面向软件定义的铁路无线通信网络

针对铁路无线数据通信带宽不足、可靠性不高等问题,提出一种基于软件定义的铁路无线通信网络(RailSDN),将控制平面和数据平面分离,实现跨运营商异构网络协同工作,采用虚拟化技术实现用户的逻辑隔离,为用户提供透明的数据传输服务。基于Markov决策过程建立网络资源调度模型,该模型考虑基础设施网络状态及用户需求等因素,以用户需求的满足程度为优化目标,搜索最优的链路分配决策,将用户需求与网络资源动态适配。测试结果表明:所提出的铁路无线通信网络具有很强的可扩展性,实现了用户需求的弹性定制,提高了网络资源的利用效率。     

基于CDN与SDN结合的多区域划分融合架构

为提高内容分发网络(content delivery network,CDN)分发管道的智能分配响应速度,文章提出了一种基于CDN和软件定义网络(software defined network,SDN)相结合的相关架构。该结构是将SDN的控制与转发分离架构和CDN网络结合,将CDN网络的转发平面与控制平面分离,将控制平面集中起来,并将SDN的控制平面划分区域管理,使得数据转发时的管道更加智能和迅速,区域划分则能让用户在管理上更加清晰明了,流量管道的转发上也更加透明。最后与传统CDN-SDN架构进行对比,结果表明该文所提出的架构比以往的架构在数据转发时管道智能选择以及连接方面有了一定的优化提升。     

控制与转发分离的工业无线网络资源调度技术

工业无线传感器网络(Industrial Wireless Sensor Networks,IWSNs)作为一种新兴网络,是将原有封闭的网络体系解耦为应用平面、控制平面和数据平面.本文研究控制与转发分离的资源调度技术,描述控制平面的控制功能、数据平面的转发过程及IWSNs特有的协议栈跨层调度思想.以时间为维度,区分控制通道和数据通道,实现时隙级的控制与转发分离.实验结果表明:采用控制与转发分离的资源调度模式可以有效提高通信质量.     

一种基于SDN的流接入安全系统的设计与实现

为创建防范攻击和流监测功能为一体的网络安全环境,基于软件定义网络(SDN)分离网络数据平面和控制平面的天然特性,利用Open Flow协议以流集中管控网络的方式综合接入控制和网络审计2种网络安全技术,提出了一种基于SDN的流接入安全系统(SDN-FASS).设计了SDNFASS体系结构,讨论了它提供接入控制和审计功能的工作过程,并研究了接入控制的安全策略及网络审计的流日志提取与分析几个关键技术.为测试SDN-FASS的接入控制和网络安全审计特性,搭建了一个原型系统,并进行了多维控制和流日志回溯分析的试验.结果表明,该系统具有灵活定义网络接入控制安全策略;在线高效获取流记录以及以毫秒级速度快速搜索海量流日志;不仅能够用于防范网络外部的攻击,而且能够用于监测网络内部的非法操作.     

OpenFlow软交换机的性能测量

具有控制平面与数据平面分离架构的OpenFlow网络为网络创新提供了真实的试验平台.对OpenFlow交换机的工作过程进行了分析,并对OpenFlow软交换机的性能进行了测量分析.测量结果表明,无论对传输控制协议(transfer control protocol,TCP)流还是用户数据包协议(user datagram protocol,UDP)流,OpenFlow软交换机都具有良好的性能,能够满足搭建中小型试验网络的要求;如果有大量的短分组,其吞吐量会明显下降;同时,为高速率UDP流建立表项的过程,也会降低系统效率     

基于SDH的ASON中用户网络接口的研究和设计

ASON(自动交换光网络)是光传输网的一个趋势,而UNI(用户网络接口)是实现光网智能的重要标志.现有光网络绝大部分是SDH(同步数字体系)网络,实现基于SDH的ASON具有很大的实际意义.文中基于OIF UNI1.0描述了基于SDH的ASON中的自动发现、SDH标签请求删除和业务参数设置等过程,提出了一种ASON控制平面的实现方案并建立了相应的模型,最后运用该模型搭建的仿真代理实现了ASON的UNI功能.     

自动交换光网络的应用分析

三个平面相互独立,任意一个平面的工作出现错误均不会影响其余两个平面的正常工作。自动交换光网络三个平面之间可通过三类接口实现信息的交互,控制平面和传送平面之间通过连接控制接口CCI相连,管理平面通过网络管理接口（NMI-A和NMI-T）分别与传送平面和控制平面相连。通过这些接口实现了三大平面的分离。三个平面之间运行着数据通信网——光网络中控制代理之间进行通信而使用的通信基础结构,为三大平面内部以及平面之间的管理信息和控制信息提供通路,主要承载管理信息和分布式信令消息。     

基于SDN具有缓存感知的NDN节点拥塞控制策略

命名数据网(nameddatanetworking,NDN)作为一种新型的互联网架构,旨在应对日益增长的数据流量．然而,随着用户需求进一步增长,拥塞控制对于多路径传输的命名数据网仍然是一个具有挑战性的问题,亟需一种能够快速地检测网络拥塞和有效地管理网络资源的拥塞控制机制．针对这一问题,提出了一种基于软件定义网络技术的、具有缓存感知功能的命名数据网节点拥塞控制策略,称BCMCC．首先,介绍了BCMCC的新型网络架构．利用软件定义网络控制平面与数据平面解耦合技术,该架构将拥塞控制功能集中于SDN控制器中,以实现集中式节点拥塞控制、降低节点运行负荷的目的．其次,基于新型网络架构,研究了BCMCC的缓存感知算法和多路径选择拥塞控制算法．其中,缓存感知算法实现了网络缓存内容的感知以及缓存内容全局流行度的计算,能够利用命名数据网的节点缓存特性,降低缓存内容对拥塞控制的影响;多路径选择拥塞控制算法协同节点更新转发端口信息以实现流量迁移、智能化管理多路径容量,达到提高网络资源利用率、有效避免和缓解网络拥塞的目的．最后,在ndnSIM仿真平台进行BCMCC的性能测试．实验结果表明,BCMCC在丢包量、网...     

LTE 网络控制信道和业务信道联合调度策略

为了充分地考虑控制信道与业务信道之间的相互影响, 提出基于用户业务需求和基于控制信道调度效率的两种控制信道和业务信道联合资源调度算法。这两种联合信道调度策略均基于以网络吞吐量最大化为目标的最小聚合等级?最大载干比(minimal aggregation-maximal carrier to interference, Min AL-Max C/I)算法提出。在长期演进(long time evolution, LTE)系统级仿真平台中, 将提出的联合资源调度策略与Min AL-Max C/I 算法进行对比。仿真结果与理论推导的结论一致, 证明基于业务需求的联合调度算法优先调度业务需求最大的用户, 所以能获得用户吞吐性能的最优。基于控制信道策略的联合调度算法是从控制信道调度效率最大化的角度出发, 优先调度控制信道调度效率最大的用户, 在控制信道受限的条件下, 能够实现网络吞吐的最大化。     

一体化标识网络中的用户身份认证协议

一体化标识网络解决了传统网络中IP地址二义性问题,是一种基于网络的身份与位置分离体系.本文在一体化标识网络中提出一种用户身份认证协议,基于该协议设计了一种利用数字证书构建的接入标识.这种接入标识唯一的表示一体化标识网络中的终端,实现用户身份信息与终端的绑定.该用户身份认证协议基于Diffie-Hellman密钥交换完成用户到用户真实身份的双向认证,采用谜题机制和无认证状态防止应答方受到DoS攻击.通过C-K安全模型分析用户身份认证协议的安全性,分析表明该协议是会话密钥安全的.     

宏微网络中基于后决策状态学习的基站关断节能策略

为了根据网络的业务状态动态地调整基站的开关状态以在保证用户服务质量的同时降低宏微网络的能量消耗,提出将时延限制下长期平均能耗的最小化问题映射为受限马尔科夫决策过程(constrained Markov decision process,CMDP).在该过程中把网络中每个基站的用户数目定义为系统状态,将每个小基站的开/关...     

NOMA残余干扰下D2D网络的能效资源分配算法

为了解决非理想串行干扰消除（serial interference cancellation,SIC）解码引起的残余干扰给非正交多址接入（non-orthogonal multiple access,NOMA）增强型设备到设备（device-to-device,D2D）组链路带来的高能耗、低信道利用率问题,提出一种基于能效优化的资源分配算法。在保证蜂窝、D2D组用户通信服务质量和复用子信道个数约束条件下,建立能效优化模型;使用一种以D2D组能效为权重的加权二部图最大匹配联合匈牙利算法为每个D2D组分配子信道;考虑到各接收机用户在相同和不同残余干扰下的能效问题,通过参数变换、Dinkelbach法和拉格朗日对偶法实现功率分配。仿真结果表明,提出的算法在非理想SIC条件下可有效提升系统D2D组链路的信道利用率和总能效。     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。     

无线传感器网络能效时延平衡数据收集机制

在追求无线传感器网络高能量效率的同时,考虑数据汇聚时延,提出了一种能效与时延平衡的数据收集机制(energy efficiency and delay balancing data gathering,EEDBDG).该机制采用一种新型动态树来组织网络拓扑,消除了"热区"问题,节点动态选择路由并轮换充当树根,根节点收集数据并与基站直接通信.同时,针对不同的时延和能效要求,提出了3种数据收集策略:时延最优算法(EEDBDG-D),能效最优算法(EEDBDG-E)和能效时延平衡算法(EEDBDG-M).仿真结果表明,在节点通信半径受限的情况下,EEDBDG平衡了节点能量消耗,延长了网络生命时间,在节能与省时上均表现出了突出的性能.与GSEN相比,在最好情况下,EEDBDG-E网络生命期提高了72%,EEDBDG-D汇聚时延降低了74%.     

CRSNs中基于传感器选择的高能效频谱感知算法

协同频谱感知(cooperative spectrum sensing, CSS)是认知无线电传感器网络中解决频谱资源稀缺的主要手段,针对现有频谱感知方法在降低能耗方面存在的不足,考虑一种从主要用户接收的具有不同的信噪比值的传感器所组成的真实网络场景,提出一种基于传感器选择的高能效频谱感知算法。该算法将可被传感器用来传输数据的信道按时间分成相等的框架,每框架中包含3个阶段：频谱感知、报告和数据传输;通过聚类得到所有能够满足CSS所需精度的传感器子集,并计算在每次协同频谱感知中这些传感器的平均能耗;在考虑传感器剩余能量的基础上,将每个框架中使用最少数量的传感器参与CSS过程建模为面向能耗的优化问题,并提出一种启发式算法进行求解。仿真实验结果表明,与现有的其他频谱感知方法相比,提出的算法在能量利用方面具有更好的性能。     

超密集异构网中基于配对理论的用户关联算法

超密集异构网络作为提升网络数据流量和用户速率的有效手段,成为5G关键技术中的一员。但超密集部署的小小区基站势必会导致系统总能耗的增加,以及用户接入公平性等问题。解决给定目标速率条件下基于能效优化的用户关联(也称为用户接入)问题。改进了原有的功耗优化模型,使之更准确地反映基站的实际发射功率和总功耗。在此基础上,利用拉格朗日对偶和二分法对关联过程中用户分配到的资源比例和基站为每个关联用户提供的发射功率进行优化和调节;同时结合配对理论,提出一种综合考虑能效和接入公平度的用户关联算法。性能仿真和对比结果表明,算法在保持良好的用户接入公平性的基础上有效提升了系统能效。     

基于Sarsa学习的基站休眠策略研究

在异构Macro-femto蜂窝网络中,随着日益增长的用户数量使得基站能耗问题变得更加严峻,提升整个移动系统能效的有效方式就是进行基站休眠。根据无模型理论提出一种基于Sarsa学习的动态基站休眠算法,算法通过基站学习环境中的用户流量,制定合理的休眠机制。仿真结果表明,提出的基于Sarsa学习的基站休眠算法能够有效提升系统能效     

分布式天线系统中基于天线选择的能量效率优化

为了进一步解决无线通信系统的能量消耗问题,以分布式天线系统单小区为模型,提出了一种将天线选择和功率分配技术相结合的最大能量效率优化算法(max-ANPO-EE算法):通过选取用户一定距离范围内的天线后,利用拉格朗日函数和次梯度得到各个天线的最优发送功率,从而推导出相应的能量效率性能表达式,得到最优的能量效率.仿真结果表明:在用户和天线随机分布的单蜂窝小区网络内,max-ANPO-EE算法能获得比较好的性能.     

两阶段混合算法的立体车库车位分配建模与仿真

针对自动化立体车库车位分配时顾客排队队长过长以及堆垛机能耗过高等问题,以减少顾客平均排队队长、堆垛机运行能耗等为目标,在保证车库运行效率前提下,通过介绍神经网络算法和果蝇算法原理与方法,提出基于2阶段混合算法的立体车库车位分配决策模型：第1阶段利用神经网络算法预测顾客停留时间;第2阶段利用果蝇算法实现车位最优分配。以车辆到达间隔时间服从泊松分布情况下建立立体车库数学模型,并以顾客平均等待时间、平均等待队长、平均服务时间、顾客的平均能耗作为立体车库效率指标评价立体车库的性能,采用MATLAB编制仿真程序。通过比较车辆就近分配原则和基于果蝇算法车位分配模型下的效率指标,证明了果蝇算法进行车位分配在保证车库运行效率和降低车库运行能耗上的有效性。     

A distributed clustering algorithm for wireless sensor networks

In the paper, we consider a network of energy constrained sensors deployed over a region. Each sensor node in such a network is systematically gathering and transmitting sensed data to a base station （via clusterhead） for further processing. The key problem focuses on how to reduce the power consumption of wireless microsensor networks. The core includes the energy efficiency of clusterheads and that of cluster members. We first extend low-energy adaptive clustering hierarchy （LEACH）＇s stochastic clusterhead selection algorithm by a factor with distance-based deterministic component （LEACH-D） to reduce energy consumption for energy efficiency of clusterhead. And the cost function is proposed so that it balances the energy consumption of nodes for energy efficiency of cluster member. Simulation results show that our modified scheme can extend the network life around up to 40% before first node dies. Through both theoretical analysis and numerical results, it is shown that the proposed algorithm achieves better performance than the existing representative methods.