基于深度强化学习的卫星光网络波长路由算法

针对由卫星光网络拓扑动态变化、业务多样化和负载不均引起的路由收敛慢和波长利用率低的问题, 提出了一种基于深度强化学习的卫星光网络波长路由分配方法。基于软件定义中轨/低轨(medium earth orbit/low earth orbit, MEO/LEO)双层卫星网络架构, 利用深度强化学习算法动态感知网络当前的业务负载和链路状况, 构造基于时延、波长利用率和丢包率的奖励函数进行选路决策。为了解决单跳链路对整个光路的影响, 引入链路瓶颈因子, 搜索符合服务质量(quality of service, QoS)约束的最优路径。研究结果表明, 与传统卫星网络分布式路由(satellite network distributed routing algorithm, SDRA)算法和Q-routing算法相比, 所提算法降低了网络的时延、丢包率, 提高了波长利用率, 同时也降低了高优先级业务的阻塞率。     

面向双层卫星网络的多业务负载均衡算法

卫星网络中由于卫星高动态拓扑和地面用户分布不均,导致卫星网络易出现区域负载失衡。设计高效的动态路由算法是当前卫星网络的研究热点,为此,提出了一种面向双层卫星网络的多业务负载均衡算法。该算法根据卫星链路上的数据传输量进行拥塞判断,根据链路时延因素和链路负载因素进行负载代价计算,不同服务质量(quality of service, QoS)需求的业务进行不同路径选择,通过分流均衡网络流量。仿真结果表明,该算法能够减少数据包的排队时延和丢包率,提高整网吞吐量。     

无线多跳网络中基于QoS的自适应拥塞控制方案

提出的无线多跳网络中基于服务质量(QoS:Quality of service)的自适应拥塞控制方案是从两个方面实现拥塞控制和QoS保证的.一方面,通过控制路由请求过程,为实时业务选择时延较短的路由,为非实时业务选择时延较长的路由来控制拥塞并保证QoS.另一方面,按照QoS等级减小邻居结点的转发业务来增加拥塞结点占用信道的概率,从而消除拥塞并保证QoS.该方案的特点在于综合考虑了拥塞控制和QoS保证,能在控制拥塞的过程中提高服务的QoS质量.论文建立了路由发现成功率、端到端时延和丢包率的性能分析模型,并对提出的方案进行了性能分析.性能分析和仿真结果表明我们提出的方案能够有效的控制拥塞,并保证实时业务的QoS.     

基于不确定链路参数的卫星网络路由算法

对于卫星链路参数在复杂空间环境中存在不确定性的问题,研究了一种基于不确定链路参数的卫星网络路由算法。首先,采用三角模糊数描述链路参数的不确定性;在此基础上,建立卫星网络多约束路由模型;然后,设计保证路径有效性的遗传操作,通过遗传算法对路由模型进行求解;最后,通过仿真分析表明,该算法可以在复杂环境中实现高效路由,在平均时延、时延抖动和丢包率等方面有较好的效果。     

基于禁忌搜索的负载均衡组播路由算法

提出了一种基于禁忌搜索策略的能实现网络负载均衡的QoS组播路由优化算法。该算法在满足业务带宽和时延的基本要求下,将网络费用和负载均衡分布作为目标函数进行优化,达到网络费用较小和负载均衡分布的目的。仿真结果表明,该算法是一个有效、可行的算法。     

基于改进蚁群算法的QoS单播路由优化

对现代通信网中具有时延和带宽约束的QoS单播路由问题提出了一种基于改进蚁群算法的路由优化.该算法结合蚁群系统的特点对基本蚁群算法进行了三方面的改进:在信息素初始化中考虑食物源(目的节点)向周围散发气味的过程;将时廷和带宽信息加入启发式函数;引入"弱淘汰"法则全局更新信息素.仿真实验表明该算法可以更快地找到满足时延和带宽请求的最小费用路由.     

QoS保证的传感器网络拓扑控制算法的设计

传感器网络技术的发展对网络服务质量提出了要求,如何在满足一定的服务质量要求前提下实现能量的优化是传感器网络设计必须面对的问题。现有的相关研究主要集中在如何从路由层和链路层来保证一定的QoS指标,本工作将传感器网络中的QoS支持延伸到拓扑管理层,提出了一种支持一定QoS要求的高效的拓扑控制算法,该算法构造一种具有梯度分布特征的节点拓扑结构以平衡网络数据流在sink节点处的聚集。NS2仿真证明了该结构对QoS支持的可行性。仿真表明,该算法以较少的冗余节点增加可将延时和丢包率分别降低50%和40%,证明了该机制在高速率数据场景下的高效性。还通过NS仿真分析了算法实现中关键参数的选取原则。     

基于决策图贝叶斯的多目标QoS组播路由算法

随着实时组播通信需求的不断增长，要求网络能够提供更加严格高效的QoS(Quality of Service)路由保证，需要设计一个能够同时满足不同QoS约束的高效组播路由算法。此问题可归结为图论中的NP(Non-Polymenital)问题，一般方法是把多个QoS参数加权合并为一单目标函数进行优化。提出了一种基于决策图贝叶斯的多目标QoS组播路由算法，算法在不需做预处理的情况下可对多个不同的QoS参数同时进行优化。仿真结果表明，所提出的算法能够快速收敛于一组满足不同QoS约束的非支配解。     

改进的卫星网络多路径并行传输算法

针对传统多路径并行传输（concurrent multi-path transfer, CMT）协议无法适应卫星网络高误码特性,提出了一种CMT改进算法。首先,在缓解接收端缓存阻塞的基础上,根据链路中传输的传输序列号(trans-mission sequence number, TSN)相对连续的分组时延抖动,正确判断网络的拥塞状况;然后,接收端选取返回时延最短的路径,将拥塞因子及时反馈给源端,源端调节相应链路的拥塞窗口,调整注入网络的数据量。仿真结果表明:本文算法在缓解因卫星链路差异造成的接收缓存阻塞的同时,能够根据网络状况自适应区分拥塞与误码,实现链路的高效利用。相对于传统CMT协议,改进的CMT协议在网络吞吐量、窗口抖动、时延和丢包率等方面都有明显提高。     

一种能量均衡的无线传感网络生命期优化算法

针对传统路由算法在无线传感器网络中的不足,选取能耗小、节点剩余能量多的路由以均衡网络能耗并最大化网络生命期。通过构造目标优化度评价函数,以达到网络路由能量均衡最优化的目的。算法通过调整各目标优化度函数的取值范围,以满足业务对能耗和剩余能量的不同要求。最后的仿真结果显示,与传统的路由算法相比,本算法在网络生命期、能量均衡分布及总体能耗等方面具有明显优势。     

Optimizing on multiple constrained QoS multicast routing algorithms based on GA

With the rapid development of Internet, mobile networks and high-performance networking technology,multiple constrained QoS multicast routing optimization in networks with uncertain parameters has become a very important research issue in the areas of networks and distributed systems. It is also a challenging and hard problem to the next generation Internet and high-performance networks, and has attracted the interests of many people. This paper discusses the multiple constrained QoS multicast routing problem, which may deal with the delay, delay jitter,bandwidth and packet loss metrics, and describes a network model for researching the routing problem. The paper mainly presents multiple constrained QoS multicast routing algorithm (MCQMRA), a QoS multicast routing policy for Internet,mobile network or other high-performance networks, which is based on the genetic algorithm (GA) and can provide QoS-sensitive paths in a scalable and flexible wayin the network environment with uncertain parameters. The MCQMRA can also optimize the network resources such as bandwidth, delay, packet loss metrics and can converge to the optimal or near-optimal solution within few iterations, even for the network environment with uncertain parameters. Simulation results show that MCQMRA is an available approach to QoS multicast routing decision.     

无人机自组网中基于蚁群优化的多态感知路由算法

无人机自组织网络具有节点移动性强、网络拓扑变化快、数据交互频繁、应用环境复杂等特点, 采用传统的路由算法会使该网络在传输延时、丢包率、路由开销等方面性能均较差, 以至于无法为多无人机协同执行任务提供有效的通信保障。为了解决该问题, 提出一种基于蚁群优化的多态感知路由(ant colony optimization based polymorphism-aware routing, APAR)算法。该算法将蚁群算法与动态源路由算法相结合, 通过感知路径长度、路径拥塞度和路径稳定性, 计算出由路由发现过程得到路径的信息素水平, 并将其作为选路标准, 经过改进的信息素挥发机制也被引入该算法。同时, 根据无人机编队的变化做出合适的调整, 以保证其网络性能不下降。仿真结果表明, 与其他经典算法相比, APAR算法提高了数据包成功传输率, 降低了平均端到端延时, 减少了路由开销, 且在战场环境下有较高的可靠性。     

QoS-aware multicast routing protocol for Ad hoc networks

1 .INTRODUCTIONA mobile ad hoc network ( MANET) is a multi-hopwireless network formed by a collection of mobilenodes without the intervention of fixedinfrastructure.Because an Ad hoc network is infrastructure-less andself-organized,it is used to provide i mpromptu com-munication facilities in harsh environments . Typicalapplication areas of mobile ad hoc networkinclude bat-tlefields ,emergency search,rescue sites and data ac-quisitionin remote areas . A mobile Ad hoc networkisalso usef…     

软件定义航空集群机载网络自适应邻居探测方法

针对航空集群机载网络中优化链路状态路由(optimized link state routing, OLSR)协议周期固定式邻居探测方式不能及时获取节点邻居分布状况,导致路由可靠性不足问题,提出软件定义航空集群机载网络自适应邻居探测方法。首先在现有软件定义网络(software defined networking, SDN)架构基础上,提出航空集群机载网络架构并设计网络模型;其次设计待调节点集合选举算法,以节点移动距离为标准筛选待调节点集合;最后设计邻居探测周期分配算法,为待调节点分配邻居探测周期。通过SDN集中式高效地调整节点邻居探测周期,能够实现对邻节点分布状况的及时有效探知。仿真表明该方法能及时获取节点邻居分布状况,提高了数据包到达率并降低端到端时延和协议控制开销,增强了OLSR协议在航空集群机载网络中的可靠性。     

面向软件定义航空集群机载网络的更新策略

软件定义网络（software-defined networking，SDN）的出现为突破机载网络在航空集群作战应用背景下存在的性能瓶颈提供了全新的思路。针对航空集群机载网络的更新问题，提出适用于软件定义架构下航空集群机载网络的更新策略——可靠性增强的两阶段提交更新策略（reliability-enhenced two-phase commit，RE-TPC）。首先设计最高可靠性算法以及多路径算法搜索下发指令消息的高可靠路径。然后引入基于ACK（acknowledge）消息的确认机制和ACK消息高效融合传输机制，进一步提升网络更新过程的可靠性和实时性。仿真结果表明，与已有经典网络更新策略相比，所提更新策略能够有效提高更新的可靠性，同时更新持续时间更低、开销更小。     

基于遗传算法与模糊选择的多播路由优化

遗传算法在优化计算特别是在多播路由问题中得到了广泛应用,但在进行大规模优化时,遗传算法存在着爬山能力差以及不成熟收敛等缺点。为此,提出基于启发式遗传算法和模糊选择机制的新型多播树计算方法,本算法采用树型结构编码和高效的遗传操作,同时优化时延、丢包率和带宽利用率等多个参数。仿真实验表明,这种算法用于多播路由多目标优化问题时,可以克服采用遗传算法进行多目标优化的缺陷。     

基于位置感知的大规模LEO星座分布式路由算法

针对传统星座路由算法应用在大规模低地球轨道(low earth orbit, LEO)星座中, 存在鲁棒性差、资源开销大、路由效率低等缺点。根据卫星运行时的位置可预测特性, 提出了基于位置感知的分布式路由算法。考虑卫星资源受限, 大规模LEO星座具有卫星节点多、动态性大等特点, 基于位置感知提出一种路径预选机制, 初步确定数据包的传输路径。在此基础上, 考虑业务服务质量(quality of service, QoS)需求, 基于状态和传播矢量函数提出一种路径收敛机制, 无重合确定数据包传输主路径和备用路径。理论和仿真结果证明, 相比于传统路由算法, 所提算法降低了路由存储和开销, 随着中断概率的增大, 提高了星座的吞吐量, 降低了端到端时延。     

Multi-constraint quality of service routing algorithm for dynamic topology networks

An adaptive multi-QoS routing algorithm called AMQRA is proposed for dynamic topology networks, such as satellite networks and Ad-hoc networks. The AMQRA is a distributed and mobile-agents-based routing algorithm, which combines ant quantity system （AQS） with ant colony optimization （ACO） that is used in AntNet routing algorithm. In dynamic topology networks, the AMQRA achieves timely optimization for concave metric QoS constraint and fast convergence. The proposed routing algorithm is simulated in Iridium satellite constellation on OPNET. The results show that AMQRA not only outperforms the AntNet in convergence rate in dynamic topology networks but also can optimize concave metric QoS constraint and reasonably allot bandwidth to the load to avoid networks congestion.