延迟容忍网络中基于分离时间和副本控制的路由算法

延迟容忍网络中,基于历史消息转发路由协议可根据节点的历史统计信息对下一跳节点进行预测估计,以此判断转发和存储信息的最佳时机,避免信息盲目转发. 为此,针对典型spray and focus协议选择中间节点的盲目性,将“分离时间”和“副本控制”运用于路由选择、缓存管理和组播方式中,可较好地节约资源,并提高通信效率.仿真结果表明,改进后的协议有效地提高了网络交付率,减小了端到端的时延.     

运用HTC解决延迟容忍网络路由问题

针对传统最短路径算法不适用于延迟容忍网络(DTN)路由选择以及DTN路由选择的特性,提出了一种基于跳数、权值随时间变化(HTC)的最短路径算法. 该算法的设计不仅考虑到节点间空间因素,还考虑了无线链路的时间因素和该算法的复杂度与正确性. 仿真结果表明,与现有的最早接触(FC)路由算法以及最小预期时延（MED）路由算法相比,此算法可更有效地得到DTN中时延最短的路径.     

延迟容忍网络能量受限的路由控制策略

延迟容忍网络节点之间的连接模式可以用Edge-Markovian模型描述,该模型优于传统的负指数模型。该文基于Edge-Markovian模型研究有限能量约束下two-hop算法的最优控制问题。为了降低能量消耗,采用概率two-hop算法,信息源在每个通信机会以一定概率决定是否发送信息,问题转化为选择合适的概率在满足能量约束的前提下最大化传输成功率。利用离散时间Markov过程对问题进行建模,并从理论上证明最优概率是阈值形式。仿真及数值结果证明了模型的有效性。     

容忍延迟网络中基于生灭模型的消息控制方法

提出了在多拷贝传递的基础上增加消息拷贝消除机制,合理地控制了网络中的消息拷贝数.在网络中根据节点相遇时消息拷贝教发生变化的特性,构造了消息拷贝数的离散时间的马尔可夫链,建立生灭模型,进一步验证并得出了平稳分布.通过仿真实验比较,相遇次数与时间基本上是线性关系,与理论模型极为相近.与传染路由比较,采用拷贝消除机制网络中的...     

延迟容忍网络中基于复制率的拥塞控制算法

为了解决延迟容忍网络中现有Drop Front（DF）、Drop Oldest（DO）等拥塞控制算法吞 吐量较低的问题,提出了一种在传统的传染路由协议下基于复制率的拥塞控制算法. 当节点 接收新数据包缓存发生拥塞时,节点根据数据包的复制次数和已经过的生命周期估算各数据 包的复制率,并丢弃复制率最大的数据包,从而缓解拥塞. 仿真结果表明,该算法较DF和DO 算法降低了网络的丢包率,提高了网络的吞吐量,有效地缓解了拥塞.     

基于递归网络的混沌时间序列预测

为了能对时问序列充分建模,从混沌的慨念入手,将混沌与神经网络相结合,利用人工神经网络的拟合特性,提出了递归网络的混沌时间序列预测方法。给出了递归神经网络预测的基本理论、数学模型、及具体步骤,并通过由杜芬方程所产生的混沌时间序列对该神经网络进行了模拟实验。仿真结果表明,该方法远好于前馈网络的预测效果,其预测误差在10^-15的数量级上。     

延迟容忍的混合移动自组织网络的容量分析

为了得到混合移动自组织网络的网络容量,对网络结构、节点移动规律、数据流进行了建模与分析,得到了适用于任意基站覆盖区域、任意(平稳遍历)移动过程、任意调度和路由算法的平均网络容量的解析表达式.稳态分布为均匀分布的情况下,得到了该上界的极限,并对结果进行了数值分析,给出了极限网络容量、节点密度、基站覆盖率之间的关系.     

基于Sink轨迹固定的异构延迟容忍网络数据传输机制

提出了一种基于sink简单固定轨迹的动态数据传输算法,算法由数据传输策略和队列管理机制组成,适用于异构延迟容忍移动无线传感器网络. 在每一次运动开始,首先判断节点是否可以直接传输消息给汇聚点,然后根据节点能量消耗和传输延迟计算出不同时刻各节点的传输概率,节点根据传输概率进行消息传输或转发. 队列管理则根据不同类型消息的生存时间和传输次数来决定对消息的转发和丢弃（被动或主动）. 实验结果验证了算法的有效性.     

基于时间序列相似性匹配算法的地震预测研究

把匹配抽象时间序列相似性的方法引入到地震预报的应用中,结合大量地震历史源数据,地震领域的专家经验知识和相关成果基础上,提出了一种简化的抽象时间序列匹配模型。该模型在对海量数据进行预处理筛选的基础上在进行时间相似性匹配,增加了横向和纵向多方位地区和多方位时间段的匹配,不同时间差和阈值的匹配,并通过大量实验对该模型进行了反复验证,同时对我国地震频繁地区近几十年的地震历史数据进行了相似性匹配实验分析,取得了可信度较高的实验结果,实验结果验证了所给时间序列相似性匹配控制策略的有效性、实用性以及算法的优越性。     

基于误差反传算法的时间序列非线性预测方法

讨论了基于误差反向传播算法的时间序列非线性预测方法，给出了用该方法预测的时间序列程序框图并对太阳黑子预测问题进行了计算机仿真。仿真结果表明该非线性预测方法有较好的预测效果。     

基于梯度的DTN路由算法

针对容迟网络（DTN）中多副本消息传递造成网络资源浪费的问题,提出了一种基于概率和新鲜度的梯度路由（PFG）算法. 该算法通过概率梯度和新鲜度梯度来构建目标节点的历史轨迹与目标节点信号覆盖所形成的势场. 在节点相遇时,将消息传递给更新鲜、概率更高的节点,尽力避免网络资源的浪费. 仿真实验结果表明,PFG路由算法在满足相同消息传递完成率和消息平均时延的条件下,可减少消息传递的副本数,提高系统性能.     

容迟网络中基于社会自私性的路由算法

容迟网络中,由于资源受限,节点设备会随着资源的可用状况表现出一定程度的自私性。此外,不同的消息对应着不同的业务类型,为了保证服务质量,需要在路由算法以及缓存管理中考虑消息的优先级。考虑实际容迟网络中的社会自私性与消息优先级两方面的特点,在缓存管理机制设计的基础上,提出了对应的路由算法。基于真实移动轨迹的仿真实验表明,该算法优于现有的路由算法,能够在提高消息交付率的同时保持较低的网络开销。     

DTN基于位置的RAPID路由算法

面向意向容迟网络的资源分配协议(RAPID)路由算法通过引入效能函数避免其他容迟网络(DTN)路由算法对某一性能指标的影响。然而算法中的相遇时间分布问题增加了算法的不确定性和应用局限性。针对这一问题,该文设计了新的基于位置信息的效能函数计算方法。新方法通过元数据交换获得各个节点的位置信息,采用灰色系统预测算法获得较长时间没有消息的目的节点的位置信息。通过最小化到达目的节点的时间,设计了更详细的消息复制优先级及复制规则。仿真表明,新算法能有效克服RAPID算法的问题,降低了消息复制数和平均时延,提高了消息成功递交率,网络的整体性能得到进一步提升。     

基于密度聚类的容迟网络路由协议

为了克服现有容迟网络消息冗余副本过多,数据传输时延较大的问题,对基于历史预测的Prophet路由协议进行优化,提出基于密度聚类的路由协议,采用聚类分析理论和生灭过程理论,准确构建和维护密度聚类簇,使网络中的消息副本得到实时控制.在此基础上,提出基于Q学习的随机线性网络编码策略,采用增强学习领域中的值函数估计法,通过中间节点高效获得线性独立的编码包,以提高网络编码效益.仿真实验结果表明,相比Epidemic和Prophet路由算法,该算法可以获得较高的消息投递率;在有足够缓存的情况下,数据传输时延得到了很好的控制,对容迟网络具有较强的动态适应性.     

基于小世界与能效的容迟网络路由算法

容迟网络(DTN)具有小世界特性,一条消息至多需要五至六跳中间节点就可从源节点到达目的节点。为此,算法(TBSF)结合小世界特性通过限制中间节点数目来提高消息的交付率,但该方法没有考虑节点的能耗以及社会权威的问题。该文从节点能效与社会权威出发提出一种改进的算法。该算法设计了能量控制机制,并在扩展度中心性的基础上讨论节点的社会权威,在消息的转发过程中突出权威节点的作用。仿真结果表明,该算法在保持较高消息交付率的同时能够降低网络的能耗。