无线传感器网络自适应拥塞控制的路由算法分析

无线传感器网络中节点的覆盖范围有限,因而采用多跳路由传输方式.无线自组网中的多跳路由是由普通节点协作完成的,选择不同的转发节点,会对网络的信息传输产生不同的影响.对不同路由(洪泛路由、最短路径等)算法下的网络自适应拥塞控制进行了分析,研究了不同路由算法下的网络性能和拥塞控制效果.根据节点跳数与缓存占用的关系,提出一种基于节点跳数和缓存占用的性能函数的改进最短路径算法,算法选取使性能函数值最小的节点作为转发节点.最后,通过实验比较了最短路径算法与改进路由算法的网络性能,发现改进路由算法相比最短路径算法,具有较好的网络性能和服务质量.     

无线传感器网络中拥塞避免的转换路由协议

针对无线传感器网络路由的不稳定性,提出了一种新的拥塞避免转换路由协议.此协议能够及时有效地检测出潜在的拥塞;将发生拥塞地区的报文通过转换路由树转移到其他拥塞和延时更小的最佳路由;对于无法转发的报文,协议提出一种基于优先级的拥塞报文暂存机制,从而有效地减少拥塞报文的丢失.此外,还综合考虑了通过统计获得的节点队列负载容量,提出了一个新的路由准则"拥塞度"来度量网络节点传输的拥塞控制状态.仿真结果表明,提出的路由算法能够提供较好的网络流传输公平性及负载均衡性能.     

Ad Hoc网络中分布式自适应缓存器更新算法

为使移动Ad Hoc网络中路由缓存器快速有效地适应拓扑变化,缓解由于路由过时引起TCP(Transmission Control Protocol)拥塞控制,导致吞吐量和带宽利用率降低的情况,提出一种新的没有容量限制的缓存器结构--Cache Table,及分布式自适应缓存器更新算法,通过自适应的方式主动更新路由缓存器,减少因过时路由引起的路由失效.仿真结果表明,该算法与传统的按需路由相比,路由失效总数和分组丢失明显减少,Ad Hoc网络中的TCP性能得到提高.     

基于蚂蚁算法的拥塞规避路由算法

对业务提供服务质量(QoS)保证,是提高网络效率的重要方法。现有网络常用的路由算法(比如链路状态路由算法)都不具有拥塞响应机制,当一条链路即将或者已经发生拥塞时,只有简单的丢弃数据包。提出了一种基于蚂蚁算法的拥塞规避路由算法。该算法加速了蚂蚁路由算法探索最优路径的过程,并且能够对链路的拥塞状态做出快速反应,分散流量,以避免链路的拥塞。通过仿真,结果表明:该算法在数据包传输时延和网络丢包率性能上,比现有的链路状态路由算法具有明显的优越性。     

基于蚁群优化的动态自适应拥塞避免路由算法

拥塞避免是控制网络拥塞的一种有效的方法。本文提出了一种基于蚁群优化的动态自适应拥塞避免路由算法,引入最大最小蚁群模型（MMAS）,在人工蚂蚁动态探索最优路径的同时,可以并存多条次优路径,算法引入了拥塞预警机制,对链路的拥塞程度进行监控,以避免陷入拥塞。仿真实验表明,该算法可以有效避免拥塞,提网络的传输速率和网络负载。     

无线传感器网络卡尔曼流量预测算法

基于通用网络流量模型,采用时间序列建模,提出了一种专用于无线传感器网络的卡尔曼流量预测算法KTP/WSN.通过NS2仿真采集流量数据,使用该算法对流量数据进行预测.结果表明,该算法可以提前一个甚至几个周期预测网络节点的拥塞情况,提前做好路由选择,实现路由自适应控制,预测值和原始值偏差很小.进一步进行流量预测可对网络的占空比、能耗等做到提前自适应控制.     

基于量子粒子群优化PI模型的主动队列网络拥塞控制

为了解决无线传感器网络拥塞引起的丢包率高和网络吞吐率过低,从而引起网络能量有效性和服务质量QoS降低的问题,提出了一种基于改进PI主动队列管理模型和量子粒子群(Quantum-behaved particle swarm optimization,QPSO)的拥塞控制方法.首先定义了改进的PI主动队列管理模型,然后为了对PI模型进行优化,采用改进的多种群量子粒子群算法对PI主动队列管理模型中的参数优化,并对该算法进行了描述,从而得到优化的PI控制模型.最后定义了多种群量子粒子群算法和PI主动队列模型对网络拥塞进行控制的具体算法.实验结果表明:该方法能有效实现WSN的拥塞控制,与其它方法相比,具有较低的数据丢包率和较大的网络吞吐率.     

组播拥塞控制策略设计与仿真研究

组播是一种高效率的点对多通信方式,在过去几年中组播传输机制己经成为一个活跃的研究领域.针对组播在Internet上进行大规模应用所面临的拥塞控制问题,将主动网络的技术应用到组播拥塞控制中,提出了通过主动节点主动检测拥塞和调整发送速率,实施hop-by-hop的拥塞控制的"主动"式的拥塞控制策略.在NS2平台上进行了大量网络仿真分析表明:该策略不仅对组播通信具有良好的拥塞控制能力,而且具有很好TCP友好性.     

基于主动感知的HAPs网络拥塞控制算法研究

临近空间(HAPs)网络通信是近年空间网络研究领域的热点,本文研究了临近空间网络的拥塞控制问题。文章首先介绍临近空间网络的基本结构,分析了临近空间网络通信的特点。通过传统TCP拥塞控制算法的分析,研究了临近空间网络环境拥塞控制算法改进方向,提出了一种基于主动感知的临近空间网络环境拥塞控制算法—N坚持算法,通信双方通过重复发送探路数据包N次感知链路状态,再根据拥塞适应策略调节发送速率。最后利用OPNET平台下对本文算法和TCP拥塞控制算法性能进行了仿真,结果表明,通过N坚持算法可以有效提高网络性能。     

无标度网络局部信息的动态路由算法

提出了一个在无标度网络上基于局部信息的数据包路由算法,该路由算法引入两个可调参数α和β,分别调节度值与队列长度的路由偏好.通过调节这两个参数来改变网络的传输容量,并找到了该算法的最佳参数组合.对其他动态特性包括平均路由时间和流量负载也进行了相应研究.模拟仿真研究表明,该路由算法较传统的局部路由算法,不仅降低了网络的丢包率,而且提高了网络的传输能力.实证研究证明,基于局部信息的无标度网络动态路由算法对大规模通信网络的拥塞有一定的改善作用.     

基于拥塞避免的卫星网络路由算法

提出一种基于低轨道和静止轨道星座的双层网络新路由算法, 利用低轨道卫星及其星间链路构成的网状拓扑对星上路由进行计算, 并通过拥塞避免和数据包分类机制进行优化, 解决了卫星网络中由于业务流量大而导致的网络拥塞问题. 仿真结果表明, 该方法降低了网络平均端到端的时延和平均丢包率, 从而提高了网络性能.     

主动队列管理算法中拥塞等级的探讨

IBLUE算法是一种主动队列管理算法,它使用数据包在路由器排队队列中的延迟时间和平均队列长度来控制网络拥塞,通过对不同拥塞等级的探讨,进一步完善了该算法的理论基础。     

基于单亲遗传算法的IP网络弹性路由层生成算法

为了提高弹性路由层快速重路由技术在故障情况下受影响流量无中断转发的成功率及效率,提出了一种基于单亲遗传算法的IP网络弹性路由层生成算法.基于弹性路由层基本原理,给出了弹性路由层理论的数学描述,建立了一种避免拥塞发生的IP网络弹性路由层结构优化模型,优化目标为最小化平均最短重路由路径和最大链路利用率的加权和.给出了单亲遗传算法求解该优化问题的详细步骤.最后通过仿真验证了本文算法的可行性和有效性.     

几种典型主动队列管理(AQM)算法

网络拥塞控制按照不同的标准可以分为不同的控制机制和相应的拥塞控制策略.主动队列管理(AQM)算法是一种运行于网络中心节点的积极的闭环控制的链路算法.RED(随机早期丢弃)算法是IEIF推荐的主动队列管理算法的唯一侯选算法,然而算法在响应速度、稳定性等方面仍有缺陷.阐述了当前拥塞控制算法和几种典型的主动队列管理AQM算法,分析总结原始的RED算法的不足.     

基于QPSO算法的OSPF多约束路由研究

利用传统的SPF算法解决OSPF网络路由难题时,由于没有考虑多约束条件和有效利用次路径,一旦最优路径发生拥塞,网络传输性能会急剧降低.文中将QPSO算法应用于OSPF网络路由规划,利用多约束条件并结合OSPF网络多种路由参数的特性,重点对有效地改善网络局部拥塞和快速求得全局最佳路由及若干次路由算法进行探究,并利用仿真数据对所提出的改进算法进行验证.结果表明在解决OSPF网络路由规划问题中,网路传输性能,文中所提出的算法比传统的遗传算法和SPF算法得到较好的改善.     

一种动态实时多约束ATM路由

从网络资源合理分配入手,充分考虑网络自愈合、拥塞控制以及资源利用率等因素,提出了若干网络资源分配优化的约束条件方程．通过构造一个包含这些约束条件方程的总能量函数,利用神经网络技术确保在满足上述各种约束条件前提下,实现了一种基于全网资源利用率最优、网络自愈合的动态实时多约束路由算法．与采用单一约束条件路由算法相比,该算法具有网络利用率高、自愈合能力强等优点     

基于改进单神经元梯度学习的无线网络主动队列管理

考虑传统网络拥塞控制忽略了网络拥塞的持续状态, 引入将数据包到达链路速率作为控制器输入的方案, 得到一种改进单神经元梯度学习(improves single neuron gradient learning, ISNGL)的主动队列管理算法. ISNGL 算法采用梯度学习动态调整网络参数, 并在此基础上对收敛速度和稳定性加以改进, 提出带有位移参数的新激活函数和带有权值调整的动量项的改进方法, 最后通过 NS2 网络仿真软件在无线网络的拓扑模型上进行仿真分析, 结果表明 ISNGL 算法在无线网络环境下拥有良好的拥塞控制能力.     

基于ACO的LEO卫星网络路由研究

为了解决低轨卫星网络动态拓扑路由问题,通过更改蚁群优化(Ant Colony Optimization,ACO)算法结构以及信息素更新策略进行调整,提出一种适合LEO卫星网络的具有多QoS约束条件的ACO路由算法.这种路由算法能够根据LEO卫星网络中业务流量分布的变化对网络最优路径做出调整、均衡网络负载、避免拥塞,实现多种QoS指标的联合最优.仿真结果表明:在网络接近满负荷的情况下,路由算法在保证业务QoS需求的同时,使网络资源得到了充分利用.     

基于TTL拥塞控制的主动队列管理算法

提出了一种新颖的主动队列管理算法--基于TTL(Time to Live)的ECN及BECN的综合.ECN和BECN在指示拥塞的过程中各有优缺点,二者的综合可望提高拥塞指示的效率.TTL是在网络上传输的分组必须具有的属性,且每一次转发都要经过检测,以决定该分组的处理方式--转发或丢弃.通过对TTL的判断来决定网络拥塞指示的方式--ECN或BECN.建立了一个数学模型,对模型的分析结果表明该算法对控制拥塞、提高网络吞吐量等有更好的效果.在NS环境下对算法进行了仿真,仿真结果支持了理论分析.     

组播拥塞控制策略设计与仿真研究

组播是一种高效率的点对多通信方式,在过去几年中组播传输机制己经成为一个活跃的研究领域。针对组播在Internet上进行大规模应用所面临的拥塞控制问题,将主动网络的技术应用到组播拥塞控制中,提出了通过主动节点主动检测拥塞和调整发送速率,实施hop-by-hop的拥塞控制的"主动"式的拥塞控制策略。在NS2平台上进行了大量网络仿真分析表明:该策略不仅对组播通信具有良好的拥塞控制能力,而且具有很好TCP友好性。