基于移动预测的集群组网分簇路由协议

针对无人机集群组网中拓扑结构更新快、网络通信效率低的问题,提出了基于移动预测的分簇算法MPC,并提出了一种分簇路由协议MPC-R。灰色-WNN联合预测模型的基础上,通过将预测结果运用在方向、速度、位置评价因子上,得出移动状态评价因子。综合计算移动因子和链路保持时间进行簇头选择,路由协议簇间采用被动路由发现机制,簇内采用主动路由发现机制。通过仿真,对预测准确性、分簇算法、路由协议进行验证,结果表明:WNN提高了预测的准确性,分组投递率提高了3%～4%。该分簇算法延长了簇头持续时间和平均链路保持时间,能够提高分簇稳定性。相应的路由协议与其他同类协议相比降低了端到端时延,提高了数据包分组投递率和路由性能。     

一种基于地理位置预测的高性能路由算法

提出了基于ARIMA预测模型的高效路由算法.该算法中节点通过前向与反向成功转发率、数据传输速率等计算链路的丢包率和期望传输次数来获取干扰感知期望传输时间(i ETT),代替DSR路由算法中的最短跳数判据.并引入ARIMA模型来预测节点下一时刻的运动位置,防止链路频繁断裂造成的网络丢包,并在链路失效之前预先选择最稳定的路径进行数据传输.仿真结果表明,所提路由算法相比DSR判据吞吐量提高6%~9%,平均端到端时延降低2%~6%,提高了网络整体性能.     

基于地理位置预测的ETT判据路由协议

提出了基于节点位置预测的路由算法AODV-LP-ETT.该算法通过计算出在通信范围内的节点间链路的ETX值和带宽值进行路由选择,采用灰色预测模型预测节点下一时刻的地理位置,通过判断节点间的距离是否处于彼此的通信范围之内来决定是否使用ETT路由判据.QualNet仿真结果表明,与AODV路由协议相比AODV-LP-ETT路由协议提高了网络吞吐量,提高了分组投递率,降低了平均端到端延时及平均抖动,改善了网络整体性能.     

嵌入节点运动轨迹预测算法的ETX路由判据

将节点运动轨迹预测机制引入到ETX路由判据中,该机制作用于ETX判据生效之前.根据某个节点的历史地理信息和当前地理信息构建差分自回归移动平均(ARIMA)模型,通过该模型预测下一时刻节点的地理位置,从而获取其运动轨迹.根据预测结果,如果链路两端的节点仍处于对方的通信范围内,就以ETX作为路由判据;如果两个节点将离开彼此的通信范围,那么这条链路就此失效.仿真结果表明,加入预测机制减少了对高丢包率链路的选择,降低了路由中断的频率,因此网络平均吞吐量有较大提高,丢包率下降.     

一种Ad Hoc网络混合式分簇路由算法

提出了一种Ad Hoc网络混合式分簇路由算法。在分簇的基础上,簇内使用先验式路由,簇间使用反应式路由,充分利用了分簇结构的特点和优势,将分簇算法与路由算法有机结合,有效地提高了网络的路由发现效率。与AODV,DSR的仿真结果进行比较表明,该算法路由控制开销小,路由速度快,占用带宽少,健壮性好。     

基于DSR的位置预测分簇算法

提出一种将动态源路由(DSR)协议与基于位置预测的分簇算法相结合的Ad hoc网络路由算法.算法中利用位置预测算法进行分簇,簇内成员无需路由功能,同时根据实际需要和应用环境做出合理的位置判断,针对动态变化的无线网络环境,进行归一化处理.算法中位置信息通过GPS或者自定位算法获取,簇头运行DSR协议充当路由转发器,使不同簇节点之间的通信依赖于各簇的簇头,大大减少了网络路由信息的冗余.模拟结果显示该算法性能具有良好的分组递交率和较低的平均端到端分组时延.     

基于链路质量估计的灾害监测传感网分簇路由

针对灾害监测传感网呈现出典型的间歇性连通和区域性连通特征,导致数据传输不稳定甚至传输失败的问题,提出一种基于链路质量估计的分簇路由算法.构建基于梯度增强决策树(GBDT)的链路质量估计模型,通过接收信号强度指示(RSSI)、链路质量指示器(LQI)和信噪比(SNR)估计链路的数据包接收速率(PRR)值,根据所获得的PRR估计值对网络分簇,实现簇内数据的高效传输.在此基础上,设计综合链路质量、节点剩余能量等指标的自适应功率分簇路由算法,包括单跳算法LQE-PA和多跳算法LQE-PAMH,通过自适应功率传输的方式将低质量链路提升为高质量链路.仿真结果表明该算法在包传输成功率、网络生存周期和网络吞吐量等方面具有明显优势.     

分布式能量高效的WSN非均匀分簇路由多跳算法

针对无线传感器网络路由存在能量空洞的问题,提出一种分布式非均匀分簇路由算法.该算法在选择候选簇首时引入位置因子和平均能量因子来平衡全网节点的剩余能量;网络运行过程中,候选簇首通过自适应校正其竞争半径进行非均匀分簇.采用基于能量和距离的能耗函数入簇机制以均衡全网能量消耗,利用多跳动态路由以避免稳定传输阶段转发节点因能耗过大而快速死亡.通过构建网络模型,采用Matlab对文中算法和UCR算法进行仿真分析比较.仿真结果表明:文中算法簇首消耗能量的方差波动不大较稳定,相比UCR更好地均衡了簇首能量消耗,并且能够有效避免能量空洞,均衡网络负载,网络生命周期较UCR算法提高了约34%.     

容迟容断网络中基于拓扑的双时隙路由算法

在公交车载网络等类型的容迟容断网络中,可以依靠全部或者部分网络拓扑信息进行路由计算.提出一种基于拓扑信息的双时隙路由算法.该算法将网络周期离散为时隙,计算路由时,采用当前时隙和下一时隙(即双时隙)内均有效的路径作为候选路径,从而保证多数业务在链路失效前完成转发.以传输延时和延时抖动率为依据,从当前和下一时隙内均有效的路径中优选路径,以容忍可预测的链路中断;通过提供备用路径,以容忍不可预测的链路中断,保证传输的可靠性和稳定性.对上述算法进行了仿真实现和性能分析,结果表明,该算法能容忍链路中断,报文递交率较高,平均传输延时较低.     

基于NDN架构的车联网内容检索协议

在已有的基于NDN架构的车联网（vehicular named data networking，VNDN）内容检索协议中，对于地理位置无关应用的内容检索通常是以洪泛方式获得内容提供者的位置，这种方式不仅开销大且不能适应内容提供者位置的高度动态变化.本文提出了一种基于分簇和预测机制的VNDN内容检索协议CPCoR （content retrieval protocol based on clustering and prediction mechanism）.CPCoR通过车辆和路边单元的协同交互，建立了动态的网络内容索引表，在街道内转发机制中选择链路稳定性较好的簇头进行转发，在街道间转发机制中利用街道的路由性能来选择最优的转发街道.实验结果表明，与已有的Navigo和CCVN协议相比，CPCoR协议提高了21.5%和51.3%的内容获取成功率，且有效降低了22.6%和28.4%的内容获取成本.      

小规模无线传感器网络中GEAR协议的改进

无线传感器网络中基于地理位置的能量感知路由协议（GEAR）在发送数据分组的过程中,由于缺乏足够的网络拓扑信息以及传感器节点能量有限等问题,会遭遇路由空洞,出现短暂路由环现象.针对特定场景下的小规模网络中GEAR路由协议进行优化,提出一种改进的路由机制（SGEAR）.机制基于节点的剩余能量进行选择,对代价函数进行调整,使被选择过的节点、空洞节点、节点能量值低于阈值这3种情况的节点不会再被选择作为下一跳节点.改进算法避免了节点修改自身代价值后,广播消息的不及时造成的短暂路由环现象,提高了时效性,达到更好的性能.仿真结果表明：改进的路由算法能够减少路由空洞个数,进一步降低网络能量消耗,延长网络的生命周期.     

移动预测的无人机自组网路由协议

在无人机自组网中,针对贪婪地理路由协议采用周期性信标交换导致邻居表不能准确反映邻居节点位置的问题,提出了一种基于移动预测和链路保持时间的路由协议MP-GPSR。该协议综合考虑节点的移动位置和链路保持时间来选择下一跳,减缓了节点高速移动带来的不利影响,同时使用两跳邻居节点的位置选择下一跳来避绕路由空洞,降低了传统边界转发的路径冗余。仿真结果表明:该协议不但提高了数据分组交付率,而且降低了平均端到端时延和控制开销。     

基于组合预测方法的安徽经济发展预测

利用最优加权组合法,对时间序列模型、灰色预测模型和神经网络模型进行组合,通过计算确定其权重,得出未来五年安徽省的GDP,同时根据平均绝对百分误差、均方根误差以及泰尔系数,将组合预测模型与单一的预测模型进行比较,得出组合预测模型的精度比单一预测模型预测精度高,并根据组合预测结果可以看出在未来五年安徽省的经济会持续稳定的发展。     

基于能量感知的传感网能量中性分簇路由协议

针对能量获取异构的无线传感器网络节点能量利用效率过低和网络无法保证持久运行问题,提出一种基于能量感知的能量中性分簇路由协议,该协议针对太阳能环境下节点获取能量异构的场景,将改进的天气条件移动加权平均算法引入能量收集预测过程,根据获取能量预测构建能量中性约束,在此约束下构建动态簇头集群机制和自适应时隙分配策略,保证了整个网络在能量获取下的持久运行,通过凸优化得到最优的网络分簇数量,最大化了网络数据吞吐量。通过模糊逻辑选择簇头节点,综合节点剩余能量,获取能量预测和节点相对位置等多种因素,提高了簇头选举的合理性。通过仿真分析,该协议能够保持能量获取下网络持久运行,在网络吞吐量和降低簇失败次数方面的性能具有明显优势。     

基于小波神经网络的工业以太网延时预测控制

随着网络控制研究的兴起,对工业以太网延时进行补偿成为研究的重点方向.针对网络延时给网络控制系统带来的问题,提出用小波神经网络对工业以太网延时进行预测,根据输入的过去时间延迟序列预测输出下一采样时刻的网络延时值.预测模型的参数通过训练算法实时更新,以保证预测输出的准确性.对实际工业以太网延时数据样本的预测分析表明,该预测模型能够有效预测延时.为进一步说明延时预测效果,将延时预测模型应用于网络控制系统进行延时的预测与补偿,系统仿真结果证明了预测模型预测的准确性及补偿的有效性.     

High-precision orbit prediction and error control techniques for COMPASS navigation satellite

A new satellite orbit prediction method based on artificial neural network （ANN） model is proposed to improve the precision of orbit prediction. In order to avoid the difficulty of amending the dynamical model, it is attempted to use ANN model to learn the variation of orbit prediction error, and then the prediction result of ANN model is used to compensate the predicted orbit based on dynamic model to form a final predicted orbit. The experiment results showed that the orbit prediction error based on ANN model was less than that based on dynamical model, and the ent satellites and different improvement effects for differtime were different. The maximum rates of improvement of predicting 8, 15, 30 d were respectively 80 %, 77.77 %, 85 %. The orbit prediction error control technique based on the method of back overlap arc compare was brought forward to avoid the risk that the precision of predicted orbit is even worse after it is compensated by ANN model. The phenomena of failure were basically eliminated based on this technique, and the rate of failure was reduced from 30 % to 5 %. This technique could ensure that the engineering application of ANN model could come true.     

能量高效的无线传感器网络稳定分簇路由协议

针对无线传感器网络能量受限和能量消耗不均衡问题,提出了一种能量高效的稳定分簇(energy-efficient steady clustering,EESC)路由协议,其核心思想是:当前簇头根据其簇成员节点的剩余能量信息决定下一轮簇头,下一轮簇头上任后,非簇头节点根据能量距离函数决定加入哪个簇头,簇间通过簇头最小能量耗费判定依据来决定采用单跳还是多跳通信方式向基站发送数据.EESC路由协议每轮产生的簇头数量稳定,综合了分布式和集中式两类分簇协议的优点.实验结果表明,EESC路由协议不仅高效地利用了网络节点有限的能量,而且均衡了节点的能量消耗,显著地延长了网络的存活时间.     

基于流量预测的Ad Hoc网络负载均衡协议

针对AdHoc网络中的负载均衡问题,提出了一种基于小波神经网络方法预测节点流量的路由协议WNNP-LBRP,协议中的流量值以MAC层接口队列长度来衡量.该协议利用小波神经网络预测模型计算节点下一时刻的流量值及动态阈值,并对二者进行比较,避免将重负载节点作为中间节点而导致网络拥塞,从而在网络出现拥塞之前提前更新路径,实现网络负载的平均分配.仿真结果表明,WNNP-LBRP协议与LBR-AODV协议和AODV协议相比,网络性能得到提高:减少了丢包现象,降低了端到端时延和路由开销.