无线传感网络中速率效用与链路能耗的联合优化

针对能量受限的无线传感网络,提出了一种基于功率相关链路容量约束的源节点速率效用与链路能耗联合优化模型。针对传统对偶次梯度算法在分布式求解时存在收敛速度慢的缺点,提出了多步加权加速梯度方法,利用过去迭代计算历史信息来加快拉格朗日乘子的更新速率,从而快速取得速率效用与链路能耗的联合优化解。仿真实验表明,所提出的加速梯度方法取得了比对偶次梯度算法更快的收敛性。     

无线多跳网络联合拥塞控制和功率分配的快速二阶算法

针对节点功率受限的无线多跳网络,研究业务流路由确知时的联合功率分配、流量分配和拥塞控制问题,并基于原始对偶内点法设计一种具有二阶收敛性能的算法.该算法利用矩阵分裂方法实现业务流源速率和节点功率的分布式更新,最终优化网络效用.仿真结果表明,算法能有效降低网络中的功率消耗,提高网络的能量效用,同时相较于传统拉格朗日对偶分解法,所提出算法具有非常好的收敛性能.     

基于二阶分布式算法的无线传感网络效用最大化问题研究

高效分布式算法设计是保证无线传感网络性能的关键问题。提出了一种基于信道容量约束的无线传感网络效用最大化问题模型。针对传统一阶算法存在收敛速度慢、步长选择敏感等缺点,文章设计了具有二阶收敛速度的快速分布式牛顿算法。研究和仿真实验表明,该算法在与传统一阶算法交互几乎相同信息的情况下具有二次收敛速度,算法迭代次数和运行时间改进了近两个数量级。     

传输合同约束下编码分组网络的效用最大化研究

研究在传输合同约束条件下当编码子图给定时编码分组网络的效用最大化问题。基于提出的网络效用最大化模型,通过对偶分解理论,提出了分布式的次梯度投影算法,证明了算法收敛的充分条件,最后通过仿真验证了算法的正确性。     

一种无线传感器网络的优化速率控制方法

拥塞控制是无线传感器网络中的一个关键性问题。从解决拥塞问题出发,提出了一个基于优化速率的拥塞控制算法ORCC。算法构建了一个分布式的分簇网络结构,利用缓冲的占用情况进行拥塞检测,并使用基于优化理论的速率调节策略来保证网络吞吐量的稳定,从而通过求解出的最优解来实现簇内节点效用的最大化。仿真实验表明,ORCC算法不仅能有效缓解网络拥塞,降低平均延迟,还具有较好的网络传输公平性。     

编码分组网络的效用最大化研究

对基于网络编码方案的分组网络(即编码分组网络)的效用最大化问题进行研究。利用网络编码和网络流的对应关系以及组播树分解方法提出单通话编码分组网络效用最大化模型。基于对偶分解理论推导出解决单通话编码分组网络效用最大化问题的分布式次梯度投影算法,找到一个有效的Lipschiz常数从而得到算法收敛的充分条件。通过仿真验证了该算法的正确性。     

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.     

基于价格的联合拥塞和竞争控制算法

提出一种联合拥塞和信道接入控制的跨层优化方法,以降低多播流的分发时延,建立网络效用最大化模型,采用基于效用的定价机制,通过拉格朗日对偶分解获得基于价格的分布式算法,并以该算法为核心进行链路的信道接入竞争控制和拥塞控制。仿真实验结果表明,该算法是可行的。     

无线传感网中混合业务下的触发式流控制算法

无线传感器网络中,节点所具有的能量和通信能力等都十分有限,如何设计有效的协议及算法,利用有限的资源高效地完成诸多任务,成为无线传感器网络设计所面临的一大挑战.考虑接收容量模型,研究了无线传感器网络在节点接收容量和能量联合受限情况下,面向混合业务时的效用公平流控制问题,并针对传统对偶分解算法存在着收敛速度慢、步长不易调节、通信负荷大等缺陷,进一步提出了基于事件触发的分布式求解算法.理论分析与仿真验证均表明:使用事件触发算法时,传感节点的平均广播周期比使用对偶分解算法时大很多,大幅度降低了无线传感器网络节点间的通信量,减少了网络的通信开销.仿真结果显示:与对偶分解算法相比,分布式事件触发算法具有收敛速度快、对网络规模扩展的适应性强等优势;与传统的速率公平流控制机制相比,所提的效用公平流控制模型能够更加适应弹性与非弹性业务共存的网络场景.     

功率受限的无线网络的传输速率控制

无线自组织网络是没有预置基础设施支撑的自组织可重构的自治网络.由于需要克服远近效应问题、干扰问题以及提高信道的空间复用度,并且为了降低网络节点的能耗,提高网络的生存时间和系统的能量效率,网络节点的发射功率受到限制.因此,如何在功率受限的情况下保证网络数据传榆性能,成为无线网络的关键问题.提出了功率受限的无线自组织网络模型,该模型用发送功率的凸函数作为度量效用的指标之一,更加贴切地反映了网络节点功率受限的特点.采用对偶分解的方法求解模型,得到分布式算法,协调节点的传输功率和数据速率,达到全网效用最大化.最后用具体的拓扑和效用函数进行仿真,验证了算法的收敛性,并考察传输速率和功率的关系对网络性能的影响.     

一种无线传感器网络蚁群优化路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一.将蚁群优化算法(ACO)应用于无线传感器网络的路由,提出一种无线传感器网络蚁群优化路由算法.该算法利用蚁群的自组织、自适应和动态寻优能力进行网络优化路径的建立与维护,采用Stigmergy的概念来减少控制信息的流量,以实现网络数据的高效传输.仿真分析表明,该算法和DD算法相比在传输延时方面性能相当,在路由代价方面效果显著.另外,该算法还具有可靠性高、适应性强等优点,并能够根据需要实现网络的拥堵控制和能量均衡等综合优化.     

Ad Hoc 网络节能型功率控制与拥塞控制的跨层优化

有限的节点能量和通信带宽,是Ad Hoc网络的两个重要的特点.节点能量是影响网络容量的关键因素,也是制约网络寿命的决定因素;而有限的通信带宽使得网络更容易产生拥塞.因此,节能型的功率控制与拥塞控制联合优化在Ad Hoc网络中显得尤为重要.首先,设计了节能型的网络效用最大化问题,即在目标函数中引入能量消耗成本函数,从网络效用和网络寿命两个方面来综合优化网络性能.其次,运用对偶分解与梯度投影方法,提出了相应的节能型功率控制与拥塞控制联合优化算法.另外,分析和证明了所提算法的收敛性.最后,详细的仿真结果表明了所提算法的有效性:在保持网络吞吐量基本不变的同时,可以有效地减少节点的能量消耗,从而延长网络寿命.     

Optimal flow control for utility-lifetime tradeoff in wireless sensor networks

In this paper, we study the utility-lifetime tradeoff in wireless sensor networks (WSNs) by optimal flow control. We consider the flow control in a more practical way by taking into account link congestion and energy efficiency in our network model, and formulate it as a constrained multi-objective optimization problem. Because of the variable coupling in the objective function, auxiliary variables are introduced to decouple it. We introduce the concept of inconsistent coordination price to balance the energy consumption of the sensor nodes. Based on the congestion price and inconsistent coordination prices, a distributed algorithm using gradient projection is proposed to solve the optimization problem. The convergence of the algorithm is also proved. Numerical results show the convergence of our algorithm, the tradeoff of utility and lifetime, as well as the necessity of considering link congestion in WSNs.     

基于蚁群优化的无线传感器网络路由算法

路由问题是无线传感器网络的核心问题。该文介绍了一种新的基于蚁群优化的路由算法。解决了无线传感器网络路由过程中节点能量消耗和拥塞控制问题,能够达到更好的负载平衡能力和延长网络生命周期。新算法结合了多蚁群的信息素释放机制和节能策略,还引进多蚁群之间的竞争机制以避免算法的单一收敛,在控制网络拥塞和平衡能量消耗上非常有效。实验结果表明,该新算法和基本的蚁群算法比较有更好的性能。     

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。     

基于隶属云蚁群算法的长链型无线传感器网络路由优化

针对用于监测系统的长链树状无线传感器网络数据传输的实时性和高可靠性等要求,并考虑到近汇聚节点处易形成"漏斗"等问题,本文提出用基于云模型的多蚁群算法对无线传感器网络路由进行跨层优化的设计思想。算法通过种群间信息素的相互作用并行地完成路径的搜索并及时对信息素进行更新,在搜索的过程中把节点的时延、跳数、负载及分组成功率作为路径的启发值,利用多规则云发生器对更新策略中的信息素残留系数和信息素强度进行自适应调整。仿真结果表明,该路由算法能够保证无线传感器网络具有很强的实时性、可靠性及鲁棒性,实现了网络的负载平衡及拥塞控制机制。     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。     

传感器网络多路径传输效用-寿命折中优化研究

网络效用和网络寿命是无线传感器网络速率控制研究中两个极为重要而又互相冲突的设计目标.为兼顾网络性能需对二者进行折衷处理.通过引入折衷因子,建立网络效用和寿命的组合优化模型,利用拉格朗日对偶分解方法对优化问题进行求解,设计分布式的最优速率控制算法.仿真结果表明,通过调节折衷因子,可实现网络寿命和效用的均衡,并验证了提出算法的收敛性能及全局最优性.     

Utility maximization for communication networks with multipath routing

In this paper, we study utility maximization problems for communication networks where each user (or class) can have multiple alternative paths through the network. This type of multi-path utility maximization problems appear naturally in several resource allocation problems in communication networks, such as the multi-path flow control problem, the optimal quality-of-service (QoS) routing problem, and the optimal network pricing problem. We develop a distributed solution to this problem that is amenable to online implementation. We analyze the convergence of our algorithm in both continuous-time and discrete-time, and with and without measurement noise. These analyses provide us with guidelines on how to choose the parameters of the algorithm to ensure efficient network control.