基于FPRP的无线自组织网的MAC协议*

基于FPRP的用于同步无线自组织网的MAC协议采用分布式控制和同步竞争接入,能够支持QoS业务的传输,较好地解决了隐藏终端和暴露终端问题.仿真结果表明,该协议在吞吐率和媒体接入时延上较同步FPRP有所提高.     

Ad hoc网络中一种新的基于预约调度和MPR的媒体接入控制算法*

提出了一种新的适用于Ad hoc网络的媒体接入控制算法,该算法通过五次握手预约调度资源,利用节点底层的多包接收(MPR)能力,保证高概率的接入和提高并行传输率,从而提高网络吞吐率。对算法进行了理论分析和仿真,分析结果表明与FPRP相比,有效地提高了Ad hoc网络的吞吐率。     

Ad hoc网络中一种新的基于预约调度和MPR的媒体接入控制算法*

提出了一种新的适用于Ad hoc网络的媒体接入控制算法,该算法通过五次握手预约调度资源,利用节点底层的多包接收(MPR)能力,保证高概率的接入和提高并行传输率,从而提高网络吞吐率。对算法进行了理论分析和仿真,分析结果表明与FPRP相比,有效地提高了Ad hoc网络的吞吐率。     

基于FARIMA-GARCH模型的网络业务预测算法

网络流量的波动性与自相似特性为其精确预测提出了挑战。为此,提出了一种基于FARIMA-GARCH模型的预测算法。该算法首先利用分段双向CUSUM检测算法对流量序列的均值进行有效检测,并在此基础上将序列零均值化;然后采用限定搜索法对分数差分阶数进行精确估计;在获得模型参数后,使用FARIMA-GARCH模型对网络流量进行预测。仿真实验表明,限定搜索法能够获得比传统算法更高的估计精度。随后采用真实网络流量验证了预测算法的性能,在保持与FARIMA预测算法等价的时间复杂度下,其均方根和相对均方根误差与RBF神经网络预测算法相当,而高于FARIMA预测算法。同时,预测算法对突发流量的跟踪和预测性能明显优于对比算法,且有更好的区间估计性能。     

认知无线网络中基于时间序列预测的冲突分解算法

针对认知无线网络提出了一种新的基于业务模型预测的冲突分解算法,该算法利用认知节点对用户业务的感知能力对业务进行建模,使用模型预测冲突报文数,同时结合树形分解算法来分解报文冲突.理论分析和仿真结果都表明,在真实的自相似业务背景下,该算法能提高认知网络的系统吞吐率和降低平均分解周期,从而使得系统的整体性能得到改善.     

基于预约调度的无线传感器网络的MAC协议*

提出了一种基于预约调度的用于无线传感器网络的MAC协议--SSMAC.该协议采用分布式竞争接入和预约调度发送,提供高能量效率的信道接入和支持QoS业务的传输,较好地解决了隐藏终端和暴露终端问题.仿真结果表明SSMAC协议在保持节能的同时,在降低媒体接入时延、提高报文投递成功率和提供QoS保障上较TRAMA协议性能有很大的提高.     

一种最大化网络吞吐量的认知无线Ad Hoc网络跨层优化算法

认知无线Ad hoc网络(cognitive wireless ad hoc networks)是由一组具有认知决策能力的节点以多跳无线方式组成的智能网络.网络容量的求解与网络吞吐量的优化是该类网络研究的难点.作者首先推导了混叠模式下认知无线Ad hoc网络容量上界的闭合表达式,并指出该上界只与用户空间分布特性相关;然后提出了一种新的基于遗传算法的跨层优化算法,通过联合优化邻居选择与功率分配实现网络吞吐量的最大化;最后仿真验证了该算法的有效性,结果表明网络吞吐量能较好地逼近网络容量上界.