用于紫外光通信组网的改进加权算法

针对已有加权算法在紫外光通信组网运用中存在的结构划分不均衡、不稳定和不准确等问题,提出一种改进的加权算法。改进算法基于能量损耗模型确定合理的小区数划分,并将节点间的相对移动性考虑到功率变化因素中计算通信连接时间。仿真分析表明,改进算法提高了网络的稳定性,中心节点的选择更趋于均衡化,可以进一步改善紫外光通信网络的性能。     

一种基于蚁群的新型按能需求路由算法研究

提出了一种基于蚁群的新型按能需求路由算法(ARADE),针对移动网络节点剩余能量分布不均而导致网络生命周期短和蚁群算法收敛速度慢这两种缺陷做了相应的改进.存有路由信息的反向信息素表的引入简化了路由请求数据包的数据结构,将节点剩余能量、路径消耗能量以及跳数通过相应的影响因子归一化成一个参数作为路由性能评价值,以此来达到均衡整个网络节点剩余能量的目的.此外,迭代过程中信息素的最大值Гhigh可以当作参数进行一次自我迭代,使得当前节点维护在反向信息素表中的信息素值得到正反馈变化,从而加快整个算法的收敛速度.整个实验仿真是在NS-2平台上进行,随着数据包的传输速率的增加,它的生命周期、平均能量消耗和端到端延迟都会优于AODV.     

紫外光通信协作蜂群无人机网络动态能效均衡算法

针对蜂群无人机在复杂战场环境下的能效均衡需求,提出一种紫外光通信协作蜂群无人机网络动态能效均衡算法。该算法结合紫外光抗干扰、高保密的优点,为蜂群无人机提供一种可靠的通信方式,并通过引入自适应节点度、无人机能效和距离稳定度参数加权分簇来选举簇首,使算法更加适用于动态场景。最后结合无线紫外光通信及能量消耗模型,在高斯马尔可夫移动模型下对蜂群无人机进行了仿真分析,结果表明,本算法相比LEACH算法可以将网络生存周期提升16%,同时可将平均簇首数量降低57%,数据传输量提升近两倍。     

一种新的紫外光自组织通信网络MAC层避退算法

紫外光自组织通信网络是把紫外光与自组织网络相结合的,能够利用自组织网络的多跳特性来克服紫外光距离有限性的通信网络。为了使紫外光自组织通信网络中各个节点能够对有限的信道资源进行充分与公平的利用,需要对网络协议栈中的第二层——媒介接入控制层上的传统算法进行优化。本文以媒质接入控制层(MAC,Media Access Control)传统上采用的二进制指数退避算法为基础,以提高公平性为目的,提出了依据退避计数器值的随机选取是否合理,继而采取相应的奖励惩罚机制的新算法。研究结果表明:新算法提高了无线紫外光自组织通信网络中各节点接入信道的公平性,并在信道吞吐量和信道接入公平性之间达到了一个较好的折衷。     

基于改进蚁群算法的WDM光网络恢复优化

针对WDM光网络的恢复,提出一种基于蚁群算法(ACA)的WDM光网络恢复优化算法,算法以WDM光网络的虚拓扑为主要研究对象,模拟蚂蚁寻址方式获得网络业务受损节点恢复方案.在优化过程中,结合免疫算法的变异操作对全局业务分配进行自适应调节,以获得更高的故障恢复率水平,最终实现网络受损业务恢复,使整个网络资源利用率达到最优.仿真结果表明,该算法可满足较高的恢复率需求情况,并可应用于任意形式WDM网络拓扑结构.     

一种改进的蚁群WSN路由算法

针对能量控制和拥塞控制在无线传感器网络路由上的特殊要求,利用蚁群算法(Ant Colony System,ACS)对路由中最短路径加速收敛。为了促使网络节点能量消耗相对均衡,提出一种改进的蚁群路由算法。该算法将多蚁群挥发的信息素与网络节点剩余能量结合成算法控制因子,并且引入了多蚁群竞争机制来避免单一收敛。此算法能有效地控制网络拥塞,并使网络节点能量消耗相对均衡,延长了整个网络的生命周期,实现了高效路由与能量消耗的较优权衡。最后通过Matlab仿真实验验证了该方法的可行性,并给出实验结果。     

一种基于UV-LED的紫外光双工通信系统

紫外光通信具有非常好的非视距传输和保密性能。传统的紫外光通信系统尺寸过大,难以实际应用。基于紫外线发光二级管(UV-LED)设计了一个紫外光通信系统,研究了光路设计、时钟恢复、信道编码等方面的内容,并重点设计了双工传输协议,用较小的资源实现了4.8 Kb/s信息的传输。该系统可以用于近距离语音和数据的双向保密传输。     

改进的紫外光通信时分复用组网方法

针对目前紫外光通信组网采用的时分复用(TDM)技术随着节点增加存在排队等待时延长、链路利用率低、网络吞吐量不理想等问题,提出了改进的时分复用组网方法。该方法基于紫外光通信垂直收发模型,通过考虑功率因素的加权算法选取中心节点辐射成相邻小区,用分段时隙方法给相邻小区分配不同时隙段,让相距较远小区内的节点对时隙重复使用,解决了节点增加与时隙有限的矛盾。仿真分析表明,该方法相比TDM在网络节点数为40时的信息排队等待时延降低了4ms,链路利用率提高了2.7%,网络吞吐量增加了1800bit/s。     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制。首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数和信息素更新规则,自适应构建数据路由,最后采用仿真模拟实验对算法性能进行检验。实验结果表明,相对于与现有无线传感器路由算法,本文通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优。     

高空紫外光通信信道特性

为研究高空大气信道对紫外激光通信的影响,引入散射链路所在高度信息修正紫外光单次散射链路模型;依照大气密度和臭氧浓度垂直分布得到紫外光散射系数和吸收系数变化规律;对高空15 km以下信号传播的时延、信噪比和信道容量进行仿真分析,得到以上三者的高空垂直分布.结果表明:高空大气环境对紫外光的消光系数主要由吸收系数决定;较小的散射作用令高空通信时延比近地面通信略低;吸收作用导致信噪比和信道容量均随通信平台位置高度增加而减小.高空紫外通信基本满足低速语音通信的要求.     

一种基于改进蚁群算法的光网络路由分配算法

基于蚁群算法原理设计了一种适合于自动交换光网络的算法.在指出基本蚁群算法存在易过早陷入局部最优、易出现停滞现象等一系列问题的同时,针对性地给出了改进策略——状态转移选择、动态信息素更新.仿真结果表明,文章中提出的算法能有效降低全网平均阻塞率、高效分配各种网络资源、促进全网负载均匀.     

无线传感器网络中蚁群路由算法的改进

在无线传感器节点能量有限的条件下,如何使网络寿命最大化是无线传感器网络研究的重点,均衡网络能量消耗是延长网络寿命的一个有效方法。在蚁群算法的基础上引入了模糊理论的概念,提出了一种ACO for Fuzzy Theory算法,根据节点剩余能量、通信距离、邻居节点数目和信息素等因素采用模糊综合评判法进行下一跳节点的选择。仿真实验表明,与基于能量有效蚁群算法(EEABR)进行比较,相同条件下AFT算法有效地减少了网络平均能量消耗,增强了网络节点的存活率。     

一种改进的多目标蚁群优化算法

提出了一种改进的多目标优化问题的蚁群算法.算法选择进化算法的定义的时候,种群中一定数量的个体信息来源作为中心的扩散,多个中心点之间有一定的距离;群体中的其他个体按照离源个体最近的距离的原则归属于其中一个信息素扩散源;按照信息素扩散算法,每一信息素扩散源中的个体获得源于中心点的信息素;保留每一代群体中的中心点到下一代种群中,确保了收敛性和维护种群的多样性.最后利用多目标背包问题来测试算法的性能,并与MOA和NSGA-II算法进行了分析比较.结果表明,该搜索效率高,向真实Pareto前沿逼近效果好,得到传播的多种解决方案,是一个多目标优化问题的解决和有效的方法.     

基于改进蚁群优化算法的多LED通信光功率优化

针对室内可见光通信(VLC)中接收平面接收光功率和接收光照强度分布不均匀的问题,提出了一种基于改进的蚁群算法对其进行优化.通过建立发射端和接收端的信道模型,对放置在天花板上的4×4的LED阵列发射端配备功率调节因子,并利用改进的蚁群算法对功率调节因子进行优化.针对传统蚁群算法存在的收敛速度慢、容易停滞等问题,提出了采用自适应信息素更新的策略.仿真结果表明,利用所提方法优化后,接收光功率和照明强度的波动范围分别在93.523～50.453 μW和367.846～192.798 Lux,接收平面上接收到的光功率和照明强度分布不均匀的问题得到了明显改善.     

一种基于改进蚁群算法的选播路由算法

为了在网络负载较大的情况下实现多目标多路径的选播路由,该文根据蚂蚁寻径与选播路由的相似性,提出了一种基于改进蚁群算法的选播路由算法。在运用数据包传输的历史信息来模拟路径信息素的基础上,增加了目标地址泛洪负载信息来模拟食物气味散发的过程,使得各个节点可以获得服务器和链路的最新信息。节点根据路径上的信息素、食物的气味以及链路的可见度等综合生成概率表,作为后继蚂蚁路径选择的依据。运用NS-2对该算法进行仿真,测试结果表明它可以减少传输时延,降低服务器负载的波动幅度,实现链路的负载均衡,增加网络的容量,提高选播服务的可扩展性。     

一种专用战术通信网络的自组织算法

本文介绍了一种两层控制结构的专用战术通信网络的自组织算法,网络拓扑信息的获取采用周期性交换PROP分组与从数据分组头中提取相结合的方法,基群外节点路由信息在常用被叫路由表中,算法通过管理本地路由表、干线路由表和常用被叫路由表完成节点间的路由计算。     

无线传感器网络的蚁群自组织算法

探测效能与能量节省的综合性能优化是无线传感器网络研究的一个热点问题.提出了一种分布式、自适应的无线传感器网络蚁群自组织算法,将无线传感器网络节点映射为情绪蚂蚁,通过蚁群间的协同对节点的唤醒概率进行群体智能优化,从而实现无线传感器网络自组织,并以定理的形式给出了性能指标和相关参数的设计方法.仿真表明,算法实现在唤醒较少节点的前提下,对目标保持了较好的探测能力.     

一种新的紫外光自组织网络的时分多址接入邻居发现算法

为了适应大 规模及拓扑变化较快的紫外光(UV)自组织网络,本文以提高邻居发现概率为目的,提出了一 种基于时分多址接入(TDMA, time division multiple access)的UV定向邻居发现新算法。新算法在DTRA(directional transmission and reception algorithm)协议的基础上采用了退避时延机制, 并通过邻居判断和维护机制让节点快速更新本地邻居表。实验结果表明,新 算法充分考虑了UV大气传输特性,能够有效地解决节点冲突问题,并通过找到一个最佳退避 时延使得节点冲突 概率和邻居发现时延之间达到一个较好的平衡。     

紫外光通信协作编队无人机联盟围捕算法

编队无人机对目标无人机进行围捕是多无人机战场作战中重要且典型的任务之一,本文将无线紫外光通信技术与围捕算法结合,提出了一种紫外光通信协作编队无人机联盟围捕算法。该算法借助无线紫外光辅助无人机编队机间数据保密传输和非直视通信,将联盟生成算法与区域最小化策略进行融合,采用动态规划法对最优联盟结构进行求解,使用区域最小化策略对目标无人机实施空中围捕,完成在复杂场景中无人机编队高效围捕多目标任务。对区域最小化策略和本文提出的紫外光协作编队无人机联盟围捕算法进行了仿真对比,实验结果表明：所提出的紫外光协作编队无人机联盟围捕算法在无人机编队围捕多目标过程中平均降低了12.73%的能耗,算法迭代次数平均降低了27.49%,验证了该算法能耗少、围捕效率高的性能。