跨层协作的两级垂直切换判决

在建构网络质量QoN概念的基础上,将跨层协作和两级判决相结合,提出一种新型的垂直切换模型,并给出了详细流程。仿真表明,该算法相对于传统算法而言,在切换时延和服务终端时延等指标上均有显著改善,从而证明了两级判决能优化切换流程,确保业务连续性。     

移动负载均衡与移动鲁棒性优化的冲突协调

在长期演进系统中,移动负载均衡(MLB)和移动鲁棒性优化(MRO)都通过调整切换相关参数优化各自性能目标,这会引发冲突,降低系统性能。为此,提出一套针对MLB的协调机制,采用移动鲁棒性监测、切换边界标记和参数回调等方法避免两者的冲突。仿真结果表明,该协调机制能够防止MLB对切换参数的不当调节,减少切换次数,避免链路失败等问题。     

融合网络编码的无线协作中继网络资源分配

综述融合网络编码的无线协作中继网络资源分配的研究进展,总结了已有典型资源分配策略的特点、性能及系统设计要求,分析了网络编码技术(包括数字网络编码和物理层网络编码)的引入对无线协作中继网络资源分配策略设计的影响,给出了一种实用化的系统级跨层优化框架及设计基本原则,并探讨了无线协作中继网络资源分配研究的发展趋势及其走向实用化所亟待解决的关键问题.     

基于点割集的无线带状传感网分布式寿命预测算法

无线带状传感网是一种典型传感网应用模式,现有的网络生存时间模型大多面向特定的布设模型和工作模式,不能直接应用于带状传感网寿命预测。该文提出一种基于点割集的带状网分布式寿命预测算法。该算法仅利用邻居节点的位置和剩余生存时间等局部信息求解点割集及局部网络生存时间,通过相邻节点间交互包含局部网络生存时间的信令,估计整个网络的剩余生存时间。仿真结果表明,与现有基于梯度的网络生命估计算法相比,该文算法能准确且实时地估计网络的生存时间。     

无线传感网基于梯度的非均匀分簇算法研究

为了缓解在无线传感网“多对一”的数据收集流量模式下,产生的近SINK的“热区”问题,提出一种基于梯度的非均匀分簇算法。首先,分析此种数据汇集模式的数据流量特性,给出节点至Sink跳数（梯度）与其负担的流量的关系,接着,从不同梯度的簇头负载与相同梯度的负载两方面着手,设计了负载平衡的非均匀分簇调整算法（WUC）,节点依据自身的梯度确定分簇的规模,以多权值优化的方式成簇。仿真结果表明,在本文的仿真场景设置下,网络中不同梯度的簇头的流量负载标准差降低了9倍左右。网络的负载平衡有了显著的改善。     

一种基于区域朋友关系的机会路由算法

基于社会的机会网络中,节点趋向于和自己关系亲密的节点进行接触,因此可以通过评价节点之间的亲密程度来帮助预测节点之间的接触概率。由于节点亲密性的时间相关性和区域相关性,利用节点的历史接触信息构造节点亲密程度的评价模型时,考虑节点接触区域和节点接触时间对亲密程度的影响,从而得到节点在相应区域的亲密节点——区域朋友(Regional Friends,RF)。最后结合节点当前位置和区域朋友关系提出一种基于区域朋友关系的机会路由算法(Opportunistic Routing algorithm based on Regional Friendship,ORRF)。实验数据表明,在节点分布密度以及数据可容忍时延变化的网络环境下,该算法得到较高的数据送达率和较低的转发能耗。     

Mutual interference considered power allocation in OFDM-based cognitive networks: The single SU case

Efficient and conflict-free power allocation strategies in cognitive radio networks are being extensively studied in current research in order to meet the requirements of future wireless applications. In this paper, specifying the single secondary user (SU) with multiple primary user (PU) case, a novel power allocation scheme is developed for orthogonal frequency division multiplexing (OFDM) – based cognitive radio networks designed to maximize the capacity of the SU while limiting the interference to the PUs. First, the mutual interference between the SU and the PUs is comprehensively formulated as the restrictions on the SU’s transmission power. Secondly, the power allocation problem is analyzed and formulated as a constrained optimization problem which is concluded to a peak-power constrained water-filling formulation. Finally, a novel low-complexity water-filling algorithm is proposed to solve the optimization problem and the optimal power allocation result is achieved. In a simplified scenario, numerical results are exhibited to confirm the efficiency of the proposed water-filling algorithm, and the influence of the mutual interference on the power allocation and the system capacity is further illustrated.     

基于熵权法的虚拟网络映射算法

目前虚拟网络研究的一个热点是虚拟网络映射,但是传统两阶段算法中的节点映射算法着重于提高网络资源利用率,而忽略了网络的整体负载性能。为了避免现有映射算法中使用单一固有属性计算拓扑势值带来的片面性,在节点映射过程中增加了节点的另一个固有属性。但是,由于这两个固有属性之间的数量级相差较大,从而引入熵权,通过计算两个属性的熵权值来优化拓扑势值的计算,提出了一种基于熵权法的虚拟网映射算法。仿真实验结果表明,所提出的算法提高了映射接受率,并降低了网络的整体负载。     

能量感知非均匀成簇路由优化算法

无线传感器网络(WSN)具有的能量有限,其能量利用效率的高低直接影响着网络的生命周期.为了提高无线传感器网络的能量利用效率,提出了一种能量感知非均匀成簇路由优化算法(Energy Awareness Unequal Clustering Routing Optimization Algorithm,EUCR).该算法通过节点在网络中所处的位置确定各节点的邻居节点,并以局部能量选举簇头,各簇头根据其邻居节点构建非均匀分簇网络.同时该算法在路由阶段考虑了簇头的剩余能量和转发代价.仿真结果表明,EUCR算法能有效提高网络的能量利用效率,并延长网络的生命周期.