一种自适应无线移动自组织网络数据传输方法

网络节点密度是无线移动自组网选择数据传输协议时需要考虑的一个重要因素.为了在网络密度动态变化的情况下保证网络的传输效率,提出了一种基于启发式信息的自适应数据传输策略,即在稀疏不连通网络条件下,节点选择传染病数据传输模式,而在密集连通条件下,节点选择AODV数据传输模式,以优化系统性能.仿真结果表明,这种启发式的传输策略可以更好地适应网络密度的变化.     

一种基于社交关系的容迟网络数据传输方法

由于无法维护稳定的端到端路径,现有的数据传输多采用即遇即传的路由算法,普遍存在信息投递率低、网络冗余大、节点易受攻击等问题;同时,延迟容忍网络路由技术越来越多地应用于存在着节点自私性的社会网络中。为了解决以上问题,提出了一种考虑用户社交关系同时提高信息传输效率为目的数据传输方法。主要分3个步骤：初始化,节点根据社会关系权值建立各自的通讯录;路由选择,利用节点的历史投递时延作为其传输成功率的依据,并以此进行高效的路由选择;副本管理和队列调度,采用节点最大副本数来减少信息冗余以及最大化社会关系权值进行队列调度。THE ONE仿真工具的实验结果表明,提出的SRDD算法,与EPIDEMIC和PROPHET算法相比,具有更高的数据传输成功率以及更低的传输时延,同时保证了节点更好的安全性。     

基于深度和能量的水下三维传感器网络分簇路由算法

针对水下三维传感器网络定位困难、传输损耗大等特性,提出了基于深度和能量的水下三维传感器网络分簇路由协议.在分簇过程中,根据水下节点到水面的深度、节点的剩余能量来选取簇头,普通节点根据其与簇头的深度差选择自身的簇头,形成适合水下数据传输的锥形簇结构.簇间数据传输考虑了水下节点数据传输向上(水面方向)和向内(以Sink节点垂线为柱心的方向)的原则,采用多跳传输保证数据由深水层向浅水层传递.仿真结果表明,该算法能有效均衡网络能耗,延长网络的生存周期,提高网络数据传输效率.     

一种面向数据中心架构的虚拟网络分布式路由技术

在面向企业应用的虚拟网络计算环境中,通常采用数据中心架构来组织分布于局域网的底层物理资源,通过虚拟网络技术将分布在不同宿主机上的虚拟机资源聚合起来,为了提供高效、安全的服务,需要虚拟网络提供高性能数据传输.现有虚拟网络路由技术以及基于IP封装的数据传输技术在数据传输的效率方面难以满足大规模数据需求.针对数据中心的底层架构,本文设计一种高效可靠的虚拟网络解决方案DR-VNET.该方案基于三层虚拟网络,采用虚拟网络的分布式路由技术,使得虚拟传输节点之间实现“单跳”通信,克服传统二层虚拟网络的路由瓶颈问题,提高了虚拟网络的传输效率,并在一个虚拟计算平台上实现了该方案,实验结果表明DR-VNET显著地提高了虚拟网络的传输性能.     

一种相邻节点协作的无线传感器网络可靠传输方案

针对无线传感器网络中不可靠的通信链路引发传输效率下降的问题,提出了一种基于相邻节点协作的无线传感器网络可靠传输方案(NNCS).该方案利用无线信道的广播特性,通过选择成功监听到数据传输的相邻节点来承担协作传输任务(重传或转发),以降低重传次数,提高传输效率.在方案中,相关节点根据自身传输能力发送数据应答以竞争协作机会,同时通过信道监听避免发生竞争冲突.实验结果表明,较之传统重传方案,NNCS能够以更少的传输消耗达到更高的传输成功率,并有效降低了端到端的传输时延.     

电力系统光纤传输网络在线监测系统的实施探索

对于电力系统的生产安全和高效运行来讲,光纤传输网络是其正常运行的有力保障,过去习惯于人工加仪器的线路运行维护方式,但是在对光纤网络的传输性能和管理维护自动化要求不断提高的当今社会,过去的方式已经远远不能满足这方面的要求。本文主要研究一种电力系统光纤传输网络的在线监测方案,即根据OTDR测试技术,将WDM技术和GIS技术相结合的方案,目的在于为电力系统通信调度部门对光纤传输网络的日常维护提供一个自动化的监测维护平台。     

高速率数据下IEEE 802．15．4网络的性能分析和拓扑优化

生理、环境监测等网络要求较高的网络吞吐量,并以中低速率网络流量为主,但特殊情况下,需要传输较高速率数据.为了使网络能够适应高速率数据传输需求,通过网络仿真,比较了IEEE 802.15.4网络各种拓扑结构在面对高速率数据传输需求情况下的网络性能,给出了双星型拓扑优化方案使网络性能得到提升,并通过分析饱和吞吐量与节点数量之间的关系,为实际应用双星型结构提供了参考.     

嵌套移动子网路由优化方案与性能分析

IETF在移动IPv6(MIPv6)基础上制定的网络移动性(NEMO)协议规范中,嵌套移动子网的数据传输存在次优路由和多层封装,影响数据包的传输效率.为此,该文在层次移动IPv6(HMIPv6)的基础上,提出了嵌套移动子网的优化方案HRO,引入MAP域优化节点的位置管理,建立优化路由传输数据包.提出路由评估机制,建立了传输开销和传输效率的解析模型.解析结果显示,与NEMO基本支持协议相比,优化后的方案提高了数据包传输效率,更有效地利用了网络资源.     

基于CAN总线的汽车电子系统传输网络设计

在分析传统的汽车电子控制系统数据传输网络优缺点的基础上，介绍了机动平台系统中的总线技术及应用现状，给出了一种基于CAN总线的整车数据传输网络的硬件设计方案，对系统数据传输网络的总体结构、CAN总线的节点设置、节点及中央控制与CAN总线的接口电路做了详细说明与分析。结果表明，CAN总线汽车电子系统数据传输网络是一种解决汽车电子控制信息传输的有效方法，可以简化系统结构、提高可靠性和提升系统的整体性能，能更好地满足汽车电子控制系统的应用需要。     

基于鸽群层级交互的有人/无人机集群一致性控制

有人/无人机共融集群中的有人机可弥补无人机在复杂环境中能力的不足.利用鸽群层级交互机制能够高效传递信息的特点,提出一种有人/无人机集群一致性控制方法.根据动力学约束与人类行为特点,建立无人机动力学模型和多通道的有人机操作员模型.在此基础上,通过鸽群层级交互机制构建集群系统的层级交互网络:有人机对等级较高的无人机发送指令,并通过层级网络影响整个无人机群体.设计可节约资源的自适应牵制控制策略,实现有人/无人机集群运动状态的一致性.此外,对系统稳定性进行简要分析.仿真结果验证了方法的有效性.     

基于簇头距离和能量的优化LEACH协议

LEACH(low energy adaptive clustering hierachy)路由协议通过循环随机选举簇头节点的方式均衡网络能耗.但当选簇头的节点能量剩余较少或距离基站较远时会过早死亡,从而导致网络运行不稳定,通过在簇头选择过程中加入待选簇头节点的剩余能量平均值及标准差、节点与基站距离等参数对其改进处理,可提高网络稳定性.但若出现极大簇或极小簇,则会导致网络生命周期缩短.针对这一问题提出一种基于簇头距离和能量的优化LEACH算法,在成簇过程中加入簇头节点的能量和节点距各簇头的距离等参考量对成簇过程进行优化.MATLAB仿真结果表明,在节点均匀分布的网络中,该改进算法能够在提高网络稳定性的基础上有效延长网络生存周期.     

基于双簇头聚类分簇和数据融合的无线传感器网络路由算法

针对无线传感器网络中基于低能量自适应聚类层次(LEACH)算法进行分簇时出现的簇分布不均匀及路由能量消耗过快问题,提出一种基于双簇头聚类和数据融合的分簇算法.该算法在分好的簇中选择两个级别的簇头,两个簇头履行不同职责,能更好地均摊能量消耗,提高了分簇均匀性.仿真实验结果表明,该算法降低了网络能耗,提升了网络生命周期.     

无线传感器网络LEACH协议的研究与改进

在无线传感器网络体系结构中,网络层的路由技术至关重要.在分析了低功耗自适应分簇协议( low energy adaptive clustering hierarchy,LEACH)及LEACH相关的路由协议之后,提出一种基于LEACH的能量高效分簇路由算法(energy-efficient clustering rou...     

任务类型感知的无线传感器网络数据融合调度算法

针对数据融合调度能量与时延优化问题,提出一种任务类型感知的无线传感网数据融合调度算法。通过传感器节点多功率、多信道的方式,利用最大独立集思想,构建基于数据融合主干树的网络拓扑结构,从而根据调度优先级,通过近似贪婪算法实现簇内数据融合调度,同时结合稀疏系数感知任务类型,减少传输数据量,进而利用簇头节点在网络中的等级,实现簇间数据融合调度。结果表明,所提算法在减少簇头节点数据传输量,降低节点能耗的同时,缩短了数据融合时延,提高了网络寿命。     

Multi-sink Deployment Strategy for Wireless Sensor Networks Based on Improved Particle Swarm Clustering Optimization Algorithm

In wireless sensor networks(WSNs) with single sink,the nodes close to the sink consume their energy too fast due to transferring a large number of data packages,resulting in the "energy hole" problem.Deploying multiple sink nodes in WSNs is an effective strategy to solve this problem.A multi-sink deployment strategy based on improved particle swarm clustering optimization(IPSCO) algorithm for WSNs is proposed in this paper.The IPSCO algorithm is a combination of the improved particle swarm optimization(PSO) algorithm and K-means clustering algorithm.According to the sink nodes number K,the IPSCO algorithm divides the sensor nodes in the whole network area into K clusters based on the distance between them,making the total within-class scatter to minimum,and outputs the center of each cluster.Then,multiple sink nodes in the center of each cluster can be deployed,to achieve the effects of partition network reasonably and deploy multi-sink nodes optimally.The simulation results show that the deployment strategy can prolong the network lifetime.     

一种无线传感器网络异构分簇模型的簇头调度方案

将无线传感器网络划分成簇会有效利用系统资源,近来提出的基于异构分簇模型的无线传感器网络,是指网络中存在多种不同能力的节点,能力强的节点自动成为簇头,这种网络避免了复杂的簇头选举过程并有效降低了普通节点的硬件复杂性和成本.但是,固定簇头的方法会削弱系统的负载均衡以及健壮性.为了解决这个问题,提出了一种基于自适应退避策略的簇头调度方案,该方案通过适当增加冗余度实现传感节点的k覆盖,增强了网络的健壮性.同时,依赖于地理信息和剩余电池能量信息,簇头节点通过自主周期性睡眠来保证系统负载的均衡分配,延长网络生存期.     

无线Mesh网络节点聚类属性分析

通过分析无线Mesh网络节点空间属性,提出了一种改进的k-medoids网络节点聚类算法.该算法基于聚类思想,将无线Mesh网络中的网关部署问题转化为空间节点数据聚类问题.构建了网络拓扑图的邻接矩阵,并利用邻接矩阵选择具有最多一跳连接节点数的对象作为初始簇中心.然后以网络跳数代替传统聚类算法中的距离参数,将最小化跳数之和作为优化目标,通过迭代方法获得稳定的聚类和分组结果.实验结果表明,离散的网络节点在空间上具有聚类特性,利用该方法可以获得更小的平均跳数和最大跳数,因此可以较好地实现网络节点分组和网关发现.     

基于能量阈值自感分区机制的无线传感网簇路由算法

针对当前部署无线传感网中存在的成簇机制僵化、簇头节点难以进行周期性选举且存在簇区域结构难以动态更新的难题,提出了基于能量阈值自感分区机制的无线传感网簇路由算法.首先在初始化的过程中依据能量阈值进行动态初步的节点分割,形成初步的簇头-簇成员的区域结构;然后按照节点归一化能量剩余水平决定在更新周期内是否进行簇头节点的更换,从而实现了簇头节点按能量最优原则的动态周期性的更换;最后通过簇头节点与簇间汇聚节点形成的传输链路实现信息的协同传输及簇间交汇,有效改善了网络数据的传输质量.仿真实验表明:与RMCRW算法、CMEDD算法等相比较,本文提出的新无线传感网簇路由算法能够有效提高无线传感网的生存周期,减少网络控制开销,改善传感数据的传输质量.     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.     

城市物流配送的二阶段启发式算法

针对城市物流配送的特点,将空间聚类算法与蚁群算法相结合运用到路径规划中,提出了一个基于交通网络的VRP二阶段解法.以带权图描述城市交通路网,利用交通网络中各个结点间的距离关系和结点的需求量,以配送车辆的容量为聚类的约束,通过多次迭代将所有结点聚集成相互独立的多个簇.选择簇间相似性最小的聚类,利用蚁群算法,根据簇之间和簇内结点间的距离关系,分两次规划配送路径,最终得到配送中心到所有结点的配送路径.该算法通过聚类降低系统复杂度,缩短了蚁群搜索时间,具有较快的速度.最后用一个仿真实例验证二阶段算法的有效性.