无线Mesh网络负载均衡路由协议

提出一种多路径路由协议CLBRP。CLBRP协议通过分析MAC层帧传输情况实时评判各条路径的质量,从而进行合理的流量分配,对网络拥塞做出迅速有效的反应。在NS2平台上实现CLBRP协议并与其他路由协议进行性能对比,实验结果表明,CLBRP在网络整体负载均衡、拥塞避免、终端业务延迟、终端业务公平性等方面均有较好表现。     

智能电网中电力线通信网络负载均衡的机会路由协议

针对智能电网（SG）中电力线通信（PLC）网络中负载均衡的问题,提出了一个自适应机会路由协议——负载均衡的机会路由协议（LBORP）。在LBORP中,所有收到数据包的候选转发节点都有机会参与到数据包的转发中,不再局限于一条路由路径,避免了流量仅从一条链路经过导致的负载不均衡现象;而且候选转发节点的转发优先级不仅考虑到转发节点到目的节点的距离,还考虑到了PLC链路的不稳定性以及流量的变化。除此之外,在LBORP中采用一种隐式确认方案,进一步减少协议的端到端时延。在仿真实验中,与基于有序树的PLC路由协议（PLC-TR）和PLC机会路由协议（PLC-OR）相比,LBORP在时延上分别降低了19.7%和45.8%,在丢包率上分别降低了23.4%和32.5%。实验结果表明,LBORP能够实现网络的负载均衡,提升网络的可靠性并减小端到端时延。     

电力通信网络中高效的OSPF流量负载均衡协议

针对基于开放式最短路径优先（OSPF）协议的电力通信网络中的流量负载不均衡问题,提出两级优化的OSPF（TSO-OSPF）算法,分别对OSPF区域内和区域间进行流量均衡。算法采用带宽利用率和时延作为链路权重,根据路由器的进出总流量,将流量过大的分支分解到多个路由器,实现最大流最小化,从而解决电力通信网区域内部和边界路由器的流量不均衡问题。仿真实验表明：与OSPF算法相比,TSO-OSPF算法有效均衡了网络的流量,并且降低了10%左右的丢包率。     

网络路由协议中的能量均衡机制

本文在对传统ZigBee路由协议分析的基础上,提出了一种基于MMBCR的能量均衡的路由选择方案,使得ZigBee网络在不牺牲网络其他性能指标的前提下,提高节点能量利用率,延长网络使用时间。     

空中传感器网络中负载均衡的地理路由协议

针对多跳空中传感器网络(Aerial Sensor Network,ASN)中的负载不均衡问题,提出了强化学习(Reinforcement Learning,RL)理论辅助的队列高效地理路由(Reinforcement-Learning Based Queue-Efficient Geographic Routing,RLQE-GR)协议。RLQE-GR协议首先将ASN路由问题抽象为强化学习(RL)任务,其中每个无人机抽象为一个RL状态,而数据包的每跳成功转发则抽象为一个RL动作。其次,RLQE-GR协议中引入了新的奖赏函数来评估每次动作,该奖赏函数的值不仅与无人机节点地理位置和每跳链路质量相关,而且与无人机节点的可用路由队列长度密切相关。然后,根据所设计的奖赏函数,RLQE-GR协议利用Q函数分布式地更新每个动作的长期累积奖赏值(Q值),并使得每个节点根据本地Q值的大小采用贪婪策略转发数据包。最后,为了使全网的Q值快速收敛且最小化收敛过程中造成的路由性能损失,RLQE-GR采用周期性信标机制对Q值进行迭代更新。当Q值收敛时,RLQE-GR协议能够实现可靠有效的多跳数据传输性能。与现有地理路由协议相比,所提协议在转发数据包的同时考虑了节点之间的相对距离、每跳链路质量和中间节点路由队列利用率。这使得RLQE-GR协议能够在保证路由跳数以及数据包重传次数的限制下,实现ASN的负载均衡。此外,利用强化学习理论,所提协议可以实现近乎最优的路由性能。     

一种负载均衡的移动Ad-hoc网络路由协议及改进

随着移动ad hoc网络负载的增加，现有路由协议的性能将急剧下降。为适应重负载网络，本文提出了一种带宽估算模型和负载平衡技术，并结合AODV（Ad hoc On-demand Distance Vector Routing）设计了新的路由协议。同时考虑到时廷因素，对新协议进一步改进。仿真表明，本文提出的协议可以提高分组传送率，降低平均端到端时延，并减少路由开销。     

一种认知无线Mesh网络中负载均衡的组播路由算法

提出了一种负载均衡的无线链路权值函数及计算算法LBWC,在此基础上,提出了一种满足QoS约束的负载均衡组播路由与频谱分配算法LMRS2A.LMRS2A的目标是:在满足无线组播业务QoS约束的情况下,均衡化网络的负载,最小化传输次数,优化网络资源的使用.LMRS2A算法首先采用LBWC算法计算无线链路的权值,进行负载均衡组播树的构造,然后采用基于无线广播特性的QoS约束频谱分配算法WBA2S对无线链路进行信道分配.仿真结果表明LMRS2A能达到预定目标,不仅避免了拥塞节点的产生,而且需要较少的传输次数.     

能量感知的无线传感器网络路由协议

在无线传感器网络(WSN)中,如何实现数据转发的高效节能是WSN路由协议的核心问题。在LEPS路由协议基础上,引入能量感知机制,结合扩散延时方法提出EALB路由协议。通过仿真实验验证了EALB能有效减少冗余数据的发送,达到节能和节点间负载均衡、延长网络寿命的目的。     

可充电无线传感网络能量均衡路由算法

针对可充电无线传感网络中的能量均衡路由问题,提出在稳定功率无线充电和监测数据收集网络场景下的多路径路由算法和机会路由算法,以实现网络的能量均衡。首先,通过电磁传播理论构建了无线传感节点的充电和接收功率关系模型;然后,考虑网络中无线传感节点的发送能耗和接收能耗,基于上述充电模型将网络能量均衡的路由问题转化为网络节点运行时间的最大最小化问题,通过线性规划得到的各链路流量用以指导路由中数据流量分配;最后,考虑一种更加现实的低功耗的场景,并提出了一种基于机会路由的能量均衡路由算法。实验结果表明,与最短路径路由（SPR）和期望周期最短路由（EDC）算法相比较,所提出的两种路由算法均能有效提高采集能量的利用率和工作周期内的网络生命周期。     

用于超大Infiniband网络的负载均衡多播路由

高性能计算中,硬件支持的多播操作对应用程序性能具有至关重要的影响.Infiniband网络中现有的两类多播路由算法中,MINIHOP-MC未考虑路由均衡性问题,导致链路edge forwarding index(EFI)指数很大,严重影响多播消息性能;SSSP-MC虽然部分考虑了路由均衡性问题,但其运行时间很长,不能满...     

无线应急通信网中基于带宽约束的QoS路由协议*

针对日益频发的自然灾害和突发性紧急事件,采用易于快速配置的无线Mesh网络构建应急通信系统是一种可行的技术方案,但救援现场复杂的通信环境对系统的容量、可靠性、QoS等都提出了更高要求。而单信道网络中存在严重的流内和流间干扰,导致系统容量下降,甚至无法提供足够的带宽资源来满足救援现场对可靠传输救援信息的通信需求。提出采用多接口多信道技术来提高系统容量,并以DSR协议为基础,引入改进一种基于带宽估计的QoS路由机制,设计一种应急多接口多信道QoS路由协议——EM2QDSR。在路由判据设计中,充分考虑链路质量、     

基于GEO/LEO卫星通信网的路由策略研究

从优化卫星网络管理的角度,提出了GEO/LEO卫星通信网络体系结构,该结构将管理子网与业务子网在物理上相互分离,体现了与地面网络不同的集中式路由策略的优势,同时利用卫星运行的规律性和星际链路分布的规则性,制定了极大降低运算量的备用路由策略,保证了GEO/LEO卫星网络体系结构的可靠性,通过仿真验证了两种路由策略的性能。     

机会网络的RSSI-PROPHET路由算法研究

针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额外设备支持,不依赖于既存的网络拓扑。仿真结果表明,该算法明显减小了设备缓存空间的消耗,提高了系统效率。     

基于效用的容迟网络路由技术研究*

容迟网络作为移动自组网和传感器网络最新的发展形式,在智能公路、生物监测、卫星通信、乡村通信、个人信息交换等领域具有十分广阔的应用前景。容迟网络路由设计是一个富有挑战性和前景的新兴研究领域,本文概述了容迟网络路由技术的发展、面临的挑战和评价指标,对容迟网络路由协议进行了分类,详细介绍了目前主要基于效用的路由协议基本原理和特点,并进行深入分析和比较,最后结合该领域当前研究现状,对未来研究容迟网络效用路由算法进行了总结和展望。     

无线传感器网络聚类改进层次路由协议

无线传感器网络（WSN）是一种全新的信息获取和处理技术,通常被部署在恶劣的环境中。因此能源供应一直是WSN研究的一个重要问题。层次路由协议能够有效地延长网络生存时间,已经成为无线传感器网络研究中的热点。提出了一个新的层次路由协议MHLAH,结合了LEACH和HeeD的优点,它能够合理地分布簇头节点,采用多跳的路由传输协议,延长网络的生存时间。仿真实验结果表明,与传统的LEACH和HeeD协议相比,MHLAH协议有效地平衡了网络中传感器节点的能量消耗,延长了无线传感器网络的生存周期。     

按需能量多路径的路由协议研究

微机电系统、处理器、无线通信及存储技术的进步促进了无线传感器网络的飞速发展,使得无线传感器网络成为一种全新的信息获取和处理技术,也因此与传统网络有着许多不同之处.介绍了无线传感器网络的特点及其通信协议体系结构,着重讨论了传感器网络路由协议的设计问题.在分层模型基础上,动态地选择汇聚节点和分层模型的能量多径路由协议可使能量均衡,延长网络寿命,提高数据转发率,这也是传感器网络路由设计的主要目标.     

A power efficiency routing and maintenance protocol in wireless multi-hop networks

In wireless multi-hop networks, selecting a path that has a high transmission bandwidth or a high delivery rate of packets can reduce power consumption and shorten transmission delay during data transmission. There are two factors that influence the transmission bandwidth: the signal strength of the received packets and contentions in the contention-based MAC layer. These two factors may cause more power to be consumed during data transmission. We analyze these two factors and propose a power-aware routing protocol called MTPCR. MTPCR discovers the desired routing path that has reduced power consumption during data transmission. In addition to finding a desired path to reduce power consumption, MTPCR also takes into account the situations in which the transmission bandwidth of the routing path may decrease, resulting in much power consumption during data transmission because of the mobility of nodes in a network. MTPCR is thus useful in a network: it analyzes power consumption during data transmission with the help of neighboring nodes, and it uses a path maintenance mechanism to maintain good path bandwidth. The density of nodes in a network is used to determine when to activate the path maintenance mechanism in order to reduce the overhead of this mechanism. With the proposed path maintenance mechanism, power consumption during data transmission can be efficiently reduced, as well as the number of path breakages. In our simulation, we compared our proposed routing protocol, MTPCR, with the following protocols: two classical routing protocols, AODV and DSR; two power-aware routing protocols, MMBCR and xMBCR; and one multiple path routing protocol, PAMP. The comparisons are made in terms of throughput of the routing path, power consumption in path discovery, power consumption in data transmission, and network lifetime.