超宽带传感器网络跨层优化模型应用研究

跨层设计是提高无线传感器网络整体性能的一种有效方法。在综合考虑MAC层调度、物理层功率控制、网络层路由三方面因素的基础上,结合超宽带技术大带宽、低信号功率的特点,以实现网络最大数据传输速率为目标,构建了超宽带传感器网络跨层优化模型,并提出了适用于大规模网络的数据传输解决方法。实验结果表明,模型最优解可有效提高网络的数据传输速率,同时该优化模型还可用于解决大规模网络数据传输问题。这证明以构建、求解优化模型的方式解决跨层设计问题是切实可行的。     

基于超宽带技术的无线传感器数据传输网络跨层优化研究

通过构建、求解MAC层、物理层、网络层跨层优化模型的方式,对超宽带无线传感器网络数据传输问题进行了初步研究.仿真实验结果表明,以构建、求解优化模型的方式解决无线传感器网络跨层设计问题是切实可行的,物理层信号功率控制、网络层路由对网络整体性能有着至关重要的影响.为超宽带无线传感器网络实际应用提供了必要的理论及实验依据,同时也为解决大规模超宽带传感器网络数据传输问题提供了解决思路.     

超宽带安全监控网络跨层优化模型研究

跨层设计是提高无线网络整体性能的一种有效方法.本文在综合考虑MAC层调度、物理层功率控制、网络层路由三方面因素的基础上,结合超宽带技术大带宽、低信号功率的特点,以实现网络最大数据传输速率为目标,构建了UWB安全监控网络跨层优化模型.实验结果表明,根据模型最优解进行网络配置可有效提高网络的数据传输速率,从而证明以构建、求解优化模型的方式解决跨层设计问题是切实可行的.     

基于大数据传输优化模拟研究

在互联网领域,网络优化是确保网络质量,提升网络资源利用率的有效手段。一般而言,利用大数据技术进行网络优化的过程可分为三个阶段:数据来源和获取、数据存储、数据分析。跨层设计是提升整个无线传感器网络性能的一种有效方法。在三个因素综合考虑,如MAC层诡计多端的,物理的功率控制、网络层路由,超宽带技术和低的信号功率和实现网络的最大数据传输速率的目的相结合,构建无线传感器网络跨层优化模型基于UWB技术。     

大数据传输优化模拟分析

0引言
　　在互联网领域,网络优化是确保网络质量,提升网络资源利用率的有效手段。一般而言,利用大数据技术进行网络优化的过程可分为三个阶段：数据来源和获取、数据存储、数据分析。跨层设计是提升整个无线传感器网络性能的一种有效方法。在三个因素综合考虑,如MAC层诡计多端的,物理的功率控制、网络层路由,超宽带技术和低的信号功率和实现网络的最大数据传输速率的目的相结合,构建无线传感器网络跨层优化模型基于UWB 技术。基于国家三维地心坐标系,利用网络和数字通信技术,为大众用户提供实时的分布,使大地测量服务在一个更快和更宽的直接打开国外的形式的 CORS 在国内发展动态及现状分析,分析建筑动态施工。在连续运行参考站网络应用领域的建设,国际上主要的全球IGS站CORS网络国际GNSS服务（国际GNSS服务,IGS）,来自欧洲的永久连续净洲际 CORS（EPN,euree永久性网络）以及NGS的从美国CORS。     

基于压缩感知的无线传感器网络数据传输跨层优化算法

针对无线传感器网络中数据传输问题,提出一种基于压缩感知的数据传输跨层优化算法.首先,为了剔除原始数据时间、空间冗余性,构造一种时空动态感知矩阵,降低采样频率的同时使得传感器采集的数据包含全部有用的信息.其次,以最小传输数据量为目标,以链路容量、功率、路由选择为约束条件,建立跨层的优化模型,通过求解优化模型,得到最优的功率控制、链路容量和路由选择策略.仿真结果表明,所提算法能够降低数据传输量,克服传统数据传输算法中由于数据处理不均衡导致的网络拥塞问题.     

无线传感器网络中节点传输能效跨层分析模型

在无线传感器网络中,节点的传输能效一直是国内外学者研究的首要问题。从物理层、MAC层协议角度分析了数据传输的能耗问题,给出了在单跳传输的过程中节点所消耗的能量,进而提出了数据传输能效跨层分析模型。分析了无线传感器网络中数据传输的电路机制及能耗,给出了CSMA传输机制的能耗概率模型,结合无线传感器网络中MAC层的RTS-CTS-ACK握手机制,提出了数据分包传输的能效分析模型。通过数值分析,说明提出的数据传输能效分析模型是可行并且有效的。     

多个无线传感器网络中节能MAC协议设计

在无线传感器网络中,媒体访问控制(MAC)层协议影响着整个网络的性能。根据无线传感器网络对节点能耗和时延的要求,本文提出了一种基于跨层设计的节能MAC协议。利用物理层、MAC层和路由层之间的信息交互,在保证可靠通信的基础上,实现在一个监听/睡眠周期内数据多跳传输,缩短数据传输时延,并且有效控制网络数据传输的冗余度,降低冗余节点能量消耗。性能分析和仿真结果表明,节能MAC协议能够有效地降低网络时延并且减少节点能耗。     

AdHoc网络中联合速率与功率控制的跨层设计

近年来,随着人们在各种环境下对移动业务需求的增加,Ad Hoc网络以其无中心、分布式、自组织等特性,在社会生活中占据了越来越重要的地位。然而,如何在Ad Hoc网络中设计合理有效的资源分配方案面临着巨大的挑战。文章提出分布式牛顿算法来解决Ad Hoc网络中的资源分配问题,该算法的主要思想是利用当前的局部信息求解每次迭代过程中的原始变量和对偶变量,在效用最大化函数中引入能量消耗成本,利用网络层、数据链路层和物理层的信息,在网络效用最大化模型中,联合速率和功率控制进行跨层设计。该方法把Ad Hoc网络建模后的目标函数最大化问题转化为各个层的子问题,求解出网络中的最小功率和最大速率,即网络在最大发送速率下的最小功率。仿真结果表明:该算法具有更快的二次收敛速度,利用速率和功率进行跨层优化,在保证网络效用最大化的同时,可降低节点的发送功率,有效延长网络的寿命。与此同时,较低功率的通信也可以提高网络的通信安全。     

移动性无线传感器网络吞吐量跨层优化

采用跨层优化方法,分析了移动性无线传感器网络点对点链路的吞吐量优化问题。首先推导出吞吐量的理论表达式;以最大化吞吐量为目标,采用一种基于分层优化的数学框架,分别得到物理层最优符号速率、最优调制星座体积和MAC层最优数据包长;在此基础上,通过联合优化物理层参数和MAC层参数实现了链路吞吐量的最大化;最后提出了一种基于节点间通信距离的自适应跨层优化策略。仿真结果表明,与传统的分层优化相比,跨层优化后链路的吞吐量性能得到了明显提高。     

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。     

无线传感器网络的链路稳定成簇与功率控制算法

在能量有限条件下通过降低能耗来延长网络生存时间是无线传感器网络面临的重要挑战之一。在层次体系结构中,MAC层和网络层的能耗是影响系统能量有效性的关键,因此可以将这两层结合起来考虑,从网络跨层优化的角度来分析其能耗。针对现有典型成簇算法理论前提条件多、无法适应网络动态变化、不易在实际环境中实现的不足,结合功率控制理论及算法,基于跨层优化的策略提出了一种易于实现、能动态适应网络变化、能量有效的链路稳定成簇算法。该算法能在降低能耗的同时扩大网络的吞吐量。实验仿真结果表明,与现有的几种典型方案相比,新算法在保证网络稳定性的同时使网络具有了更大的有效吞吐量及更长的生存时间。     

无线传感器网络吞吐量的自适应跨层优化策略

采用跨层优化方法,分析了无线传感器网络点对点链路的吞吐量优化问题。首先推导出吞吐量的理论表达式;随后以最大化吞吐量为目标,采用一种基于分层优化的数学框架,分别得到物理层最优符号速率、最优调制星座体积和MAC层最优数据包长;在此基础上,通过联合优化物理层参数和MAC层参数实现了链路吞吐量的最大化;最后提出了一种自适应跨层优化策略。在不同的信噪比条件下,根据该自适应策略来配置相应的最优物理层参数和MAC层参数,便可以保证链路的吞吐量达到最优值。仿真结果表明,与传统的分层优化相比,跨层优化后链路的吞吐量性能得到了明显提高。     

WSN中层次型拓扑控制与网络资源配置联合设计方法

综合考虑异构无线传感器网络中节点速率分配、簇的划分规则和链路层网络频带资源占用情况, 提出一种基于拓扑控制与资源优化分配的层次型路由算法. 在网络层, 该算法根据成员节点和簇首节点的速率分配机制建立节点流量平衡模型. 在链路层, 分析无线传感器网络频谱共享行为, 研究邻近用户间访问冲突的规避抑制模型, 重构网络频带资源. 通过引入带宽比例因子将可用频带划分成若干子带, 提高网络频带资源的利用效率. 本文基于跨层联合设计思路, 建立一个混合整数非线性规划问题,对异构无线传感器网络中拓扑控制和网络资源分配问题联合设计, 得到最优的分簇结果和资源分配方案. 最后, 在设定网络拓扑中评估性能, 仿真结果证实该算法在网络频带资源充分利用的同时, 可实现最优的簇首匹配和路由建立结果.     

Error-Resilient Video Encoding and Transmission in Multirate Wireless LANs

In this paper, we present a cross-layer approach for video transmission in wireless LANs that employs joint source and application-layer channel coding, together with rate adaptation at the wireless physical layer (PHY). While the purpose of adopting PHY rate adaptation in modern wireless LANs like the IEEE 802.11a/b is to maximize the throughput, in this paper we exploit this feature to increase the robustness of wireless video. More specifically, we investigate the impact of adapting the PHY transmission rate, thus changing the throughput and packet loss channel characteristics, on the rate-distortion performance of a transmitted video sequence. To evaluate the video quality at the decoder, we develop a cross-layer modeling framework that considers jointly the effect of application-layer joint source-channel coding (JSCC), error concealment, and the PHY transmission rate. The resulting models are used by an optimization algorithm that calculates the optimal JSCC allocation for each video frame, and PHY transmission rate for each outgoing transport packet. The comprehensive simulation results obtained with the H.264/AVC codec demonstrate considerable increase in the PSNR of the decoded video when compared with a system that employs separately JSCC and PHY rate adaptation. Furthermore, our performance analysis indicates that the optimal PHY transmission rate calculated by the proposed algorithm, can be significantly different when compared with rate adaptation algorithms that target throughput improvement.     

On the capacity of UWB-based wireless sensor networks

Ultra-wideband (UWB) is a promising wireless communications technology and has great potential for emerging applications such as sensor networks. This paper studies the following fundamental problems for UWB-based sensor networks. For a given network instance, what is the maximum data rate (network capacity) that can be received at the base station (i.e., sink node)? What is the network capacity bound among arbitrary network instances? We show that these problems can be cast into a cross-layer formulation with joint consideration of routing, scheduling, power control, and rate assignment. For a given network instance, we find a closed-form network capacity as well as corresponding optimal routing, scheduling, power control, and rate assignment. We also find a network capacity bound among arbitrary network instances. Our results provide fundamental results for UWB-based sensor networks.     

一种分布式无线传感器网络跨层移动通信技术研究

针对无线多媒体传感器网络对带宽和实时性等的高要求,建立了一种基于能量优化和跨层协同交互的分布式多路径路由技术,并应用于移动通信领域。该技术采用了遗传算法优化节点传输多媒体数据能耗,建立节点剩余能量预测模型,根据感知能量建立跨层协同工作体系,以较小代价在动态无线网络拓扑中选择最优路径。仿真实验和数学分析表明,该技术能够高效地支持实时移动视频通信,适合于计算能力、存储能力和能量等受限的无线多媒体传感器网络。