VoWLAN中QoS延迟性能分析与改进

VoWLAN（VoIP over WLAN）技术是一种利用无线局域网（WLAN）来传输VoIP帧的技术。VoWLAN中的语音业务是对延时较为敏感的实时业务,因此对其作延迟分析尤为重要。重点介绍了VoWLAN系统中AP节点处延迟产生过程,并采用一种新的具有优先级的M/G/1排队分析模型对AP节点处的延迟进行详细分析,该模型比以往所采用的单一的基于泊松过程的分析模型更精确;探讨了减少延迟的方法,提出新的点协调功能（PCF）方式下站点轮询算法,该算法可以更好的支持VoWLAN系统的VoIP等实时业务;最后用OPNET仿真工具进行了验证。     

单收发器分布式多跳认知媒体接入控制协议优化设计

针对移动自组网（MANET）媒体接入控制（MAC）协议中存在的多收发器限制、信道负载失衡等问题,并兼顾多跳和控制开销等性能,提出一种单收发器多跳分布式认知MAC协议优化模型。首先基于功率节省模式（PSM）机制,利用通知传输指示消息（ATIM）窗口和DATA窗口时间分割实现认知MAC协议的信道感知和数据传输功能;其次对功率值非均匀量化和格雷编码,降低移动性导致的浮点型开销;然后设计了多跳分布式信道协作机制,以此为基础,重定义信道切换规则,确保信道之间负载均衡;最后对信道空出时间（CVT）、信道开启时间（COT）、吞吐量和信道负载时间进行仿真。结果表明,新协议无需多收发器支撑,各信道之间CVT、COT、负载时间差值分别降低了13 ms、20 ms和100 s,对应吞吐量提高了1.5%,实现了协议在收发器数、信道负载均衡、吞吐量和控制开销等性能方面的优化。     

基于泊松分布的加权朴素贝叶斯文本分类算法

朴素贝叶斯(NB)算法应用于文本分类时具有简单性和高效性,但算法中属性独立性与重要性一致的假设,使其在精确度方面存在瓶颈.针对该问题,提出一种基于泊松分布的特征加权NB文本分类算法.结合泊松分布模型和NB算法,将泊松随机变量引入特征词权重,在此基础上定义信息增益率对文本特征词加权,削弱传统算法属性独立性假设造成的影响.在20-newsgroups数据集上的实验结果表明,与传统NB算法及其改进算法RwC-MNB和CFSNB相比,该算法可使文本分类的准确率、召回率和F1值得到提升,并且执行效率高于K-最近邻算法和支持向量机算法.     

大规模无线传感网基于CFSFDP和泊松混合模型的分簇路由算法

针对无线传感网随规模的扩大其节点能量利用率较低的问题,提出了一种适用于大规模无线传感网的基于CFSFDP和泊松混合模型的分簇路由算法(CRCPMM).其核心思想是:在基站利用改进的CFSFDP算法自动估计簇的数目K值并选取聚类中心,然后运用泊松混合模型将节点合理聚类,以保证聚类效果最优;簇间采用多跳传输方式,综合考虑簇首等效剩余能量、簇首之间的距离以及多跳路径与理想最优路径之间的角度.仿真结果表明:与低功耗自适应集簇(LEACH)协议、分布式能量有效非均匀成簇(DEBUC)协议相比,CRCPMM协议在大规模网络中具有明显的优势,能够有效均衡节点能耗,延长网络生命周期.     

移动Ad Hoc网络中定向发送与接收算法的改进

针对定向发送与接收算法（DTRA）在网络节点密度较高、拓扑结构变化缓慢时,存在的邻节点发现不完全和邻节点频繁重复发现等问题,基于定向通信提出一种DTRA改进方案。理论分析结果表明,异步扫描帧的引入使该方案有效提高了邻节点发现概率和网络数据吞吐量。     

基于TDMA的空中自组网MAC层资源调度算法研究

空中移动无线自组织网络是一种拓扑结构快速变化,有自组织性的多跳无中心网络;针对传统时隙分配算法资源利用率低、吞吐量不足、通信距离近等问题,采用引入分配系数的混合时隙分配模式,通过节点业务优先级和流量预测相结合,设计了一种基于TDMA定向分布式资源动态调度算法（M-TDMA）;对比分析了节点数量、传输速率、分配系数以及不同拓扑等多个维度对算法传输时延、吞吐量以及丢包率的影响;最后通过仿真实验对资源调度算法进行验证;仿真结果表明,在20个网络节点时,网络的最大传输时延小于600 ms,网络吞吐量可以达到4.5 Mbps以上, M-TDMA算法通过高效的资源调度,有效降低了网络传输时延并提高了网络吞吐量;     

工业5G的D2D多跳中继辅助传输方法及中断性能分析

面向工业5G网络的超可靠强实时传输要求,研究基于设备到设备通信（device-to-device,D2D）的多跳多中继辅助传输方法。基于随机几何理论,采用泊松点过程对工业现场设备进行建模,并划分中继选择区域。多跳中继过程中,每一跳中继选择信干噪比最大的节点进行解码转发,充分考虑层叠部署的多条D2D传输路径上的节点干扰以及随机噪声,推导出端到端中断概率的闭式表达式。仿真分析了中继节点部署密度、发射功率、路径距离等因素对端到端中断概率的影响。结果表明,采用多跳多中继辅助的D2D传输可以大幅降低工业5G网络的端到端中断概率,提高传输可靠性。     

多元伪泊松混合分布模型的理论研究

针对混合分布模型中各项权值通常依赖于未知或已知参数而造成的模型不确定问题,提出了一种权值基于 Frobenius 范数的混合分布模型。首先,把多元泊松分布进行截断及均化处理,生成伪多元泊松分布。其次,根据有限可数混合分布的表达式,分别求解伪多元泊松混合分布的集函数矩阵、多线性形式的 Pseudo-Boolean 函数矩阵、多线性 Pseudo-Boolean 函数矩阵的 Frobenius 范数,由此得 到新的权值并据此构建多元伪泊松混合分布模型。最后,根据混合分布权值的归一性及非负性证明了模型的正确性并且通过仿真实验来展示构建模型的整个过程,验证了算术平均的合理性。可为今后研究混合分布在机器学习领域的应用及算法设计提供理论基础。     

基于泊松分布的无线传感器网络分簇协议性能优化

针对LEACH协议中网络能量效率低的问题,提出了一种基于节点泊松分布的WSNs分簇协议性能优化方法。基于对协议中簇头、成员节点能耗和协议总能耗的分析,推导出优化的分簇数目和网络生命周期。然后基于节点泊松分布密度对网络性能进行优化分析。理论分析和仿真实验表明:适当增大节点泊松分布密度,并选取优化的分簇个数,能够有效改善网络的能耗性能,并可延长网络的生命周期。     

一种无线传感器网络的簇数目优化方法

针对LEACH算法中无线传感器网络分簇数目的确定问题,提出了一种节点服从泊松分布的情况下最优簇数目的计算方法。该方法利用节点的通信能耗模型,从能耗最小的角度给出了网络的最优簇数目,并证明最优簇数目与监测区域面积、节点数目和泊松分布强度有关,而不是LEACH算法中的固定值,从而为优化网络簇头数提供了一定的依据。仿真表明,在该方法上设计的LEACH算法减少了网络的总能量消耗,有效延长了网络生命周期。     

能量高效的WSNs分簇数据融合算法

针对无线传感器网络(WSNs)中多跳通信造成的“热区”以及数据冗余问题,提出了一种能量高效的分簇数据融合算法(EECDA).该算法在分簇阶段综合考虑节点的剩余能量、到基站的距离和邻居节点的数目,周期性地选择簇首和划分不同规模的簇;对簇内数据进行融合,利用辛普森积分法则计算预测接收数据,在保证采集数据实时性和准确性的前提下,降低数据的冗余性,减少通信负载,提高网络的能量利用率.仿真结果表明:该算法能够对数据进行高效预测,减少网络通信量,相较已有的算法,能够有效延长网络的生存周期.     

基于模糊逻辑的多跳WSNs分簇算法

针对无线传感器网络节点能量消耗不均衡和网络寿命过短的问题,提出一种基于模糊逻辑的多跳WSNs分簇算法(FLCMN).该算法综合考虑节点剩余能量、节点邻居个数、邻居节点的平均剩余能量.根据预先设定模糊规则库,利用模糊系统评估出当选簇头的满意度.额外考虑邻居节点平均剩余能量,改善了簇内热点问题,均衡了簇内能量的消耗;同时,为了改善簇间热点问题,提出一种基于斐波那契序列的多跳传输方式,延长了网络的生存时间.通过仿真验证,FLCAMN算法在网络生存时间和能量消耗方面的性能都优于LEACH、EAMMH和DFLC算法.     

基于协作MIMO的多跳WSN动态分簇选择算法研究

为解决基于协作多输入多输出(Multi-input multi-output, MIMO)的同构无线传感器网络(Wireless sensor networks, WSN)能量节省与能耗均衡问题, 建立了多跳分布式WSN系统模型. 对协作MIMO通信中的簇间长传输距离与簇内短传输距离进行了分析, 找到与传统单输入单输出(Single-input single-output, SISO)传输相比更节省能量的距离门限. 根据分析提出了一种新的基于剩余能量与距离门限的动态分簇(Dynamic clustering based on remaining energy and distance thresholds, DCREDT)选择算法, 在节省能量的前提下, 使剩余能量较大的节点优先成为簇首, 实现了簇首与其他节点之间的能耗均衡. 最后分析了采用DCREDT选择算法进行多跳传输的总能耗, 并仿真验证了该算法的合理性与有效性.     

基于节点竞争力的网络分簇拓扑控制算法

通过提出节点竞争力的新定义和研究网络分簇拓扑控制过程中簇头选择的新策略,提出了一种基于节点竞争力的网络分簇拓扑控制算法APBCS。该算法以节点剩余能量的比值、节点之间的距离和邻居节点的密度作为竞争簇头的参数,采用分环的方式实现簇头间的多跳通信。仿真实验表明,APBCS算法与LEACH算法相比较分簇更均匀,簇头选择更合理,第一个死亡节点出现时间推迟了92%,与EBAPC算法相比较,第一个死亡节点出现时间推迟了4.6%,说明比较显著地延长了网络生命周期。     

一种最大化网络吞吐量的认知无线Ad Hoc网络跨层优化算法

认知无线Ad hoc网络(cognitive wireless ad hoc networks)是由一组具有认知决策能力的节点以多跳无线方式组成的智能网络.网络容量的求解与网络吞吐量的优化是该类网络研究的难点.作者首先推导了混叠模式下认知无线Ad hoc网络容量上界的闭合表达式,并指出该上界只与用户空间分布特性相关;然后提出了一种新的基于遗传算法的跨层优化算法,通过联合优化邻居选择与功率分配实现网络吞吐量的最大化;最后仿真验证了该算法的有效性,结果表明网络吞吐量能较好地逼近网络容量上界.     

无线传感器网络LEACH路由协议研究与改进

针对LEACH算法随机选取簇头,未考虑节点剩余能量及单跳与sink节点通信造成能量损耗过快的问题。引入以剩余能量及邻居节点数作为权重因子的时间等候簇头竞争模式选取簇头,并提出LEACH与蚁群算法相结合建立簇间路由机制,采用局部信息素更新,综合簇头节点的剩余能量及节点距离,为簇首与sink节点通信建立多跳路由,达到降低簇头节点能耗过快的目的。仿真实验结果表明,改进算法在降低能耗、延长网络生命周期等方面较LEACH算法有较大提高。     

WSN中DV-Hop节点定位算法的改进

为降低传统DV-Hop算法对未知节点估算距离的误差,提升WSN中的未知节点定位精度,提出一种基于未知节点估算距离修正的DV-Hop改进算法.该改进算法首先对节点的平均每跳距离进行修正,并根据节点分布和节点间邻居关系的特点引入节点远离度的概念,以区分未知节点和邻居锚节点的距离,降低估算距离的误差;然后对最小二乘法的误差进行修正,并利用邻居节点的通信范围限制关系对未知节点估算坐标的误差进行修正,以进一步减小未知节点的定位误差.实验结果表明,与传统DV-Hop算法及相关文献相比,改进算法可以有效减小未知节点估算距离的误差,提升未知节点定位的精度.     

分布式负载均衡的非均匀分簇算法

针对无线传感器网络生存期和能量有效性问题,提出了一种分布式负载均衡的非均匀分簇算法（DLUC）.算法采用分环模型和逐环数据传输的方式实现簇头间的多跳通信,通过在不同的环内设置不同的距离阈值,从而构建规模不等的簇,有效克服了网络中的＂能量热点＂问题.在多跳路由树形成阶段,综合考虑了中继簇头节点的能量与距离.仿真结果表明,与LEACH算法和EEUC算法相比,DLUC算法很大程度上均衡了网络节点的能量消耗,延长了网络生命周期.     

基于模糊C均值聚类及群体智能的WSN分层路由算法

为了提高无线传感器网络（WSN）的能量效率并延长其生命周期,提出了一种基于模糊C均值聚类（FCM）和群体智能的WSN分层路由算法（FCM-SI）。首先采用FCM聚类算法对网络进行分簇,优化普通节点与簇头（CH）间距离;然后采用三参数的人工蜂群（ABC）算法选取每个簇的最优簇头;最后采用蚁群优化（ACO）算法搜索簇头至基站（BS）的多跳路径,路径综合考虑了网络的能耗和负载均衡性能。仿真结果显示,与基于均匀分簇的改进的低功耗自适应分簇（I-LEACH）算法、基于ABC的低功耗自适应分簇（ABC-LEACH）算法和基于ACO的低功耗自适应分簇（ANT-LEACH）算法相比,FCM-SI在100 m×100 m,100个节点的初始网络条件下将网络生命周期分别提高了65.2%、49.6%和29.0%。FCM-SI能够有效地延长网络寿命,提高能量利用效率。