无线mesh网络中可信协同信道资源分配策略

为了有效提升无线mesh网络信道资源的利用率和网络服务质量,提出基于可信协同的信道资源分配策略.针对节点自适应特点,引入博弈理论、建立节点的信誉机制以实现节点可信协同并优化信道分配结果.仿真实验分别对节点服务等级、网络收益结果作相应评价.实验结果发现节点服务等级对节点网络收益有直接影响,当协同服务等级达到3时,网络收益状况最佳,此时节点跳数与服务等级呈协同关系;对比经典协同算法,在相同网络拓扑环境下,可信协同信道资源分配策略分别是UACRR算法、DMP-MBA算法的1.04倍、1.069倍,明显占优.     

基于OFDMA的802.16j集中式资源分配方法

针对802．16j协议网络资源分配的复杂性和研究现状，文章提出了一种基于OFDMA的802．16j集中式资源分配方法，阐述了算法的设计与原理，仿真表明该算法可以尽可能地保证每个节点所需的速率。     

网络切片下基于遗传算法的虚拟网资源分配算法

在网络切片环境下,虚拟网络的资源分配是重要的研究内容.为降低底层网络的开销、提升虚拟网资源分配的成功率,本文提出了基于遗传算法的虚拟网资源分配算法.首先,本文对虚拟网资源分配问题进行建模,并设计了底层网络开销和底层收益两个评价指标.其次,为提升资源分配算法性能,设计了虚拟网节点资源需求规模的评价指标.最后,对遗传算法的关键要素进行定义,并提出了基于遗传算法的虚拟网资源分配算法.本文算法能够按照虚拟网的节点资源需求评估值确定资源分配的优先级,通过智能算法获得全局最优解.在实验部分,通过与传统算法比较,验证了本文算法降低了底层网络开销,提升了底层网络的收益和虚拟网络映射的成功率.     

基于分层的层内无线传感网络数据融合

无线传感网络数据融合能够有效减少传感节点的数据通信量,减少节点的能量消耗,延长了网络的寿命。本文提出了节点分层算法,在层内传感节点加入了具体的数据融合算法,利用拉依达准则对节点收到的数据进行异常数据检测,在上层节点利用主成分分析对剩余数据进行数据融合。通过仿真实验得出该算法数据融合结果准确率好。     

基于用户QoS的网络资源分配策略研究

针对5G网络在网络资源分配存在的问题,从用户业务QoS等级角度提出基于贝叶斯模型的网络资源优化分配策略模型。在对用户业务QoS等级划分的基础上采用优先节点自主控制策略进行网络资源分配,通过构建贝叶斯模型评价网络状态并进行动态学习推理,指导网络优先节点的控制决策,实现优先节点对最佳信道的优先选择。实验表明,与基于信道容量的信道资源分配策略相比,本文的策略在网络总体容量和网络公平性上具有更好的表现,能够更好满足异构网络的实际需求。     

网络虚拟化中动态资源分配算法研究

针对网络虚拟化中资源分配问题,提出一种动态的资源分配算法。算法根据物理节点平均负载差异度,结合当前物理网络容忍的节点负载差异动态地进行虚拟节点迁移,并通过综合影响因子为虚拟节点选择合适的目标宿主,减少虚拟节点迁移对物理链路带宽和虚拟链路时延的影响。仿真实验表明,该算法能使物理节点上的负载分布均衡,同时对时延和带宽的影响较小。     

基于射频能量收集的无线中继网络资源分配

针对现有射频能量收集网络资源分配研究局限于单个数据源场景,无法适配于多数据源网络的问题,提出了一种适用于多数据源场景的射频能量收集中继网络传输协议框架,在该框架内节点可作为源节点或中继节点传输自身数据或转发数据,并在其他节点的数据传输过程中完成射频能量收集。以协议框架为基础,分别以系统吞吐量及用户公平性为优化目标设计两种资源分配方案。仿真表明,两种方案可有效改善网络吞吐量及资源分配公平性。     

基于深度优先搜索的分层网络最短路径算法

大规模网络分层后进行数据预处理是其搜索最短路径的加速方法,现有的分层网络数据预处理存在以下问题：随着网络规模越来越大,数据预处理计算量也越来越大;预处理完的数据需要大量储存空间。针对上述问题提出一种基于深度优先搜索的分层网络最短路径搜索算法,该算法将每簇网络抽象成“一个高级节点”组成高级网络,在高级网络上利用深度优先搜索去掉冗余的簇完成数据预处理后,再利用Dijkstra算法搜索最短路径。采用该算法在大规模树形分层通信网络上进行最短路径搜索实验,结果表明该算法比基于关键点数据预处理的最短路径算法平均搜索时间稍长,但在数据预处理时间和存储空间上大大降低。     

5G移动网络下通信资源分配算法

传统的通信资源分配方法具有局限性,在当前5G移动网络条件下,通信过程中的信息传输速率不能满足通信频谱的资源利用率要求,为此,文章提出5G移动网络下通信资源分配算法。在研究边缘网络的基础上,建立5G移动网络的边缘计算模型,将数据传输端进行分层处理,包括计算云层、边缘层以及终端层三个层级,拉近云计算服务器与用户个体之间的数据传输距离。根据模型建立边缘计算的资源分配框架,计算无线链路的数据传输速率,避免陷入局部最优解。同时,将终端层用户进行分簇处理,避免数据传输过程中的同频干扰,提升资源分配效率。在此基础上,基于A3A算法构建簇间的通信资源分配模型,并使用最优化理论对所建立的资源分配算法模型进行优化,实现5G移动网络下通信资源分配算法设计。最后,通过实验对比传统D2D算法与设计的分配算法,结果表明,该算法能够适应5G移动网络环境,保证通信服务过程中信息传输速率的稳定,能够实现通信资源的高效分配。     

基于哈希算法的动态TDMA时隙分配研究

动态时隙分配机制是Ad Hoc网络提高组网效率的重要方面。提出了一种基于哈希算法的动态时隙资源分配机制-HP_TDMA算法。该算法将节点的时隙需求划分为3种情况:节点不需要使用时隙、只需要使用主时隙和需要竞争额外时隙。在时隙竞争阶段采用哈希算法获得节点对时隙使用的优先级顺序表,按照优先级表配置节点对时隙的使用。经过仿真分析得出采用哈希算法的时隙分配策略能够高效地利用时隙资源,提高信道利用率。     

基于无线感知辅助的车联网下行无线资源分配方法

在车联网（vehicle-to-everything，V2X）中，感知与安全类数据的高速下发与共享对道路交通安全至关重要。然而，车辆高速移动所引起的通信链路不稳定，会导致现有的基于车辆位置信息上报的通信资源分配方法不再高效。为此，提出了一种基于通信节点无线感知辅助的车联网下行无线资源分配方法。首先，构建了通信与感知资源正交下的通信模式选择与无线资源分配联合优化问题；之后，为解决这一问题提出了基于Delaunay三角划分的分簇通信模式选择与基于改进图着色的资源分配策略，以实现下行吞吐量的提升；最后，仿真分析了无线感知估计误差、车辆数量对算法性能的影响。仿真结果表明，与传统方法相比，所提算法在相同感知带宽资源占比下可获得更好的下行通信性能增益，并能够承受更大的感知误差对性能的影响，同时，所提算法的计算复杂度较低，可节省网络算力资源。     

无线传感器网络中能耗均衡的数据收集算法

无线传感器网络所具有的集中式数据收集、多跳数据传输、多对一流量模式容易导致严重的包碰撞、网络拥塞,包丢失,同样也会导致能量消耗的热点出现,使某些节点甚至整个网络过早死亡.文中提出一种能耗均衡的数据收集算法,此算法按节点离基站的距离进行分层,根据中间节点的能量参数和通信开销建立到基站的多径路由,在数据收集过程中除了利用具有最小能耗的最优路径外还偶尔使用一些次优路径;为进一步减少节点能耗,算法还采用了数据聚合机制.分析和仿真结果表明,算法在很大程度上均衡了节点间能耗并延长了网络寿命.     

军用无线网络资源管理方法研究

针对战术无线通信网的具体特点和工作环境，给出了一种有中心控制的TDMA端到端战术无线通信网络结构，给出TDMA动态分配方案并分析了动态时隙分配机制．建立了时隙资源分配模型，给出了一种时隙分配算法——需求线路序贯处理法，以解决网络节点在动态变化下可靠通信的关键问题。     

可重构网络中基于中心度与拓扑势排序的资源分配算法

可重构网络中的一个研究难点是虚拟资源的分配问题。首次将社会网络中心度和拓扑势研究引入到可重构网络虚拟资源分配问题中,在映射虚拟网络时考虑节点在网络中的位置重要性,提出了基于中心度和拓扑势的虚拟网映射算法。实验表明,所提出的新算法在提高资源分配效率,降低物理网络开销方面,与本领域以往算法相比,具有显著的进步。     

基于数据融合与智能分析算法的电网抢修管控技术研究

首先针对数据融合背景下,配电网故障抢修的分类以及影响因素进行了分析。针对配电网络中的优化策略、调度资源、抢修资源分配、抢修策略数据等方面的数据融合提出了体系架构。针对含分布式电源配电网多故障抢修建立了以负荷损失最小和抢修故障用时最小为目标的数学模型,以期望缺电量为原则计算故障损失,并考虑了多组抢修小队对不同配电网故障的抢修时间。利用智能分析算法求解该模型,提出了基于云模型的改进共生生物搜索算法。最后利用IEEE33节点模型进行了仿真分析,说明了抢修策略和算法有效性。     

网络抗攻击优化方法研究

研究了网络抗攻击问题.针对网络节点在传输过程中,当在节点密钥没有及时、快速更新的情况下,网络节点会失去密钥保护,容易受到来自外部的攻击,造成网络安全隐患.文中提出了一种基于改进Feistel算法的数据加密技术.通过把传统的抗攻击密钥分成四个层次,层次之间相互关联,分层更新计算,使得网络节点密钥能够快速更新,加强网络安全性.实验结果表明,新算法在节点密钥更新速度上,大大加快,增加了网络节点的安全性,取得了很好的效果.     

一种融合噪声网络的深度强化学习通信干扰资源分配算法

针对传统干扰资源分配算法在处理非线性组合优化问题时需要较完备的先验信息,同时决策维度小,无法满足现代通信对抗要求的问题,该文提出一种融合噪声网络的深度强化学习通信干扰资源分配算法(FNNDRL)。借鉴噪声网络的思想,该算法设计了孪生噪声评估网络,在避免Q值高估的基础上,通过提升评估网络的随机性,保证了训练过程的探索性;基于概率熵的物理意义,设计了基于策略分布熵改进的策略网络损失函数,在最大化累计奖励的同时最大化策略分布熵,避免策略优化过程中收敛到局部最优。仿真结果表明,该算法在解决干扰资源分配问题时优于所对比的平均分配和强化学习方法,同时算法稳定性较高,对高维决策空间适应性强。     

蜂窝网络中信道分配模型的优化设计与实现

基于基站功率控制的传统信道资源分配模型,采用的帧结构中的两跳链路处于同一时隙中,不能在一帧中完成链路的数据传递,导致系统信道资源分配业务传递滞后。提出基于资源复用的蜂窝网络信道资源分配模型,蜂窝网络采用帧结构向这些通信链路分配时频资源,通过资源复用形式降低蜂窝网络的信道分配资源消耗,在一帧中实现两跳链路的信道分配数据传递。依据扰动的Greedy算法思想,按照带有扰动的信道质量矩阵,实现蜂窝网络信道分配。处于同扇区的两个中继节点间通过动态资源分配方法,按照小区信道的业务情况动态分配信道资源。通过仿真实验分析对比信道分配需求量、阻塞率、收敛性、网络吞吐量、网络节点间通信中断概率五项指标。仿真结果表明,所设计蜂窝网络信道分配模型在对蜂窝网络信道资源进行信道分配过程中,信道资源的使用率增强,分配资源消耗低,信道分配质量提高,具有较高的业务实时性。     

WSNs中基于数据匹配的分布式故障节点检测算法

针对无线传感网络的节点故障问题,提出一种新的分布式故障节点检测算法(DFDA).DFDA算法利用节点度信息估计节点对网络的重要性,并尽可能将节点度高的节点保存到网络中.通过比较节点间感测的数据,检测故障节点.为了增强检测的准确性,采用双重测定策略.仿真结果表明,相比于同类算法,DFDA算法提高了检测故障节点的精确度,并...     

基于提前选择策略的传感器网络的分层路由协议

能量的有限性严重限制了无线传感器网络的发展,而数据冗余问题在分层路由协议中广泛存在,网络的密度越高,数据冗余问题越严重.现介绍一种新的方法来解决这个问题.在群建立之前从网络中选取一些已分配的节点,而这些操作类似于群首节点的选取过程,这些被选取的节点将用来完成整个网络的数据融合过程.仿真结果分析表明采用了这种策略之后网络生存期延长了很多.