一种基于卡尔曼滤波的分簇WSNs拥塞检测与控制方案

针对分簇结构下无线传感器网络簇首节点因负载过大易产生拥塞问题,提出一种基于卡尔曼滤波拥塞预测与缓解算法CMKBO,该算法首先基于卡尔曼滤波理论,依据当前簇首缓存占用情况,预测下一时刻簇首队列长度,并结合簇首吞吐量对网络拥塞程度进行综合预判,当网络拥塞程度预测值超过设定阈值时,在簇内寻找一个最优节点协助簇首进行数据缓存和转发以达到控制和缓解网络拥塞,簇首启动拥塞控制时,协助节点依据当前簇首拥塞程度选择簇内转发或簇外转发,以实现不同情况下的拥塞控制。仿真实验结果表明:该算法能够较准确地预测未来簇首拥塞状况,能较好地缓解簇首压力,较CODA算法有更好的网络特性。     

基于跨层设计的认知无线Mesh网络拥塞反馈研究

在认知无线Mesh网络中,由于信道状态变化导致的链路负载差异,网络拥塞成为影响认知无线Mesh网络系统性能的重要因素。针对这一问题,提出了基于最大最小公平策略的拥塞反馈算法。该算法通过综合分析基于随机搜索-遗传算法的多速率编解码调制、多重数据流的信道分配机制,以及优化的路由选择三种机制的网络资源分配约束条件,来构建跨层模型,计算网络拥塞。同时,通过拥塞值反馈,实现对物理层、链路层和网络层的联合跨层优化,最大程度避免网络拥塞。仿真结果表明,该算法在网络发生拥塞时收敛更快,能够有效避免拥塞,均衡负载,并能提升网络吞吐量。     

无线传感器网络中基于最小速率的拥塞控制算法

针对无线传感器网络的拥塞问题,设计了一种基于最小速率的拥塞控制算法。利用分布式动态系统的理论对拥塞问题进行了建模,并证明了该算法能够保证所有节点的发送速率收敛到可用的最小带宽。利用李亚普诺函数证明了算法在变拓扑网络结构下的有效性。NS仿真结果表明,这种最小速率算法能够很好地抑制无线传感器网络中的拥塞现象,保证了较高的吞吐量和较低的网络延时,提高了整个网络的服务质量。     

用于Ad Hoc网络的自适应多速率多播拥塞控制策略

多播提高了链路的传输效率,但易于造成网络拥塞.因此,在网络中实施多播拥塞控制至关重要.然而,由于AdHoc网络的两个本质特点,为Internet设计的多播拥塞控制不适合AdHoc网络:(1)无线多跳连接引起了信息流之间在时间域和空间域的竞争;(2)节点频繁移动导致了网络状态不断变化.首先提出了链路干扰集的概念来描述信息流竞争的特点,将网络状态不变的小时间段内的多速率多播拥塞控制问题表达成一个非线性优化问题,联合运用罚函数法和次梯度法获得此问题的优化解,相应地提出了一种有效的分布式迭代算法.在此算法基础上,针对网络状态的时变性,设计了一种基于状态检测和滚动优化的自适应多速率多播拥塞控制策略——AC2M2.仿真结果表明,分布式算法能够快速收敛到最优解;AC2M2(adaptive congestion control strategy for multirate multicast sessions)策略对网络状态的变化具有较好的自适应能力,所获得的网络性能比TCP-Reno要优越得多.     

基于热点簇的Ad hoc网络拥塞回避算法

Adhoc网络由于其节点具有随机移动性和分布密度不均匀的特征,容易引起网络局部的拥塞,但目前常用的Adhoc网络路由算法大多不具有拥塞响应机制。基于簇的网络结构易于实现对网络及节点的管理,论文定义热点簇,并提出基于热点簇的拥塞回避算法(CMHA),能实现对拥塞的快速响应,达到防止拥塞加剧的目的。算法利用多个节点的状态参数(如MAC延迟,或者缓冲区占有量)判断拥塞,并快速找到一条新的路径避开拥塞区域以降低拥塞区域负载。仿真结果表明此算法满足Adhoc网络中分级结构的要求,明显改善端到端的投递率,节省了能量,保证了服务质量。     

无线mesh网络中效用与链路强度联合优化的覆盖多播

支持多播通信是无线mesh网络(WMNs)的一个重要应用.采用基于效用的定价机制,通过拉格朗日(Lagrange)对偶分解法获得一个基于价格的分布式算法.以该分布式算法为核心,作为mesh网络中数据流速率和链路强度调整的优化策略,每条链路根据自己的拥塞状况合理地定价,通过价格机制来调节链路的强度和数据流的速率,使网络净效用最大化.实验结果表明该算法是有效可行的.     

一种基于GM(1,1)的分簇WSNs拥塞检测与控制方案

针对分簇结构WSNs下中继簇首流量负担过重易引发局部拥塞的问题,提出了一种基于簇首数据吞吐量短期预测的拥塞检测与控制算法CMETR.该算法通过建立GM(1,1)灰色模型分析流经各簇首的当前流量,预测簇首未来的拥塞程度,并以调整簇内节点数据采集频率的方式减小簇首的数据传输压力,从而达到控制网络拥塞的目的.仿真结果表明:该算法有较好的预测精度,对即将到来的网络拥塞能够进行提前处置,且在网络繁忙时能够缓解链路压力,相对CODA算法有更好的稳定性和能耗特性.     

基于粒子群的TCP非凸优化速率控制算法

为了有效地解决网络中拥塞问题,针对实际网络中存在非弹性流的情况,考虑了网络中非凸优化速率控制问题。基于最大化用户效用函数框架,去掉了以往研究中对效用函数的严格假设,利用粒子群方法设计了分布式速率控制算法。算法中链路从网络获知拥塞链路的条数,用户根据对应的效用函数和拥塞反馈信息调整自身速率。仿真结果表明,算法可以很快地收敛到最优速率。     

无线传感器网络能源有效的拥塞控制算法

提出了一种能源有效的无线传感器网络拥塞控制算法。该算法基于缓冲队列使用情况进行拥塞检测,通过扩大拥塞反馈消息的覆盖范围来提高拥塞的缓解速度,使用倍数降低、线性增加的速率调节策略来保证网络吞吐量的稳定,并且在节点拥塞时根据一定策略丢弃数据包以提高网络传输的公平性。仿真实验表明,提出的算法不仅能有效地缓解网络拥塞、降低网络丢包率,还具有较好的能源有效性和网络传输的公平性。     

一种基于虚拟簇头的拥塞控制算法

在大规模、高密度的无线传感器网络中,使用多跳分簇的层次结构有利于管理整个网络,且节省传感器节点的能量,但容易发生网络拥塞。针对该问题,提出一种基于虚拟簇头节点的拥塞控制算法,在簇内建立最短路径树,在簇间构造多元路径。实验结果表明,该算法能在保证网络吞吐量的同时,缩短数据的传输时延。     

无线传感器网络中基于领导者的拥塞控制算法

针对无线传感器网络存在的拥塞问题,设计一种基于领导者的拥塞控制算法.利用分布式动态系统的理论对拥塞问题进行建模,并证明了所提出的算法能够保证所有节点的发送速率收敛到可用的最小带宽,同时利用Lyapunov函数证明了所提出的算法在变拓扑网络结构下的有效性.仿真实验表明,基于领导者的拥塞控制算法能够很好地抑制无线传感器网络中的拥塞现象,保证较高的吞吐量和较低的网络延时,提高整个网络的服务质量.     

基于禁忌遗传优化的网络拥塞控制算法

为解决网络拥塞问题,提出一种基于禁忌遗传优化的网络拥塞控制算法TSGA。该算法将禁忌搜索和遗传算法相结合,以网络资源消耗最小化和网络负载均衡分布为目标,建立多约束QoS路由优化数学模型。仿真实验结果证明,该算法可实现网络拥塞控制,有效提高网络性能。     

多业务CDMA网络参数优化模型与算法

在考虑覆盖率、软切换率、业务信道拥塞率和功率损耗等网络质量指标的基础上,建立多业务CDMA网络参数优化问题的数学模型.通过分析模型的特点,设计了一种基于约束优化遗传算法(COGA)的求解方法,并给出了算法实现的各种关键技术.对一个实际算例进行实验研究,仿真结果表明算法能够有效地配置各种网络参数,网络性能得到提升,优于实际DT(driver test)的优化效果,从而表明所建模型和算法能够为多业务CDMA网络参数优化问题提供快速的解决方案,有效地指导实际的网络管理工作.     

基于流量调度的SDN数据中心网络拥塞控制算法

针对采用软件定义网络(SDN)的数据中心网络拥塞的问题,提出一种基于流量调度的数据中心网络拥塞控制算法。当链路发生拥塞时,该算法首先判别拥塞链路中 链路上关键度最大的大流,然后对大流进行重路由计算,选择调度开销最小的流,并进行调度代价计算,最后对调度代价最小的流进行调度。实验结果表明,所提算法能够有效缓解网络拥塞,降低丢包率,提高链路利用率,使得网络性能更为稳定。     

迭代学习在网络控制中的应用*

针对网络拥塞控制中网络拥塞本身无法建立精确的数学模型的问题,基于迭代学习控制具有结构简单及对系统精确模型不依赖等优点,首次提出了用迭代学习控制算法来解决网络拥塞,其主要目的是提高网络资源的利用率并提供给信源公平的资源分配份额。在提出算法前,首先通过分析网络模型建立了网络拥塞被控系统;然后提出了针对该被控系统的开闭环PID型迭代学习控制算法并证明了其收敛性;最后运用此算法建立了网络拥塞控制模型。通过实验和仿真表明,该算法对解决网络拥塞问题有很好的效果。     

基于云网格集成调度的防拥堵车辆路径规划算法

在道路交通路网中,车辆拥堵问题是流量与路网结构之间相互作用的一个复杂动态过程,通过车辆路径规划,实现对路网网格集成调度,从而提高路网通行吞吐量。传统方法采用并行微观交通动态负载平衡预测算法实现车辆拥堵调度和车辆路径规划,不能准确判断路面上的车辆密度,路径规划效益不好。提出一种基于云网格集成调度的防拥堵车辆路径规划算法,即构建基于Small-World模型的云网格路网模型,采用RFID标签信息进行路况信息采集,实现交通网络拥堵评估信息特征的提取,采用固有模态函数加权平均求得各车道的车辆拥塞状态函数,对所有车道内车辆密度取统计平均可获得簇内的车辆密度。设计交通路网拥堵检测算法来对当前个体道路信息进行一维邻域搜索,从而实现车辆路径规划控制目标函数最佳寻优。通过动态博弈的方式求得车辆防拥堵路径的近似最优轨迹,实现路径规划算法的改进。仿真结果表明,该算法能准确规划车辆路径,实现最优路径控制,从而提高严重拥堵路段的车流速度和路网吞吐性能,性能优越。     

无线传感器网络最优路由算法研究

无线传感器网络存在拓扑规模庞大、Mesh组网及传感器结点能量有限和处理能力差的缺点。为提高无线传感器网络路由效率,提出一种简单的全局路由最优算法。该算法根据变量r的不同取值,使算法输出路径不同,进而预防网络拥塞的发生。仿真实验表明,并行近似最短路由算法所耗时间是Dijkstra算法的1/3,该算法既能满足无线传感器路由需求,又能解决无线传感器网络拥塞的问题。