无人机集群网络中一种基于链路质量预测的按需路由算法

无人机集群网络,相较于传统Ad Hoc网络,其节点速度更快,拓扑变化更剧烈。传统路由算法已难以满足无人机集群作战需要。因此,提出一种基于链路质量预测的按需路由算法。通过链路稳定度和节点拥塞度评估当前链路质量,并以此作为选路标准。同时,通过灰色-WNN组合预测模型,对相关参数进行合理预测,并以此估计链路稳定性与节点拥塞程度,进而对链路质量进行提前评估。算法根据得到的链路质量预测值来优化路由发现与路由维护过程,避免无人机的高动态特性对集群网络的不利影响。仿真结果表明,与AODV及其他相关改进算法相比,该算法明显改善了网络性能,减少了路由断裂的次数,大幅降低了节点高速移动时的路由开销与平均时延,使分组投递率得到明显提高。     

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。     

Ad Hoc匿名路由算法中的本地修复机制研究

针对Ad Hoc网络匿名路由算法研究局限于路由发现过程的问题,该文探讨了路由维护过程。将本地路由修复机制引入到匿名路由中,提出了一种高效的修复算法。该算法能够在路由失效后通过局部发现,快速重建路由,极大地提高了路由算法的性能。理论分析说明了该算法的安全性。仿真表明:在引入本地修复后,路由算法的传输延迟在节点平均移动速度为20 m/s时下降13%,分组投递成功率提高1.5%,控制报文减少约15%;且节点移动速度越快,本地修复机制的优越性越明显。     

蓝牙Ad Hoc网络的路由实现及优化

为了在蓝牙系统实现多跳的移动Ad Hoc网络,考虑到蓝牙设备存储容量较小、处理能力较弱的缺点,根据蓝牙主从通信、轮询接入以及时分双工的技术特点,给出了蓝牙Ad Hoc网络的路由协议设计思想以及实现方法.分析和仿真的结果表明:对蓝牙微微网中设备的MAC地址和LocID增加一位可以有效地解决网络中存在主从复合节点单元时可能会引起的路由混淆问题;主从设备各自维护本微微网内所有设备的属性可以显著地减少路由发现的时间并且增加路由发现的概率.该方法可以很好地解决蓝牙节点不能作为一个独立的Ad Hoc节点工作的问题.     

Ad Hoc网络路由协议研究

Ad Hoc网络是目前国际上前沿和热点的研究领域,具有分布式的体系结构。其组网简单灵活,支持随时随地通信。本文介绍了移动Ad Hoc的特点以及网络路由协议目前的研究现状,重点综述了移动Ad Hoc网路由协议,对它们进行了分类、对比和分析。最后提出了关于移动Ad Hoc网络路由协议的研究热点和展望。     

关于Ad Hoc网络路由协议的探讨

Ad Hoc无线网络是一种移动通信和计算机网络相结合的网络,本文阐述了Ad Hoc无线网络的特点,并分析目前已有的路由协议,最后指出下一步研究方向。     

MANET中基于位置和拓扑信息的混合路由算法

在移动Ad Hoc网络(MANET)中,基于拓扑的路由协议所建立的路由会发生断链,经常要进行路由维护;而基于位置的路由算法不需建立和维护路由,但是它必须要有位置服务来获得目的节点的位置信息.为此,文中提出了一种基于位置和拓扑信息的混合路由算法,该算法利用链路的建立过程来获得部分节点的位置信息,不需要专门的位置服务.当所建立的链路断开时,如果有目的节点的位置信息,则源节点可以用基于位置的策略来直接发送数据包.仿真实验结果表明,该算法减少了路由维护的次数,不仅降低了路由开销,而且提高了路由的性能.     

基于链路质量的Ad hoc网络遗传-蚁群路由算法

由于Ad hoc网络结构多变、稳定性低和节点资源受限等问题,传统的路由协议很难适用。将遗传算法和蚁群算法相结合,提出了一种基于链路质量的路由算法。该算法将链路质量作为路由选择的度量,利用遗传算法的快速全局搜索能力获取路径初始分布,并结合改进后的蚁群算法驱使蚂蚁折中选择合理的跳转节点。该算法既考虑了沿途节点的能量和算法的收敛性,同时兼顾了链路的质量,且避免了局部极值出现。仿真结果表明,该算法能够显著地提高分组投递率,降低端到端平均延时,且延长网络的生存时间。     

基于链路质量的 Ad hoc 网络遗传 - 蚁群路由算法

由于 Ad hoc 网络结构多变、稳定性低和节点资源受限等问题,传统的路由协议很难适用。将遗传算法和蚁群算法相结合,提出了一种基于链路质量的路由算法?该算法将链路质量作为路由选择的度量,利 用遗传算法的快速全局搜索能力获取路径初始分布,并结合改进后的蚁群算法驱使蚂蚁折中选择合理的跳转节点?该算法既考虑了沿途节点的能量和算法的收敛性,同时兼顾了链路的质量,且避免了局部极值出现?仿真结果表明,该算法能够显著地提高分组投递率,降低端到 端平均延时,且延长网络的生存时间?     

Ad Hoc网络组播路由协议的设计与仿真

针对现存的多种AdHoc组播路由协议的有效性差、控制开销大等问题，设计并实现了一种基于动态广播环的组播路由协议(DRMR)，确定了DRMR协议的实现框架，定义了各功能模块．在该协议中，组播路由建立和维护各个组成员广播环所构成的连通环图，当组成员广播环离开连通环图时，采用逐步扩大广播环的半径来恢复其连通性．仿真结果表明，DRMR协议具有较高的数据分组递交率和较低的路由维护开销，它的总体控制开销比基于需求的多播路由协议要节省18％以上，能满足AdHoc网络对组播应用的要求．     

Ad Hoc路由协议M^2ASR的匿名设计实现

针对无线Ad Hoc网络通信的安全问题,提出一个有较好匿名能力的多径匿名源路由协议M^2ASR．在DSR协议的基础上,使用标签机制,对源路由的工作过程进行了修改,并在路由请求和应答的过程中,引入非对称加密、哈希算法、会话密钥、随机初始化等一系列技术实现了有效数据验证和匿名路由;并从理论角度对M^2ASR协议的匿名性进行了分析和总结．     

一种改进的AODV路由算法

为了进一步解决Ad Hoc网络拥塞,减小网络传输能量消耗,在AODV路由协议的基础上,利用随机早期检测,对该协议进行一系列的改进。根据当前节点中缓存的队列长度来确定不同方式回应RREQ以及综合考虑节点剩余能量和跳数,改进Hello包来节省路由能耗。仿真结果显示,改进后平均时延和丢包率降低,节能效果提高,延长了网络生存时间,提高了网络性能。     

自组织网络洪泛方式的一种改进算法

自组织网络路由协议的研究一直是无线网络的研究热点之一.而以洪泛方式的广播算法无疑比较适合于节点不断移动的自组织网络.但是传统的洪泛算法容易引起路由风暴的问题.本文基于小世纪现象,在保证路由成功率的前提下,将洪泛报文控制在一定的范围之内,从而减少控制报文的数量.仿真结果显示,改进后的洪泛算法具有较低的路由负载和能量消耗.     

自适应粒子群优化的AdHoc网络多播路由算法

针对AdHoc网络中带QoS约束的多播路由问题,提出了一种自适应粒子群优化的AdHoc网络多播路由算法（APs0）,将微粒在解空间中的飞行搜索过程映射为多播树的树形变换过程．构建了AdHoc网络中QoS多播网络模型,采用罚函数处理约束条件来设计适应度函数．描述了APSO算法求解AdHoe网络多播路由问题的实现过程,将QoS多播路由优化问题转化为整数计算问题．仿真结果表明：该算法能快速地找到针对AdHoc网络中满足qos要求的最优多播树,尤其在大规模网络下更能显示该算法的有效性和可靠性．     

一种新的基于位置和电池能量感知的路由协议

能量消耗问题是Ad Hoc网络中研究的热点问题之一。针对基于位置的路由协议没有考虑节点剩余能量的问题,提出了一种结合位置信息和剩余能量的路由协议。该协议主要目的是均衡节点能量的消耗,延长网络的生存时间。本协议是在贪婪无状态周边路由协议（Greedy Perimeter Stateless Routing,GPSR）基础上进行改进的,并通过NS仿真对比这两种协议。仿真结果表明,该路由协议在不降低成功传送率的情况下,能够延长网络的生存时间,提高系统的吞吐量。     

MANET信任路由机制的研究

MANET网络的路由行为表现为若干移动节点间的动态协作,由于无法解决节点的恶意行为问题的传统路由协议不能有效解决传输路径的可靠发现与选择,在对节点路由行为逻辑进行分析的基础上,建立节点的转发概率模型,将节点转发行为转化为对节点路由的信任度量与动态评估问题,以实现端到端路由信任量化与预测。仿真实验结果表明,所提出的信任路由选择算法,可以有效地刻画传输路径的信任特性,实现信任路由选择策略。     

Ad Hoc网络中基于蚁群优化的路由选择算法

为了降低Ad Hoc网络拥塞程度,减少节点能量消耗,将蚁群优化算法应用于改进Ad Hoc网络的路由选择问题上,提出一种在Ad Hoc网络中基于网络有限带宽和剩余能量信息的路由选择算法。根据蚁群优化算法中的信息素浓度对路由选择进行调整,使路由选择实现分布式全局优化。仿真结果表明,该算法可以使平均端到端延迟从0.75 s降低到0.28 s,网络生存时间延长30%,提高了网络资源利用率。     

基于NS的Ad Hoc路由协议性能分析

介绍了基于仿真软件NS的Ad Hoc络路由协议的仿真和比较.对现有Ad Hoc网络的相关路由协议进行分类说明.并对AODV路由协议进行介绍和分析;设计了两个不同移动节点数目的运动场景对AODV路由协议进行仿真和比较.通过对仿真过程中产生的数据包延迟和丢包率进行分析,给出了结论.