基于NCTUns的IEEE 802.11p MAC协议性能仿真

IEEE 802.11p对于车载自组网(VANET)的应用与部署具有重要作用。针对以往研究仿真场景不全面,且极少采用完整的WAVE通信方式等不足,在深入阐述IEEE 802.11p协议层次和NCTUns架构及仿真流程的基础上,利用NCTUns平台在不同应用场景下构建出逼真道路环境,使用完整的WAVE模式分别研究了节点密度、传输功率、传输距离以及车速对于网络性能的影响。仿真结果表明：节点密度、传输功率与传输距离对于分组接收概率和吞吐量有显著影响,而车速对节点吞吐量没有影响。基于仿真结果最后提出了一种通过动态联动调整分组接收概率以及竞争窗口大小来提高车载自组网MAC层性能的方法。     

基于IEEE 802.11p的车载自组网MAC层接入算法RLBSA

基于多业务的p-persistent模型提出实时侦听的自适应算法(RLBSA)。该算法针对VANET4种优先级设置提出利用计算信道冲突/空闲比来优化信道的利用率,即当信道空闲较多时,节点根据自适应策略增加发送概率;而信道冲突较多时,则降低发送概率。该算法解决了在多种优先级业务并存的条件下需要对各个优先级发送节点数量进行估计的问题,且可以根据网络负载自适应调整刷新发送概率的时长,克服了需要预先根据网络密度设置侦听周期长度的弊端。仿真结果表明该算法可以很好解决当网络中存在大量高优先级数据时AC3业务的冲突问题,同时低优先级数据也能保证其访问信道的机会。     

利用蚁群算法生成覆盖表:探索与挖掘

覆盖表生成问题是组合测试的重要研究内容之一,目前已有许多数学方法、贪心算法、搜索算法用于求解这一问题.蚁群算法作为一种能够有效求解组合优化问题的演化搜索算法,已被应用到求解覆盖表生成问题中.已有的研究工作表明:蚁群算法适于求解一般覆盖表、变力度覆盖表生成以及覆盖表排序等问题,但算法结果与其他覆盖表生成方法相比并不具有优势.为了进一步探索与挖掘蚁群算法生成覆盖表的潜力,进行了如下4个层次的改进工作:(1)算法变种集成;(2)算法参数配置优化;(3)演化对象结构调整及演化策略改进;(4)利用并行计算优化算法时间开销.实验结果表明:通过以上4个层次的改进,蚁群算法生成覆盖表的性能有了显著提升.