无线传感网络中拥塞控制与路由的跨层设计:分布式牛顿法

无线传感网络应用广泛, 其性能与路由选择和拥塞控制密切相关. 致力于拥塞控制与多径路由的跨层优化, 以实现在链路容量受限和节点能量受限情况下的无线传感网络效用最大化. 针对对偶次梯度算法具有收敛速度慢与信息交互量大等缺陷, 设计了具有二阶收敛性能的分布式牛顿算法来实现网络效用最大化. 通过矩阵分裂技术, 实现了只需单跳信息交互的牛顿对偶方向的分布式求解方法. 仿真结果表明, 分布式牛顿算法的收敛性能显著优于对偶次梯度算法.     

基于MIMO多跳认知无线电网络的跨层优化研究

多输入多输出（MIMO）技术是突破香农（Shannon）容量限制的一项有效手段。而认知无线电（CR）是近几年的热点研究领域,它能够极大的提高网络资源使用效率。结合这两种技术,研究了基于MIMO的认知无线网络的跨层优化：路由选择、能量分配和带宽分配。采用对偶分解算法将主问题分解为网络层和物理层子问题,并提出了交替更新算法有效解决了物理层子问题。     

基于定价的无线网络拥塞控制策略

随着无线网络规模的扩大以及无线网络设备的急剧增长,网络拥塞问题日益加剧。对此提出了一种基于带宽使用率的动态定价策略,并结合延时奖励机制来解决网络拥塞问题。仿真结果表明,所提出来的控制策略在一定程度上缓解了拥塞的发生。