宏微网络中基于后决策状态学习的基站关断节能策略

为了根据网络的业务状态动态地调整基站的开关状态以在保证用户服务质量的同时降低宏微网络的能量消耗,提出将时延限制下长期平均能耗的最小化问题映射为受限马尔科夫决策过程(constrained Markov decision process,CMDP).在该过程中把网络中每个基站的用户数目定义为系统状态,将每个小基站的开/关操作定义为网络行动.为了充分利用网络已知的先验知识加快学习速度,采用后决策状态学习算法在线更新网络的开/关策略.该算法可根据关断策略执行前已知的网络状态学习关断策略执行后未知的网络状态,从而快速制定出相应的关断策略.理论验证了后决策状态学习算法的收敛性.通过仿真对比可知,后决策状态学习算法不仅学习速度快,且可在保证网络服务质量的同时收敛到最优的基站关断节能策略.     

目标检测传感器网络参数设计

通过理论分析,给出了目标穿越无线传感器网络防线时的被检测概率与传感器网络设计参数之间的关系,建立了传感器网络目标检测问题的数学模型.传感器网络所有节点均采用基于时间片的休眠/唤醒节能策略,使得节点在每个时间片以一定的激活概率进入活动状态.推导目标检测概率的计算公式表明,检测概率与传感器节点的密度以及节点激活概率均成正比.因此,在满足所需要的目标检测概率条件下,可以采用降低节点密度或者减小节点激活概率的方法来减少系统能耗.此外,建立了节点工作时间片大小与传感器网络能耗之间的关系式.由该关系式得出,在其他参数确定的条件下,存在一个目标运动速率的临界值.当目标速率小于此临界值时,网络能耗随时间片的增加而增大;当目标速率大于此临界值时,网络能耗随时间片的增加而减小.     

软件定义航空集群机载网络自适应更新策略

软件定义网络的出现为突破当前机载网络在航空集群作战应用中存在的固有技术瓶颈开辟了全新途径,然而软件定义机载网络动态的网络拓扑以及有限的链路容量导致网络更新过程中链路拥塞现象频发,造成网络更新过程极易引发网络拥塞,并降低网络更新的成功率.针对该问题,提出一种基于拥塞避免的软件定义航空集群机载网络更新策略.首先通过混合更新策略计算得到各业务流的初始更新操作序列;然后提出拥塞链路感知算法,实现更新过程中对潜在拥塞链路的感知;最后提出基于拥塞避免的软件定义机载网络更新算法,根据各业务流的初始操作序列以及感知到的潜在拥塞链路状态,计算无拥塞更新操作约束,并最大限度实现网络的无拥塞更新.仿真结果表明,与现有网络更新策略相比,所提更新策略能够有效避免网络更新过程中软件定义机载网络的拥塞,提升网络更新的成功率.     

一种低复杂度的最大化资源效用的最优感知节点数目优化算法

协作频谱感知技术是认知无线电中的重要技术.首先定义了认知网络的效用函数,该函数考虑了协作频谱感知中的感知错误概率和感知用户所占用的资源以平衡感知性能和资源利用效率.然后推导了在所有感知用户的信噪比相近的情况下,为达到资源效用最大化所需要的最优的感知用户数目.仿真结果表明通过最优感知用户数目的选择,认知网络的效用高于其他算法,并和穷举算法的效用接近,但是计算复杂度大为降低,从而降低融合中心的计算能耗,有助于绿色节能认知网络的实现.     

一种WSN中基于局部数据的压缩感知算法

当前,无线传感器网络的研究中最突出的是传感器节点的能耗问题.已有的无线传感器网络中的数据传输方式不仅能量浪费严重,而且网络的整体能耗不平衡,因此根据无线传感器网络所传输数据的特点,将改进后的压缩感知算法应用于其中.该过程中,压缩感知思想的应用大大减少了无线传感器网络中的数据传输次数,并保证每个节点的传输次数相同,这样不仅减小了节点能量的消耗,还维持了整个网络的能耗平衡.     

SDM-EONs中分层图辅助的资源分配策略

为降低空分复用弹性光网络(SDM-EONs)资源分配过程中的芯间串扰,并减少光路频繁拆建所产生的时间和频谱维度碎片,提出了一种分层图辅助的路由、纤芯和频谱分配策略.该策略主要分为离线预测与在线调度两个阶段:首先结合网络中业务序列的时间特性,利用基于门控循环单元的循环神经网络模型完成未来业务属性的离线预测;然后根据图染色理论建立考虑芯间串扰的分层图架构三维网络资源模型;最后利用离线预测结果和分层间的不同特性,设计综合度量时间和频谱维度的自适应在线资源分配算法,从而实现资源的高效调度.仿真结果表明:该策略在提高资源利用率的同时,显著降低了网络芯间串扰和阻塞率.     

基于能耗的协同感知消息传递方法

 针对无线网络的断接性和移动终端的能耗问题,从保证协作者之间安全、可靠、高效的传递感知信息,减少感知信息的响应时间,达到节能目的的角度出发,给出了一个基于能耗的感知模型。使用消息队列收集感知信息,在网络断接的情况下在队列中缓冲消息,连接恢复时发送消息,从而保证了消息的流动性。同时,从节省能耗角度出发,采用上下文存储机制减小网络中传输的感知消息大小,减小响应时间,达到减少能耗的目的。最后,对协同感知方法的性能与几种典型方法进行了分析和对比,验证了本文方法的可行性和良好特性。     

基于GMPLS的波长交换光网络的路由方案

波长交换光网络(WSONs)被认为是目前最有前途的下一代核心和城域网络技术,基于通用多协议标签交换(GMPLS)的分布式控制的WSONs,可以在光网络发生故障后尽快地将受故障影响的业务恢复,GMPLS协议提供路由,信令和链路管理职能,因此,基于GMPLS的WSONs端到端光路可以动态建立,维持和释放。为减少功率平坦度对网络的影响,提出了一种适用于大型网络的基于GMPLS的WSONs的感知式路由方案,称为功率平坦度感知的路由方案(POSR),在该方案中,每个网络节点处引入本地矩阵,该矩阵包括路由中所有现有光路的功率平坦度信息,并通过RSVP-TE和OSPF-TE协议存储和动态更新矩阵。利用该矩阵得出功率平坦度最小的路径,使单个波分复用链路在突发故障时功率平坦度对整个网络的影响达到最小。仿真结果表明,该方案可以减少功率平坦度对整个网络的影响。     

基于QoE感知的无线视频传输节能技术研究

针对未来无线网络中用户体验(quality of experience,QoE)感知的节能技术这一范畴,对视频业务QoE感知技术和降低网络能耗方面进行了研究,在此基础上构建了能耗目标函数和相应的约束条件,理论上分别推导出视频帧的丢帧率模型和视频帧的传输能耗模型.保障视频业务的QoE约束条件下,求出一系列符合条件的传输参数,使用迭代优化算法求出最优传输参数并计算了相应的最低消耗.对所提方法的性能进行了仿真,主要分析了视频业务质量、视频帧的重传数量以及视频帧的大小对传输能耗的影响.仿真结果表明,针对视频业务质量要求高、视频数据量大这一特点,所提出的方法能够有效降低未来无线网络的传输能耗并保障了视频业务的质量.     

基于代数连通度的软件定义网络节能算法

软件定义网络(software defined network, SDN)在快速发展中面临许多新挑战,其中能耗问题尤为突出.学者们提出了许多节能方案,但目前已有的方案存在依赖传统网络背景,需要实时流量数据,不易部署,连通稳定性兼顾不全等问题.因此,提出一种基于代数连通度的软件定义网络节能算法(energy saving for sdn based on algebraic connectivity, ESSDNAC).该算法通过代数连通度变化量计算网络拓扑中各链路的关键度Lc_i,并按Lc_i值越小越优先的顺序选择相应的链路进入可休眠队列.最后在保障网络连通稳定性的前提下实现节能,算法仅需网络拓扑参数,无需网络实时流量数据.通过实验结果表明,ESSDNAC算法无需复杂的计算代价,即可在Abilene网络源线卡环境中均值为33.1%的节能率,且节能后网络连通性得到保证,为SDN部署绿色节能网络提供一种新的方案.     

自适应延迟感知的光无线混合宽带接入网节能机制

利用数据的延迟容忍特性,提出了一种自适应延迟感知光无线混合网络节能机制.为了充分利用数据的延迟容忍度,网关动态地感知数据的到达率,采用排队模型来分析网关能耗和数据延迟,从而自适应地选择休眠周期;同时,采用多网关均衡负载机制来减小网关休眠带来的路径重建延迟和拥塞,从而减小因休眠而增加的延迟.结果表明,所提出的机制可降低网关总能耗36%,并有效提高网关利用率,降低网络中数据的路径延迟.     

基于泊松模型的WCN频谱感知能耗问题研究

在WCN(无线认知网络)中,提出了很多种频谱感知算法用于提高频谱感知的性能和检测概率,但鲜有文献研究频谱感知过程中能耗的问题.泊松过程在WCN中因其均匀随机性可以用于进行干扰受限下的能耗统计.因此,提出基于泊松分布对WCN中的频谱感知能耗问题进行建模研究,将频谱感知能量拟合为WCN的空间密度、认知用户的数量和跳数的函数,对频谱感知能耗建模为一个伽玛截断分布.在此基础上,分析比较了传统的时间频谱感知与带宽频谱感知方法的能耗.仿真及分析结果表明了带宽频谱感知方法在用户数与时间上的能耗均小于时间频谱感知,从而验证了带宽频谱感知的优越性.     

带有业务持续时间感知的节能共享保护

针对波分复用光网络的节能保护问题,提出一种带有业务持续时间感知的共享保护算法.在权衡网络的阻塞率和节能效率时,综合考虑链路的业务持续时间、资源利用率及链路状态等因素,提出启发式算法对工作路径和备份路径进行联合优化选路,从而提供100%的单链路故障保护.仿真结果表明:与传统节能共享保护算法相比,所提算法在降低网络阻塞率的同时更有效地降低了网络能耗.     

基于能量迭代模型和蜂群优化的异构无线传感器网络节能分簇路由算法

针对无线传感器网络节能分簇路由通信时存在数据传输节点死亡数量较多、传输能耗输出较大的问题,提出一种基于能量迭代模型和蜂群优化的异构无线传感器网络节能分簇路由算法.首先构建网络通信能耗模型,以缩减能耗为目标结合差分蜂群算法及时优化网络节点分布;然后基于网络节点分布优化结果,制定异构无线传感器网络节能分簇方法,使用能量迭代选簇方法确定簇头,获取簇头半径完成异构无线传感器网络的通信节点节能分簇;最后设定通信簇头节点与基站之间的距离,确定节点通信时的路由等级,并结合多跳的路由通信方式,实现异构无线传感器网络的节能路由通信.实验结果表明,利用该方法进行网络节能分簇路由通信时,数据传输节点死亡数量最多为22个,节点传输最大能耗为21 nJ/bit,表明该方法节点通信节能效果较好.     

智能手机在LTE网络中的尾能耗节能优化策略研究

智能手机数据传输中的频发性和微量性特征增加了尾能耗的出现次数与占比,降低了传输能耗利用率。为了降低智能手机在LTE网络中的尾能耗,构建基于RRC状态机的LTE传输能耗模型,提出一种基于数据聚合的数据传输节能机制(A-ESTD)。该机制通过对数据传输类型的划分和蜂窝端口RRC状态机的判断,对数据传输做出即时发送或延迟发送的不同策略。同时,综合考虑即时型、心跳型数据出现周期和等待队列中最早deadline时间等因素,在数据传输判断机制上加入概率预测进行机会成本的权衡。仿真实验结果表明:该机制的节能效果优于普通传输机制,节能效率维持在27%左右,实现了节能效率的稳定。     

基于遗传算法的WSNs节能覆盖方案

针对环境监测中无线传感器网络(WSNs)协议设计没有考虑网络的覆盖和连通特性以及网络中存在着大量冗余节点的问题,把拓扑控制思想引入到节能覆盖研究中,建立感知半径之和最小的数学模型,并用遗传算法求解该模型,得到最优覆盖解.在此最优覆盖拓扑上利用韦尔奇.鲍威尔着色法研究了通信及信道分配的问题,并建立了覆盖方案的能耗模型,使用网络仿真器J-Sim对算法进行能耗分析和仿真实验.结果表明该方案不仅可以节约20%能量,而且达到了99.7%的覆盖率,通信信道的干扰也降低了约50%.     

基于群集运动智能的SDN业务传输优化技术

针对软件定义网络(software defined network,SDN)负载全局优化问题,受生物界群集运动的启发,以实现当前分布式全网状态感知、全局优化目标、区域自主协同为目标,研究了基于群集运动智能的SDN业务传输优化技术。为满足上层业务对网络传输性能的需求,根据传输时延、网络吞吐量等性能指标,在多目标优化约束条件下,通过业务聚类定义针对各业务的平稳流,并将平稳流内共同协作的节点相结合定义为平稳流协作场。协作场内的节点通过收集网络状态信息并在协作场内共享,实现网络状态的快速感知及决策。协作场之间各个平稳流以不同的带宽、时延等网络传输需求运行,使得平稳流获得了确定的资源抢占成功率,从而以稳定速率传输。针对基于平稳流的业务传输优化技术,给出了基于群集运动协同方式的流量工程处理体系和业务优化方案,并对该体系下群智节点的感知认知、业务聚类分析、平稳流协作场构建、协同智能决策优化方法、优化流程、节点架构等进行分析阐述。     

采用压缩感知和GM(1,1)的无线传感器网络异常检测方法

针对当前无线传感器网络(WSNs)异常检测算法的检测准确率较低同时影响网络能耗均衡的问题,提出了一种基于改进压缩感知(CS)重构算法和智能优化GM(1,1)的WSNs异常检测方法。首先,通过建立双层异质WSNs异常检测模型,并采用压缩感知技术对上层观测节点收集到的下层检测节点温度测量数据进行处理,同时结合温度数据稀疏度未知特点,构造有效的稀疏矩阵和测量矩阵,并重新定义测量矩阵正交变换预处理策略,使得CS观测字典满足约束等距(RIP)条件;其次,重新定义了离散蜘蛛编码方式,蜘蛛种群不断协同进化,以获得稀疏结果中非零元素的位置信息,利用最小二乘法得到非零元素的幅度信息,实现了对未知数量检测节点数据的精确重构。在此基础上可以由蜘蛛种群迭代进化得到优化后GM(1,1)的参数序列,通过检测参数序列的相关阈值来判定节点是否发生异常。实验仿真结果表明,与OMP-IGM等异常检测方法相比,该方法的异常检测准确率提高了约7%~33%,网络能耗降低了约18%~43%。     

云计算下深空通信网络的能耗感知调度方法研究

云计算下深空通信网络中,通常同时要求低能耗和低反应时间,当前调度方法一般无法同时满足上述两种条件,导致调度性能不佳。为此,提出一种新的云计算下深空通信网络的能耗感知调度方法,将云计算系统抽象地表示成一个四元组,给出云计算平台拓扑图,介绍了云计算系统的能耗感知模型。将能耗感知理论引入min-min任务调度方法,依据深空通信网络对任务截止时间要求的满足程度,优先选择任务队列中的最短任务,将其分配至能耗最小的服务器上执行,求出该任务在各服务器上的执行能耗,通过完成时间是否满足截止时间要求判断是否结束调度。给出基于能耗感知的最早完成时间任务调度方法的详细实现过程。实验结果表明,所提方法能耗低,时间跨度优。     

云计算下深空通信网络的能耗感知调度方法

云计算下深空通信网络中,通常同时要求低能耗和低反应时间,当前调度方法一般无法同时满足上述两种条件,导致调度性能不佳。为此,提出一种新的云计算下深空通信网络的能耗感知调度方法,将云计算系统抽象地表示成一个四元组,给出云计算平台拓扑图,介绍了云计算系统的能耗感知模型。将能耗感知理论引入min-min任务调度方法,依据深空通信网络对任务截止时间要求的满足程度,优先选择任务队列中的最短任务,将其分配至能耗最小的服务器上执行,求出该任务在各服务器上的执行能耗,通过完成时间是否满足截止时间要求判断是否结束调度。给出基于能耗感知的最早完成时间任务调度方法的详细实现过程。实验结果表明,所提方法能耗低,时间跨度优。