基于多约束条件反馈的 QoS 链路选择算法

针对物联网普适定位系统中链路选择需满足多限制条件的要求, 提出了一种基于多约束条件反馈的 QoS (Quality of Service)链路选择算法。 利用无线通信广播特性, 将多约束服务质量路由问题转化成满足链路长度、 带宽、 时延、 时延抖动、 丢包率和费用等约束条件的最小代价问题。 建立了物联网多跳自主链路模型并定义了 目标能量函数, 利用 Hopfield 神经网络模型的并行思想将多项约束条件转换为多项式求极值问题。 该算法在不 改变系统链路选择策略的前提下, 避免了选择大量参数的问题, 实现了链路自动选择, 满足了通信实时快速的 要求。     

基于海上无线Mesh网络的M-LAR协议研究

将位置辅助路由协议应用于海上无线Mesh网络中,并通过海上节点地理位置信息来限制路由请求的广播范围,从而减少了网络路由开销;同时,通过在LAR协议中加入路由修复,提高了路由链路的稳定性及减少了丢包率.仿真实验表明:M-LAR协议的路由丢包率、路由开销及分组时延均较AODV协议与LAR协议有所减少.     

基于软件定义网络的卫星网络路由预置方法

由于卫星网络所拥有的节点负载有限、拓扑变化频繁、通信距离长等特点,常见的动态路由算法在卫星网络上存在路由无法收敛、丢包严重和传输延迟较大等问题.为此,本文提出了一种基于软件定义网络(Software-Defined Network,SDN)的卫星网络路由预置方法.利用卫星网络的运动规律性,由控制器根据网络拓扑变化情况预先计算路由路径,并在卫星链路断开前为相关卫星节点下发新的路由条目,卫星节点在拓扑发生变化后按照新的路由条目转发数据报文.实验表明:本文方法在180个节点的卫星网络中,端到端时延约为100 ms,丢包率约为0.3％,与OLSR相比,延迟和丢包率均降低了90％以上,可以较好地支持大规模星群系统的通信.     

一种新的星座网络多业务类QoS路由算法

针对多媒体业务具有不同QoS要求的问题,提出了一种新的多业务类QoS星座网络路由算法,其目标是在保证高优先级业务性能的同时,提高低优先级业务的性能,从而高效利用网络整体资源.该算法以多种QoS要求和动态链路状态为依据,给出分类的链路代价.引入关键链路的概念,并将链路利用率、剩余带宽、期望负载结合起来定义分类的关键链路代价增量,尽可能减少业务类之间的影响,合理分配网络资源.通过VC和Matlab混合编程建立卫星网络和全球业务仿真环境,并对本文和其他三种路由算法进行仿真试验.结果表明,本文算法不仅保证了高优先级业务的平均路径时延、平均阻塞概率以及平均吞吐率,而且低优先级业务的以上性能具有显著提高,从而有效提高了网络负载均衡性和资源利用率.     

基于SDN流量测量的数据中心多路径传输研究

为了避免链路出现拥塞,针对数据中心流调度策略在进行数据流迁移尤其是大流的迁移容易产生数据流丢包并出现接收端数据包乱序,从而造成网络吞吐量降低的问题,基于SDN/OpenFlow架构,提出了一种采用熔断机制的动态路由算法F-TAM;同时,设计了新的测量方法来获取精确的链路状态时效信息,当算法被触发时能及时计算出合理的熔断时间,从而能充分利用网络中存在的多路径进行负载均衡,并解决了由于传输路径的不同时延所造成的接收端数据包乱序问题.实验结果表明:F-TAM能够利用网络中的冗余链路进行细粒度负载均衡并提升网络吞吐量,且不会出现接收端数据包乱序的问题.     

能量平衡与QoS保障的无线传感器网络机会路由

针对无线传感器网络应用中存在大量不可靠通信链路,很难实现能效优化与QoS保障,提出一种能量平衡与QoS保障的机会路由协议EQGOR,并结合机会转发特征建立了传输效率、转发时延、转发能效与节点剩余能量模型.提出了一种基于多目标粒子群的自适应转发集优化算法,该算法兼顾能量与QoS需求,能实现QoS保障并最大化网络生存时间....     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

基于蚂蚁算法的拥塞规避路由算法

对业务提供服务质量(QoS)保证,是提高网络效率的重要方法。现有网络常用的路由算法(比如链路状态路由算法)都不具有拥塞响应机制,当一条链路即将或者已经发生拥塞时,只有简单的丢弃数据包。提出了一种基于蚂蚁算法的拥塞规避路由算法。该算法加速了蚂蚁路由算法探索最优路径的过程,并且能够对链路的拥塞状态做出快速反应,分散流量,以避免链路的拥塞。通过仿真,结果表明:该算法在数据包传输时延和网络丢包率性能上,比现有的链路状态路由算法具有明显的优越性。     

支持多业务传输的天基Mesh网络机会路由优化算法

针对天基骨干Mesh网络业务类型多样、计算能力相对不足的特点以及SOAR路由算法拥塞控制机制不足、确认机制不可靠以及不同业务QoS保障需求有差异的问题,提出了具有可靠联合确认机制并支持多业务传输的机会路由算法。该算法以预期成功传输次数来描述整体链路性能,有效实现了网络负载均衡与链路拥塞控制;算法兼顾多样化业务的传输,设计了一种路由路径自适应调整策略,以实现路径选择与业务类型的自适应调整。仿真结果表明:所提算法可以较好地实现不同业务下传输路径自适应,并且在重负载条件下,该算法相比传统SOAR路由算法在时延、吞吐量和吞吐率性能上提升明显。     

无线VoIP系统的服务质量分析与改善

IP网络的服务质量(QoS),包括带宽、丢包率、时延和时延抖动4个指标.根据具体情景的设定,研究了无线VoIP网络中带宽和时延的关系以及时延改善的问题.得出了无线VoIP网络的时延预算公式.通过构建一个越洋电话的场景分析,得出无线接入的排队和处理时延上限大致为10 ms与4 ms.通过设置具体的数据和语音业务,构建一个具有两级优先机制的网络仿真模型,分三种情况展开研究,分析了各种满足系统QoS的离散带宽和时延的关系.提出了两种可以减少多业务环境下语音时延与带宽消耗的方法.     

基于量子遗传算法的多约束QoS路由算法

提出了一种基于量子遗传算法解决多约束QoS路由问题的算法，详细讨论了该算法用于解决包含带宽、延时、包丢失率和最小花费等约束条件在内的多约束QoS路由问题，给出了算法实现的方法和具体流程．实验结果表明，与其他2种算法相比，该算法不但能满足QoS约束要求，同时可以均衡链路负载，很好地优化网络资源．     

一种满足多服务质量约束的动态组播路由算法

建立了网络模型，描述、简化了研究的问题，并提出了一种新的满足多服务质量(QoS)约束的动态组播路由算法(DMRMQ)．该算法采用Bellman—Ford算法作为路径搜索算法，能在满足带宽、延迟、延迟抖动和丢包率约束的前提下确定具有最小跳数和开销的动态组播路由．仿真实验表明，在假定网络节点输出链路容量相等的情况下，与Greedy、LeastHop两种不考虑QoS的算法相比，DMRMQ能在满足多QoS约束的前提下建立动态组播路由，且路由请求平均成功率提高约10％，路由平均延迟降低约20％，路由平均跳数基本持平．     

基于PBIL的多QoS约束选播路由算法

为了满足时延、时延抖动、带宽、丢包率多个服务质量约束下以最小代价选播路由,针对使用常规算法很难求得最优解,提出一种基于种群的增量学习(Population-Based Incremental Learning,PBIL)方法的多约束选播路由算法,该算法有效结合了遗传算法和竞争学习的优点,以更新概率向量为主要的快速进化手段,使得算法更加易于操作,同时对标准PBIL算法中的概率向量更新机制进行了改进,使用两个最优个体代替传统的仅使用单个最优个体,增加了更多优秀个体被选择保存到下一代的机会.最后给出了基于PBIL的选播路由算法和基于遗传优化的选播路由算法随机网络拓扑上的仿真比较,结果表明:算法在最优解的精确度上、成功率上以及执行速度上明显优于遗传算法求解.     

QoS多约束单播路由算法的研究与实现

介绍了蚂蚁算法基本原理,将蚂蚁算法应用于解决QoS多约束单播路由问题,针对QoS路由中的带宽、丢包率和时延3大约束问题对原有算法模型进行改进。在改进后的算法中,对于同一路径的不同路段给予不同的信息素更新量,而且用时变函数来代替原算法中的信息素更新常量,最后用OPNET网络仿真工具验证了该算法的有效性和正确性,并以图形比较了改进前后算法的优越性。     

基于多媒体业务的Ad Hoc网络QoS路由算法

当前Ad Hoc网络QoS路由算法难以满足传输中对多个目标的同时要求.以多媒体 实时业务中有严格限制的时延作为约束条件,把路由费用和数据丢失率作为QoS目标建立了QoS路由选择的多目标整数优化模型,并给出了模型的算法.实例表明了算法的可行性.     

Multiple constraints QoS multicast routing optimization algorithm in MANET based on GA

Usually multiple quality of service （QoS） guarantees are required in most multicast applications. This paper presents a multiple con-straints algorithm for multicast traffic engineering in mobile ad hoc networks （MANET）. The proposed algorithm is a new version of multiple constraints QoS multicast routing optimization algorithm in MANET based on genetic algorithm （MQMGA）. The proposed MQMGA can optimize the maximum link utilization, the cost of the multicast tree, the selection of the long-life path, the average delay and the maximum end-to-end delay. Experimental result shows that the approach is efficient, has promising performance in multicast traffic engineering and for evaluating the route stabilitv in dvnamic mobile networks.     

Multiple constraints QoS multicast routing optimization algorithm in MANET based on GA

Usually multiple quality of service (QoS) guarantees are required in most multicast applications. This paper presents a multiple constraints algorithm for multicast traffic engineering in mobile ad hoc networks (MANET). The proposed algorithm is a new version of multiple constraints QoS multicast routing optimization algorithm in MANET based on genetic algorithm (MQMGA). The proposed MQMGA can optimize the maximum link utilization, the cost of the multicast tree, the selection of the long-life path, the average delay and the maximum end-to-end delay. Experimental result shows that the approach is efficient, has promising performance in multicast traffic engineering and for evaluating the route stability in dynamic mobile networks.     

MPLS网络中基于TeXCP的QoS路由算法

为了能在有严格带宽要求和有弹性带宽要求两种业务共存的MPLS（multi—protocol label switching）网络中提供动态负载均衡,提出了一种基于负载平衡算法——TeXCP（traffic engineering with explicit congestion control protocol）的QoS路由算法．该算法利用TeXCP的自动调节和平衡负载的能力将best effort业务调整到适当的路径上以满足高优先级QoS业务请求的带宽,同时避免了传统的快速重路由方法可能导致的网络拥塞问题．仿真结果表明,新算法能够集成两类业务需求,通过平衡瓶颈链路的利用率减小了网络的拥塞,在保证QoS业务带宽要求的同时,提高了网络的吞吐量．     

Ant Colony Algorithm for Solving QoS Routing Problem

Based on the state transition rule, the localupdating rule and the global updating rule of ant colony algorithm, we propose an improved ant colony algorithm of the least cost quality of service (QoS) unicast routing. The algorithm is used for solving the routing problem with delay, delay jitter, bandwidth, and packet loss-constrained. In the simulation, about 52.33% ants find the successful QoS routing , and converge to the best. It is proved that the algorithm is efficient and effective.     

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.