基于链路质量的认知无线电网络路由研究

针对认知无线电网络中多信道特性,提出了一种基于链路质量的多信道路由协议。该协议在充分利用频谱集合、提高网络吞吐量的同时,缩短了传输时延。给出了路由指标的具体计算过程,在选路的同时进行频段分配,使可用信道达到有效分配,并在降低时延的同时提高了网络吞吐量。仿真实验证明了该算法的有效性。     

基于蛙跳博弈优化算法的认知频谱分配

为有效分配与使用认知传感器网络中存在的空闲频谱，提高网络的吞吐量，提出了一种基于蛙跳博弈优化算法（Improve Swarm optimization method based on Leapfrog Game , ISLG）的认知频谱分配方案。节点采用双天线降低路由中的信道冲突概率，并针对在认知无线传感器网络(Cognitive Radio Sensor Networks，CRSN)中使用传统路由方案容易导致的节点间路由限制与热区问题，提出基于三角剖分分层的自适应路由，避免路由中多枝节点出现而增加网络的吞吐。频谱分配中，基于主用户位置信息，以蛙跳博弈基础寻优的分配群进行再移动，提高了频谱分配的可靠性。仿真实验表明，相比其他经典群优化算法，所提方案可以有效提高全局搜索能力，频谱分配后的系统吞吐量有了明显提升。     

基于VCG机制的动态频谱分配算法

针对在Underlay频谱共享方式下的认知无线网络动态频谱分配问题,在满足主用户服务质量（QoS）的前提下,建立一种非合作博弈模型,并设计其效用函数。在借鉴VCG机制的基础上,设计相应的收益函数,提出一种可以最大化认知无线网络系统吞吐量且保证公平性的分布式动态频谱分配算法。仿真结果表明,该算法收敛速度快、公平性强。     

认知无线网适用于视频的分簇路由算法

随着可用频谱的日益稀缺和无线业务量剧增,认知无线网相关的研究逐渐成为热点;视频流具有延迟敏感、高带宽需求等特征,动态频谱分配环境下的路由设计和服务质量具有挑战性。针对该问题,为视频业务提出一种基于分簇的路由方法。考虑到频谱的异构性和动态分配特征,对网络节点的分簇规模进行分析和优化,获取能够降低传输失真的分簇方案,并提出一个基于重要度的簇头选举规则;在分簇的基础上设计了与频谱选择相结合的多媒体路由算法。仿真结果表明,该文提出的算法能够为认知环境下的视频传输提供可靠的峰值信噪比、视觉效果和服务质量保障。     

认知无线电网络频谱动态变化实时路由算法

针对认知无线电网络中传统路由协议存在的缺陷, 提出了一种频谱动态变化实时路由算法(DSVR)。该算法在频谱动态变化过程中, 利用马尔可夫状态转移, 及时调整路由, 在一定程度上对网络中的优质资源进行充分使用, 且能获得更低的传输时延。最后, 仿真结果表明, 在信道可用率、可用信道数、节点个数为评估参数下, DSVR比传统路由协议具有更低的端到端平均时延。     

Multi-Radio Multi-Channel无线传感器网络中信道分配和路由策略

针对无线传感器网络中传输时延长、传输冲突大和吞吐量低等问题,提出了一种在Multi-Radio Multi-Channel无线传感器网络中信道分配和路由策略.该策略动态地建立k元n立方体拓扑结构,使用优化的静态信道分配算法提高节点的吞吐量,使用维序寻径的路由算法减少传输冲突.该方法适用于网络节点稠密、节点相互之间通信冲突大的情况,并且在单跳和多跳的网络环境下均适用.实验结果表明,基于k元n立方体这一拓扑结构的信道分配和路由策略与传统方法相比,有效地减少了端到端时延,降低了网络冲突,减少了节点能量消耗,延长了网络寿命,提高了网络吞吐量.     

认知无线电中基于QoS分级的频谱分配策略

为提高认知无线电中的系统吞吐量,保证频谱分配的公平性,提出一种基于服务质量(QoS)分级的频谱分配策略。建立模糊综合判决模型,根据认知用户的业务类型判别其QoS级别,应用CMSB信道分配算法进行频谱分配。仿真实验结果表明,该频谱分配策略能在满足认知用户QoS需求的同时,保证较高的系统吞吐量和接入公平性。     

一种基于干扰感知的网络编码意识路由

针对编码机会对数据流传输相对集中的要求,而数据流集中可能会造成传输干扰增大的问题,提出一种新的考虑干扰感知的编码意识路由判据ECXWI,结合一定的路由发现、路由维护机制,形成一种新的编码意识路由算法CARWI,该算法综合考虑了编码机会以及无线传输干扰等因素。仿真证明,并与采用最短路径路由的网络编码机会路由传输机制COPE相比,CARWI在网络吞吐量、端到端时延指标上有更优的表现。     

认知无线Mesh 网络中QoS 约束的组播路由算法

对认知无线Mesh网络中满足QoS约束的联合组播路由及频谱分配问题进行研究,提出了一个针对该问题的求解框架,包括问题描述、解决方案的表示、适应度函数以及频谱分配算法.基于两种具有代表性的智能计算方法:遗传算法、模拟退火,提出了两种满足端到端延迟约束的组播路由及频谱分配算法GA-MRSA和SA-MRSA.这两种算法追求的目标是最小化组播树信道冲突总数,并且在获得较低的信道冲突数的情况下,还能占用较少的信道.仿真结果表明,所提出的两种算法能够达到预期目标,获得较低的信道冲突总数.     

基于图着色理论的认知网络频谱分配策略研究

为了解决认知网络下的动态频谱分配问题,结合图着色理论分析构建了认知系统频谱分配模型。在此基础上结合极大独立集(MIS)算法,通过设计综合分配权重,提出了一种基于信道效益的认知网络动态频谱分配算法。仿真结果表明,相比现有的MIS、Greedy算法,该算法能够有效提升实际认知网络系统的频谱利用率和公平性指标。     

基于人工免疫的工业认知无线网络路由机制

工业互联网（industrial Internet）已成为第四次工业革命的代表技术.根据工业网络数据传输服务的需求,以及针对工业无线网络拓扑相对稳定、流量规律变化等特点,提出了一种基于人工免疫系统（artificial immune system,简称AIS）的工业认知无线网络路由机制,包含基于链路质量的域内静态路由算法和基于多路径的域间动态路由算法,以实现工业网络的可靠路由.根据人工免疫系统特点,将工业网络的拓扑结构进行区域划分：提出了基于链路质量的域内静态路由算法,采用软硬件结合的方式监视网络链路,并根据移动窗口指数加权平均法计算链路丢包率;提出了基于多路径的域间动态路由算法,根据模式距离对节点的流量周期进行预测,防止节点因流量过大而导致丢包.基于OMNET++仿真平台进行仿真实验,结果表明,所提出的路由机制在应对突发流量时与组合定向地理路由算法相比,丢包率及网络开销分别降低1倍;应对链路失效的情况时与图路由算法相比丢包率降低4倍.     

基于移动代理的卫星网路由性能研究

通过仿真方法分析代理系统中影响基于移动代理卫星网路由算法性能的关键因素,给出了拟仿真的路由算法及其NS2仿真方案,详细阐述了使用Grasshopper、JADE和Linux、运行于局域网环境、支持代理的卫星网仿真平台构建方案,包括仿真平台的系统结构、卫星节点功能实体、路由代理交互接口、星际链路仿真模块等。通过与NS2中的仿真结果对比,得出了高链路时延下的移动代理迁移效率是影响路由算法性能的关键因素,并通过代理系统间横向比较,给出了路由算法开发以及仿真平台构建过程中代理系统的选择建议。     

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.     

基于虚拟信道多路径融合认知无线网络路由算法

针对认知无线网络中频谱的动态性、时变性、多样性以及节点移动性, 提出了一种基于虚拟信道的多路径融合认知无线网络路由算法. 在路由建立过程中, 为解决源节点与目的节点信道同步问题, 源节点在公共控制信道上广播添加虚拟信道的路由请求, 在当前所处信道为虚拟信道的节点中转发. 目的节点对多条路径通过信道切换进行融合, 以规避主用户的活动区域, 减少路径跳数, 提高链路的稳定性. 在路由维护阶段, 通过卡尔曼滤波对节点移动速度进行预测, 在链路断裂之前启动路由修复. 最后通过NS2中CRCN Simulator仿真结果表明, 该算法在链路通信的稳定性、分组投递率、吞吐量、端到端时延等方面有明显的改善, 提高了网络的整体性能.     

基于Omnet++的WSN路由实验教学平台

在无线传感器网络(WSN)教学过程中开展实验较为困难。为此,提出一种基于源代码级合成的WSN路由实验教学平台。采用模块化的方法将路由算法的通用部分固化,通过用户输入路由参数配置不同的路由算法,允许学生在进行路由实验时只关注于路由协议的关键算法,且可自行设计一些路由算法进行仿真测试。评测结果表明,大部分使用者都能在2个课时内成功完成一个以上的路由算法,简化仿真实验的难度与工作量。     

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。     

一种适合Underlay认知无线传感网络的跨层路由算法

在Underlay认知无线传感网络（Underlay Cognitive Radio Sensor Network,Underlay CRSN）中,由于每个信道被主用户所使用的状态随机变化,设计路由算法不仅需要考虑网络中节点的能量消耗以及延长网络寿命的需求,还要考虑路由路径上各链路的信道选择策略对路径数据传输可靠性的影响。该文研究了Underlay认知无线电模型下的CRSN路由问题,提出了一种适合该路由问题的链路Utility函数,并将这类问题建模为以最小化Utility为目标的最优化问题。在讨论了几种传统的无线传感器网络（Wireless Sensor Network,WSN）路由算法之后,提出了一种适合Underlay CRSN的跨层路由算法,并给出了该算法的分布式实现方案。计算机仿真表明所提出的路由算法能很好地适应UnderlayCRSN中信道可用状态的随机变化。     

无线传感器网络LEACH路由协议的改进

针对LEACH协议的不足,提出了一种基于k均值聚类的多跳分簇路由算法LEACH-KMCM。经过MATLAB仿真平台的测试,与LEACH协议相比,LEACH-KMCM使得整个网络的生命周期延长,具有较好的能量优化特性。     

认知无线Ad Hoc网络干扰约束和能量高效路由算法

为了减少认知无线Ad Hoc网络的传输中断概率,实现频谱和能量高效,提出一种干扰约束和能量高效（Interference Constraints and Energy-Efficient,ICEE）的路由算法。信道检测除了基于认知节点（Cognitive Radio,CR）对主用户（Primary Users,PU）的干扰约束外,还增加了CR节点的数据传输所需持续时间约束,以保证CR节点在有效利用空闲信道的同时减少传输中断事件的发生,减少故障重传所损耗的能量。在设计路由算法时采用了链路能耗和节点寿命作为度量,通过联合最优的链路选择方程实现网络能量高效,并延长网络的生命周期。实验仿真结果表明,相比较认知Ad hoc网络的自适应路由协议,基于联合信道分配和自适应功率控制的路由协议,ICEE算法在数据包平均能耗上分别减少了41.2%和24.5%,并且有效地延长了网络生命周期。     

多优先级自适应片上网络路由算法设计

提出一种适用于二维网格结构的片上网络(NoC)路由算法,该算法具有自适应性与最短路径的特点.采用多种优先级对数据进行裁决并传输,能提高系统的吞吐量,降低网络延迟.通过采用NIRGAM仿真平台对算法进行仿真,在4×4网格结构下,与其他NoC路由算法进行性能对比,结果显示该算法在热点模式下具有优势.