基于接收信号强度预测的自适应垂直切换算法

城市部署的超密集异构无线网络中车辆终端的运动状态和业务类型差异巨大,针对不同运动状态和业务类型的终端并发接入导致的频繁切换和拥塞问题,提出一种基于接收信号强度预测的自适应垂直切换算法。在切换触发阶段使用长短时记忆神经网络预测接收信号强度,在信道链路质量恶化之前提前触发切换,在网络选择阶段综合考虑网络参数以及终端在不同运动状态和业务类型下的接入偏好,并选出综合效益值最高的网络作为切换目标网络。仿真结果表明,该算法能更好地适应终端运动状态和业务类型的变化,能降低不必要的切换次数和网络拥塞度。     

异构网下基于速度的自适应垂直切换算法研究

在异构网络垂直切换中一直存在着乒乓效应、网络利用率低和丢包率严重等问题．以往的算法虽然提出了改进的方法,但是没有考虑移动节点速度不同对切换效率的影响,在此提出了一种自适应主动预测的垂直切换算法．采用代价函数对可接入网络进行评估和选择;根据稳定周期、移动节点运动的速度和所处位置来自动调整切换执行时间,使移动节点能自适应的进行切换抉择．仿真结果表明,该算法可以有效地减少切换延时、分组丢失以及切换次数,能够有效地提高系统的切换性能。     

SDN中一种基于网络的分布式移动管理方案

传统的分布式移动管理方案虽然能解决集中式移动管理方案的不足,但在移动结点发生切换时,仍然需要建立隧道,从而增加了网络开销.为了解决这一问题,利用软件定义网络(SDN)中控制平面与转发平面相分离的特点,在SDN架构下提出一种新的基于网络的分布式移动管理方案(NNDMM),该方案能充分发挥SDN的优点,同时不会给控制器造成额外的压力.建模分析表明:相对于传统的分布式移动管理方案,无论在信令费用上,还是包递送费用上,NNDMM方案都有明显的优势.     

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.     

超密集异构网中基于配对理论的用户关联算法

超密集异构网络作为提升网络数据流量和用户速率的有效手段,成为5G关键技术中的一员。但超密集部署的小小区基站势必会导致系统总能耗的增加,以及用户接入公平性等问题。解决给定目标速率条件下基于能效优化的用户关联(也称为用户接入)问题。改进了原有的功耗优化模型,使之更准确地反映基站的实际发射功率和总功耗。在此基础上,利用拉格朗日对偶和二分法对关联过程中用户分配到的资源比例和基站为每个关联用户提供的发射功率进行优化和调节;同时结合配对理论,提出一种综合考虑能效和接入公平度的用户关联算法。性能仿真和对比结果表明,算法在保持良好的用户接入公平性的基础上有效提升了系统能效。     

一种无线异构网络的垂直切换算法

针对移动台在异构网络之间切换性能不理想的问题,提出基于通用移动通信系统(UMTS)和无线局域网(WLAN)构建的具有接入控制单元(ACU)的异构网络模型.采用描述网络性能和服务质量的代价函数选择首选网络;利用一种基于信号强度累积量和距离准则的联合优化策略进行垂直切换判决,进一步对该方案进行切换率和丢包率的分析.仿真结果表明,该算法可以在维持较小丢包率的情况下,有效地减少切换次数,消除“乒乓效应”,改善切换呼叫阻塞率,取得较好的切换性能.     

基于SVM的分布式入侵检测系统

支持向量机（Support Vector Machine．简称SVM）具有泛化性高、全局最优、对样本的充分性要求不高等优点,在集中式的入侵检测问题中得到较好应用．文章将SVM算法推广到分布式入侵检测环境中,提出基于SVM的分布式学习算法。并在KDD Cup 99数据集上与集中式方式进行了对比实验．结果表明,该算法不仅能降低网络中的通信负载．而且取得了与集中式方式相当的检测性能．     

基于IEEE 802.11 PCF的光载无线网络接入控制协议能效分析

为提高网络能效,提出了一种基于IEEE 802.11 PCF工作模式的并行门限服务轮询(PGP)接入控制策略,用于光载无线分布式天线系统的媒体接入控制中.首先,通过休眠/唤醒和捎带机制降低接入能耗,通过门限服务方式提高数据传输效率,从而实现接入能效的提升;然后,建立平均周期分析模型,得到接入能效与系统负载、数据到达率等参数之间的定量关系闭式表达式;最后,通过仿真实验对所提出的接入策略进行性能测试.测试结果表明,PGP系统接入能效最高可达到PCF的700%和绿色轮询的350%.     

分布式数据挖掘中的最优K相异性取样技术

为了弥补基于集中式处理的分布式数据挖掘方法的不足,有效地实施分布式数据挖掘(DDM)任务,需要一种能从分布式数据源中获取多样化代表性取样集的技术.提出了一种新的适用于分布式数据挖掘环境的数据取样算法(OptiSim-DDM方法),算法核心是基于最优K相异性进行数据选择,采用移动Agent技术和扩展的最优K相异性数据多样化代表性子集选择方法,能在各分布式数据场地中轮转选择出全局数据集的多样化代表性取样集.该方法通过降低所挖掘的数据集的数据规模来降低数据挖掘算法的时空复杂度,降低网络通讯代价,提高数据挖掘的执行效率,适合于各场地数据是互相关联和互相依赖的分布式数据挖掘任务.实验结果证实该方法是可行、有效的.     

基于移动代理的多媒体网络QoS分布式关联监测方法研究

采用分布式监测机制来实现多媒体网络业务QoS(服务质量)保证是一个重要的研究方向。首先分析当前多媒体网络QoS分布式监测方法的相关研究;然后将移动代理技术引入QoS分布式监测方法,提出一种基于移动代理的QoS分布式关联监测框架;并以该框架为基础提出一种基于移动代理的QoS劣化网段定位方法。仿真表明了该方法的实时性和有效性,也表明提高了网络接口利用率和减少了网络时延。     

超密集网络的动态无线回程拓扑管理方法

为了提高超密集网络的无线回程拓扑管理效率和网络性能,提出了一种基于网络状态的动态无线回程网络拓扑管理方法。网络状态定义为基站的有效回程能力和回程需求二元组。将无线回程网络拓扑管理问题转换为上游节点选择问题,并建模为最小化所有基站的上游基站数总和的优化问题,通过分布式算法获得确定回程业务所需上游节点的拓扑管理方案。提出有效回程容量和回程路损2种有效回程能力,从而获得2种拓扑管理方案。仿真结果表明,该方法能使无线回程网络的回程容量和实际回程吞吐率自适应回程业务需求的动态变化,并且在回程满意度上,基于有效回程容量的拓扑管理方案优于基于回程路损的拓扑管理方案。     

宽带卫星接入网星上控制预测MAC协议研究

对宽带卫星接入网的多址接入控制（MAC）协议进行了研究,提出了一种基于自相似业务流量混沌预测的新型混合动态分配多址接入方案。利用OPNET软件建立了仿真系统,用于比较不同方案的性能。仿真结果表明,在业务流具有自相似特征的前提下,所提出方案具有更优越的性能。同时还证明了通过星上处理实现集中式接入控制的优势。     

宽带卫星接入网星上控制预测MAC协议研究

对宽带卫星接入网的多址接入控制(MAC)协议进行了研究,提出了一种基于自相似业务流量混沌预测的新型混合动态分配多址接入方案。利用OPNET软件建立了仿真系统,用于比较不同方案的性能。仿真结果表明,在业务流具有自相似特征的前提下,所提出方案具有更优越的性能。同时还证明了通过星上处理实现集中式接入控制的优势。     

基于WMN的空间接入网络骨干拓扑构造技术

针对空间接入网络在网络拓扑动态变化、传输延迟大等情况下的快速路由问题,提出了基于拓扑构造技术的快速路由方法;空间接入网络通过多跳无线中继接入空间核心网络,根据空间接入点运动可预测的特点,提出基于无线网状网（WMN：Wireless Mesh Networks ）的空间接入网络结构;通过空间接入网络WMN的结构分析,设计了移动骨干拓扑构造算法。该算法只对骨干节点进行泛洪传播,从而减少了控制和路由数据包的数量,能快速构造路由信息,提高了路由建立的效率。     

分层异构移动云接入架构研究

围绕如何解决目前宽带无线移动通信网接入的功能瓶颈,以解决日益增长的应用需求与有限无线资源间的矛盾,提出一种新型的以异构间网络垂直分层、同构网络水平形成移动云为核心思想的分层异构移动云接入网架构。研究多天线增强的新型接入控制理论、动态移动云内(间)自适应协作通信机制、基于新型接入架构干扰协调避免机制以及业务普适的动态接入机理等,从根本上突破传统无线接入网的能力瓶颈,实现灵活有效可靠的异构网络无线接入,为未来网络信息传输架构设计和研究提供可靠的理论基础与依据。     

支持大规模地震探测数据快速可视化的云端数据缓存技术

首先, 基于云计算应用模式, 提出一种能有效利用云存储架构的双层缓存技术. 通过在客户端和服务器端建立分布式缓存, 能有效避免用户频繁访问远端数据, 为用户构建轻量级的客户端, 解决了目前地学数据可视化软件大量占用用户本地存储容量的问题. 同时服务器端也避免了多次访问云存储文件系统, 减少了大量的数据检索与加载时间. 其次, 提出一种ARLS(association rule last successor)访问预测算法, 根据用户的历史访问记录, 利用关联规则挖掘用户的访问模式, 对其访问行为进行预测, 进而提前加载数据, 提高缓存命中率, 解决了用户在可视化过程中不断移动兴趣区域, 频繁更换渲染数据的问题, 能有效应对用户具有多种访问模式的情况, 提高了预测准确率. 实验结果表明, 该云存储架构显著减少了本地资源消耗, 访问预测算法的准确率在最差情形下可达47.59%, 平均准确率达91.3%, 分布式缓存的平均缓存命中率达95.61%, 可有效支持云端大规模地震数据的快速可视化.     

超密集网络中基于集群分配的干扰管理与资源分配

针对超密集网络通信场景, 提出一种基于集群分配的干扰管理与资源分配算法, 以消除超密集网络中由于大量部署低功率基站而降低吞吐量等影响. 首先, 基于距离、 小区间干扰、 可用资源情况3个条件权衡为家庭基站分配集群; 其次, 根据分配结果将干扰关系建模为干扰加权无向图, 按适当标准对家庭基站进行分类, 针对不同类型的家庭基站采用不同着色算法; 最后, 根据整体着色结果图完成频谱资源块分配. 仿真结果表明, 该算法可以为家庭基站选择最适合的集群加入, 降低集群间干扰, 提升频谱资源利用率, 提高网络的吞吐量.     

5G移动通信网络关键技术综述

为适应未来海量移动数据的爆炸式增长,加快新业务新应用的开发,第五代移动通信(fifth generation mobile communication network,5G)网络应运而生.目前,国内外已经逐渐明确了5G的愿景和需求,如何将现有技术和多种潜在的新技术进行融合以实现5G网络成为下一步的研究与发展重点.面向未来5G的技术发展,介绍5G的概念、应用场景以及终端用户对5G的相关需求;然后,重点阐述5G在无线网络方面具有发展前景的10大关键技术,包括:超密集异构网络、自组织网络、D2D (device-to-device)通信、M2M (machine-to-machine)通信、软件定义无线网络、信息中心网络、内容分发网络、移动云计算、软件定义网络/网络功能虚拟化、情景感知技术.给出了每种技术的基本概念或原理,以及应用到5G网络时潜在的研究问题.最后概述了5G的发展趋势及存在的难点.     

用MAC层突发传输提高无线局域网TCP公平性

在无线局域网(W LAN)系统中,IEEE 802.11协议在媒介访问控制(M AC)层对各个站点提供公平的信道接入机会。然而由于中心站点的业务量远远大于其他移动站点,M AC层的公平性恶化了传输控制协议(TCP)上、下行业务的公平性。该文以M AC层的观点分析了造成TCP业务不公平性的原因以及现有改进算法中存在的问题。提出了一种利用M AC层突发传输提高中心站点优先级的算法,并采用成批服务M/M/1/B排队模型分析了该算法的性能。仿真结果显示,该算法能够很好地保证TCP上、下行业务流的公平性,大量节省缓冲区容量,而且具有实现简单的优点。