H2H、M2M混合业务串联排队网络模型

基于串联排队网络理论,将同时承载M2M(Machine to machine)业务和H2H(Hu-man to human)业务的通信网络建模为离散时间会话级串联排队网络,研究了海量M2M小数据业务对H2H业务的影响。在生成函数域提出了服务等效方法,把网络对M2M业务的服务映射到网络对H2H业务的服务时间分布中,得到了实际服务过程的等效表达式,解决了混合业务到达、异构服务给串联排队网络的离去过程分析带来的求解困难的问题。求解了串联排队系统,得到了M2M业务到达率、服务速率与H2H业务端到端性能指标的关系,讨论了M2M业务准入控制方法。     

延长无线传感器网络生存周期的跨层算法

为了延长无线传感器网络(WSNs)的生存周期,提出了联合优化物理层和网络层的跨层算法.首先通过物理层的功率控制方法,初步确定可能参与通信传输的传感器节点候选集;然后在节点候选集中,综合考虑传感器节点的接入概率、端到端通信链路的单跳成功传输概率和端到端通信链路的能量效率,以达到均衡性地进行网络层路由选择的目的,实现传感器网络的端到端通信传输过程.仿真结果表明,在保证能量效率的同时,该算法可以有效地延长无线传感器网络的生存周期.     

针对M2M业务的IEEE 802.11优化及其性能评价

为降低IEEE 802.11接入过程中误码引起的竞争失败率,提出一种无退避、快速重传算法,推导了MAC层服务时间概率分布,建立了IBP/Gw/1/K离散时间排队系统,研究了非饱和负载下M2M业务在802.11非理想信道下的传输性能。为了提高海量M2M终端在802.11网络中的接入效率,提出一种动态调整窗口的算法。为模拟802.11接入和IP承载网络传输M2M业务的通信场景,基于串联排队理论,建立了多节点串联排队网络模型,并求解了M2M业务的端到端性能指标。仿真表明:两种改进算法有效提高了802.11的服务效率;异质业务接入802.11网络的场景中,突发度小的M2M业务能获得更好的QoS。     

具有时变马尔可夫调制服务速率的M2M小数据业务排队分析模型

将机器类通信(M2M)监控视频类业务(SVS)优先占用网络带宽时,网络对M2M小数据类业务(SDS)的服务过程抽象为时变马尔可夫调制服务率的包级排队系统,研究了网络对SDS的服务能力以及SVS对SDS的制约。求解了叠加在SDS随机到达过程上的多态马尔可夫调制泊松过程(MMPP)环境状态概率空间。运用第一步分析法和LS变换,分析了在随机环境过程下SDS的复杂随机服务过程,求解了SDS包服务时间的均值和方差。最后,通过数值仿真给出了SVS的突发度、到达率和服务率对SDS服务特性的影响。     

TCP端到端等效噪声模型及拥塞控制方法研究

针对传统TCP拥塞控制协议在有线/无线混合网络中存在的问题,采用通信系统加性噪声分析方法和信道容量理论,将端到端链路背景流量等效为加性噪声,建立了链路等效噪声模型。研究了基于等效噪声模型的端到端链路带宽估计方法,并提出了一种基于等效噪声模型的TCP拥塞控制算法(N-TCP)。理论分析和仿真结果表明所提出的带宽估计方法准确有效,新的拥塞控制算法和传统的TCP协议兼容性好,具有良好的抗随机丢失能力和公平性,适宜于存在随机丢失的无线/有线混合网络。     

网络中心战中IP QoS的需求分析及应用研究

为提高军用网络的服务质量,满足军用数据传输的要求,对网络中心战的体系架构进行了分析,得出作战链路最重要的QoS指标是端到端时延,仿真研究了应用IPQoS技术对时延的改进效果.结果表明:通过优先调度以保证足够的服务带宽,可尽量优化重要数据流的端到端时延;在排队不可避免时,减少缓冲区队列长度可直接优化时延,但应考虑应用RED等机制寻求时延和吞吐量的平衡.对多跳作战链路中的QoS应用进行了讨论,仿真表明多跳链路上应用QoS的关键是在瓶颈带宽处的QoS应用.     

基于距离能量感知的AOMDV协议研究

基于无线传感器网络中链路的稳定性与数据传输可靠性有直接关系,该文主要研究AOMDV的能量有限性以及由于能量不足问题导致链路频繁中断问题。针对AOMDV协议在路由建立过程中对路径节点剩余能量的忽略,在请求包RREQ结构中加入节点剩余能量参考机制,目的节点根据该剩余能量参考值决定路由是否建立。仿真结果表明,协议在数据包发送率、端到端延迟、平均跳数等方面有较好性能,协议的性能有了显著提高。     

无线传感器网络自适应占空比媒体访问控制协议

为了减少无线传感器网络能量耗损,通过分析排队论单服务台排队系统模型,结合已有的低占空比无线传感器网络节点媒体访问控制协议和层次网络的结构特点,提出了一种改进的自适应调节占空比无线传感器网络节点媒体访问控制协议.该协议通过节点的队列模型预测下一周期的数据量,从而能够自适应的调整其占空比,降低网络节点的能量消耗.在网络仿真平台上对改进后协议的性能进行了评估.仿真结果表明,在保持网络性能的前提下,改进后协议比无线传感器网络节点媒体访问控制协议的能耗减少48%,延迟减少21%,吞吐量增加33%,显著地延长了整个无线传感器网络的寿命.     

基于平衡树的智能电网数据采集路由算法

在智能电网中,与传统路由协议不同,突发性拥塞不再是数据采集的主要风险,风险的新来源是数据流过度集中在网络的关键节点而导致的拥塞.为此,提出了一种能够实现数据平衡的数据采集路由机制用以克服网络拥塞.首先,该机制抽象出配用通信网络的数学模型;其次,针对无线网状网络(WMNs)路由协议,以节点排队队列长度作为决策参数建立路由度量模型(数据平衡度量模型,DBMM),并以度量值最小作为决策条件,设计了基于平衡树的路由算法(基于DBMM的路由算法,RA-DBMM).最后,在Matlab环境下进行仿真实验,对比分析RA-DBMM和经典Bellman-Ford的性能差异.实验结果表明:RA-DBMM能够有效地改善数据拥塞问题,提高系统可靠性和吞吐量.     

一种基于深度Q学习的移动自组网稳定路由

节点的移动降低了认知无线电-移动自组网(CR-MANETs)路由的稳定性。为此,针对CR-MANETs网络,提出基于深度Q学习的稳定路由(DQLR)。设计DQLR路由的目的在于最小化端到端队列时延和提高链路稳定性。DQLR路由先通过队列可用空间和链路的连通时间计算链路成本。然后,建立深度Q学习模型,并选择具有最低Q值作为下一跳转发节点,进而构建稳定路由。最后,利用SimPy仿真框架建立仿真平台,分析了DQLR路由的性能。仿真结果表明,相比于基于链路稳定的MANETs路由(LSR),提出的DQLR路由降低了队列时延和路由时延,并提高了数据包传递率。