一种自适应的健壮TCP/IP报头压缩算法

在无线IP网络中，采用报头压缩技术减小TCP／IP协议报头带来的额外开销，提高无线信道的频谱利用率．然而现有的报头压缩方案没有考虑无线信道状态，无法很好地适应无线链路的时变特性．提出并分析了一种自适应的健壮TCP／IP报头压缩算法．该算法通过使用对无线信道状态的精确估计调节报头压缩器中W—LSB编码的可变滑动窗口大小，能够实现压缩率和抗差错健壮性之间较好的平衡，可以很好适应特性经常变化的无线链路．最后，给出了实验结果，证实了该算法在无线链路上的有效性．     

无线IP网络中一种针对实时流的报头压缩算法

无线IP网中,为了能够有效利用带宽资源,使提供实时业务具有经济上的可行性和现实性,必须采用报头压缩技术减小协议报头带来的额外开销.然而,现有的报头压缩方案在设计时没有考虑无线信道状态.为了能够更好地适应无线链路特性,提出并分析了一种无线IP网络中针对实时流的基于信道状态的健壮报头压缩算法.该算法通过对无线信道状态的精确估计来调节报头压缩器中W-LSB编码的可变滑动窗口的大小,在压缩率和抗差错健壮性之间能够实现好的平衡,并适应特性经常变化的无线链路.最后,通过仿真结果证明该算法在无线链路上的有效性.     

基于链路负载分级的无线Mesh网信道分配算法

由于无线Mesh网络信道分配算法的性能增益与网络的流量负载特点密切相关,在对多射频多信道无线Mesh网络的流量特点进行分析的基础上,提出一种静态信道分配的启发式算法LPFCA。该算法根据无线链路在网络拓扑中的位置信息来估计无线链路的预期负载情况,并对网络中无线链路的预期负载进行量化分级,利用整数线性规划方法对信道分配进行描述并应用目标函数对信道分配进行优化,使网络总的干扰权重最小化。仿真结果表明,相比于现有的算法,该算法在吞吐量上平均提升了18.9%。     

WMN中基于链路质量的信道分配算法

针对IEEE 802.11多射频多信道无线Mesh网络,提出一种基于链路质量的分布式信道分配算法,通过信道扫描收集所有信道信息,根据链路质量决定工作信道,同时在网络发生变化时对信道进行动态调整。仿真实验结果表明,与常用的集中式信道分配算法相比,该算法更能有效提升网络容量。     

一种混合信道分配算法的研究与仿真

为了提高无线网状网络的链路容量,提出一种在网络中配置节点多射频多信道的混合信道分配算法.通过配置默认信道并优化默认信道的使用,该算法基于启发式信道分配策略来减小链路干扰提升链路容量.基于网络物理拓扑,该算法生成简化的网络逻辑拓扑,使得信道分配方案能够结合路由优化网络性能.对信道分配的动态调整,确保了网络容量的实时优化.仿真结果显示,本信道分配算法可以有效地提升网络性能.     

无线Mesh网络信道分配研究

针对多接口多信道无线Mesh网络,提出了一种基于链路负载和链路“潜在的”干扰度的权值的分布式静态信道分配算法。给出基于链路负载和链路“潜在的”干扰度的权值的定义和基于权值的链表的构建方法;阐述了算法的设计思想和实现步骤。仿真实验测试结果表明,该算法不但能适应业务流量分布均匀或不均匀的状态,而且能相应地提高网络吞吐量,提升网络性能。     

一种基于最小生成树的无线多跳网络信道分配算法

在无线多跳网络环境下,提出了一种信道分配算法,该算法可优先考虑最小生成树上的可用信道,为每个节点分配信道资源,然后考虑利用生成树外其他可用链路为节点提供信道资源,以提高吞吐量。该算法通过考虑每个用户的通信需求,可充分利用空闲信道资源。仿真结果显示,相比于不考虑最小生成树外链路时,本算法可有效地提高网络整体的吞吐量。     

无线Mesh网络中混合信道分配算法研究

根据多射频多信道无线Mesh网络的特点,提出一种基于节点干扰的混合信道分配算法。将节点间的链路分为正向链路和反向链路,通过概率模型分析链路干扰,计算节点间链路的权重,建立带权重的有向网络连接图。根据链路权重为节点固定接口分配信道,减小可切换接口在信道改变过程中引起的网络干扰。扩展的NS2仿真结果表明,该算法能有效降低链路干扰,提高网络吞吐量。     

MR-OLSR:多天线多信道无线Mesh网络中一种链路状态路由算法

对Ad Hoc网络下的OLSR算法进行改进,提出多天线多信道无线网状网下一种优化的链路状态路由算法MR-OLSR,使得数据流可以在多路径上并行传输,实现拥塞避免和提高信道利用率的目的。利用改进的IWCETT测量尺度算法对多路径链路质量予以测量,同时根据路径质量提出的信道分配策略和多路径策略选择算法使得整体网络具有负载均衡的特性。在OPNET模拟器上实现了算法,结果表明该算法在保持原算法鲁棒性和可扩展性的同时,进一步增强了单链路失效时的稳定性和可靠性,提高了网络的吞吐率。     

无线传感器网络的链路分析与建模

无线传感器网络的链路通信质量对上层协议及定位算法有重要影响.在网络仿真软件中,对信道和链路的过分简化会影响协议或算法的可靠性.本文通过在伯克利Mica2 Motes[1]上的大量实验,分析了无线链路的各种非理想特性,包括时空特性、不规则连接单元和链路不对称性等.通过解析和实验分析相结合的方法对信道和链路质量进行了建模,该模型可以应用于改善仿真工具中的物理层和链路层模型,帮助我们更好地理解上层协议的性能.     

多信道无线Mesh网络的多播信道分配算法

无线Mesh网络可用信道和节点接口的缺乏限制了多播树链路的可用带宽,致使网络吞吐量下降。针对该问题,提出支持多播的多信道多接口信道分配算法——LAMCA。该算法能最小化无线Mesh网络的干扰程度,并最大化网络吞吐量。仿真结果表明,与层次信道分配算法LCA相比,该算法在吞吐量性能方面较优。     

无线网络中的链路自适应算法

针对无线链路固定传输模式吞吐量低，而基于单参数的链路自适应可能误判的问题，提出了一种可有效提高无线网络吞吐量的基于多信道参数信息融合的链路自适应算法。算法根据信道参数的特点，分别采用神经网络在线预测和模糊逻辑推理算法实现载干比(CIR)、包错误率(PER)和信噪比(SNR)对信道质量的局部评估，经过融合中心的合成运算和决策规则，获取信道质量的全局判决，以此进行最适应信道状态的物理层传输模式选择。仿真结果表明，当信道状态恶化时，平均吞吐量比固定传输模式和基于单参数的链路自适应算法提高了42.9%和28.4%。     

多信道无线Mesh网络信道分配算法

针对无线Mesh网络的带宽容量问题,文章通过使用无线网络干扰协议模型对无线链路的干扰进行量化,利用整数线性规划公式对信道分配问题进行描述,在信道分配的时候,应用目标函数对无线链路的信道分配进行优化,使网络总的干扰权重最小化,在此基础上提出一个信道分配的启发式算法。仿真结果表明,文章提出的算法能提高网络的吞吐量。     

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。     

基于LTE系统的VoIP自适应调度算法

提出一种基于LTE系统的VoIP服务的自适应上行调度算法,该算法采用自适应多速率语音编码器,利用传统MAC通用报头中的2个比特将语音编码的模式告知eNB,eNB根据UE的语音状态转换和语音编码速率动态分配上行链路资源。从系统容量、吞吐量和时延方面对比分析该算法和传统算法的性能。理论分析和仿真结果表明,在时延满足要求的前提下,该算法比传统算法具有更高的系统容量和吞吐量。     

认知无线mesh网中联合路由的分布式信道分配算法*

多信道技术通过对数据流量进行分流,能够减少链路间干扰,从而提升网络容量。首先针对认知无线mesh网络提出一种有效的联合路由的分布式信道分配策略,该信道分配策略主要宗旨是维持邻域内信道差异。仿真结果表明,新的信道分配算法相比于无线多信道网络中基于链接的信道分配算法,平均吞吐量大约提高了50%,平均时延降低了约50%。在信道约束的情况下,进一步引入了信道合并算法。仿真结果表明,执行信道合并算法后,网络平均吞吐量、时延性能得到了进一步改善。     

基于动态贝叶斯网络的健壮报头压缩算法

空间飞行系统采用IP协议承载,相比传统的无线通信方式具有更高的数据速率和应用灵活性。为了解决低带宽、高误码率等问题,需要采用高效可靠的报头压缩算法来提高有效载荷效率。但是,由于无线环境的复杂多变,以及空间飞行系统的高速机动性,无线信道传输质量会发生动态的变化,一般的压缩算法无法很好地适应这种时变特性。为此,提出一种基于动态贝叶斯网络的健壮报头压缩算法DB-ROHC。DB-ROHC根据解压端离散的历史丢包观测序列,动态调整关键压缩参数,达到压缩率和健壮性的较好均衡。仿真结果表明,与传统的健壮压缩算法相比,该算法在复杂无线链路中健壮性更优和有效带宽更大。     

异构无线网状网分布式接口和信道联合分配的研究*

研究了无线网状网络中分布式分配信道时,接口异构对网络容量的影响。提出了一种新颖的以射频链路为信道分配对象的接口和信道联合分配ILP模型,给出了一种自适应于网络流量变化的分布式贪婪算法。该算法以射频链路为信道分配对象,基于2-hop干扰模型,以队列长度为权的射频链路吞吐量之和最大为目标,寻找自适应流量变化的分布式分配方案。分析发现,该算法与目前已有的非接口异构的Dist. Greedy算法的时间复杂度相当,仿真结果表明本算法下的网络性能有明显提升。     

基于混合干扰模型的多信道Mesh网络调度算法

研究了多信道无线Mesh网络中的调度及信道分配问题,设计了一种综合协议干扰模型与物理干扰模型的混合干扰模型,并在此干扰模型下提出了一种集中式调度算法。该算法在目前普遍使用的协议干扰模型的基础上,考虑了无线链路的物理传输特性：即使存在一定的干扰,也可以成功接收发射端发送的数据。模拟实验表明该算法可以提高Mesh网络中链路的并行性,有效减少总传输时间。     

一种优化算法物联网技术分布式协作路由研究

研究无线传感器网络分布式协作优化问题。针对无线传感器网络资源利用率和传输效率低下等问题,建立了一种基于遗传优化算法的无线信道质量预测的分布式优化协作路由技术。该技术充分利用遗传算法,采用启发式方法建立无线链路信道信噪比预测模型,然后根据信道质量选择最优者作为协作节点,以较小代价在动态无线网络拓扑中搜寻到最优路由。数学分析表明,遗传算法收敛速度快、可靠性高,可以准确地预测无线链路质量;同时该协作路由技术对无线传感器网络具有更好的适应性,并有效延长了网络生命周期。