一个新颖的异构无线网络接入选择算法

针对目前已有的异构无线网络接入选择算法缺乏考虑用户之间的竞争性,引入非合作博弈理论对接入选择进行研究.首先考虑了无线网络资源分配方式对用户实际获得数据速率的影响,建立实际数据速率计算公式;然后利用非合作博弈理论描述用户之间自我优化的竞争行为,建立接入选择模型并使用纳什均衡来预测用户的接入选择结果;最后建立适应度函数并利用离散量子粒子群算法求解纳什均衡.通过与遗传算进行比较,得出离散量子粒子群算法具有更好的收敛速度.通过对在不同网络状态下的接入选择结果进行分析,得出本文所提的算法能够适应网络的动态变化,同时该结果也能够合理地解释用户之间以自我优化为目的的竞争行为.     

基于灰色关联分析的多网络接入系统模型

针对传统网络选择算法无法满足服务质量的不足,提出了一种基于灰色关联分析的多网络接入算法.设计了多网络接入系统模型,确定了吞吐量、接入代价、接入损耗以及负载均衡等网络参数并构建了多网络接入的参数矩阵,结合权重向量,运用灰色关联分析算法确定最佳网络.对该算法进行了实验仿真,并与单网络及传统TOPSIS算法进行对比分析,其结果表明,该多网络接入算法可以明显提升网络性能,为用户提供满意的服务质量.     

面向模块化设计的客户需求分析

将灰色系统理论中的灰色关联度聚类模型运用于客户需求的量化分析,分析了模块化设计与客户需求之间的关系,提出了基于灰色系统的客户需求聚类模型.将客户需求描述成一系列的产品属性,每个属性又分为不同的属性水平,不同属性及属性水平组合形成不同的需求模块.客户需求聚类模型根据需求之间的关联相似性进行聚类.首先将客户需求映射到工程指标,对不确定数值的需求进行取值白化;然后根据客户需求对结构的影响进行功能聚类分析,从客户需求中总结出基本功能需求模块、辅助功能需求模块;最后计算需求取值之间的灰色关联度构建层次聚类树图,根据聚类评价准则确定合理的关联度取值,得到最佳聚类结果.以减震器产品为例进行了实例验证,结果表明该算法是有效的.     

认知无线电中基于非合作博弈的功率分配方法

提出了一种适合于认知无线电网络的功率控制方法．基于信扰比的代价函数,借助兼顾认知用户公平性的惩罚因子,构造一种新的支付函数．基于该支付函数提出了一种非合作博弈功率控制模型．结合博弈理论,证明了该博弈模型纳什均衡解的存在性和惟一性,同时得出该纳什均衡解是帕累托最优的．仿真结果表明,基于该博弈模型功率分配方法收敛性比传统算法好,通过设置合适的惩罚因子等参数,3~5次迭代即可收敛,满足系统实时性要求,同时系统通过量较传统算法有1~4倍的改善．     

无线局域网中业务流接入控制的博弈论算法

提出一种IEEE 802.11无线局域网中的用户流接入控制(AC)算法．通过建立用户流的QoS满意度(UQS)函数,将用户与接入点(AP)之间的接入控制决策过程建模为UQS最大化下的非协作博弈;根据此博弈的纳什均衡解,在不同的网络负载条件下,给出AP的最优接入控制策略(G-AC)．仿真结果表明:G-AC算法能够为接入的用户流提供定量的QoS保证;并且,同传统的截止优先权AC算法(CP)相比,G-AC算法可以根据网络负载状况自适应的改变接纳策略,从而获取更高的带宽资源利用率(平均吞吐量高于CP算法10％),并为服务商带来更高的网络收益．     

异构网络中多媒体业务的联合呼叫接纳控制

提出了3G与WLAN互连的异构网络中一种多媒体业务的联合呼叫接纳控制算法,针对不同类型用户的业务特性选择合适的优先接入网络,考虑到切换用户及不同业务类型用户的优先级,分别在3G和WLAN中设置了多级的接入门限值．运用多维Markov链模型对该算法的新呼叫阻塞率和切换呼叫掉线率性能进行了理论分析．仿真结果表明,本算法在满足不同类型用户的QoS需求的同时,在新呼叫阻塞率和切换呼叫掉线率之间获得了良好的折中,提高了系统整体性能．     

定价机制下认知无线电网络频谱接入算法

为了研究认知无线电网络中认知用户频谱接入的决策问题,将认知用户的频谱接入过程视为非合作博弈过程,并考虑到授权用户享有频谱的优先使用权,基于带有服务台故障的M/G/1排队理论建立了系统模型,分析了认知用户个体最优接入策略和社会最优接入策略,并在此基础上提出定价机制使认知用户追求个体利益最大化的目标与社会目标一致,实现社会福利最大化.实验结果表明,基于定价机制的频谱接入策略可以使频谱资源得到相对的优化配置,满足社会整体利益需求.     

超密集场景下考虑业务动态的功率匹配算法

提出了一种面向超密集场景的考虑业务动态的无线网络功率资源匹配算法.首先,根据网络异构和业务动态变化特征,建立双层动态博弈模型.针对不同博弈层参与者的需求特性,以最大化效用函数为准则,设计不同的效益模型,并通过对网络中业务动态性的预测调整定价因子,以更准确地反映网络环境的变化;其次,根据双层非合作博弈的特性进行分层功率博弈求解,通过宏蜂窝用户与微基站以及微蜂窝用户之间的多次非合作功率博弈达到均衡;最后,通过与现有功率资源匹配算法仿真比较,所提算法具有优越的性能.     

基于端到端丢包测量的网络瓶颈链路推断方法

为了寻找网络中瓶颈链路,对网络数据包丢失率的推断方法进行了研究,提出一个新的网络数据包通过率的统计推断模型．该模型基于端到端的测量方式,采用累积母函数对网络路径级数据包通过率进行分析,估计出网络链路级数据包通过率的统计信息．利用网络数据包通过率与丢失率之间的关系,可以间接得到链路级数据包丢失率的统计信息．仿真实验表明,该模型不需要很高的测量负载量就可以较精确地推断出网络链路级数据包通过率的统计信息,并根据Chernoff bound检测出网络中的瓶颈链路．     

基于端到端丢包测量的网络瓶颈链路推断方法

为了寻找网络中瓶颈链路,对网络数据包丢失率的推断方法进行了研究,提出一个新的网络数据包通过率的统计推断模型．该模型基于端到端的测量方式,采用累积母函数对网络路径级数据包通过率进行分析,估计出网络链路级数据包通过率的统计信息．利用网络数据包通过率与丢失率之间的关系,可以间接得到链路级数据包丢失率的统计信息．仿真实验表明,该模型不需要很高的测量负载量就可以较精确地推断出网络链路级数据包通过率的统计信息,并根据Chernoff bound检测出网络中的瓶颈链路．     

通用多接入网络选择问题的建模和分析

提出了一种基于通用多目标优化模型的多接入网络选择判决方法. 对接入选择相关的参数进行了系统的分析归类,通过建模将网络选择问题转化为典型的多目标优化问题. 借鉴遗传算法的群体排序思想,结合Hooke Jeeves直接搜索方法设计了优化的多目标决策算法. 仿真结果表明,参数的设置合理有效,在多目标优化问题建模基础上的网络接入选择方案可以在异构网络环境中得出准确合理的判决结果.     

802．1X认证环境下的非法用户接入检测

目的解决基于802．1X协议认证环境下的用户非法接入问题,使全网认证用户可管理．方法从分析802．1X认证技术特点和非法用户通讯原理出发,利用认证服务器定期向认证用户发送UDP探测报文,根据客户端返回的ACK报文丢失率检测出提供非法服务主机．结果在以校园网为代表的高速以太网环境中,网络不发生大面积拥塞的前提下,实现非法接入用户的实时网络阻断与客户端信息保存,管理者可根据系统保存的用户记录采取相应处罚措施．结论提出的检测方法对802．1X环境下的非法用户检测具有良好的准确性和快捷性,对于实现Intranet AAA系统具有现实意义,充分保障了网络的认证安全与计费安全．     

超密集网络中基于改进DQN的接入选择算法

在超密集网络环境中,各个接入点密集部署在热点区域,构成了复杂的异构网络,用户需要选择接入合适的网络以获得最好的性能。如何为用户选择最优的网络,使用户自身或网络性能达到最佳,称为网络接入选择问题。为了解决超密集网络中用户的接入选择问题,综合考虑网络状态、用户偏好以及业务类型,结合负载均衡策略,提出了一种基于改进深度Q网络(deep Q network, DQN)的超密集网络接入选择算法。首先,通过分析网络属性和用户业务的偏好对网络选择的影响,选择合适的网络参数作为接入选择算法的参数;其次,将网络接入选择问题利用马尔可夫决策过程建模,分别对模型中的状态、动作和奖励函数进行设计;最后,利用DQN求解选网模型,得到最优选网策略。此外,为了避免DQN过高估计Q值,对传统DQN的目标函数进行优化,并且在训练神经网络时,引入了优先经验回放机制以提升学习效率。仿真结果表明,所提算法能够解决传统DQN的高估问题,加快神经网络的收敛,有效减少用户的阻塞,并改善网络的吞吐能力。     

合作博弈下无线传感器网络功率控制策略

无线传感器网络在动态变化的信道和干扰环境工作时,为获得较高的信干噪比,节点会提高发射功率,致使节点间的干扰不断增大,为抵消其带来的消极影响,节点将继续增加发射功率,这将导致网络环境逐渐恶化,同时过多浪费节点能量.针对以上问题,本文提出一种合作博弈下无线传感器网络功率控制策略,为使节点能够更加精准的根据周围环境信息动态调节发射功率,算法引入节点间距离作为干扰权重因子以修正有效干扰模型,进而改进信干噪比模型;基于合作博弈理论将节点信息传输速率和自身剩余能量整合,建立合作博弈下的效用函数,在对不同效用权重因子下的归一化信息传输速率、发射功率方差值、信干噪比和网络效用4种结果进行综合权衡后,得出适当的效用权重因子值,并证明效用函数存在纳什均衡解,通过算法多次迭代后得出使网络效用达到最高时的节点最优发射功率.仿真结果表明,本文算法得出的最优发射功率方差小,算法收敛速度快,网络在节点较低发射功率时即可获得较高的信干噪比,网络生存周期得以延长,实现更高的网络效用.     

适用于工业无线WIA-PA网络的负载均衡成簇方法

针对用于工业过程自动化的无线网络(WIA-PA)在部署过程中存在的簇首数据负载分布不均衡问题,提出了一种支持负载均衡的新型成簇方法.根据WIA-PA的网络特征建立周期性数据吞吐量模型,通过改进WIA-PA网络的簇首选择算法和现场设备的入网流程,使现场设备入网时优先选择吞吐量相对小的路由器作为簇首,实现了网络拓扑结构依据流量自适应调整的成簇策略.测试结果表明,该方法在均衡簇首数据负载、平衡簇首能耗、延长网络生命周期等方面取得了良好效果.     

应用GRNN模型对给水管网水质的综合评价

给水管网水质是多种污染因子的综合作用结果。为克服水质综合评价过程中的随机性与评价专家主观上的不确定性,利用神经网络的非线性和良好的函数逼近特性,建立了给水管网水质评价的广义回归神经网络(GRNN)模型。该模型具有网络结构自适应确定及输出与初始权值无关等优良特性。通过对在水质评价各等级间随机内插足够数量的训练样本的训练,确定合适的光滑因子。通过实例验证了模型评价结果与实际情况的一致性,为给水管网水质的评价提供了一种新方法.     

中继网络中快速接入与路由选择策略与方法

为了在低复杂度、小系统开销与时延下实现中继网络中快速接入与路由选择,提出了一种基于接入及路由选择指示器(Access and Routing Indicator,ARI)的快速接入及路由选择方法,使用QoS优先级对业务进行了分类,在准公平的条件下,实现了业务的分级处理,固定间隔累积平均的方式测量,采用累积平均的方式,在确保中继无线通信网络的通信质量的同时,充分考虑到中继无线通信网络中多路由及控制信道和业务信道的质量需求的差异,尽可能的重新使用无线通信网络中的各种资源,降低系统开销与时延。     

基于萤火虫算法优化FCM的WSN路由算法

针对无线传感器网络节点能源有限,容易出现能量负载不均衡的问题,提出了一种基于萤火虫算法优化模糊C均值(FCM)的无线传感器网络(WSN)路由算法(FFACM),优化了分簇路由算法中的分簇阶段和簇间路由建立阶段。在分簇阶段,使用萤火虫算法计算初始聚类中心,避免模糊C均值算法因初始聚类中心而陷入局部最优的问题。在选择簇首节点上,建立关于剩余能量和距离的适应度函数,选取适应度值最大的节点作为簇首节点并动态更新。通过计算节点间的链路代价并根据剩余能量和到sink节点的距离建立代价函数,选择代价函数值最小的节点建立簇间多跳路由,使得簇首节点的负载降到最低。从仿真实验结果可知,相比于其他无线传感器网络的路由算法,FFACM算法能有效均衡网络负载,降低节点能耗,从而延长网络的使用周期。     

提高多出口网络对外服务速度的应用研究

分析了目前校园网存在的不足,提出了采用单网卡多IP方案提高多出口条件下校园网对外服务的方法:服务器部署于内网中,配置多个IP地址,通过策略路由、防火墙静态地址映射、DNS策略域名解析,实现根据客户机不同的IP地址获取不同的解析结果,以便客户机快速访问相应的服务。应用结果显示,极大地提高了其他网络用户访问校园网网络资源的速度。