New mixed broadcast scheduling approach using neural networks and graph coloring in wireless sensor network

Due to the mutual interference and sharing of wireless links in TDMA wireless sensor networks, conflicts will occur when data messages are transmitting between nodes. The broadcast scheduling problem (BSP) is aimed to schedule each node in different slot of fixed length frame at least once, and the objective of BSP is to seek for the optimal feasible solution, which has the shortest length of frame slots, as well as the maximum node transmission. A two-stage mixed algorithm based on a fuzzy Hopfield neural network is proposed to solve this BSP in wireless sensor network. In the first stage, a modified sequential vertex coloring algorithm is adopted to obtain a minimal TDMA frame length. In the second stage, the fuzzy Hopfield network is utilized to maximize the channel utilization ratio. Experimental results, obtained from the running on three benchmark graphs, show that the algorithm can achieve better performance with shorter frame length and higher channel utilizing ratio than other exiting BSP solutions.     

基于修正超指数迭代算法的双模式盲均衡算法仿真研究

收敛速度和剩余均方误差是评价盲均衡算法性能优劣的主要参数之一。超指数迭代盲均衡算法收敛速度快，但是，该算法对高阶QAM信号具有较大的剩余均方误差。针对数字无线电信道的盲均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正无线电信道引入的载波相位旋转，并具有较快的收敛速度。在此基础上又提出了一种双模式盲均衡算法，该算法在收敛阶段采用修正的超指数迭代算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶信号的剩余均方误差。通过仿真证明了本算法的有效性。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

集中式网络拥塞控制的高效RPL路由协议

针对低功耗有损网络中采用博弈论的网络拥塞控制(game theory based network congestion control protocol, GTNCC)路由算法在路由构建过程中仅仅考虑无线链路质量不能使网络拓扑最优,以及在拥塞控制过程中由拥塞节点的子节点判断是否切换父节点不能快速高效地缓解网络拥塞等问题,提出一种基于多维度量结合的集中式网络拥塞控制(centralized network congestion control based on multi-metrics combination, CNCCMC)路由协议。首先,为了降低网络拥塞发生的概率,CNCCMC路由协议综合考虑了节点剩余能量、缓存占用率、无线链路质量和中继节点当前子节点个数等多维度量完成路由构建;其次,当检测到网络拥塞时,CNCCMC路由协议依据网络拥塞节点进行流量分析和判断的结果采取集中式的方式控制其子节点的切换;最后,在网络拥塞缓解过程中,提出一种“乒乓效应”避免机制。理论分析和仿真结果表明,与GTNCC路由算法相比,CNCCMC路由协议在降低网络拥塞发生的概率、延长网络平均生存寿命和提高网络吞吐量等方面的性能得到了有效提升。     

CDMA通信系统自适应功率控制仿真的研究

无线通信CDMA（码分多址）系统中，给出了一种联合功率控制与多用户检测的两步迭代功率控制算法，并通过数值仿真与传统的功率控制算法进行了比较。仿真结果表明，该控制方法不仅节省了总功率、而且有更快的收敛速度，并能支持更多的用户。     

基于ECN算法的无线QoS实时视频传输方案

针对无线局域网,提出了一种基于RTP/RTCP协议下MPEG-4标准的多路实时视频流的具体实现方案,提出了一种有效的基于时间戳的多路视频同步模型。针对无线QoS机制,系统应用了一种基于RTCP反馈友好码率控制算法TFRC的ECN算法,根据ECN标记包率来动态调整发送码率实现拥塞控制。实验表明该传输方案能获得较好的视频传输质量。     

Utility function based fair data scheduling algorithm for OFDM wireless network

A system model is formulated as the maximization of a total utility function to achieve fair downlink data scheduling in multiuser orthogonal frequency division multiplexing (OFDM) wireless networks. A dynamic subcarrier allocation algorithm (DSAA) is proposed, to optimize the system model. The subcarrier allocation decision is made by the proposed DSAA according to the maximum value of total utility function with respect to the queue mean waiting time. Simulation results demonstrate that compared to the conventional algorithms, the proposed algorithm has better delay performance and can provide fairness under different loads by using different utility functions.     

Optimum Transmitter Power Control in WCDMA Cellular Systems

1 .ＩＮＴＲＯＤＵＣＴＩＯＮＰｏｗｅｒｃｏｎｔｒｏｌｉｓａｎｉｍｐｏｒｔａｎｔｔｅｃｈｎｉｑｕｅｉｎＷＣＤＭＡｍｏｂｉｌｅｓｙｓｔｅｍｓｆｏｒｂｏｔｈｉｎｃｒｅａｓｉｎｇｔｈｅｓｙｓｔｅｍｃａｐａｃｉｔｙａｎｄｇｕａｒａｎｔｅｅｉｎｇｔｈｅｒｅｑｕｉｒｅｄＱｏＳ (ｄｅｌａｙａｎｄｔｒａｎｓｍｉｓｓｉｏｎｑｕａｌｉｔｙ)ｏｆｍｕｌｔｉｍｅｄｉａｓｅｒｖｉｃｅｓ [1 ,2 ].ＩｎＣＤＭＡｃｅｌｌｕ ｌａｒｍｏｂｉｌｅｓｙｓｔｅｍｓｗｈｉｃｈｈａｖｅｏｎｌｙｏｎｅｔｙｐｅｏｆｔｒａｆｆｉｃ,ｔｈｅｔｒａｎｓｍ…     

基于李雅普洛夫优化的TRAN-SWIPT能效安全传输方案

针对无线通信能量受限设备安全问题,提出了采用时间反演和人工噪声的无线协能传输方案(time-inversion and artificial noise simultaneous wireless information and power transmission ,TRAN-SWIPT),来提高能量受限无线供电网络的保密性能。该方案在多天线源处应用时间反演(time reversal,TR)技术,利用TR技术的空时聚焦性,使得无线信号聚焦到目的地,增大无线能量收集;此外,在能量受限的目的地采用能量收集和自干扰人工噪声操作,以延长设备使用寿命以及混淆窃听者;最后,通过李雅普洛夫(Lyapunov)算法优化时间分配因子、发送端发送功率和自干扰人工噪声发送功率使保密速率达到最大。通过理论分析与仿真证明了所提方案的能效性与保密性。     

传感器网络中高能效可靠通信的跨层优化策略

低能耗/高可靠通信问题是传感器网络应用中的一个重要研究课题,即如何在满足应用所设定的端到端可靠性要求的前提下实现能耗最小化,在物理层引入功率控制的策略,逐渐增加发送功率,直至满足可靠要求,从而降低不必要的能耗;在数据链路层提出了一种能量高效的组确认数据重传机制,尽量降低数据重传过程中冗余信息.并在此基础上,提出一种跨层联合优化算法,以解决低能耗/高可靠通信问题.最后通过NS-2仿真实验证明了该算法能够满足传感器网络低能耗/高可靠的应用需要。     

Distributed power control algorithm based on game theory for wireless sensor networks

Energy saving is the most important issue in research and development for wireless sensor networks. A power control mechanism can reduce the power consumption of the whole network.Because the character of wireless sensor networks is restrictive energy,this paper proposes a distributed power control algorithm based on game theory for wireless sensor networks which objects of which are reducing power consumption and decreasing overhead and increasing network lifetime.The game theory and OPNET simulation shows that the power control algorithm converges to a Nash Equilibrium when decisions are updated according to a better response dynamic.     

保证TCP上下行时间公平的ECN标记算法

在无线局域网络中,针对无线信道的异构性和传输控制协议(transmission control protocol, TCP)闭环拥塞控制的贪婪性,提出了一种基于显式拥塞通告(explicit congestion notification, ECN)标记算法的公平拥塞控制机制(access point congestion control, APCC)。APCC在AP节点结合缓存队列长度和无线信道负载的测量来检测拥塞,依据联合的拥塞测度来实施拥塞控制,通过保证低丢包率和低排队延时得到了高吞吐率;利用ECN显式反馈机制,对通过AP的上行和下行TCP DATA和ACK分组实施ECN标记,实现了上下行公平的双向拥塞控制;同时在多速率信道环境下,依据各流的无线信道速率来调节单流ECN的标记概率,实现不同无线信道速率TCP流之间的时间公平,大大提高了网络的总体效率。     

基于OFDMA的无线协作多播网络资源分配算法

在传统的无线多播传输中,多播组的系统性能受限于多播组内的最差用户的信道质量。为了克服多播组的系统性能受限的问题,将协作传输引入到基于正交频分多址(orthogonal frequency division multiple access,OFDMA)的无线多播网络中,并提出了在总传输速率受限的情况下,最小化总传输功率的动态资源分配算法。为了减少计算复杂度和保障公平性,提出了协作公平子载波分配算法(cooperative fair, CF)和迭代注水功率分配算法。仿真结果显示,在多播组的用户中进行协作传输的系统性能,要远高于采用传统多播直接传输的性能,并且所提算法也在保证系统性能的同时,实现了多播组间良好的公平性。     

基于智能天线的分布式无线系统接入控制

针对采用自适应智能天线的分布式无线系统,从理论上分析了上行链路的负载因子,建立了基于该系统的干扰预测理论模型,并提出了两种基于干扰预测的上行链路接入控制算法.利用建立的干扰预测模型,可获得新用户给系统带来干扰的预测,从而可提高接入控制算法性能.仿真结果表明,基于干扰预测的接入控制算法在采用优化的接入控制门限时能够有效提高系统性能.当接入控制算法根据干扰的分布为用户灵活选择接入天线时,能够降低系统阻塞概率,但是却以牺牲系统中断性能为代价.     

一种基于无线网络仿真的路测方法

路测是无线网络性能评估中的常用方法。分析了一般路测方法存在的抽样误差问题，为降低抽样误差，提高路测数据的代表性，引入分层抽样。对地图中地理单元提取了进行分层的相关属性，采用聚类分析方法中的Birch和K-means算法，对地理单元进分层，并对分层效果采用无线网络仿真结果进行验证。根据无线网络仿真结果，模拟路测抽样，证明该方法可以有效地评估移动通信网络的性能。     

无线传感器网络中基于粒子群优化的目标识别方法

针对无线传感器网络在地面目标声振信号识别方面的应用需求,在分析现有算法缺点的基础上,提出了基于粒子群优化(particle swarm optimization, PSO)方法的目标识别算法。利用粒子群算法优化基于模糊逻辑规则的分类器(fuzzy logic rule based classifier, FLRBC),分析了算法中各个参数的设置对算法性能的影响。基于实地采集到的信号的仿真实验表明,该方法在一定程度上提高了目标识别的正确率和稳定性,平衡了分类性能,改善了收敛性质。     

有限比率反馈下多天线预编码系统的性能分析

在无线通信系统中,当发射端完全已知信道的状态特性时,接收与发送的联合优化设计可获得较好的通信性能,然而由于实际通信系统中有限比率的反馈比特数,发射端往往只能已知部分信道的状态特性。利用格拉斯曼空间中的装填问题,提出通过反馈比特数来选择多波束矢量并与功率控制相结合的线性预编码矩阵优化设计方法。仿真比较了信道特性完全已知和有限比特反馈下部分信道特性已知时基于不同优化准则的预编码系统的性能。仿真同时证实了提出的预编码设计方法的误码率接近信道完全已知时的预编码系统的性能。该设计方法可应用到实际的具有反馈的无线多天线通信系统中。     

Improving TCP Performance over Wireless Links Using Link-Layer Retransmission and Explicit Loss Notification

In order to support the mobility of computers during communication, the transport control protocol (TCP) connections between fixed host and mobile host often traverse wired and wireless networks, and the recovery of the losses due to wireless transmission error is much different from congestion control. This paper analyzes the interaction between TCP and link layer retransmission scheme when the correlated packet are losses handled, indicates that a higher value of the maximum number of successive link layer timeout retransmissions has an adverse effect on TCP ability to perform congestion control rapidly. To achieve a better TCP performance, the paper proposes a strategy combining link-layer selective-reject automatic repeat request (ARQ) with explicit loss notification mechanism, which can respond to congestion quickly while keeping wireless link more reliable, and make TCP react to the different packet losses more suitably.     

改进的自适应遗传算法在TDOA定位中的应用

针对无线通信到达时间差(time difference of arrival,TDOA)定位技术位置解算为复杂的非线性方程最优化问题,采用实数编码遗传算法,提出了改进的自适应遗传算法。该算法设计了自适应交叉率和变异率的计算公式,考虑了随着进化代数增加种群的整体变化,同时考虑了每代种群不同个体适应度的作用,并引入最优保存策略防止优良个体的破坏,能有效产生新的个体进而摆脱局部最优值的搜索达到全局最优解。仿真结果表明,改进的遗传算法性能稳定,进化收敛速度和TDOA定位估计精度都有较大的提高。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。