可充电无线传感网络能量均衡路由算法

针对可充电无线传感网络中的能量均衡路由问题,提出在稳定功率无线充电和监测数据收集网络场景下的多路径路由算法和机会路由算法,以实现网络的能量均衡。首先,通过电磁传播理论构建了无线传感节点的充电和接收功率关系模型;然后,考虑网络中无线传感节点的发送能耗和接收能耗,基于上述充电模型将网络能量均衡的路由问题转化为网络节点运行时间的最大最小化问题,通过线性规划得到的各链路流量用以指导路由中数据流量分配;最后,考虑一种更加现实的低功耗的场景,并提出了一种基于机会路由的能量均衡路由算法。实验结果表明,与最短路径路由（SPR）和期望周期最短路由（EDC）算法相比较,所提出的两种路由算法均能有效提高采集能量的利用率和工作周期内的网络生命周期。     

基于混合粒子群算法的虚拟数据中心能耗优化

针对当前数据中心节能整合研究中仅考虑服务器能耗的现状,提出一种同时考虑服务器和网络设备能耗的方法。该方法通过感知数据中心的网络拓扑,使运行的服务器和网络设备最少,以此最小化能耗。对问题进行新的形式化建模,并设计一种混合的粒子群优化算法HPSO-NA来实现虚拟机整合。实验结果表明,该方法能有效降低整体能耗。     

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。     

有效能量空洞避免的无线传感器网络混合多跳路由算法

针对在无线传感器网络(WSN)的分簇路由算法中,节点之间能量消耗不均衡容易引发"能量空洞"现象的问题,在研究平面和层次路由协议的基础上,提出了一种有效能量空洞避免的混合多跳路由算法。首先,引入热点区域划分的概念对监测区域进行划分;然后,在分簇阶段,对热点区域外的节点采用非均匀分簇结构,融合簇内数据以减少流入热点区域的数据量;其次,对热点区域内的节点不采取分簇以降低区域内节点的分簇能耗;最后,在簇间通信阶段,通过粒子群优化(PSO)算法寻找同时满足相邻两跳间最大通信距离的最小化和最大通信跳数的最小化的最优传输路径,实现整个网络的能量消耗最低。理论分析和实验结果均表明,所提算法在能量有效性和能耗均衡分配方面都要优于基于增强学习的生命期优化路由协议(RLLO)和基于模糊理论的多层分簇式路由协议(MLFC),网络生存周期分别提高了20.1%和40.5%,可以有效避免"能量空洞"。     

基于软件定义数据中心网络的节能路由算法

由于数据中心网络是云计算和下一代网络技术的平台和基础设施,日益增长的网络数据在满足用户需求的同时,也大幅增加了数据中心的能耗。许多针对数据中心网络的节能策略被提出,多数采用硬件与软件相结合的策略来完成节能模型的设计。为了进一步降低能耗,从网络负载均衡和节能路由设计的角度提出了一种新的节能路由算法,其基本思想是首先对负载均衡进行量化分析,然后提出带宽限定的负载均衡与节能相结合的节能路由算法,充分考虑到网络整体的可达性和可靠性。该算法为数据中心节能提供了一种新的视角。通过与传统的节能路由作比较,验证了该算法能够在保证较高网络可靠性的同时能耗较低。通过对实验数据的分析和解释得到了若干有益的结论,为进一步的研究工作奠定了基础。     

针对复杂多环网络拓扑的路由改进算法

网络运营商为用户提供的光纤接入主干网大多以环型网络的方式提供服务,然而目前对于大规模、环数众多、连接方式多样化的复杂多环网络缺乏性能优良的路由算法。为解决传统环网结构网络延迟高和传输效率低的问题,提出一种针对复杂多环网络拓扑的路由改进算法,将多环网络中的复杂路由问题转化为单环网中的简单路由问题。在此基础上,通过设计源溯节点还原以及路径还原算法,将单一环网改进为增强环网网络结构,使同一环内通信节点间的路径还原为完整最短路径,并从理论上证明该算法得到的最优路径是无差错的。实验结果表明,相比于现有的优化Dijkstra算法,该算法的搜索空间比提升约13%,具有更好的改进效果,且算法运行时间缩短79%,更适合复杂多环网络的路由计算。     

基于混沌神经网络的最短路径路由算法

将最短路径问题映射到混沌神经网络，提出了一种带有混沌噪音的神经网络最短路径路由算法。首先设计了与最短路径有关的网络费用和路径表达方法；其次结合混沌神经网络的数学模型建立神经元的运动方程；最后依据网络费用和约束条件构造神经网络的能量函数。分别在具有9个结点和15个结点的网络拓扑结构上进行了实验，单个和多个分组请求均能快速地找到最短路径。结果表明，该文提出的最短路径路由算法用于高速交换网络是有效可行的。     

基于最小跳数的无线传感器网络能量自适应路由算法*

针对基于最小代价的路由算法冗余信息过多和能耗不均衡问题,提出了一种新的路由算法--MHEP算法.新算法通过在网络中建立最小跳数场和路径节点最小能量场,使得信息包可以沿着能耗最优的路径向网关节点发送.通过仿真实验与基于最小代价的路由算法的比较,结果表明该路由算法在能量节省和能耗均衡方面具有明显的优势.     

改进的ZigBee网状网络路由算法研究

针对ZigBee网络中AODVjr路由算法存在节点死亡率高、网络能耗大的问题,结合节点的存储结构、能量和链路质量特点,提出一种改进的ZigBee网状网络路由算法F-AODVjr。在路由发现之前,利用路由节点自动维护的邻居表寻找目的节点,以降低因路由请求(RREQ)分组寻址目的节点导致的能量消耗。在路由发现阶段,通过改进AODVjr路由算法的最短路径寻址思想,设计含有路由跳数、节点剩余能量和链路质量的路由算法,寻找具有最低路由成本的优化路径。仿真结果表明,F-AODVjr路由算法可以有效降低网络整体能量消耗,提高节点生存率及数据分组成功投递率。     

无线传感器网络数据融合路由算法的改进

无线传感器网络能量有限,数据融合能通过合并冗余数据减少传输数据量,但其本身的代价不可忽略。针对该问题,研究数据融合代价和数据传输代价对数据融合路由的影响,在基于决策数据融合技术AFST中,对直传数据采用动态最短路径(DSPT)算法,动态识别网络环境和数据特征变化,以最小的代价调整路由。实验与分析结果表明,当网络结构发生变化时,DSPT算法比SPT算法效率更高、更节能。     

基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法

针对“富连接”数据中心网络在低负载时能源利用率较低的问题,提出一种节能的多层虚拟拓扑流量调度算法(EMV-SDN)。建立节能流量调度问题的整形线性规划(Integral Linear Programing,ILP)优化数学模型,使得在承载所有网络负载的前提下,网络能源消耗最小。提出节能的多层虚拟拓扑流量调度算法来求解数学优化模型,得到数据流的节能调度方案。通过休眠高层的虚拟拓扑和交换机端口实现节能,降低网络能源消耗。实验结果表明,在网络能耗和数据流平均完成时间等方面,EMV-SDN算法均优于ECMP(Equal-Cost Multi-Path Routing)以及Dijkstra最短路径算法。     

基于DSP的障碍物环境的簇状传感网络路由算法

分簇是延长无线传感网络寿命的有效技术之一,然而现有的簇状传感网络的路由技术没有考虑障碍物环境.为此,提出了面向障碍物的簇状传感网络的Dijkstra最短路径路由DSPR(Dijkstra shortestpath-based routing)算法.DSPR算法首先利用能量有效的同质簇EHC(energy-efficient homogeneous clus-tering)技术周期地选举簇头CH(cluster head).每周期定义一帧,每帧利用EHC技术选举簇头CH.簇头CHs构成数据传输的主干路径,并利用Dijkstra最短路径DSP(Dijkstra shortest path)算法选择最优路径,当遭遇障碍物时,将障碍物的顶点作为中间终点,再运行DSP,从而缩短数据传输路径.仿真结果表明,提出的DSPR有效减少传输路径和能量消耗,并提高了数据传输效率.     

基于代数连通度的域内节能路由算法

通过节能路由算法减少网络能耗是网络中需要解决的一个关键性的科学问题。如今已有的节能方案都是在已知流量矩阵的前提下研究网络节能,由于实时流量难以获取,使得这些方案都难以在实际中部署。因此,文中提出一种基于代数连通度的域内节能方案(Intra-domain Energy Efficient Routing Scheme Based on Algebraic Connectivity,EERSBAC)。EERSBAC不需要网络中的实时流量矩阵,仅依靠网络中的拓扑结构就可以实现节能。首先,提出链路关键度模型,利用链路关键度模型计算出网络中所有链路的重要程度;然后,提出代数连通度模型,利用代数连通度模型可以定量的衡量网络的连通性能。实验结果表明,EERSBAC不仅能够降低网络能耗,而且具有较小的路径拉伸度。     

Ergodic secrecy rate of two-user MISO interference channels with statistical CSI

This paper considers a two-user multiple-input single-output （MISO） interference channel with confidential messages （IFC-CM）, where the beamforming vectors at the two transmitters are jointly optimized using the closed-form Pareto-optimal parameterization. We prove that artificial noise cannot improve the secrecy rate performance, and coordinated beamforming is secrecy-rate optimal which is achieved by agreeing on the parameters between the two transmitters. We analyze the feasible set of the beamforming parameters that guarantees positiveness of the secrecy rates when the transmitters know only statistical CSI, and then analysis in the ergodic secrecy rate region is discussed. More importantly, we derive the closed form of the ergodic secrecy rates and illustrate the Pareto-optimal structure of the beamforming vectors.     

Energy-aware routing for delay-sensitive underwater wireless sensor networks

The energy reduction is a challenging problem in the applications of underwater wireless sensor networks （UWSNs）. The embedded battery is difficult to be replaced and it has an upper bound on its lifetime. Multihop relay is a popular method to reduce energy consumption in data transmission. The energy minimum path from source to destination in the sensor networks can be obtained through the shortest path algorithm. However, because of the node mobility, the global path planning approach is not suitable for the routing in UWSNs. It calls for an energy-efficient routing protocol for the high dynamic UWSNs. In this paper, we propose the modified energy weight routing （MEWR） protocol to deal with the energy-efficient routing of delay- sensitive UWSNs. MEWR is a low flooding routing protocol. It can tolerate the node mobility in UWSNs and achieve a low end-to-end packet delay. MEWR can provide lower energy consumption than the existing low delay routing protocols through the dynamic sending power adjustment. The simulation results demonstrate the effectiveness of MEWR.     

An energy-efficient task scheduling for mobile devices based on cloud assistant

Mobile cloud computing is an emerging service model to extend the capability and the battery life of mobile devices. Mostly one network application can be decomposed into fine-grained tasks which consist of sequential tasks and parallel tasks. With the assistance of mobile cloud computing, some tasks could be offloaded to the cloud for speeding up executions and saving energy. However, the task offloading results in some additional cost during the communication between cloud and mobile devices. Therefore, this paper proposes an energy-efficient scheduling of tasks, in which the mobile device offloads appropriate tasks to the cloud via a Wi-Fi access point. The scheduling aims to minimize the energy consumption of mobile device for one application under the constraint of total completion time. This task scheduling problem is reconstructed into a constrained shortest path problem and the LARAC method is applied to get the approximate optimal solution. The proposed energy-efficient strategy decreases 81.93% of energy consumption and 25.70% of time at most, compared with the local strategy. Moreover, the applicability and performance of the proposed strategy are verified in different patterns of applications, where the time constraint, the workload ratio between communication and computation are various.     

一种农田无线传感器网络能量控制与动态路由算法

精准作业过程中农田生境信息监测具有实时性、准确性及可持续性等性能要求,影响ZigBee农用无线传感器信息监测系统性能的关键因素主要包括设备功耗和网络延时。在AODVjr算法的基础上提出了一种能量控制和动态路由相结合的路由算法ES-AODVjr,该算法在监测设备功耗和数据报最短路径路由策略之间建立一种平衡,使得无线传感器...     

采用角度因子的蚁群优化多路径路由算法

为均衡能量消耗、提高数据传输的可靠性,提出采用角度因子的蚁群优化多路径路由算法（ACOMP）。在密度递减节点部署策略的基础上,为避免能量“热区”,优化蚁群算法进行多路径搜索,搜索过程加入节点间的角度因子进行路径方向引导。基于对选出的各较优路径实时能量的感知,建立多路径决策模型,使得源节点可以选择当前性能最好的路径进行较可靠的数据传输。同时为避免路由空洞,定义修复蚂蚁并结合反馈机制使得路径保持良好状态。仿真结果表明：提出的算法可以实现节能、可靠的路由,并可均衡整个网络的能量消耗。     

云数据中心能效可靠的虚拟机部署

优化虚拟机部署是降低云数据中心能耗的有效方法,但是,过度对虚拟机部署进行合并可能导致主机机架出现热点,影响数据中心提供服务的可靠性。提出一种基于能效和可靠性的虚拟机部署算法。综合考虑主机利用率、主机温度、主机功耗、冷却系统功耗和主机可靠性间的相互关系,建立确保主机可靠性的冗余模型。在主动避免机架热点情况下,实现动态的虚拟机部署决策,在降低数据中心总体能耗前提下,确保主机服务可靠性。仿真结果表明,该算法不仅可以节省更多能耗,避免热点主机,而且性能保障上也更好。     

基于云安全模型的簇状树形无线传感器网络路由协议

由于传统的簇状树形无线传感器网络路由协议簇首能耗方差较大,导致存活节点数量和节点剩余能量较少,降低了无线传感器网络的使用寿命,为此设计一种基于云安全模型的簇状树形无线传感器网络路由协议。通过计算簇状树形无线传感器网络在接收与发送数据时的传输能耗,利用云安全模型获取云安全态势各种要素之间的不确定关系,预测节点的综合信任值,以预测结果为基础,采用蚁群算法获取分区节点的最优路径,完成簇状树形无线传感器网络路由协议。实验结果表明,本文设计的路由协议簇首能耗方差较小,存活节点数和节点剩余能量更多,接收数据包量比其他2种协议分别高出了48.1%和22.6%。由此可见,本文设计的路由协议延长了簇状树形无线传感器网络的使用寿命。