一种基于无线Mesh网络的QoS路由协议

QoS是无线Mesh网络中的一个重要问题,而QoS路由技术是解决这一问题的关键技术之一。本课题就是针对微软提出的无线Mesh网络的路由算法（MR—LQSR）进行分析和改进,使其能够对OoS提供较好的支持。首先,对Mesh节点加入链路带宽估算和延迟这两个功能,这样就可以利用QoS约束机制,来选择满足QoS需求的路径。其次,为了保证实时带宽,我们采用了资源预留方案。最后,考虑到该路由的核心算法是DSR算法,该算法一般可以找到多条路径,因此,改进后的路由协议可以支持多路径负载均衡。     

基于改进蚁群算法的拥塞规避QoS路由算法

服务质量(QoS)路由算法缺少拥塞规避机制,会影响业务QoS。为此,提出一种基于Ant-Pub&Enco的信息素模型,根据蚂蚁行进方向,利用相反的信息素引导模式以及不同的信息素更新策略进行路由搜索。基于改进蚁群算法设计一种规避拥塞算法求解QoS单播路 由问题。仿真结果表明,该算法能够有效规避网络中的拥塞链路,均衡网络负载。     

基于Grover搜索的无线Mesh网流量均衡路由算法

在无线Mesh网(WMN)应用中,用户通过Mesh网关接入到Internet,这种结构容易导致不同位置的Mesh路由器通过的流量不均衡,使部分路由器成为瓶颈,从而影响网络的性能和用户的服务质量(QoS)。针对这一问题,提出了一种基于Grover量子搜索算法的无线Mesh网流量均衡路由算法。算法中利用了量子计算的并行性,根据流量均衡函数模型构建了操作矩阵,通过Grover迭代获得流量均衡路径。仿真表明,算法选择的路径可以有效地平衡无线Mesh网流量,使每用户获得的最小带宽最大化,执行效率也优于同类算法。     

基于蚁群算法的能量均衡多路径路由算法的研究

本文对现有的基于蚁群算法的路由协议进行了深入的研究,并提出了一种基于蚁群算法的能量均衡多路径路由算法（ABMR）,该算法在蚂蚁数据包结构、信息素更新公式、信息素更新方式和多路径建立机制等方面作了改进。在信息素更新公式中综合考虑了路径的能量消耗速度、路径上剩余的最小能量、距离目的节点Sink的跳数和路径的拥塞程度。在信息素更新方式上,改变传统的信息素的累加更新方式,采用彻底的链路信息素更新方式,使网络负载更加均衡。ABMR的多路径生成机制可以在源节点和目的节点间更加合理的建立起多条路径。数据发送阶段,概率路由选择策略使数据流量均衡的注入无线传感器网络。本文在NS-2仿真环境下对ABMR协议进行仿真实验,仿真结果表明,和传统协议比较, ABMR协议在能量有效性、数据分组投递率以及分组端到端时延等方面都有一定的提高。     

基于SDN的高性能QoS保障低轨道卫星星间路由算法

低轨道卫星通信系统具有全球覆盖性、移动性、可扩展性等优势,在提供全球互联网服务、灾难应急处理等方面发挥重要作用,但由于星上有限的存储和计算资源,传统路由算法不适用于低轨道卫星通信网络。结合软件定义网络架构,提出一种支持服务质量（QoS）的高性能低轨道卫星星间路由算法。根据剩余链路持续时间定义星间链路生存时间,确定每条星间链路的稳定度,缓解由于链路切换导致的业务路径重构问题。基于高轨道卫星得到的星间链路的流量状态,定义链路负载矩阵,给出星间链路负载度函数,并利用标签交换路径集合获得每条路径的负载度,避免节点拥塞,实现网络负载均衡。针对不同要求的业务服务类型定义权重因子矩阵,通过调整因子来减小瓶颈节点对路由算法的影响,满足多用户的QoS要求。仿真结果表明,在不同的QoS要求下,该算法在业务时延、系统吞吐量、网络负载均衡等方面均具有明显优势,且算法复杂度低,大幅节省了有限的星上存储与计算资源。     

基于链路状态认知的无线Mesh网路由协议

在分析无线Mesh网路由协议所面临挑战的基础上,结合无线Mesh网络的性能要求,以优化链路状态路由(OLSR)协议为原型,采用跨层设计理论,提出了一种基于链路状态良好程度的路由协议LR-OLSR。该协议引入了认知无线网络中的环境感知推理思想,通过对节点负载、链路投递率和链路可用性等信息进行感知,并以此为依据对链路质量进行推理,获得网络中源节点和目的节点对之间各路径状态良好程度的评价,将其作为路由选择的依据,实现对路由的优化选择,提高网络的吞吐量,达到负载均衡。通过与OLSR及其典型改进协议P-OLSR、SC-OLSR的对比仿真结果表明,LR-OLSR能够提高网络中分组的递交率,降低平均端到端时延,在一定程度上达到负载均衡。     

基于预留的动态机会路由算法

本文对无线Mesh网络机会路由进行研究。传统机会路由会导致网络链路负载不均衡、带宽利用率低等问题,而且在候选节点的选择、排序方面会给网络带来负担。针对以上问题,本文提出一种基于预留的动态机会路由算法（BRDOA）。转发节点通过学习候选节点状态提前设定局部节点集合,从而减轻选择候选节点给网络所带来的负担。实验结果表明,使用该算法能够有效地改善网络的吞吐量和时延等,对提高无线网络QoS有显著效果。     

一种SRIO网络负载均衡最短路径路由算法

在串行RapidIO传输过程中,路由选路算法是影响传输性能的重要因素之一。针对串行高速输入-输出(SRIO)网络深度优先搜索分配路径非最优问题,提出一种负载均衡最短路径路由算法。通过广度优先搜索对SRIO网络中的节点进行枚举并建立网络拓扑信息,以路由跳数定义路由的成本,根据改进Floyd-WarShall算法计算并保存交换节点间的K最短路径。给出预期负载的概念和链路上的路由路径数量来定义链路的负载,采用负载均衡算法从K最短路径中进行选路,建立SRIO网络最短路径约束的负载均衡路由。实验结果表明,与深度遍历路由算法、最小跳数算法相比,该算法在网络传输平均跳数、链路平均负载和链路负载均衡方面有更好的表现,能够有效提升SRIO路由网络的稳定性。     

一种基于多约束路径的QoS路由改进算法

针对MPLS网络,提出一种带宽时延约束路由改进算法,引入节点负荷率的限制,在路由时避开负载较重的链路,在保证用户业务带宽与时延约束的前提下,为一部分流量寻找一条相对较长但负载较轻的路径,以使得整个网络的流量分布更加均衡,从一定程度上可以减少网络拥塞。从仿真实验结果来看,改进后的算法在吞吐量、请求建立的成功率以及端到端时延等性能方面有比较好的表现。     

服务覆盖网中保证QoS的服务路由算法

针对服务覆盖网的服务路径选择问题,提出改进的KCP算法。在后继结点选择时,使用节点延迟、剩余资源、链路带宽、延迟等表征节点和链路性能的多项指标,组合成综合性能函数;引入调节因子兼顾负载均衡和节点复用率。仿真试验表明,此算法能够有效地进行服务路由选择,并且达到良好的负载均衡和高节点复用率。     

双向反馈蚁群算法在网络负载均衡问题的研究

针对网络资源管理中的负载均衡与优化问题,提出一种双向反馈蚁群算法,用蚂蚁数量代表网络资源流量,通过蚂蚁间信息素的相互作用和动态控制来实现网络流量分担到多条可用路径。将蚁群算法扩展为双向反馈的蚁群算法,蚂蚁判断各条路径上的信息素浓度的同时,考虑可选链路的负载情况,决定选择要走路径,使得蚂蚁相对均衡地分布在可选链路上。仿真实验结果表明,双向反馈蚁群算法比原蚁群算法在缩短自适应时间,减少丢包率,提高负载均衡效率方面都具有更好的性能。     

基于改进蚁群算法的多约束QoS路由方法

高速多媒体网络路由问题是一个多QoS约束的NP一完全问题,提出一种改进蚁群路由算法对该问题进行求解。该算法采取了带记忆的后继节点选择方式,利用蚂蚁已走过的路径启发后继节点的选取;引入了基于目标函数的信息素更新机制,依据目标函数评价蚂蚁路径搜索行为,并根据蚂蚁的表现采取不同的信息素更新策略,提高了算法的寻优能力和收敛速度。仿真实验表明,该算法能快速得到较大程度满足业务QoS要求的路径。     

基于软件定义的WSNs非均匀分簇QoS路由算法

针对传统无线传感器网络非均匀分簇QoS路由中节点资源受限,无法动态管理等问题,提出一种基于软件定义的无线传感器网络非均匀分簇QoS路由算法(SDNUCQS)。控制器考虑节点能量、节点间距离和QoS指标,采用熵权法竞选出高质量簇头,并对网络进行非均匀分簇。利用交叉分类法将所要传输的数据通过时延和丢失率分成不同类型。在簇间路由中,控制器以链路QoS指标和节点负载度为参数,采用集中式方式分别计算QoS数据和普通数据传输的最佳路径。仿真实验结果表明,SDNUCQS算法能显著降低网络时延和丢失率,与LEACH、EEUC、CRIPSO和tPSOEB算法比较,能降低簇头能耗且延长了网络生命周期。     

无线多媒体传感器网络视频流多路径路由算法

无线多媒体传感器网络中的视频流传输,需要提供多样QoS保障.提出一种基于改进蚁群算法多路径路由算法ACMRA(ant colony based multipath routing algorithm),以寻找具有多种优先级路径的路径集,并对重要性不同的视频数据进行相应路径的选择.通过优化网络链路上人工信息素的初始分布,改进后的蚁群算法具有更快的可行路径发现速度及收敛速度.多路径机制的引入提高了网络数据吞吐量与视频传输性能,同时可均衡网络资源,延长网络生命.实验结果表明,算法ACMRA在网络性能、视频传榆性能与网络生命周期方面,较之其他路由算法具有明显优势.     

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。     

基于改进蚁群算法的无线Mesh 网QoS 路由算法研究

目前,无线Mesh网络正成为无线网络研究中的一个热点。Quality of service（QoS）是无线Mesh网络中的一个非常重要问题,而QoS路由技术是解决这一问题的关键技术之一。本文就蚁群算法进行研究和改进,并将改进后的算法应用于无线Mesh网络QoS路由问题,进而提出了无线Mesh网络QoS路由算法,通过实验证明该算法能够对QoS提供较好的支持。     

基于蚁群算法的WSN多路径负载均衡路由

为使无线传感器网络节点能量消耗相对均衡,在定向扩散路由算法的基础上,结合蚁群算法,提出一种多路径负载均衡路由算法。该算法利用蚁群的自适应和动态寻优能力,在源节点和目的节点之间搜索建立多条传输路径,并将节点剩余能量引入启发因子,均衡节点能量消耗。同时,运用层次分析法,赋予每条路径一定的负载分配比例,使数据总能在链路性能较优的多路径中均衡传输,延长整个网络的生命期。仿真结果表明,与定向扩散路由算法相比,该算法能够均衡节点能耗,有效延长网络寿命。     

无线Mesh网中具有QoS保障的MAC算法

(中南民族大学电子信息工程学院,武汉 430074)