多信道多接口智能路由协议研究

多信道多接口可以降低信道共用的干扰并且提高多跳无线Ad Hoc网络的吞吐量。提出一种信道分配与路由选择相结合的多信道多接口智能路由协议DMMR,DMMR综合考虑了链路生存时间、跳数以及节点距离。用LP标准,使路由选择标准在链路生存时间和最短路径之间取得均衡,这样选择的信道在移动环境中更加具有可靠性;用基于距离的信道选择算法选择信道,该信道选择算法首先估算节点间距离,根据估算到的距离选择合适的信道进行数据传输,从而提高信道的空间复用。和已经存在的路由协议相比,仿真结果表明在移动多跳Ad Hoc网络中该协议能够降低平均端到端延迟并且提高网络的吞吐量和包到达率。     

多输入多输出的异构无线传感器网络时分多址调度算法

针对基于多输入多输出技术的无线传感器网络中节点接入信道过程复杂、容易产生碰撞等问题,提出了采用异构无线传感器网络模型和基于该网络模型的集中式时分多址调度算法．网络模型中的节点分为普通节点和带有多天线的特殊节点,节点被分为多个簇,特殊节点担当簇头角色,且在特殊节点间建立树形路由．该网络模型有效解决了分配时隙时节点的传输方向性问题．基于该模型的时分多址算法首先根据特殊节点的冲突节点度大小为节点染色,然后根据节点的数据包数与距基站跳数的乘积确定节点分配时隙的先后次序．实验结果表明,该算法可以有效避免冲突,提高时隙利用率,具有时延小、吞吐量大、适用于基于多输入多输出技术的无线传感器网络等优点．     

基于双簇头无线传感器网络分簇算法的研究

针对无线传感器网络分簇协议中簇头及附近节点能量消耗不均衡的问题,提出了一种基于双簇头的无线传感器网络分簇路由算法。该算法利用双簇头的网络模型来解决节点侦测信道消耗能量的问题;构造了适应值函数和能量消耗函数用于选择和优化簇头,提高网络能量消耗的均衡性,降低网络能耗。实验结果证明了该算法的有效性。     

一种基于删除信道的WSAN控制器自适应动态配置算法

针对无线传感器执行器网络(wireless sensor and actuator networks,WSAN)中的随机数据包丢失问题,提出了一种基于删除信道的WSAN控制器自适应动态配置算法.该算法采用模拟删除信道的多节点串联连接的网络控制架构,使用提出的配置算法对控制器进行自适应配置,并利用伯努利分布进行动态配置,通过导出马尔可夫链跳变线性系统模型,建立静止协方差的闭环表达形式.利用随机建模框架在衰落的无线电环境中进行仿真实验,结果表明,相比节点功能固定的配置算法,该算法可以更快地对设备输出做出响应,明显提升了控制器的性能,有效解决了WSAN中的随机数据包丢失问题.     

一种基于TDD的无线mesh网络随机自学习调度算法

基于时分多址(TDD)的无线mesh网络是实现无线多跳网络和宽带无线接入的一种关键技术.为用户提供一种可以保障稳定通信的有效的分布式算法是影响基于TDD的无线mesh网络性能的关键因素.本文针对TDD的无线mesh网络提出一种随机自学习分布式调度算法,这种算法是一种基于信息学习的随机选择算法.在网络中,任一节点都要根据其邻居节点控制消息中所携带的数据,学习邻居节点的调度信息,从而判断可用时隙.若上次信息传输成功,则节点仍然沿用上次的传输时隙;反之,节点在可用时隙中随机选择一个时隙发送控制消息.仿真结果表明,与IEEE802.16标准中定义的算法相比,提出的随机自学习分布式调度算法能实现更高的吞吐量.     

网格型煤矿瓦斯监测网络节点接入机制设计

为了解决煤矿瓦斯监测网格型无线传感器网络无线节点在同一信道上工作时容易产生数据冲突,不利于监测的问题,提出了一种网络的无线节点接入机制。将无线传感器网络中的端设备节点先分组,再使用随机竞争与时隙分配相结合的方法来解决该问题。实验表明,利用分组无线节点中的时隙分配,并在同一时隙内采用CSMA/CA机制传输数据,不仅可以减少时隙数,降低数据传输时延,还可以减少数据传输冲突,节省能量,从而提高了无线监测网络的可靠性和稳定性。     

未知拓扑无线自组网络多节点干扰决策算法

为满足战场环境下无线自组网络通信拒止的干扰需求,提出了一种未知拓扑无线自组网络多节点干扰决策算法(CUCB)。首先,根据战场无线自组网络结构特点构建泊松点过程(PPP)网络模型,并利用其模拟网络中数据流传输过程;其次,随机对PPP网络中多个节点进行干扰,通过监听确认帧信息或侦察节点活跃度判断阻断网络流数,根据干扰结果构造节点相关性矩阵;最后,利用强化学习与环境实时交互的特点,在干扰过程中不断更新节点相关性矩阵并将其用于后续节点选择。所提算法无需获悉目标网络拓扑结构、节点重要性等先验信息,仅以阻断网络流数目或节点活跃性作为奖赏标准,适用网络类型更为广泛。仿真结果表明,对不同参数下的无线自组网络进行干扰,所提算法在鲁棒性方面优于现有算法,在累积阻断网络流数量方面比联合利用探索算法提高了27.1%。     

基于RBF神经网络的WSN前端网络节点选取算法

为降低无线传感器网络(WSN)的能量消耗和减少节点采集信息冗余,提出一种基于RBF神经网络的WSN前端网络节点选取算法,通过将无线传感网络的分簇路由ERC协议与RBF神经网络联结起来,运用神经网络异或运算对WSN前端节点的选取,使得信息冗余节点休眠,减少网络中节点工作个数,降低节点能量损耗,从而延长网络寿命。经仿真测试,该算法可以有效选择节点,同时还验证了本算法在环境温湿度监测等方面的时效性。     

无线网络中基于信道速率和传输功率的MAC性能优化

目前多种无线传输标准均支持多速率的数据传送,通过对信道状况的估算设置合适的数据传输速率,有利于网络性能的优化。同时,调整无线网络中节点的发射功率可以间接改变物理载波侦听范围,从而提高网络的空间复用。本文提出了一种基于信道速率和传输功率自适应调整的PRA算法（Power and Rate Adaptation）,该算法的基本思想是发送节点根据通信距离保守计算起始速率,并根据成功和失败的状况调整传输速率和发送功率,从而有效改善介质访问控制协议的性能。仿真结果表明,该机制可以使节点在通信过程中自动调整到较高的信道速率和合适的发送功率范围,提高了网络吞吐量,降低了功耗,同时改善了公平性。     

无线Ad Hoc网络的MAC层拥塞控制算法

为解决无线Ad Hoc网络中拥塞主要由节点在MAC（媒体访问控制）层竞争无线信道而引起的问题,提出了一种基于无线环境监测的拥塞控制（EACC）算法.该算法通过监测IEEE 802.11的二进制指数退避过程判断MAC层拥塞状态,节点据此自适应调整数据分组的丢弃概率,通过丢包达到缓解拥塞的目的.利用IEEE 802.11DCF的信道接入机制,推导出MAC拥塞信息和吞吐量的关系方程,证明了该拥塞信息的正确性.仿真结果表明：EACC算法能够准确测量节点的拥塞程度,显著提高网络的吞吐量,从而有效地缓解网络拥塞.