基于蛙跳算法的Mesh网络最优路径

为了降低mesh网络的传输时延和带宽消耗总量,以及提高整个网络的吞吐量,提出了一种基于改进蛙跳算法的mesh最优路径算法.首先,采用Leach协议对整个网络进行分簇,建立各个簇的簇头;然后对经典的蛙跳算法进行改进,并基于改进的蛙跳算法来建立mesh网络的簇头之间的多跳路由,从而寻求出从源节点到目标节点的最优传输路径.在NS2工具下进行仿真,与其他方法在传输时延、带宽消耗总量以及网络吞吐量等方面进行比较,结果表明本文方法具在这三个指标上均能超越被比较方法,具有较大的优越性.     

基于优先级带宽保证和权值改进的WFQ算法研究

随着网络不断发展,实时性高的多媒体应用对网络提出更高的QoS需求.在分析加权公平排队WFQ算法在链路拥堵时不能保证低速率实时业务流要求及突发业务流时延迟加大,信号吞吐量低和误码率高等缺陷情况下,提出SRWFQ算法,引入优先级带宽保证和权值调整两项因子,经过NS-2网络仿真器在时延、网络吞吐量和丢包率QoS参数方面对两种算法进行仿真比较,通过仿真分析表明,SRWFQ改进算法能很好地支持实时业务流.     

基于NS2的优先级队列管理算法设计

网络控制系统的信号以分组的形式在网络中传输,引起了传输时延、丢包等问题;为了更好地研究网络控制系统的性能,利用NS2搭建了网络控制系统的网络传输模型.并以其中的优先级业务分组为研究对象,设计了优先级队列管理算法;在DropTail算法的基础上进行改进,继承了原有算法的优势,并加入了业务优先级识别和弃包选择机制;通过调用两种算法进行实验,从时延、丢包以及吞吐量方面进行分析与对比,验证了PDropTail算法的有效性.     

无线Mesh网络信道路由联合优化算法

无线Mesh网络传输性能的优化集中在系统吞吐量、平均时延和传输公平性3个方面,属于NP难题.提出一种基于启发式搜索和"原始-对偶"问题的优化迭代算法,在信道-收发器和链路容量的限制条件下对系统吞吐量进行了优化,并且分析了算法的收敛性.计算机仿真结果表明,所提出的算法可以显著提高无线Mesh网络系统的吞吐量.     

分布多跳式网络吞吐量优化的并行性研究

传统的分布多跳式网络吞吐量的优化方法并不能满足用户高移动性、高数据速率的要求.为了提高分布多跳式网络吞吐量的优化性能,提出并实现了分布多跳式网络吞吐量的分布式并行优化算法.首先将分布多跳式网络等效成M/M/m级联排队系统,并用流水线技术实现了优化算法.然后研究了用户移动速度和网络环境对吞吐量的影响,并以此得出一般的近似最优的分布式算法.最后分析了多用户之间的干扰问题对网络吞吐量的影响.仿真结果表明,并行优化算法可以提高分布多跳式网络的吞吐量和降低通信时延;理论分析结果也说明了在某些情况下可将干扰看作高斯噪声.     

一种基于主动网络技术的拥塞控制算法

针对传统拥塞控制对大带宽时延积网络的局限性,在当前主动拥塞控制策略不够灵活的基础上,提出了一种基于备份路由的主动拥塞控制算法.通过对备份路由的发现和维护、拥塞检测和拥塞控制过程的研究,探索了一种数据重定向算法的实现方法,提出了算法的改进策略和应继续研究的问题.通过在NS2下的仿真实验,验证了算法在提高网络吞吐量、降低丢...     

基于节点-时隙调度的WSN传输性能提升策略

针对无线传感器网络在传输过程中存在的吞吐量不足、时延较大、能耗过高等服务质量(QoS)问题,将动态顶点染色算法进行改进并和差分进化算法结合,提出基于动态节点染色的时隙调度算法.在信息种群的传输过程中,依据节点信息的重要程度为节点划分优先级;通过顶点染色将优先级不同的节点标注,为不同优先级种群预留时隙;通过对节点-时隙的动态调度完成对网络性能的提升和优化.在Matlab平台上进行对比仿真试验,结果表明:和现有的方法相比,此方法能让网络的吞吐量最多提升44.5%,时延最多减少12.5%,能耗最多降低20.8%,有效提升了无线传感网络的传输性能.     

基于OPNET的AODV仿真与分析

利用OPNET网络仿真软件对AODV设置不同的场景进行仿真.通过分析OPNET仿真数据,从时延、吞吐量等指标对AODV性能进行评价,并提出改进措施.改进措施包括:在路由建立时考虑链路质量、节点能耗和网络负载,引入备用路由以及有效利用超时路由.     

认知传感器网络中基于新型感知帧结构的吞吐量优化

在认知传感器网络(CSN)中,基于协作频谱感知,提出新型感知帧结构,认知节点的频谱感知和数据传输可以同时进行,通过对感知带宽的优化提升CSN的吞吐量。研究认知节点时延服务质量(QoS)约束对吞吐量的影响,证明最大的吞吐量和最小的传输时延不能同时得到。提出一种高效的迭代算法联合优化感知带宽和汇聚节点判决门限以使吞吐量达到最大而时延约束也得到满足。仿真结果显示提出的方案能够有效提升CSN的吞吐量,不同的传输时延QoS需求对应不同的最优感知带宽。     

命名数据网络中基于蚁群优化的视频业务路径优化

针对命名数据网络中视频业务数据量较大导致的网络传输易受时延、吞吐量以及传输时间等限制的问题,提出一种针对视频业务的基于改进蚁群优化算法的多路径传输方法ACO-MpR.首先根据interest包来区分视频业务类型并得到相应服务质量要求;其次找出满足该业务类型QoS的时延、带宽及拥塞值,组成最优化模型中三元组约束条件,将其代入到改进蚁群优化算法中找出多条可行路径;最后通过三元组约束条件对路径进行筛选得出最满足该视频业务服务质量的多条路径.理论分析及仿真实验表明:与命名数据网络中常规路由方式的蚁群优化算法ACOIR、多路径路由方法MRBRC相比,ACO-MpR在视频业务传输时具有更好的表现,能够有效地解决视频业务在传输时受时延、吞吐量及传输时间等限制的问题.     

6LoWPAN网络信道吞吐量研究

为了改进6LoWPAN网络吞吐量性能,提出了一种基于超帧睡眠期的信道接入方法,基于该方法对网络媒体访问控制协议建模,并对模型进行了数学推导。然后对网络非饱和吞吐量进行了分析计算,并研究了参数λ、minBE和NB对网络吞吐量性能的影响。数学分析表明,该模型较好的描述了网络信道竞争接入算法,能够准确地分析基于睡眠机制的信道吞吐量的动态变化。     

IEEE 802.16 Mesh网络基于队列占用率的分布式调度算法

为提高IEEE 802.16 Mesh网络性能,提出了基于队列占用率的分布式调度算法(QO-CDS).该算法应用跨层设计方法,通过计算各竞争节点的队列占用率来设定节点的优先权,使具有高占用率的节点优先获得调度,以达到减少网络拥塞.提高资源利用率的目的.对算法的数学分析和与其他算法的对比仿真实验表明,相对于传统CDS算法和基于避让指数的改进算法,该算法可以有效提高吞吐量、降低端到端时延.     

基于AWGR的光电混合数据中心网络性能分析

提出了基于阵列波导光栅路由器(AWGR)的混合光波长路由与电分组交换的数据中心网络架构HWRE,并对其光源部署方案进行了设计与分析.对HWRE架构的网络性能,如分组端到端时延、网络吞吐量和波长请求阻塞率等,进行了理论分析与仿真实验.分组端到端时延的分析基于M/G/1排队模型,分析结果显示相比其他架构,HWRE的分组端到端时延较低.对网络吞吐量和波长请求阻塞率的分析基于HWRE架构的三种光源部署方案,即全固定波长激光器方案、混合固定波长激光器和波长可调谐激光器方案以及多波长光源方案.仿真结果显示基于多波长光源方案的HWRE架构具有较低的波长请求阻塞率和较高的网络吞吐量.     

认知无线电网络中保证服务质量的优化路由协议

基于路由与频谱管理的依赖关系,提出了一种频谱自觉地满足不同业务服务质量需求的优化路由协议.首先建立网络模型和优化分析,定义了链路度量和路径度量指标,路由协议选择端到端时延最小的路径,最大化网络吞吐量.然后提出了子频段和路径联合优化选择算法,对实时业务优先选择带宽抖动小和切换时延小的子频段及下一跳;对尽力传递业务优先选择带宽大的子频段及下一跳.最后提出频谱自觉的路由维护,通过局部频谱调整算法稳定路径不变,保证业务服务质量.仿真结果表明：该路由协议能满足业务服务质量需求,优化网络资源使用,减少数据包丢失,提高网络吞吐量.     

VANETs中基于分簇算法的广播协议

针对现有车载自组织网络(vehicle ad hoc networks,VANETs)中广播消息不能及时传输的问题,提出了基于分簇算法的广播协议,并提出了一种基于多权值的分簇算法.该算法综合考虑了车辆节点度数、链路剩余时间和信道的信噪比等因素.在该分簇算法的基础上,基于车辆消息的紧急程度,对现有802.11p协议中的退避算法进行改进.仿真结果表明,基于此分簇算法的广播协议,能够有效地减小广播消息的传输时延,增大广播消息的吞吐量和时隙利用率.     

一种基于SDN的自适应多路径负载均衡策略

针对传统多路径路由方法在复杂网络中的负载不均衡、吞吐量低、网络时延等问题,提出一种基于SDN的自适应多路径负载均衡策略(SDN based adaptive multipath load balancing,SDN-AMLB).利用SDN获取全局网络视图的能力,在控制层结合Adaboost算法进行自适应路由计算实现重路由,计算过程中根据网络节点负载、链路负载和数据包大小进行自适应评估并更新路径表,将评估结果引入模型更新分类器参数,通过Mininet工具进行模拟.结果表明SDNAMLB可提高全网数据传输效率和吞吐量,实现网络负载均衡,满足复杂网络环境中用户对网络传输、时延的要求.     

基于OPNET的RED算法参数设置研究

针对RED算法参数设置的敏感性,分析了队列高、低门限值对网络吞吐量和数据包排队时延的影响,并通过网络仿真工具OPNET进行仿真实验．实验结果证明了结论的正确性。     

基于MAC层协议的自适应退避算法

针对二进制指数退避算法传输时延较高、 信道利用率和吞吐量较低等问题, 提出一种基于MAC层协议的自适应退避算法. 先对比系统延迟中值及数据包传输时间, 得出退避因子的大小, 从而使退避窗口据此动态变化, 再由得到的最大退避时隙数建立多冲突以太网通信网络模型. 仿真实验结果表明, 该算法相比于二进制指数退避算法在多冲突以太网场景中, 传输时延较低, 吞吐量和信道利用率均较高, 从而提高了传输实时性.     

IEEE 802.11n系统最优包长和聚合个数调节算法

为了在非理想信道和给定时延约束下提高IEEE 802.11n系统的吞吐量,推导了有传输差错条件下采用聚合后一次成功发送的平均数据量;将该数据量代入描述理想信道DCF系统的Markov模型的饱和吞吐量表达式,得到非理想信道下DCF系统的饱和吞吐量计算式;分析DCF机制下采用数据包聚合方案的平均时延及各退避阶的平均时延,将业务的时延约束转化为对平均时延的限制;在平均时延限制下,提出一种根据信道状态和所得计算式动态调节包长和聚合个数的算法,使系统的饱和吞吐量最大.仿真结果证实采用最优数据包长和聚合个数调节算法的系统饱和吞吐量明显高于用固定包长和聚合个数的方案.     

基于水声网络的FAMA协议仿真研究

浅海水声信道的快衰落、长延时给水声网络媒介访问控制(MAC)层协议的设计和性能带来了较大的负面影响.为了提升MAC协议的吞吐量、时延等性能,着重对FAMA(Floor acquisition multiple access)协议进行了分析,并以通信网络仿真工具OPNET为仿真平台,得出该协议在吞吐量、时延和能量损耗三方面的性能结果.与目前水声网络主要采用的冲突避免多址接入(MACA)协议的仿真结果相比,FAMA协议能够取得较好的吞吐量和时延性能.