基于UWB技术的Ad Hoc网络的资源分配

研究了基于超宽带(Ultra Wide Band,UWB)无线Ad Hoc网络的资源分配问题,以速率的成比公平性原则和效用函数最大化为依据,讨论了功率及速率的分配对网络性能的影响.通过求解效用最大化的问题,得到了一组数值解,并对其进行了仿真.试验结果表明,该模型能够在节点的公平性和网络的吞吐量之间获得良好的折中.     

基于UWB技术的Ad Hoc网络的资源分配

研究了基于超宽带（Ultra Wide Band,UWB）无线Ad Hoc网络的资源分配问题,以速率的成比公平性原则和效用函数最大化为依据,讨论了功率及速率的分配对网络性能的影响.通过求解效用最大化的问题,得到了一组数值解,并对其进行了仿真.试验结果表明,该模型能够在节点的公平性和网络的吞吐量之间获得良好的折中.     

基于纳什议价解的IEEE 802.16网络流量控制方法

基于纳什议价合作博弈论,针对IEEE 802. 16无线Mesh网络中不同信道情况下的流量控制问题,提出了一种最大化网络整体效用的流量控制方法.该方法以IEEE 802. 16无线Mesh网络端到端的业务流为研究对象,基于纳什议价解(NBS)框架,结合自适应调制编码技术,设计了一种节点速率优化控制机制.实验结果表明,所提方法能兼顾用户的收益和公平性,并能最大化网络的整体效用.     

分布式无线传感器网络的速率分配和网络成本联合优化

针对无线传感器网络资源和带宽分配不合理的问题,引入网络净效用性能指标,联合网络流量控制和成本控制两个层面,建立了基于网络编码多径路由的无线传感器网络资源分配的优化模型,提出了一种基于流量控制因子和网络拥塞代价的分布式迭代优化算法.本文定义网络净效用为网络传输效用与传输成本之差值.仿真实验结果表明,该算法能有效进行节点速率分配和链路流量控制,优化网络资源分配和净效用.     

一种基于功率控制的无线传感器网络跨层通信协议

提出一种新的跨层通信协议基于功率控制的定向生成树(PCDST).本协议采用定向生成树算法以解决数据传输过程中的无效能耗问题,并控制节点的传输功率以降低网络通信竞争强度.为了更好地控制传输功率这一关键因素,构建了一个网络效用最大化模型,并基于原始-对偶算法设计拉格朗日对偶函数,推导出传输功率的最优解集.这些跨层策略的应用能够使无线传感器网络在节能的同时保持良好的通信状态.仿真实验结果表明,本协议在节约能量和提高通信吞吐量方面具有很好的表现.     

认知Ad hoc网络中基于凸优化的功率控制算法

针对认知Ad hoc网络的特点,构建了相应的网络模型,提出了一种基于凸优化理论的分布式功率控制算法。在分析系统内部干扰的基础上,以最大化网络效用值为目标,以认知用户的发射功率为求解对象,建立了一个通用的数学优化模型。在凸优化理论的指导下,通过引入辅助变量和变量的对数变换,将该模型转变为等价的凸优化模型,采用拉格朗日对偶法对该模型进行求解,得到了分布式的功率迭代算法。仿真实验表明：与其他算法相比,该算法在满足系统约束条件的前提下,取得更好的系统性能。     

低能耗高效率的分布式跨层资源分配算法

为了最大化地减少过时CSI(Channel State Information,信道状态信息)对分布式无线多跳网络环境下跨层资源分配实际速率所造成的负面作用,提出了一种优化的补偿式跨层联合资源分配算法.该方法将信道存在相关性作为设计的理论前提,对瞬时和过时信道两种状态信息的概率密度函数进行详尽运算,并结合瑞利衰落信道模型进行分析,在得出运算结果之后就可以获得信噪比(SINR)模型下条件容量的闭式解.在提升网络性能方面,运用一种对过时信道状态信息展开有效处理的、可以联合拥塞控制、信道分配和功率控制的算法,将网络资源分配转变为一类NUM问题.实验结果表明,本文算法大幅度优化了分布式多跳网络资源分配机制,提高了网络资源的效用,并且减少了能耗.     

无线多跳网络中基于QoS保证的TCP速率控制跨层优化算法

无线多跳网络(wireless multiple-hop networks,WMN)是近年来快速发展的网络技术,具有可靠性高、网络扩展性好等优势,但其通信环境多跳以及动态自组织的特点,给多媒体业务的应用带来了巨大的挑战。在本文中,提出了基于网络效用最大化(network utility maximization,NUM)的跨层联合优化算法,此算法是一种联合传输层、MAC层、物理层,利用凸优化方法,以网络效用最大化为目标的TCP速率控制和MAC接入竞争跨层联合优化算法,在保证多媒体业务端到端的QoS(quality of service)服务质量前提下,最大限度地提高网络的整体吞吐量。仿真结果表明,此算法可以根据本地网络信息,对系统进行全局优化,大大降低了系统的时延,提升了系统的吞吐量,同时能够满足应用的QoS要求。     

基于博弈论的认知无线电功率控制算法

基于博弈理论,提出了2种适用于认知无线电网络的功率控制算法,分别是完全信息功率博弈算法和非完全信息功率博弈算法。所提算法在满足干扰温度约束的前提下,以提高认知无线电网络总效用为目标,分布式实现功率控制。仿真比较了2种算法和已有认知无线电功率控制算法的性能差异,结果显示所提算法在系统平均效用和用户平均功耗方面均具有明显优势。     

基于博弈论的认知无线电功率控制算法

基于博弈理论,提出了2种适用于认知无线电网络的功率控制算法,分别是完全信息功率博弈算法和非完全信息功率博弈算法。所提算法在满足干扰温度约束的前提下,以提高认知无线电网络总效用为目标,分布式实现功率控制。仿真比较了2种算法和已有认知无线电功率控制算法的性能差异,结果显示所提算法在系统平均效用和用户平均功耗方面均具有明显优势。