基于遗传算法的定向天线网络拓扑控制

针对定向天线网络拓扑中拓扑结构的设计的问题,综合考虑了网络中节点的最大度、最大通信距离、连通度等因素,着重考虑构建一个k连通的通信网络拓扑,这个特性很好地保证了网络的抗毁性与可靠性。基于此建立了最优k-连通的网络拓扑模型,提出一个节点间的新的连接方式作为一个固定的模版,以此来确保网络的连通性。在此基础上利用遗传算法来对连接方式进行优化,给出了一种有效的编码方式,并且采用有序交叉作为交叉运算,避免了每次交叉后的个体网络连通性检查,降低了交叉运算的时间复杂度,同时保护了染色体中较好的模式被遗传到子代个体。找出了节点间更好的拓扑连接形式,通过仿真实验得到了很好的结果。     

基于遗传算法的传感器网络拓扑控制研究

无线传感器网络的首要设计目标是延长网络生命期,网络的拓扑控制是实现这一目标的支撑 基础。针对传统拓扑控制方案所获拓扑的连通冗余度高或结构健壮性低等弊端,将问题转化 为多判据最小生成树模型,提出了一种基于遗传算法的拓扑控制方案。仿真实验结果 表明,该方案可获得具有网络整体功耗低、结构健壮性高和节点间通信干扰小等特点的拓扑 结构,因而能够有效地延长传感器网络生命期。     

无线传感器网络覆盖优化策略

针对无线传感器网络节点覆盖容易出现空洞和盲区的问题,提出一种基于改进人工鱼群算法的无线传感器网络覆盖优化算法.首先构建网络节点的信任度模型,进行节点轮换调度修复路由,然后采用改进人工鱼群算法进行无线传感器网络节点的自适应定位寻优,以人工鱼群优化的节点分布模型重构无线传感器网络(WSN)节点覆盖连通图,实现优化网络覆盖.仿真实验结果表明,利用覆盖优化算法进行WSN网络节点设计,明显地改善了网络节点的覆盖质量,提高了无线传感器网络的安全性能.     

大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。     

基于网络均衡性的生命线系统抗灾能力分析

为了进行系统的生命线网络系统抗灾能力分析,基于网络均衡,则网络稳定,抗灾风险分摊的思想,采用了熵原理对系统稳定性的意义对网络整体均衡性进行评价,并给出了相应的评价计算模型.其中对网络均衡性的分析是建立在结构均衡和资源分配均衡上的,结构均衡是通过同层节点拓扑重要度差异大小来体现的,差异大则结构均衡性差;资源分配均衡是通过网络节点功能重要度反映出的,并认为功能重要度实质上是节点拓扑结构重要度的"加权".通过计算得出了算例中的网络整体均衡的结果,并给出了对网络中某些高风险节点的判断.结论是基于网络均衡性进行生命线系统的抗灾分析判断其抗风险能力是可行且合理的.     

基于自适应牵制控制的时变时滞复杂网络同步

针对一类节点含时变时滞的复杂网络模型的同步问题,提出一种简单有效的自适应牵制控制方法。设计了一个自适应控制器,对复杂网络的部分节点实施牵制控制;构造适当的Lyapunov函数,给出网络和其孤立节点达到全局指数渐近同步的充分条件;最后通过数值仿真实验验证了文中方法的有效性。     

基于牵制控制的变时滞复杂网络自适应同步

在牵制控制的基础上,文章探讨了节点与耦合均含变时滞复杂网络的自适应同步问题.首先,利用非线性耦合常微分方程描述了一般复杂网络的动态模型,同时给出了必要的定义、假设和引理.然后,基于李雅普诺夫稳定性理论和自适应控制原理,设计了简单适当的自适应控制器,让其通过对部分节点进行牵制控制来实现整个网络的同步,并且给出网络渐近同步的充分条件.最后,通过数值实验结果很好地验证了理论的可行性与有效性.     

传感器中基于连通支配集的区域覆盖控制算法

针对现有无线传感器网络区域覆盖控制算法很难在确保网络连通率的同时对网络覆盖率和能耗进行优化的问题,本文提出一种基于连通支配集的区域覆盖控制(area coverage control based on connected dominating set,ACCBCDS)算法。当节点随机分布于监测区域后,未连通的节点移向Sink节点直至网络实现全连通,之后利用三着色算法构建网络连通支配集,Sink节点对非连通支配节点进行集中式优化调整,让非连通支配节点移至更优位置。在优化调整的过程中同时考虑了网络连通率、覆盖率和节点移动距离。仿真结果表明,与典型的基于虚拟力的区域覆盖控制(area coverage control based on virtual forces,ACCBVF)算法相比较,本文提出的ACCBCDS算法能使网络在确保全连通的前提下获得更高覆盖率,并能减少网络覆盖控制中的移动能耗。     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

N级星式网络的拓扑优化设计

研究了一类星式网络的拓扑优化设计问题。网络的拓扑形式和网络中节点的位置 都足设计变量。根据这种网络的特点，提出两种方法：分级优化法和动态规划法。文 中给出计算实例。     

面向节点失效问题的无线传感器网络拓扑自愈算法

为了解决节点失效问题,建立了无线传感器网络模型,对节点失效问题进行了形式化描述和分析,并结合传感器网络拓扑需求归纳出拓扑愈合的约束:网络连通、路径代价降低和度约束.该问题属于NP-hard问题,因此设计了一种近似的拓扑愈合算法TCS-CA,通过恢复失效节点的单跳邻居间可达性来实现拓扑的自愈.该算法包括3个执行阶段:单跳邻居的连通恢复、子集合并和全局连通恢复,依次执行这些阶段后能够逐步愈合拓扑.仿真实验结果表明,当选取合适的β,λ等参数时TCS-CA算法不仅能恢复网络拓扑的连通性,还能有效地延长WSN生命期,与TCS算法相比最高可获得约13%的生命期增率.     

基于定向天线的无线自组网拓扑控制算法

为采用定向天线的特点解决无线自组网中节点异构、能量有限、带宽受限的问题,提出了一种基于定向天线的异构无线自组网拓扑控制算法K-DRNG.该算法包括三个阶段:信息收集阶段,节点控制发射功率,通过扇区转换机制收集邻域拓扑信息;拓扑构建阶段,节点根据链路权重和节点剩余能量构建定向邻近图;拓扑优化阶段,构建初始拓扑子图及添加或删除方向性链路,确保生成拓扑的双向连通性.仿真结果表明,算法能够降低网络中的节点平均能耗,提高无线资源空间复用性,改善网络性能.     

无线传感器网络启发式分簇拓扑控制方法研究

传统启发式分簇拓扑控制方法通信开销大、负载均衡性差,忽略剩余节点能量,导致拓扑结构连通性和骨干网健壮性差,无线传感网络生命周期短。为此,提出一种新的无线传感器网络启发式分簇拓扑控制方法。给出无线传感网络模型。利用粒子完成分簇,对簇内负载与簇间负载进行分析,保证负载均衡性。引入一种描述节点间能耗及鲁棒性的行向量,以全面分析骨干节点通信开销与剩余能量对簇头挑选的影响。将最小生成树作为网络的基础结构,引入表示网络连接状态的列向量,以描述网络通信开销情况,获取目标函数。通过粒子群法求最优解,实现簇头选择。通过簇头组成骨干网,实现无线传感器网络拓扑控制。实验结果表明,所提方法能够保证拓扑结构的连通性与骨干网健壮性,延长网络生命周期。     

基于节点重要度动态评估的复杂网络级联失效分析

级联失效前的评估和检测是预防和控制级联失效现象的关键,对充分把握整个网络系统的稳定运行至关重要。为深入探究级联失效传播过程的内在机理,提出一种考虑网络动态特性的节点重要度评估模型;在此基础上,采用一种更符合真实复杂系统的非线性容量负载模型,利用该模型进行不同攻击策略下的级联失效仿真,以网络的最大连通子图比例为测度量化网络抵御级联失效的抗毁性,仿真结果表明,节点41所在的广安市与节点55所在的重庆市,无论是在静态节点重要度评估,还是动态节点重要度评估下,均是成渝铁路网络中最关键的节点;此外,不考虑级联失效情况下,在网络的静态拓扑结构中,节点的度中心性更能代表节点的关键程度;而在动态的网络拓扑结构中,节点的介数中心性更能代表节点的重要性,与度值攻击相比,采用重要度攻击策略能以更快的速度击溃网络;考虑级联失效情况下,与其他攻击策略比较,采用重要度攻击策略时,在级联失效的作用下,仅攻击2个节点,网络便会迅速崩溃,验证了节点重要度动态评估模型的有效性;同时探讨了网络在不同模型参数下抵御级联失效的抗毁性,实验结果表明,在一定范围内提高负载系数、容量系数可以有效提高网络抵制级联失效的抗毁性;受网络拓扑结构和攻击策略的影响,需设置较大的节点容量,来预防网络的级联失效。     

Reliability Analysis of Sensor Networks

To Integrate the capacity of sensing, communication, computing, and actuating, one of the compelling technological advances of these years has been the appearance of distributed wireless sensor network （DSN） for information gathering tasks. In order to save the energy, multi-hop routing between the sensor nodes and the sink node is necessary because of limited resource. In addition, the unpredictable conditional factors make the sensor nodes unreliable. In this paper, the reliability of routing designed for sensor network and some dependability issues of DSN, such as MTTF （mean time to failure） and the probability of connectivity between the sensor nodes and the sink node are analyzed. Unfortunately, we could not obtain the accurate result for the arbitrary network topology, which is # P-hard problem. And the reliability analysis of restricted topologies clustering-based is given. The method proposed in this paper will show us a constructive idea about how to place energyconstrained sensor nodes in the network efficiently from the prospective of reliability.     

最短路径扩散机制下实时可靠性网络路由选择方法研究

针对网络通信实时性、可靠性的要求,提出一种最短路径扩散机制下实时可靠性网络路由选择方法,依据链路质量对加入网络的节点构建逻辑路径,形成树状结构。将某节点与其它节点之间的可用物理链路看作辅助路径,得到Mesh形网络拓扑结构。分析了最短路径扩散机制,利用最短路径扩散机制对网络中全部节点构建最短路径信息。介绍了网络交通流和交通引力场模型,考虑节点对交通流的引力作用,将传输路径看作影响引力的指标,通过交通引力场实现网络路由选择。实验结果表明,所提方法在保证网络实时可靠性的同时,可减少能耗,降低数据丢包率,提高网络吞吐量。     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

多信道节点分布式协作MAC协议的研究

当前协作通信是现实条件下实现分集增益的关键技术,单天线节点通过相互协作传输信息实现空间分集可有效提高系统的整体性能。在协作通信研究中,协作节点的选择非常重要,选中好的协作节点可以极大地提高数据传输速率与效率,但是针对完全分布式无线网络多信道数据传输情况下,考虑到系统整体性能最优的协作节点分配和选择问题,并没有得到很好的研究。由此本文提出了一种基于协作增量值（CIV）的协作MAC协议（命名为CIV-MAC）。在CIV-MAC中,备选协作节点通过侦听多路信道控制帧获得信道状态信息（CSI）,并计算自身CIV;根据节点的CIV,协议会实行协作节点分配和选择机制并选出最优的协作节点,同时通过采用最小功率控制算法来降低系统能量消耗。最后,以网络实际有效吞吐量和能量效率两个参数为网络性能指标,通过两个不同场景的仿真实验结果得到,相对于RBAR协议和CRBAR协议,CIV-MAC可以极大地提升系统性能。     

分簇及局部优化的无线传感器网络拓扑控制算法

为保证网络连通性和覆盖度的情况下,尽量合理、高效地使用网络能量,延长网络生命周期,提出一种基于分簇和局部优化的拓扑控制(cluster and local optimization topology control,CLTC)算法.基于树型网络模型,利用分簇思想将网络分割为不同的簇,簇内运用最小生成树算法,确定邻居节点关系,降低节点通信碰撞;簇间通过簇头连接,形成优化的骨干网络拓扑.仿真实验表明,运行CLTC算法,构建网络拓扑结构快速,通信开销小,可以有效降低节点平均能耗,延长网络周期.     

基于介数影响矩阵的通信网络节点重要度评价方法

针对网络节点重要度受到多因素影响的问题,提出了一种基于介数影响矩阵的重要度综合评价方法。该方法依据网络拓扑结构对传播重要度的影响,采用节点介数作为基础重要度指标,刻画了节点对最短路连通的控制能力,然后综合考虑各节点间的节点度、距离、最短路径等因素的影响,描述了节点度、位置和连通分支的差异;通过引入距离衰减控制影响的强弱,给出了直接与间接影响间的差异,最后结合提出的基于贡献的介数计算，实现了对节点重要度的客观评价。