自适应退避调整介质访问控制算法的优化研究

在无线传感网中,为了使整个网络持续高效地工作,需要降低节点能耗、减少网络时延以及提高网络吞吐量。为此,提出一种自适应退避调整消息认证码算法,每个节点根据当前网络状态采用一个固定传输尝试率并且动态调整其退避窗口大小,从而对成功传输一帧长度的时隙进行调整。仿真结果表明,与基于模型的帧调度算法和渐近最佳退避算法相比,提出的算法可有效减少网络时延,提高网络吞吐量。     

多宿点无线传感器网络时分多址时隙优化分配算法

针对单宿点无线传感器网络的时延大、容易出现传输瓶颈等问题,提出了多宿点无线传感器网络模型以及该模型的基于遗传算法(GA)的时分多址(TDMA)时隙分配算法。该算法根据宿点的数量以及位置将整个传感器网络划分成多个小传感器网络,并采用遗传算法对时隙分配结果进行优化。仿真结果表明,基于遗传算法的多宿点无线传感器网络TDMA时隙分配算法得到的时隙分配结果在时隙分配帧长度、数据包平均时延以及节点平均能耗方面均要优于图着色算法。     

一种适用于可扩展AdHoc网络的动态时隙分配算法

针对现有基于固定分配时隙的ad hoc网络MAC协议时隙利用率低,不能适应突发网络业务的局限性展开研究,并在此基础上提出了一种适用于规模可扩展的ad hoc网络的动态时隙分配算法(DTDMA).该算法利用较少的控制开销,通过节点间控制帧的交互,实现在网络负载较重的情况下,可以有效保证多个节点无冲突的接入信道,并针对不同优先级的网络业务提供相应优先级的时延保证.QualNet网络仿真环境中的仿真实验证明该算法能创建一个规模可扩展的无线自组织网络,且当网络中存在突发流业务时大大提高了网络吞吐量,减小了平均端到端时延,并实现了区分优先级服务.     

基于TDMA的无冲突动态时隙分配算法

针对分簇Ad Hoc网络中固定时隙分配算法信道资源浪费和竞争时隙分配算法传输延迟不固定的问题,提出一种基于时分多址接入的无冲突动态时隙分配算法。该算法根据网络负载动态调整帧长,即当网络负载增大时,增加帧长,提高信道利用率;当网络负载减小时,减少帧长,降低信道申请时延。仿真结果表明,与NEBS算法和时隙ALOHA算法相比,该算法可根据网络负载动态调整资源分配,从而提高系统的吞吐量。     

Multi-Radio Multi-Channel无线传感器网络中信道分配和路由策略

针对无线传感器网络中传输时延长、传输冲突大和吞吐量低等问题,提出了一种在Multi-Radio Multi-Channel无线传感器网络中信道分配和路由策略.该策略动态地建立k元n立方体拓扑结构,使用优化的静态信道分配算法提高节点的吞吐量,使用维序寻径的路由算法减少传输冲突.该方法适用于网络节点稠密、节点相互之间通信冲突大的情况,并且在单跳和多跳的网络环境下均适用.实验结果表明,基于k元n立方体这一拓扑结构的信道分配和路由策略与传统方法相比,有效地减少了端到端时延,降低了网络冲突,减少了节点能量消耗,延长了网络寿命,提高了网络吞吐量.     

用于智能交通传感网的高吞吐量仿真研究

随着交通拥堵的日益严重,智能交通系统(ITS)应运而生.传统ITS采用地埋式线圈采集信息、进行有线传输,效率低、不易维护.为了解决交通的拥挤和阻塞,提高道路的利用率,采用无线传感器网络(WSN),WSN采集和传输的是图像数据,无线传感器网络以满足高吞吐量和实时性要求.针对高吞吐量、低时延的智能交通传感网应用,提出了一种综合TDMA/FDMA的MAC调度算法Fr-Sch.利用树状拓扑,通过两条调度准则,同时对节点进行时隙和信道分配,最大化信道利用率,最少的时隙数保证无冲突通信.仿真结果表明,FT-Sch与MMSN和单信道TDMA协议相比,进一步提高吞吐量、降低延迟,明显提高了道路利用率.     

含网关节点的高时隙复用率TDMA协议

针对网络收敛慢、拓扑表不完整时导致的信道冲突以及空闲时隙浪费问题,提出一种提高节点时隙利用率和网络可靠性的多跳时分多址接入协议。该协议提出3种新机制,使用时隙请求时期快速收敛机制,加快时隙请求时期的收敛;使用空闲时隙公平重用机制,消除中心节点调度时隙碰撞问题,提高空闲时隙利用率;使用一跳邻居多层次调度机制,降低数据重传的时延。仿真结果表明,在时隙请求时期收敛时间、数据传输平均时延及数据传输成功率方面,该协议较现有协议性能更优。     

MIMO链路ad hoc网络传输调度算法

针对MIMO链路ad hoc网络中已有传输调度算法未充分利用MIMO空间复用能力的问题,提出了一种新的传输调度算法.该算法通过考虑MIMO的多流接收能力而有效地减小了调度帧长,通过合理安排节点分配顺序使得节点分配的数据流比较平均,同时,该算法通过允许节点发送多个数据流而高效利用了MIMO的空间复用能力.推导分析了传输调度算法的通过量和时延性能,结果表明,与已有算法相比,采用文中算法可以提高网络的通过量,减小网络的平均时延和最大时延.     

WiMAX Mesh网络中一种集中式QoS调度算法

针对WiMAX Mesh网络集中式下资源的调度和分配,分析了现有调度算法的研究进展与优缺点,结合标准对Mesh模式的QoS定义,提出了一种WiMAX Mesh网络集中式下基于分组的QoS调度算法。通过区分数据流的优先级方式对不同业务数据流进行分组,并计算组内流节点的权值,保证同种业务流间高传输要求和低传输节点的公平性。仿真结果表明,与HRF和LRC算法相比,该算法对于分类业务的时延和网络吞吐量具有明显的优势,实现了区分业务的QoS保障。     

IEEE802.15.4多时隙下GTS性能分析及配置优化

IEEE802.15.4标准的保障时隙(GTS)机制可分配多个时隙,用于保障实时性数据的传输。针对非竞争接入期多时隙下GTS性能分析的不足,利用网络微积分法分析时延和吞吐量服务曲线及其与能耗的关系,改进IEEE802.15.4传感器节点模型,建模仿真研究GTS参数对网络性能(时延、吞吐量及能耗)的影响。仿真结果表明：根据高低突发性数据率的情况,最优化配置下的GTS可以满足实时性数据的传输。     

认知车载网中基于TDMA/CSMA的混合多信道MAC协议研究

在传统车载自组网(Vehicular Ad Hoc Network, VANET)中采用认知无线电(Cognitive Radio, CR)技术可以解决无线电频谱资源短缺的问题,该技术形成了新兴的认知车载网络(CR-VANET),其关键技术之一是设计高效可靠的介质访问控制(Medium Access Control, MAC)协议。MAC协议在很大程度上影响着车载移动环境的吞吐量,丢包率和传输时延等性能,基于认知车载网中MAC协议的要求,提出了一种TDMA与CSMA相结合的多信道MAC协议(CRTC-MAC)。在固定时隙分配时采用基于无竞争的TDMA访问策略,在动态时隙分配时采用基于竞争的CSMA接入方案,并在此基础之上对传统的TDMA和CSMA访问方式进行了改进。性能分析和仿真结果表明,所提出的MAC协议能有效降低节点间数据包传输时所产生的碰撞,改善网络性能。     

基于公平性的D2D时隙调度算法

针对设备到设备（D2D）通信资源分配中的时隙调度时延以及信道增益变化导致吞吐率下降的问题,提出了一种公平性时隙调度（FTDS）算法。首先,基于频谱复用模式建立系统模型,并归纳为一组合优化问题;然后,在模型的次优求解中,FTDS算法将调度周期划分为多个等长的时隙,根据优先级策略将D2D用户分配至不同时隙调度,从而适应D2D用户多于蜂窝用户的应用场景;同时,为了权衡服务质量（QoS）与系统吞吐率的关系,构造一满足性权值与传输速率相互制约,共同决定用户调度优先级。仿真实验中,FTDS算法相比TDS、RANDOM算法,吞吐率平均增幅分别达到11.09%和40.64%,且FTDS算法下D2D用户被调度频次累积分布更为集中;同时,相比TDS算法调度时延最大降低31.22%。仿真实验表明,FTDS算法拥有更优的吞吐率性能、更公平的调度机制、更小的调度时延。     

Transmission scheduling algorithm for MIMO link ad hoc networks

Most reported works on transmission scheduling algorithm for multiple input multiple output (MIMO) link ad hoc networks do not fully exploit the spatial multiplexing potential inherent to multiple an-tennas system.In this paper,a novel transmission scheduling algorithm is proposed to further enhance the performance of MIMO link ad hoc networks.By utilizing the MIMO multi-stream reception capabilities and ordering the nodes’ allocation sequence,the proposed algorithm can dramatically shorten the scheduling frame length and more evenly distribute the data streams allocated to the network nodes.Meanwhile,allowing the nodes to transmit multiple streams in a slot,the algorithm can fully exploit the MIMO spatial multiplexing potential.Additionally,we give the theoretical analysis to quantify the throughput and delay performance with respect to this scheme.Numerical results demonstrate that the proposed algorithm can efficiently enhance the network throughput and reduce the average and maximum delay.     

Joint routing, scheduling, and power control for multichannel wireless sensor networks with physical interference

Reliability and real-time requirements bring new challenges to the energy-constrained wireless sensor networks, especially to the industrial wireless sensor networks. Meanwhile, the capacity of wireless sensor networks can be substantially increased by operating on multiple nonoverlapping channels. In this context, new routing, scheduling, and power control algorithms are required to achieve reliable and real-time communications and to fully utilize the increased bandwidth in multichannel wireless sensor networks. In this paper, we develop a distributed and online algorithm that jointly solves multipath routing, link scheduling, and power control problem, which can adapt automatically to the changes in the network topology and offered load. We particularly focus on finding the resource allocation that realizes trade-off among energy consumption, end-to-end delay, and network throughput for multichannel networks with physical interference model. Our algorithm jointly considers 1) delay and energy-aware power control for optimal transmission radius and rate with physical interference model, 2) throughput efficient multipath routing based on the given optimal transmission rate between the given source-destination pairs, and 3) reliable-aware and throughput efficient multichannel maximal link scheduling for time slots and channels based on the designated paths, and the new physical interference model that is updated by the optimal transmission radius. By proving and simulation, we show that our algorithm is provably efficient compared with the optimal centralized and offline algorithm and other comparable algorithms.     

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。     

结合混合式信道分配的无线MESH多路径路由协议

为了优化无线Mesh网络中的多接口多信道网络资源,对单接口多路径路由协议和单路径信道分配策略进行了深入的分析研究,提出了与混合式信道分配方式相结合的多路径路由协议(AODV-MP),实现了网络中多条路径的并行传输,从而提高网络的整体吞吐率。并根据多路径路由协议自身的特性,结合与邻居节点干扰相关的因素——信噪比(SNR),提出了多路径路由的路由度量判决WCETTSNR,同时将该路由度量作为负载流量分配的比例标准。利用NS2网络仿真平台对该多路径路由协议进行测试,结果显示AODV-MP在网络吞吐率上提高了45%,并在高负载情况下,较大幅度地减少了网络延时。     

时间敏感网络业务流动态调度场景中的批量重配置算法

工业自动化领域广泛使用时间敏感网络技术. 该领域业务流的调度方式主要包含静态调度和动态调度. 静态调度一次计算所有业务流, 可以最大程度节省链路和时间资源, 但是计算时间长, 无法灵活处理新增业务流. 动态调度以增量的形式计算新增业务流, 计算时间短, 但是资源分配不够合理, 会产生时隙碎片. 全局流重配置机制可以定期对网络中所有业务流进行重新规划, 来优化链路和时间资源的分配, 但该机制只适用于拥有较少业务流的小型网络, 业务流数量的增多会引起计算时间的急剧增长, 影响后续到来的业务流. 本文在现有动态调度算法的基础上, 设计了批量重配置算法. 该算法给出了新的评价指标——网络吞吐率, 并在满足动态调度秒级响应时间的情况下, 定期重配置网络中的部分业务流, 优化网络资源配置. 此外, 算法给出了重配置业务流的选取标准, 并优化了流的路径选择标准和传输开始时间计算方式. 本文针对原算法和增加了批量重配置机制的改进算法进行了仿真实验, 实验结果表明, 改进算法可以在拥有数千条业务流的大型网络运行, 并在网络吞吐率和调度成功的流数量方面有16.5%和5.5%的提升, 同时保证了算法的秒级计算时间.     

基于电网的采样感知加权循环调度算法

针对智能电网相量测量设备竞争使用有限的网络通信资源时，会因资源分配不均而导致数据包延时或丢失，进而影响电力系统状态估计的精度这一问题，提出了一种采样感知加权循环（SAWRR）调度算法。首先根据电网相量测量单元（PMU）采样频率和数据包大小的特性，提出了基于PMU业务流均方差的权重定义方法；然后设计了相应的PMU采样感知迭代循环调度算法；最后将该算法运用到PMU采样传输模型中。该算法能自适应地感知PMU的采样变化，及时调整数据包的传输。仿真结果表明，与原始的加权循环调度算法相比，SAWRR算法减少了95%的PMU采样数据包的调度时延，降低了一半的丢包率，增加了两倍的吞吐量。将SAWRR算法运用到PMU数据传输中有利于保证智能电网的稳定性。