资源数据传输效率优化评估数学模型仿真

传统传输效率评估方法未考虑数据传输最佳停止规则,不能确定最佳停止时间,导致数据传输能耗较大,评估结果与实际数值不相符.因此,提出一种资源数据传输效率优化评估数学模型,根据已有的传输延迟需求,分析数据速率的传输能耗问题.利用无线信道质量随机变化的特点,将数据平均能耗组建成最小化的框架结构,引入最小化预期成本,进而根据框架确定最佳停止规则,再根据该规则来算出最佳时间停止时间,以此计算不同侦测时间段的最佳传输速率阈值,实现资源数据传输效率的优化;通过网络节点瞬时行为建立数学模型,利用节点丢包率完成对效率优化的评估.根据仿真可知,所提效率优化方法具有较小的平均能耗和较高的传递率,资源数据传输效率得到提升,通过数学模型获得的评估结果与实际值曲线基本一致,证明所提模型具有高精准度.     

无线网络中具有信道感知的期望能耗最小化策略研究

随着无线网络技术的快速发展,节省能耗已成为构建绿色无线网络的一个非常重要的课题。由于信道的时变特性,在无线通信中利用好的信道状态能够获得更高的能量利用率。从整个无线网络的数据传输能耗出发,提出一种基于最优停止理论的数据传输期望能耗最小化策略(E²CMS)。E²CMS策略延迟数据的传输直到找到最好的期望信道状态,同时考虑了最大传输延迟和给定的接收端功率。首先,构建具有QoS约束的能耗最小化问题;接着,通过最优停止理论证明E²CMS策略是一种纯粹的阈值策略;然后,通过逆向归纳法求解定点方程,以求出功率阈值;最后,在典型的小尺度衰落信道模型中进行仿真实验,将E²CMS策略与多种不同的传输调度策略进行对比。结果表明,E²CMS策略具有更小的单位数据平均能耗,显著提高了网络性能。     

基于动态数据压缩的能量采集无线传感网络数据收集优化

针对能量采集无线传感网络（WSN）中的数据收集优化问题,考虑传感器节点能量采集的时空变化特性,提出一种基于节点动态采样速率和数据压缩的策略,以实现网络中采样数据总量的最大化。首先,提出一种根据节点的邻居信息决定其最优压缩策略的本地压缩算法,基于节点在数据汇聚树中的拓扑位置考虑其数据接收和转发能耗,逐渐增加其采样速率直到其总能耗到达采集能耗阈值。接着构造网络性能的全局优化问题并提出一种启发式的算法,通过迭代求解线性规划问题计算最优的采样速率和压缩策略。实验结果表明,与现有的自适应传感和压缩率选择方案相比,所提出的两种数据收集优化算法能够维持更加稳定的传感器节点电量水平并实现更高的网络性能。     

D2D网络中基于多目标优化的计算卸载策略

针对终端直传（Device-to-Device, D2D）通信技术的移动边缘计算场景中计算卸载的高时延、高能耗问题,提出一种基于多目标优化的计算卸载策略。该计算卸载策略基于时延和能耗多目标优化模型,引入过度卸载问题的分析,对NSGA-II算法进行改进,包括适用于计算卸载的基因编码策略、交叉和变异方法,通过求解帕累托最优来最小化任务执行时间和能耗。此外,还提出一种数据路由算法,以平衡路由设备的传输能耗,并优化路由路径。通过仿真实验,该算法的平均提升效率最高可达41.7%,任务重传率降低至7.8%。实验结果表明,本文提出的算法能明显减少执行时延、能耗,降低任务重传率和提高任务卸载成功率。     

一种速率自适应的能耗优化路由策略研究

降低网络系统能耗是当前计算机领域构建绿色网络迫切需要解决的关键问题.网络设备的传输服务速率自适应性为优化网络能耗和提高网络能效提供了有效的途径,文中提出一种基于速率自适应的全局性和分布式的能耗优化路由策略.该策略从网络全局路由的角度出发,根据网络系统的服务特征,将为数据提供传输服务的网络组件抽象为一个处理域.为求解处理域中速率自适应时的服务速率和工作状态平均转换次数,把处理域的服务过程视为可变服务速率的服务系统.然后以网络系统总能耗最小化为目标,并满足相关的路由和性能等约束条件,建立基于速率自适应的网络能耗优化路由模型,利用改进的蚁群算法对模型进行求解.在仿真实验中,将文中提出的能耗优化路由的分布式启发算法与相关文献的OSPF和GreenOSPF节能路由算法进行比较,给出算法在能耗和延时方面的对比结果.多种实验情况下的对比结果表明,文中提出的能耗优化路由策略能更有效地匹配速率自适应机制,具有较好的节能效果,从而达到优化和降低能耗的目的.     

移动云计算中一种虚拟机迁移的预拷贝传输策略研究

针对移动云计算中虚拟机迁移过程的性能优化问题,提出了一种基于最优停止理论的预拷贝传输策略。该策略通过最优停止理论对寻找最优传输速率的最优停止模型求解,从而获得最优传输速率,由此来减少虚拟机迁移过程中的迁移数据总量和总时间。在仿真实验中,将所提出的传输策略与相关文献的传输策略进行对比,给出不同传输策略的性能结果分析。实验结果表明,所提出的策略具有较少的迁移数据总量和总时间,能有效地提高迁移过程的性能。     

一种基于节点能力区分的Pareto最优网络编码组播方法

快速数据分发在突发事件响应,军事领域等具有重要的应用。针对异构用户节点群体下快速数据分发问题,提出基于能力区分的拓扑构建和速率控制的网络编码组播协议CORE。CORE利用能力区分的自适应层次化拓扑构建鼓励节点提供高的上传带宽并优化系统范围吞吐率;利用直方图的方式对基于网络编码的数据传输进行流量控制,降低冗余数据的传输;基于分布式的速率控制实现Pareto最优的下载速率分配。实验结果表明CORE具有良好的可扩展性,能够充分利用异构节点的上传能力,提供区分的下载带宽分配,较高的数据传输吞吐率、低端到端网络延迟,能够提供异构网络环境下分发时间紧迫的数据分发服务。     

传感器网络中基于移动sink最优穿越路径的高效数据收集算法

移动sink数据收集研究主要集中在轨迹固定的移动策略。为此,建立了移动sink穿越路径可控条件下的数据收集模型,并提出一种最优路径穿越的移动sink数据收集算法(OTP-TS)。算法利用局部Voronoi网格将连续路径问题离散化,以收集数据量、系统能耗为衡量指标,结合禁忌搜索算法,实现系统数据量最大化和网络能耗最小化穿越。理论分析和实验结果表明,该算法很好地解决了移动sink在可控移动轨迹情况中数据收集的最优路径穿越问题。     

基于无线携能通信的传感云系统Sink节点最优能效策略

无线携能通信能够提升传感器网络的能量效率和资源复用率,然而当前研究均优化无线携能通信参数以实现系统增益,忽略了信道质量变化对系统能量效率的影响.为了解决该问题,针对无线携能通信的传感云系统,提出基于最优停止理论的Sink节点能效优化策略.首先设计下行无线携能通信、上行信息传输的工作时序,其中下行阶段Sink节点采用机会调度策略,选择信道质量较好时刻开始下行链路传输.Sink节点能效定义为系统所实现的上行吞吐量与下行能耗之比.继而基于最优停止理论,建立Sink节点能效最优化问题并证明该问题存在最优停止规则.最后设计最优能效算法求解Sink节点最优下行无线携能传输时刻,从而制定相应的能效优化策略.通过仿真实验验证最优能效算法的有效性与性能,同时通过不同策略的对比验证所提策略在提升Sink节点能效方面的优势.     

基于泊松分布的6LoWPAN网络节点能耗分析

针对6LoWPAN网络能耗优化问题,提出一种数据包到达速率服从泊松分布的信道接入机制:超帧活跃期内若没有数据发送或暂时无法发送的节点进入睡眠期以便节能,然后建立该机制的Markov模型。基于该模型,对节点睡眠态稳态概率、数据包服务时间和节点平均能耗进行数学分析,并研究λ和BO等协议参数对网络性能的影响。数学分析表明,改进模型较好地描述了6LoWPAN网络信道竞争过程,有效地降低了节点平均能耗。     

无人机辅助的无线传感网络AoI最小化方案研究

针对无线传感器网络中海量数据处理过程中信息新鲜度问题,基于无人机飞行速度、高度、避碰和可靠传输等约束,以系统信息年龄AoI为考核参数提出了一种联合采集点选择、轨迹优化及无人机工作时间权衡的AoI最小化非凸优化方案。以一个多无人机在同频段条件下为多个传感器节点传输能量并收集传感数据为场景,对多架无人机在三维空间中的信息采集过程进行模拟验证。通过SCA优化算法将建立的非凸问题转化为一个凸优化问题进行求解,最终得到无人机飞行过程中的最优采集点、最优飞行策略及能量输送时间与信息传输时间分配权衡指数,使系统性能达到最优,实验结果表明,所提方案求得的最优解可有效实现系统AoI最小化。     

基于移动机器人的无线传感器网络数据收集方法

稀疏无线传感器网络中各传感器节点距离较远,而传统的静态数据收集方法要求各传感器节点直接通信,导致网络延迟时间长,能耗高。针对该问题,提出一种基于移动机器人的无线传感器数据收集方法。该方法首先由静态节点选择与路径最短的移动机器人作为簇头,移动机器人比较一定周期内检测到的邻居节点的平均剩余能量与整个网络传感器节点平均剩余能量,根据比较结果决定其是否移动,若移动则采用范围可控的随机移动策略;当移动机器人移动到新位置时,传感器节点更新路由,选择新的移动机器人作为簇头。仿真结果表明,与传统的静态无线传感器网络数据收集方法相比,基于移动机器人的无线传感器网络数据收集方法大大降低了数据传输延迟和节点能量消耗。     

传感网中基于能量有效的多参数数据重构方法

为了更好地抵制网络能量快速消耗和降低不可靠链路对无线传感器网络系统数据收集的影响以提高数据重构精度,提出了一种基于能量有效的多参数数据重构方法（Multi-parameter Data Reconstruction Method based on Energy Efficient,MDR）。利用移动智能计算给出传感器节点之间多跳函数关系以确定传感器节点之间比例关系;通过稀疏矩阵设计一种低相干性的观测矩阵,抑制数据丢包率对整个传感网系统的影响,提高汇聚节点数据重构精度;通过基于数据转发策略确认机制实现簇间数据传输的高可靠性,完成了节点间多路径路由数据的可靠交付。仿真实验表明,在数据丢包率为40%的情况下,MDR的数据重构精度误差仍小于5%;在与其他算法比对时,其数据转发次数降低了10.36%,平均网络能耗降低了13.29%,从而验证了该算法的有效性和实效性。     

基于网络效用最大化与冲突避免的无线传感器网络MAC协议

针对周期汇报型无线传感器网络(WSN)中的无线信号冲突和能量利用效率问题,提出了一种基于网络效用最大化与冲突避免的媒体访问控制(UM-MAC)协议。该协议基于时分多路复用(TDMA)调度机制,将效用模型引入无冲突的节点工作时隙分配过程中,把链路可靠性、网络能耗归纳到一个统一的效用优化框架中;进而提出了一个启发式算法,使网络能够快速找到一个基于网络效用最大化与冲突避免的节点工作时隙调度方案。将UM-MAC协议与S-MAC协议和冲突避免MAC(CA-MAC)协议进行比较,在不同节点数量的网络环境中,UM-MAC获得的网络效用较大,平均数据包成功发送率较高,生命周期介于S-MAC与CA-MAC之间,在不同的网络负载下所有节点发数据包到汇聚节点的平均时延有所增加。仿真实验结果表明:UM-MAC协议较好地解决了冲突干扰问题,提高了网络的数据包成功发送率和能量利用效率等性能;在低网络负载时,TDMA类协议的性能并不比竞争类协议好。     

无人机无线网络中基于队列稳定的无线与计算资源分配优化

无人机(UAV)无线网络中,UAV承载基站设备,可灵活提供无线通信服务,支持在高质量的无线信道状态下进行数据传输;另一方面,将边缘计算服务器部署到基站侧,计算资源更靠近用户,通过任务卸载,能够直接在基站侧进行计算处理,缓解无线网络的去程链路压力;但是,考虑到能耗受限问题,如何通过资源优化来降低网络能耗并保证用户到基站的数据传输和任务处理的稳定性依然是研究的难题;针对UAV无线网络中用户向UAV基站发送数据并卸载计算任务的场景,研究了在数据传输和任务处理稳定性约束下进行无线与计算资源优化的能耗最小化问题,构建数据队列与任务队列,采用李雅普诺夫优化理论对问题进行转化和分解,获得能耗与队列的折中关系,并通过仿真分析评估了所提解决方案的有效性。     

能量捕获无线传感器网络中速率自适应路由算法

能量捕获无线传感器网络是无源感知技术中非常重要的一类,它能够有效解决节点能量受限的问题,保持网络运行的持续性.现有的路由方法并未充分利用节点的能量捕获特性,也没有考虑到链路的成功收包率和节点的传输速率.为进一步提高网络的性能,提出了一种结合链路成功收包率的速率自适应路由算法.通过对节点的剩余能量和链路的成功收包率进行建模,给出了一个节点可作为路由中继节点所需要满足的两个条件;基于优化方程,为传输路径上的每一跳节点自适应配置时延最小化的传输速率;提出路由发现步骤来找出端到端传输时延最小的传输路径.实验结果表明,相比于固定传输速率的路由算法,所提算法所得到的传输路径具有较低的端到端传输时延和较高的吞吐率.