基于权重优化的WMN信道分配算法研究

针对无线Mesh网中信道分配的适应性欠缺的问题,提出了一种基于权重优化的信道分配算法。该算法引入损耗因子使每次节点博弈的权重自动更新,将传统的静态博弈变为动态博弈,通过非强占优先制排队模型求节点的优先级使得信道分配更加公平。仿真结果表明,该算法在吞吐量和传输延时方面有所优化,验证了信道分配的公平性。     

一种新的基于最大流的无线Mesh网络信道分配算法

在无线Mesh网络中,为节点配置多接口多信道MAC协议成为提高网络性能、扩大网络容量的有效手段之一。有效的信道分配策略在多信道无线Mesh网络中显得尤为重要。本文提出一种基于最大流的信道分配算法。该算法通过最大流计算网络中可达到的最大吞吐量,以此作为网络负载标准进行信道分配,将降低整个网络的总体干扰作为目标函数进行优化。仿真结果表明,即使在网络负载较重的情况下,算法仍能保持较好的性能。     

基于最大化网络吞吐量的WMN信道分配算法

为了解决无线Mesh网络中的信道分配问题,提出了一种基于博弈论的信道分配算法.该算法将网络中每一个节点模型化为一个博弈者,每个博弈者的策略为信道的分配方案,并将整个网络的吞吐量作为效用函数的目标,效用函数的物理意义则是在给定流量需求矩阵下传输的成功率.博弈者通过相互博弈来优化收益函数以最大化网络吞吐量.通过NS2.34仿真分析得出,GBCA算法在收敛性、丢包率和吞吐量上都要优于当前的算法.     

智能家居中无线Mesh网络信道分配算法的研究

将无线Mesh网络技术应用于智能家居组网中对实现信息化、网络化智能家居系统具有重要意义。针对现有无线Mesh网络信道分配算法无法满足智能家居系统中网络连接稳定性、灵活性等需求的问题,提出了一种基于信道状态的动态信道分配算法。该算法利用控制信道交互的信息,通过Hello信息的交换、信道协商、数据传输三个主要步骤实现动态分配信道,有效提高了无线Mesh网络的稳定性。     

无线Mesh网络一种以节点为单位的多信道分配

在无线Mesh网络中,利用无线多信道路由协议可以提高网络的性能,因此信道资源的分配与管理对于无线Mesh网的性能优化起着十分重要的作用。本文介绍了一种以节点为单位进行信道分配的算法。     

无线传感器网络中支持并行传输的信道与功率联合优化博弈算法

针对无线传感器网络中干扰日益增大引起网络容量下降、能耗增加的问题,该文建立了信道分配与功率控制联合优化博弈模型。在该模型中链路将既能保持自身成功传输又不影响其它链路传输的信道作为可选信道,以实现链路的并行传输。继而基于该模型设计了一种支持并行传输的信道分配与功率控制联合优化博弈算法(JCPGC)。该算法利用最佳响应策略对模型求解,并通过超模博弈等理论证明了JCPGC能够收敛到纳什均衡。此外,该算法充分考虑信道分配和功率控制之间独立又相互影响的关系提高了网络容量。仿真实验结果表明,JCPGC具有大容量、低干扰和低能耗的特性。     

无线Mesh网络一种以节点为单位的多信道分配

在无线Mesh网络中,利用无线多信道路由协议可以提高网络的性能,因此信道资源的分配与管理对于无线Mesh网的性能优化起着十分重要的作用.本文介绍了一种以节点为单位进行信道分配的算法.     

无线Mesh网络集中式信道分配算法设计

以集中式无线Mesh网络(WMN)为基础,分析和研究了传统多信道分配算法,并在此基础上提出了以节点优先级和分组为特点的多接口多信道分配算法(Channel Assignment based on Rank of Node and Link group,CAR-NL),该算法结合节点分级和链路负载预期评估机制,通过节点链路分组按级分配信道。通过仿真实验表明,该算法能有效提高无线Mesh网络多业务流并发执行时系统整体吞吐量,并实现较低的丢包率。     

无线Mesh网络时延分析模型

无线Mesh网络由于拓扑结构、Mac协议、路由协议以及信道分配策略的复杂多变,其系统平均时延分析一直没有得到很好的解决。提出了一种基于排队论的时延分析模型,分析了在任意拓扑结构和路由协议下,处于基础工作模式的无线Mesh网络平均时延,并同时考虑了多收发器、多信道的影响。计算机仿真结果表明该模型能够比较准确的估计出网络性能,可以为无线Mesh网络部署以及优化提供理论依据。     

一种基于博弈论的无线mesh网络信道分配算法

无线mesh网络中的信道分配会极大地影响网络的性能。为了解决无线mesh网络中的信道分配问题,提出了一种基于博弈论的信道分配(GBCA)算法。该算法将网络中每一个节点模型化为一个博弈者,每个博弈者的策略为信道的分配方案,并将整个网络的吞吐量作为效用函数的目标,效用函数的物理意义则是在给定流量需求矩阵下传输的成功率。博弈者通过相互博弈来优化收益函数,以最大化网络吞吐量。并针对GBCA算法的不足,提出了一种改进算法———GBCA-TP算法。通过NS2.34仿真分析得出,GBCA算法和GBCA-TP算法在收敛性、分组丢失率和吞吐量上都要优于当前的算法。