多标签无线供电反向散射通信网络能效优化算法

为了提高物联网(IoT)节点的运行周期和能量利用率,该文提出一种多标签无线供电反向散射通信网络能效最大化资源分配算法。考虑传输速率约束、能量收集约束以及发射功率约束,建立了基于系统能效最大化的资源分配模型。利用Dinkelbach理论、2次变换以及变量替换法,将原分式非凸问题转化为可求解的凸优化问题。通过拉格朗日对偶理论求得优化问题的全局最优解。仿真结果表明,该算法具有较好的收敛性和能效。     

基于区块链的雾网络中的任务卸载优化方案研究

当前物联网(IoT)应用的快速增长对用户设备的计算能力是一个巨大的挑战。雾计算(FC)网络可为用户设备提供近距离、快速的计算服务,为资源紧张,计算能力有限的用户设备提供了解决方案。该文提出一个基于区块链的雾网络模型,该模型中用户设备可以将计算密集型任务卸载到计算能力强的节点处理。为最小化任务处理时延和能耗,引入两种任务卸载模型,即设备到设备(D2D)协作群组任务卸载和雾节点(FNs)任务卸载。此外,针对雾计算网络任务卸载过程的数据安全问题,引入区块链技术构建去中心化分布式账本,防止恶意节点修改交易信息,实现数据安全可靠传输。为降低共识机制时延和能耗,提出了改进的基于投票的委托权益证明(DPoS)共识机制,得票数超过阈值的FNs组成验证集,验证集中的FN轮流作为管理者生成新区块。最后,以最小化网络成本为目标,联合优化任务卸载决策、传输速率分配和计算资源分配,提出任务卸载决策和资源分配(TODRA)算法进行求解,并通过仿真实验验证了该算法的有效性。     

WMAN中多径路由的容量分析

无线移动自组织网络（WMAN）中,多径路由是一种重要的路由算法,采用多径的目的是增大源节点到目的节点之间路径的容量,因此讨论多径路由的容量是非常有意义的。本文对WMAN中的多径路由的容量进行分析,通过分析得出在源节点与目的节点之间距离较小的情况下,多径路由的容量并不比单径路由容量大。而在源节点与目的节点之间距离较大的情况下,多径路由的容量要比单径路由的容量大,且吞吐量随着跳数的变化缓慢。仿真分析也证明了这一结论。     

基于队列长度的VANETs广播协议

车载自组织网络中,紧急信息的优先级高于服务信息。当节点接收到紧急信息后就会抑制服务信息的发送,造成紧急信息与服务信息之间发送不公平。针对这一矛盾,提出一种基于缓存队列长度的广播协议(BQLP),该协议通过数据包缓存队列长度来调整信息发送的优先级,缓存队列长度越长,节点发送信息的优先级就越高,从而避免因缓存队列过长而引起的数据丢包。仿真结果表明,BQLP协议不仅提高了数据包和节点的接收率,而且降低了数据包传输延时。     

基于博弈论的异构融合网络接入选择方法研究

各种异构接入网络的无缝融合是下一代网络的显著特征之一,不同网络技术接入形式的多样化使得多网络接口的用户终端可自主选择对用户最为有利的接入网络(或SP,Service Provider)获得互联网服务.文中给出一种面向用户可视化可操作的异种网络接入选择实现机制,该机制采用一种量化接入系统服务质量的统一评价模型及基于最优用户性价比的网络选择决策方法,同时依据不同接入网络之间的合作与非合作关系以及SP与用户之间的竞争关系,引入博弈论方法建立网络价格策略的两种博弈模型,通过求解模型的纳什均衡价格及共谋价格,确定网络优化定价机制.仿真结果比较了异构网络融合环境下的各接入网络在非合作和合作博弈模式中的优化定价机制及获得的收益特性,并比较了不同博弈场景下用户选择接入网络的性价比.     

移动边缘计算中基于Lyapunov的任务卸载与资源分配算法

移动边缘计算(MEC)通过将计算和存储资源部署在无线网络边缘,使得用户终端可将计算任务卸载到边缘服务器进行处理,从而缓解终端设备资源受限与高性能任务处理需求之间的冲突.但随着任务卸载规模的不断增加,执行任务所产生的功耗急剧上升,严重影响了MEC系统的收益.建立任务队列动态调度模型,以队列上溢概率为约束构建最大化系统平均...     

适用于车载自组织网络的稳定成簇算法

车载自组织网络中网络拓扑频繁变化、链路不稳定.若直接使用移动自组网的成簇算法,将会引起传输延时增大及丢包率上升等一系列问题.提出一种基于AP相似度改进的稳定成簇算法——SD成簇算法.本算法以节点之间的相似度(similarity)和周围节点度(degree)作为分簇依据,利用节点的地理位置信息和邻居拓扑信息进行簇头选举.NS2仿真结果表明,该算法能有效地改善车载自组织网络中簇结构的稳定性.     

基于跨层设计的无线传感器网络节能双向梯度路由算法

针对现有无线传感器网络梯度路由算法在下行路由创建过程和能量更新机制中存在冗余控制开销的问题,该文提出一种采用跨层和功率控制机制,具有节能功能的双向梯度路由算法(Cross-layer Energy-efficient Bidirectional Routing, CEBR)：无需使用专门的控制分组,采用源路由方式以较小开销建立从Sink节点通往传感器节点的下行路由;通过跨层信息共享,定期采集节点剩余能量信息并按需发布;设计使用含跳数和节点剩余能量的合成路由度量标准,减少节点能量和网络带宽消耗的同时均衡节点能耗;结合RSSI(Received Signal Strength Indication)测距实现节点发射功率控制从而在数据及查询分组发送过程中节约节点能量。理论分析表明了CEBR的有效性;仿真结果显示：与现有的典型相关算法相比,CEBR能够在建立双向梯度路由的前提下,至少降低34.5%的归一化控制开销和27.12%的数据分组平均能耗,并使网络生存期延长18.98%以上。     

基于深度动态贝叶斯网络的服务功能链故障诊断算法

针对5G端到端网络切片场景下底层物理节点出现故障会导致运行在其上的多条服务功能链出现性能异常的问题,该文提出一种基于深度动态贝叶斯网络(DDBN)的服务功能链故障诊断算法。首先根据网络虚拟化环境下故障的多层传播关系,构建故障与症状的依赖图模型,并采用在物理节点监测其上多个虚拟网络功能相关性能数据的方式收集症状。其次,考虑到基于软件定义网络(SDN)和网络功能虚拟化(NFV)的架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性,引入深度信念网络对观测数据特征进行提取,使用加入动量项的自适应学习率算法对模型进行微调以加快收敛速度。最后,利用故障传播的时间相关性,引入动态贝叶斯网络对故障根源进行实时诊断。仿真结果表明,该算法能够有效地诊断故障根源且具有良好的诊断准确度。     

基于NOMA的无线携能D2D通信鲁棒能效优化算法

针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA)。考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型。利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解。仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能。