基于服务质量感知的异构无线网络负载均衡算法

为了实现合理的网络资源调度,提高异构无线网络资源利用率,提出了一种基于服务质量(Quality of service,QoS)感知的网间负载均衡算法。算法基于无线业务特征,定义了适用于异构网络的一般化终端收益函数和网络效用函数,分别用来表征终端的QoS体验和网络的负荷情况。算法迭代地把负荷最重的网络中QoS收益和资源利用效率较低的终端调度到能够提高该终端QoS收益的负荷最轻的网络中,直至达到网络负载平衡,实现网络资源的均衡利用,并有利于保证终端的QoS。仿真结果表明:算法能够有效地提高网络的吞吐量、降低业务的时延和丢包率。     

一种负载感知的异构MPSoC任务调度算法

处理器核的异构性、运行时负载和任务间依赖关系,是影响异构MPSoC任务调度算法性能的关键因素。该文提出了一种负载感知的异构MPSoC任务调度算法,在满足任务间依赖关系的前提下,根据计算开销和通信负载将待调度任务集划分为任务子集。在考虑处理器核负载状态的基础上,通过赋权二部图最大权匹配,将任务子集调度到适载的处理器核上运行,提高了待调度任务集总执行效率。仿真实验结果表明,该算法有效降低了任务集的调度长度,提高了处理器核的利用率。     

基于网格的异构无线网络负载均衡算法

针对目前软负载均衡算法中无线资源统计不具有普适性,未考虑用户业务需求与异构资源单元差异性匹配的问题,根据网格计算的思想,在异构无线网络中提出了基于网格的负载均衡算法。该算法首先将无线资源映射成不同的三维资源单元,每个三维资源单元相当于一个网格。然后将业务分成不同的子业务流(数据包),统一分给不同的网格,实现业务的分布式分流,在保证用户QoS的情况下,实现网络的负载均衡。仿真结果表明:基于网格的负载均衡算法能够较好地均衡异构网络间的负载,降低负载偏离度,提高系统吞吐率。     

基于FAHP的异构无线网络选择

针对如何在多个异构无线网络中选取最优接入网络问题,提出一种基于模糊层次分析法（FAHP）的异构网络选择算法。首先,为了保证各网络的负载平衡,在进入选择算法之前,对各备选网络进行负载分析;接着,通过对影响网络选择的主要因素的分析,建立网络选择决策模型,同时从用户角度和整体网络管理角度分别计算出各网络属性的权重;最后,综合计算选择最优网络。仿真结果验证了本算法的正确性和有效性。     

基于FAHP的异构无线网络选择

针对如何在多个异构无线网络中选取最优接入网络问题,提出一种基于模糊层次分析法(FAHP)的异构网络选择算法.首先,为了保证各网络的负载平衡,在进入选择算法之前,对各备选网络进行负载分析;接着,通过对影响网络选择的主要因素的分析,建立网络选择决策模型,同时从用户角度和整体网络管理角度分别计算出各网络属性的权重;最后,综合计算选择最优网络.仿真结果验证了本算法的正确性和有效性.     

异构无线网络接入选择算法综述

移动互联网和无线通信技术的发展形成多种无线网络共存、覆盖范围重叠的异构无线网络,各种无线接入技术的差异和单一网络技术无法满足用户的全部需求使异构无线网络融合成为必然,接入选择作为异构无线网络融合的关键技术之一已成为研究热点.在简述异构无线网络基本架构和接入选择概念的基础上,对接入选择算法进行分类总结与详细对比分析,深入剖析各算法采用的方法和特点,同时对存在的问题进行总结归纳,并展望了未来的研究方向.     

协同无线网络中感知传输时间分配与功率控制的联合优化

针对协同无线网络中频谱感知和数据传输两阶段的时间分配及功率优化问题,在充分考虑认知用户在各个信道上的不同传输功率及其对授权用户出现概率的误检或漏检的基础上,提出了放大转发模式下基于最大化系统传输能效的感知传输时间分配和功率控制联合优化方案,并证明了该方案可以通过序列优化的方法来获得其全局最优解.仿真结果表明,协作中继传输方式下所获得的系统传输能效明显优于非中继传输方式,且随着感知传输时间分配比率的减小和授权用户信噪比的增加,系统性能将得到进一步提高.     

负载自适应的异构MPSoC任务调度算法研究

在异构MPSoC中,并行任务通过调度算法被分配到各个处理器核上运行,因而任务调度算法的优劣将直接影响异构MPSoC的应用性能。根据处理器核类型和任务间依赖关系,以减小任务间通信开销为目标,提出一种具备负载自适应能力的异构MPSoC任务调度算法。首先,将待调度任务集划分为多个并行任务子集;其次,在考虑处理器核负载的基础上,根据并行任务子集集合、处理器核集合及任务子集在各个核上的执行效率生成赋权二部图;最后,利用赋权二部图最大权匹配方法,将并行任务子集合理地调度到负载适应的处理器核上运行,以降低任务集的平均调度长度,并提高处理器核利用率,从而实现异构MPSoC应用性能的提升。仿真实验在不同的任务总数、任务最大前驱数、核类型、核数量的应用场景下,通过任务集平均调度长度、处理器核利用率两项指标对提出算法进行了定量分析。结果表明,提出算法能有效降低任务集平均调度长度,在实现负载自适应的同时提高异构MPSoC处理器核的利用率。     

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PSO模糊神经元的异构无线网络接入选择

采用模糊逻辑和神经网络技术进行异构无线网络接入选择的方法未合理考虑网络负载状况,为此提出一种对网络负载具有很好动态适应性的基于粒子群优化(PSO)模糊神经元的接入选择方法. 该方法将可接入网络的接入阻塞率相等作为模糊神经元参数学习的目标,并结合具有全局寻优能力的PSO算法设定参数初值,提高了参数学习精度. 仿真结果表明,该方法能有效实现网络间负载均衡,相对于最大负载均衡算法可降低网络的接入阻塞率.     

基于无线广播优势的无线Mesh网络负载感知多播算法

提出了基于无线广播优势的负载感知多信道多播(W-LMCM)算法,以解决最大化服务用户数的多播路由与信道分配问题,将起始于同一节点的兄弟链路视为整体进行信道分配,充分利用无线广播优势节省带宽;提出最大信道号信道分配方法,避免随机信道分配带来的不利影响;在满足干扰范围内信道容量约束条件下,以最小化干扰为目标为链路分配信道,解决无干扰信道分配引起的服务用户数受限的问题.仿真结果表明,W-LMCM算法能有效提升多播吞吐量及网络服务能力.     

异构无线传感器网络能量和距离有效分簇算法

降低能耗、延长网络生存时间，是无线传感器网络设计的重要目标。提出了一种基于虚拟区域划分的适用于异构无线传感器网络的能量和距离有效分簇算法。仿真结果证明，此算法可有效地均衡簇内负载，延长网络的稳定周期和生存时间，提高网络的通信效率。     

基于能量异构网络环境下的WSN优化成簇算法

在能量异构无线传感器网络中,节点的初始能量在一定的范围内随机分布,负载均衡和降低能耗是传感器网络成簇算法的一个重要挑战．提出了适用于能量异构网络环境下的传感器网络生存时间优化成簇算法SNLOC（Sensor Network Lifetime Optimization Clustering Algorithm）,该算法通过构造基于节点剩余能量的簇首选择机制和基于综合代价函数的簇域划分机制,在有效保证节点能量损耗公平性的同时逐渐降低网络节点间的能量差异,很好地延长了网络生存时间．模拟实验结果显示,在能量显著差异的网络环境中,SNLOC可以更好地实现负载均衡,极大地提高网络的生存时间．     

异构无线通信系统的协同中继节点选择

提出了一种基于协同机理的异构无线网络融合机制,并就协同中继节点选择给出了一种基于效用函数的理论优化模型. 该模型在保证第1跳和第2跳链路传输速率匹配的前提下,能从全局优化的角度选择最佳的中继节点. 为了降低计算复杂度,给出了一种次优的异构协同中继节点选择算法. 仿真结果表明, 所提出的协同中继节点选择算法能显著提高异构网络的性能.     

具有能量补给的无线传感器网络能量感知路由算法

为适应新能源条件下无线传感器网络的能量补给特点,根据节点自身能量起伏变化和能量补给的速率等特点,提出了一种考虑能量补给因素的无线传感器网络能量感知路由算法——PHEA.PHEA将传感器节点从周围环境中获取能量的因素考虑进路由算法中,并使用信息融合D-S证据理论算法选择下一跳节点,使得能量消耗能够平均分配到整个网络中.仿真结果表明,算法改善了能量补给因素条件下无线传感器网络中的能量消耗的均衡特性,延长了网络的生命周期,与经典能量感知路由算法EA相比,PHEA的性能高50%左右。     

能量有效的无线传感器网络协作路由策略研究

基于协作通信技术,提出了一种协作路由策略,考虑了协作节点个数、星座体积和最优跳数的影响,通过理论证明和优化算法给出了其协作路由策略理想上限,并分析了其能量效率。理论分析及仿真结果表明,基于文中方案,通过选取合适的协作节点数和每跳距离可以有效提高无线传感器网的端到端能量效率,其性能要优于传统理想多跳路由方案。     

无线传感器网络能量均衡路由算法

针对无线传感器网络中节点能量利用不均衡的特点,对其拓扑结构进行分析,建立了路由模型,结合普通遗传算法的基本原理,提出一种基于多目标遗传算法的无线传感器网络路由优化方法.在选择通信链路过程中,综合考虑传输路径的能耗和路径中节点的剩余能量等因素,采用多目标遗传算法求解一条能耗低且剩余能量较充足的路径作为数据传输路径,实现网络中节点能量的均衡化.仿真结果表明,该优化机制有效延长了网络的生命周期,改善了网络的性能.     

一种基于树的能量高效传感器网络调度算法

针对无线传感器网络中能量紧缺的情况提出一种基于树的能量高效调度(TREES)算法。该算法构造以sink为根的骨干树保证信息采集节点和sink的连通性。位于骨干树的节点处于通信模式,其它节点根据应用要求处于探测或休眠模式,按需激活通信模块。在NS-2平台上对TREES算法仿真,结果表明:TREES在保证信息采集的完整性和传输可靠性的基础上,能够降低能耗,有效延长网络寿命。     

认知无线Mesh网络

随着对无线网络带宽的更高追求以及业务的多样化,网络模式越来越复杂,无线频谱资源越来越宝贵。如何无缝融合异构无线网络以及提高无线资源利用效率面临巨大的挑战。认知无线Mesh网络可以实现无线环境的认知、异构网络的融合,成为未来网络有希望的候选方案。文章介绍了认知无线Mesh网络的基本概念、特点、网络架构和协议体系,最后对认知无线Mesh网络的发展进行了展望。     

无线异构网络中基于能源代价的用户选择算法

针对多源供电的无线异构网络,综合考虑可再生能源的产能速率、传统能源的分时电价和用户间的公平性对于用户选择的影响,提出了2个基于能源代价的用户选择算法,将用户选择分为边缘用户分配和确定服务用户2个阶段,得到了更加均衡的负载分布.根据能量损耗、能源代价与公平性之间的关系,构造了直接法和间接法中2种指数型效用函数.仿真结果表明,直接法和间接法均可明显降低基站系统能量损耗和能源代价,而直接法相当于在间接法的指数型效用函数的底数前增加了一个随传统能源电价和可再生能源速率自适应变化的价格因子,因而可以在降低能源代价的条件下减少基站系统能量损耗.