需求的情况下,在组成员间寻找动态的组播树,并使该树覆盖所有的成员,并约束网络费用达到最小.进而解决树状路由的建立以及树状路由的动态维护等问题.