一种无线Mesh网络多播信道分配算法的研究

在无线Mesh网络中,多播是一种非常重要的技术,它要求在有限的带宽内提高网络吞吐量.在信道分配时最小化多播树的干扰可以提高网络吞吐量.本文提出一种多信道多播信道分配算法,该算法以链路上的数据流为指标来表征干扰度,考虑相同信道及相邻信道的干扰,通过减少干扰来提高无线Mesh网络的吞吐量.仿真结果表明,该算法可以达到更佳的网络吞吐量.     

一种高吞吐量的无线传感器网络多信道MAC协议

针对工业现场环境下无线传感器网络易受干扰而导致可靠性和吞吐量降低的问题,提出了一种基于单接口的多信道MAC层协议.该协议针对分簇式网络,采用改进的MMSN算法为各簇分配簇内通信基础信道,保证网内任意相邻簇信道互异,避免邻簇间的干扰,并在通信过程中根据实际信道质量和干扰强度动态分配簇内节点的通信信道,在抵御干扰的同时提高了信道的利用率.仿真结果表明,相比传统的MAC协议,该协议能有效提高无线传感器网络的吞吐量和抗干扰性.     

基于距离相关的信道分配算法

为最大化认知Ad Hoc网络并行传输的信道数目,提出一种新的信道分配算法.由于认知Ad Hoc网络中信道的衰落特性不同,该算法首先估算节点间距离,根据估算到的距离选择合适的信道进行数据传输,节点以干扰距离与传输距离的关系为依据更新信道的使用状态,从而提高信道的空间复用;另外,在公共信道上只进行广播和信道预定信息的传输,有效地避免了控制信道瓶颈问题.实验结果表明,该信道分配算法能够有效增加信道的空间复用,提高网络的吞吐量.相同的策略下,当负载较高时,该算法的吞吐量比DDMAC算法提高12%左右.     

基于CC-RB算法的认知无线网络信道分配研究

针对基于规则的信道分配(RB: Rule Based)算法假设条件过于理想, 实际应用性不强的缺点, 在考虑各节点不同信道的吞吐量不同的基础上, 提出一种改进的基于信道容量的规则信道分配(CC-RB: Channel Capatty-Rule Based)算法。该算法引入信道容量矩阵, 在进行信道分配时为节点分配质量较好的信道。仿真结果表明, CC-RB 算法在复杂度增加不大的情况下, 系统吞吐量和公平性都较RB 算法有较大提高, 在干扰距离为100 m, 认知节点数为80 个时, CC-RB 算法比RB 算法的吞吐量增加了133%, 公平性增加了96%, 能更好满足实际需要。     

多信道多接口智能路由协议研究

多信道多接口可以降低信道共用的干扰并且提高多跳无线Ad Hoc网络的吞吐量。提出一种信道分配与路由选择相结合的多信道多接口智能路由协议DMMR,DMMR综合考虑了链路生存时间、跳数以及节点距离。用LP标准,使路由选择标准在链路生存时间和最短路径之间取得均衡,这样选择的信道在移动环境中更加具有可靠性;用基于距离的信道选择算法选择信道,该信道选择算法首先估算节点间距离,根据估算到的距离选择合适的信道进行数据传输,从而提高信道的空间复用。和已经存在的路由协议相比,仿真结果表明在移动多跳Ad Hoc网络中该协议能够降低平均端到端延迟并且提高网络的吞吐量和包到达率。     

集中式信道分配算法在WSN移动节点中的应用研究

为提高油料保障系统中信息采集的实时性和能量的高效性,使网关及时检测到移动设备的状态,降低无线网络间的干扰,提高网络的容量.以军用机场加油车为研究对象,提出了适用于快速移动节点的集中式信道分配算法和功率分级的能量控制方法.在无线网络节点上安装两个工作在不同频道上的网络接口,通过控制协商动态的切换数据信道,平衡网络负载,以增加总的带宽.实验结果表明,采用3条数据信道便可实现信道的集中式分配和发送功率的分级控制,有效地扩展了网络的容量和提高能量的高效性.     

基于遗传算法的认知无线电网络共同信道和功率最优分配

信道分配和功率控制问题是认知无线电网络中的核心问题。文中根据不完美频谱感知情形下的干扰功率模型,建立认知无线电网络共同信道和功率分配优化模型,并通过罚函数法,将标称的混合整数规划问题简化为不带约束条件的非线性规划问题,提出了基于遗传算法的共同信道和功率最优分配算法。仿真结果表明,该算法能在不完美频谱感知情形下对信道和功率进行联合最优分配,减少对主用户功率干扰,实现网络中认知用户吞吐量的最大化。     

基于组合智能算法的无线网络信道分配机制

针对当前无线网络信道分配方法易出现干扰, 网络吞吐量小等缺陷, 设计一种基于组合智能算法的无线网络信道分配方法. 首先对无线网络信道分配的原理进行分析, 构建无线网络信道分配模型; 然后采用遗传算法产生无线网络信道的初始分配方案, 并引入粒子群优化算法对无线网络信道的初始分配方案进行精细搜索, 得到合理的无线网络信道分配方案; 最后在MATLAB 2016平台对无线网络的吞吐量、 网络延迟、 数据传输丢包率进行仿真测试. 仿真结果表明, 该方法大幅度提升了无线网络的吞吐量, 网络延迟和数据传输丢包率远小于单一的遗传算法或粒子群优化算法, 改善了无线网络的通信性能.     

无线Mesh网络一种基于拓扑的多射频多信道分配

随着无线Mesh网络的发展,在网络中配置节点多射频多信道,提高信道资源的利用率,成为扩大网络容量的有效手段。提出了一种基于网络拓扑信息的集中式的多射频多信道分配算法,实现时将其分为信道分配计算和信道分配切换两个阶段。在信道分配计算阶段按优先级确保瓶颈链路的带宽需求,实现网络信道干扰最小;在信道分配切换阶段逐层实现切换,确保网络的连通。仿真结果显示,该信道分配算法可以有效地提升网络性能。     

超密集网络中基于分簇的干扰管理方案

在超密集网络中,全频复用能够提升网络的吞吐量,但是导致了严重的基站间干扰。为了降低基站间干扰,首先通过干扰权重值描述小基站间的干扰程度,建立合理的干扰图;然后将分簇问题转化为Max K-Cut问题,利用改进的次优化启发式算法对小基站进行分簇;最后通过信道分配算法为每个簇中的用户分配子信道。仿真表明,本文的干扰管理方案在降低小基站间干扰的同时,能够提升系统的频谱效率和平均吞吐量。