IEEE 802.16 Mesh模式下的跨层拥塞控制

基于IEEE802.16Mesh网络,提出了一种拥塞控制策略.每个节点通过自身拥塞情况进行局部拥塞控制,同时利用节点间的协同能力在每相邻两跳内的3个结点间进行拥塞控制.通过跨层机制反馈整条传输链路的拥塞情况,并在链路源节点进行数据发送调节.仿真结果表明,这种基于跨层反馈的拥塞控制策略(CLFC2)能有效缓解链路拥塞状况,在负荷严重的情况下能提供更好的通信质量.     

基于滑模变结构的WSNs跨层拥塞控制算法

针对具有传输控制协议（TCP）传输机制的无线传感器网络（WSNs）节点拥塞问题,在传输层的基础上结合物理层的信噪比（SNR）参数来估计信道状况,不断调整传输模型,实现跨层控制。此跨层方法改变了以往的单层拥塞控制方法,充分利用了WSNs层与层的协作关系,并用基于自适应趋近律的离散滑模控制结构模型作为控制器,过程简单且易于实现。仿真结果表明：该跨层拥塞控制方法具有响应速度快、延迟小、鲁棒性好等特点。     

无线传感网络中拥塞控制与路由的跨层设计:分布式牛顿法

无线传感网络应用广泛, 其性能与路由选择和拥塞控制密切相关. 致力于拥塞控制与多径路由的跨层优化, 以实现在链路容量受限和节点能量受限情况下的无线传感网络效用最大化. 针对对偶次梯度算法具有收敛速度慢与信息交互量大等缺陷, 设计了具有二阶收敛性能的分布式牛顿算法来实现网络效用最大化. 通过矩阵分裂技术, 实现了只需单跳信息交互的牛顿对偶方向的分布式求解方法. 仿真结果表明, 分布式牛顿算法的收敛性能显著优于对偶次梯度算法.     

基于云模型的Ad-hoc拥塞跨层控制仿真

针对传统网络拥塞控制方法没有考虑到控制丢包率,导致控制效果不佳的问题,提出基于云模型的移动Ad-hoc网络拥塞跨层控制方法.分析移动Ad-hoc网络的分层结构,构建网络拓扑结构模型.运用该模型分析丢包产生的原因,并加以优化.在此基础上为了提升网络链路的使用率、降低网络拥塞程度,在缓冲队列中采用云模型检测网络拥塞情况,调节网络数据的发送速率,从而实现对网络拥塞的跨层控制.通过仿真分析可知,上述方法的控制效果较理想,丢包率较低,有效解决了传统方法中存在较大丢包率的问题,能够为相关工作提供可靠的参考,具有较高的使用价值.     

无线传感器网络中基于定向扩散协议的跨层拥塞控制方法

针对无线传感器网络的拥塞特征,利用跨层设计的思想提出了一种基于定向扩散路由协议的跨层拥塞控制方法。该方法包括局部拥塞控制和全局拥塞控制两部分,在本地节点和Sink节点上进行了基于ACK的拥塞反馈和跨层速率调节。仿真实验表明,该算法不仅能有效地缓解拥塞,降低能耗,而且能保证数据包的完整性,与CODA机制相比能量节省了32.56%,逼真度提高了6%。     

无线传感器网络中的逐跳跨层拥塞控制

给出一种逐跳跨层拥塞控制机制,依据检测缓冲区占用率和拥塞度所获得的拥塞信息,在传输层开环逐跳速率控制的基础上,自适应地调整节点MAC层信道接入优先级,使整个传感器网络中的节点根据局部的拥塞状态调整信息发送速率。NS2仿真结果表明,该算法可有效地提高网络性能和拥塞控制效率。     

结合距离与队列积压的无线Mesh网络拥塞感知路由协议

针对无线Mesh网络中路由的拥塞问题,提出了一种结合距离与队列积压信息的拥塞感知路由协议(DR-CAR)。首先,结合链路质量源路由(LQSR)协议中的距离度量和E-Backpressure协议中的队列积压度量构建一种新的链路质量度量。然后,每个节点通过探测数据包来计算链路质量,并通过控制数据包和其邻居节点进行交互,以此来更新链路质量。最后,节点根据链路质量来选择下一跳节点,从而构建从源节点到目的节点之间的最佳路径。另外,在MAC层中为控制数据包分配最高的优先级,同时保证控制数据包的安全性。仿真实验表明,在不同的链路负载下,该协议在网络传输时延和网络吞吐量方面都具有优越的性能,具有可行性和有效性。     

基于ARMA预测的无线监控系统可靠传输机制

无线监控网络易受衰减、多径、盲区等不利因素影响,经常出现局部节点负载过大而导致拥塞现象的发生,导致数据可靠传输得不到保障.从拥塞控制角度,提出了一种基于拥塞预知的改进的拥塞控制算法.该算法基于主动避免拥塞的设计思想,在选取路由时考虑链路质量指标LQI,并依据ARMA预报算法获得未来时刻的网络流量预报值,由此判断节点的拥塞程度以便预先采取措施,最终实现拥塞自适应控制.实验结果表明,该算法能提升无线监控系统数据传输的可靠性,并能显著提高吞吐量.     

MANET 中基于链路稳定性路由的跨层传输控制协议

在MANET中,通信节点的移动会造成端到端通信路由的时常中断.传统TCP协议只有拥塞控制机制,对由于节点移动造成的数据包传输丢失和超时也作为拥塞处理,使得端到端传输性能低下.为解决这一问题,采用跨层设计思想,将传输控制与链路稳定性路由结合,提出了一种基于链路生存时间概率的传输控制协议(transmissioncontrol protocol based on probability of link residual lifetime,简称TCP-PLRT).该协议通过在路由稳定时跨层收集路由层链路生存时间概率信息来实现对端到端连接稳定性的认知,并针对路由不稳定、路由中断、路由恢复,分别制定了路由切换、数据存储转发、ACK再确认三大机制.这使得TCP-PLRT协议具有对由移动造成的路由中断进行提前预判和有效处理的能力.仿真结果表明,TCP-PLRT协议能够极大地减小由节点移动带来的端到端传输性能的下降,减少分组重传,提高端到端的吞吐量.     

基于跨层设计的认知无线Mesh网络拥塞反馈研究

在认知无线Mesh网络中,由于信道状态变化导致的链路负载差异,网络拥塞成为影响认知无线Mesh网络系统性能的重要因素。针对这一问题,提出了基于最大最小公平策略的拥塞反馈算法。该算法通过综合分析基于随机搜索-遗传算法的多速率编解码调制、多重数据流的信道分配机制,以及优化的路由选择三种机制的网络资源分配约束条件,来构建跨层模型,计算网络拥塞。同时,通过拥塞值反馈,实现对物理层、链路层和网络层的联合跨层优化,最大程度避免网络拥塞。仿真结果表明,该算法在网络发生拥塞时收敛更快,能够有效避免拥塞,均衡负载,并能提升网络吞吐量。     

无线传感器网络中基于领导者的拥塞控制算法

针对无线传感器网络存在的拥塞问题,设计一种基于领导者的拥塞控制算法.利用分布式动态系统的理论对拥塞问题进行建模,并证明了所提出的算法能够保证所有节点的发送速率收敛到可用的最小带宽,同时利用Lyapunov函数证明了所提出的算法在变拓扑网络结构下的有效性.仿真实验表明,基于领导者的拥塞控制算法能够很好地抑制无线传感器网络中的拥塞现象,保证较高的吞吐量和较低的网络延时,提高整个网络的服务质量.     

无线传感器网络中基于最小速率的拥塞控制算法

针对无线传感器网络的拥塞问题,设计了一种基于最小速率的拥塞控制算法。利用分布式动态系统的理论对拥塞问题进行了建模,并证明了该算法能够保证所有节点的发送速率收敛到可用的最小带宽。利用李亚普诺函数证明了算法在变拓扑网络结构下的有效性。NS仿真结果表明,这种最小速率算法能够很好地抑制无线传感器网络中的拥塞现象,保证了较高的吞吐量和较低的网络延时,提高了整个网络的服务质量。     

基于RED的无线传感器网络的拥塞控制

拥塞控制问题是影响无线传感器网络性能的一个重要因素。针对无线传感器网络中的拥塞控制问题,提出了一种基于RED的拥塞避免策略。RED算法目前比较常用于路由器队列管理中,以实现对缓存空间队列长度的管理。将其引入到无线传感器网络中,采用拥塞度门限值作为拥塞调节的依据,以matlab软件作为仿真工具,通过建立简单网络拓扑结构进行模拟实验,综合比对各个实验参数下的不同实验结果,从而得到适当参数值下,较好的无线传感器网络传输性能。     

无线传感器网络的拥塞控制技术

无线传感器网络的多对一通信方式、无线链路的相互干扰、网络的动态变化和资源受限等特性,使得无线传感器网络容易出现拥塞,严重影响网络的QoS传输性能和生存周期,因此拥塞控制成为无线传感器网络服务质量保障机制的关键技术之一.在分析无线传感器网络特点的基础上,说明了拥塞检测和拥塞避免的策略,重点介绍和分析了基于速率控制、流量调度和传输调度等典型的拥塞解除算法,最后对拥塞控制技术的发展趋势进行了展望.     

一种基于蚁群优化的WSN拥塞控制算法*

针对无线传感器网络中由于拥塞引起的丢包和能量过度消耗等问题,提出了一种基于蚁群优化的拥塞控制算法以减轻WSN中的拥塞和改进网络性能。该算法充分考虑了给定时刻WSN的拥塞状况,分成三个阶段在源节点和sink节点间寻找一条最佳的路径,并及时地消除拥塞。仿真实验结果表明,该算法在网络吞吐量、丢包率、时延和能耗方面具有较好的综合网络性能。     

具有通信时延的无线传感器网络拥塞控制算法

针对具有通信时延的无线传感器网络的拥塞问题,利用图论对无线传感器网络进行建模,借鉴领导者一跟随者的思想设计了一致拥塞控制算法(congestion control based on consensus,CCBC).根据汇聚节点的负载状况,合理地调节所有传感器节点的数据发送速率,给出足够的条件证明算法在变拓扑网络结构和时变时延下的有效性.NS仿真表明,本文提出的算法与其他算法比较,具有较低的丢包率、较高的链路利用率、良好的节能性,能够很好地抑制无线传感器网络中的拥塞现象.     

Jointly optimized congestion control,forwarding strategy,and link scheduling in a named-data multihop wireless network

As a promising future network architecture, named data networking (NDN) has been widely considered as a very appropriate network protocol for the multihop wireless network (MWN). In named-data MWNs, congestion control is a critical issue. Independent optimization for congestion control may cause severe performance degradation if it can not cooperate well with protocols in other layers. Cross-layer congestion control is a potential method to enhance performance. There have been many cross-layer congestion control mechanisms for MWN with Internet Protocol (IP). However, these cross-layer mechanisms for MWNs with IP are not applicable to named-data MWNs because the communication characteristics of NDN are different from those of IP. In this paper, we study the joint congestion control, forwarding strategy, and link scheduling problem for named-data MWNs. The problem is modeled as a network utility maximization (NUM) problem. Based on the approximate subgradient algorithm, we propose an algorithm called ‘jointly optimized congestion control, forwarding strategy, and link scheduling (JOCFS)’ to solve the NUM problem distributively and iteratively. To the best of our knowledge, our proposal is the first cross-layer congestion control mechanism for named-dataMWNs. By comparison with the existing congestion control mechanism, JOCFS can achieve a better performance in terms of network throughput, fairness, and the pending interest table (PIT) size.     

LTE中基于协作AODV协议的拥塞控制机制研究

针对LTE网络已有的拥塞控制算法无法适应分布式网络拓扑和复杂的网络环境以及自身效率低、开销大等问题,分析了LTE网络无线信道质量对AODV协议性能的影响,建立了基于路径损耗门限值的协同合作方式下的AODV路由机制,在此基础上,提出了一种基于队列长度和跳数的拥塞控制策略,分别通过LTE网络链路级仿真实验验证了改进后的基于协作路由协议的无线TCP拥塞控制机制的性能。数学分析和仿真结果表明,所提协作拥塞控制机制与传统的TCP拥塞控制机制相比,在平均丢包数、队列长度抖动、时延、时延抖动和吞吐率等方面均具有良好的性能。     

长链树状无线传感器网络中遗传蚁群路由优化算法

为提高长链树状无线传感器网络的服务质量(QoS),本文用云遗传蚁群网络算法对无线传感器网络路由进行优化.算法中将正向蚂蚁根据节点负载情况发现的可行路径作为遗传算法的初始种群进行染色体编码,用路径时延、跳数及链路质量定义的适应度函数对染色体进行评价;利用正态云发生器实现路径的交叉和变异操作,逆向蚂蚁对优化后的路径进行信息素更新.仿真结果表明该路由算法能够满足无线传感器网络的实时性、可靠性等方面的要求,实现了网络的负载平衡及拥塞控制机制.     

无线传感器网络中一种ARMA流量预测的拥塞控制算法

在无线传感器网络中,由于各节点的通信能力、计算能力、存储能力等都比较有限,使其需采取有别于传统网络的拥塞控制策略.本文针对传感网络特有的多对一、多跳通信方式经常导致网络拥塞的缺陷,提出一种基于流量预测的拥塞避免算法(SCATP).该算法通过ARMA模型分析流经各节点的当前流量,预测网络下一时刻的拥塞状况,并据此进行流量分配,从而实现拥塞控制的同时保证数据的可靠传输.仿真实验表明,SCATP算法在延迟、抖动率、吞吐量和能量有效性等方面能有效改善网络的服务质量.