一个有效的时延约束最小代价多播路由算法

基于时延约束多播路由问题考虑链路代价,提出一种新的时延约束最小代价路径(DCM-CA)算法,作为搜寻节点间最短路径的算法;在此基础上又改进了基于代价-时延比率(CDR)函数的有效中心节点选择算法;基于CBT树,应用上述2种算法提出一种基于中心选择的时延约束最小代价多播路由(CS-DCMCMR)算法,该算法在搜寻路径和中心节点选择的问题上同时考虑路径的时延和代价。仿真证明CS-DCMCMR算法的时间复杂度为O(mlogn),与CSDVC算法和CCLDA算法相比,该算法在没有增加复杂度和满足时延及时延抖动约束的条件下,较大程度地减小了最终多播树的总代价。     

基于PBIL的综合QoS参数组播路由

提出了一种基于PBIL(Population-Based Incremental Learning)的QoS组播路由算法,它能在综合QoS参数约束条件下寻找代价最小的多播树.该算法有效地结合了遗传算法的进化特性与竞争学习算法的特点,采用基于路径的树编码结构和基于概率的备选路径集,在网络规模较大的情况下也能得到很好的应用.仿真实验表明,该算法快速有效.     

基于PBIL的综合QoS参数组播路由

提出了一种基于PBIL(Population-Based Incremental Learning)的QoS组播路由算法,它能在综合QoS参数约束条件下寻找代价最小的多播树.该算法有效地结合了遗传算法的进化特性与竞争学习算法的特点,采用基于路径的树编码结构和基于概率的备选路径集,在网络规模较大的情况下也能得到很好的应用.仿真实验表明,该算法快速有效.     

基于蚁群算法的QoS多播路由算法

提出一种基于蚁群算法的分布式动态QoS多播路由的算法.充分考虑路径时延对多播树总代价的影响,多播树中添加符合QoS约束条件的路径,并且从多播组的目的结点出发进行搜索,该路径的路径代价在该次选中的所有迭代路径中最小,以"拉"的模式分布式地构造出多播树。实验结果表明,该算法代价性能良好,能满足多媒体网络的实时性要求.     

基于链路可共享性的多播路由算法

基于链路可共享性,提出一个快速有效的时延约束多播路由算法SBMR.该算法首先计算各链路的可共享性,然后根据链路的可共享性,由大到小依次选择链路参与多播路由,最后由所选链路组成一棵低代价的多播树.实验结果表明,与多播路由KPP算法相比,本算法构建的多播树有72%比KPP算法构建的多播树更优,代价降低13%,启用的链路数减少9%,而且CPU时间减少15%.与多播路由DCSP算法相比,本算法以增加28%的CPU时间为代价,构建的82%的多播树比DCSP更优,代价降低15%,而且启用的链路数减少11%,达到了更好的链路共享.     

星座网络关键链路代价增量路由算法

全球通信业务量大且分布不均衡的客观因素,使得卫星网络资源利用率较低的问题日趋严重。为了解决这个问题,提出了一种面向星座网络的关键链路路由算法。该算法在业务统计模型下,以传播时延和当前链路负载状态为链路代价选出候选路径。在此基础上引入关键链路的概念并建立关键链路代价增量预测模型,最终从候选路径中选择代价增量最小的为最优路由。算法还采用拥塞控制策略发现拥塞,减轻拥塞链路的负载,选择重新设计部分业务的路由。实验结果表明,算法在平均路径阻塞概率、吞吐率、路径时延以及负载均衡方面均有较好的提升;在满足时延要求的前提下,能够有效地分配网络资源,提高网络利用率,是一种较好的卫星网络路由算法。     

基于最小代价的跨域虚拟网络映射算法

针对多个自治域网络环境中的虚拟网络映射问题,提出了基于最小代价的跨域虚拟网络映射(MC-VNE)算法.首先根据虚拟网络的约束条件,计算每个虚拟节点的可用物理节点集合,然后利用最小权重路由算法,计算出每条虚拟链路的可用映射物理路径集合.借鉴克鲁斯卡尔最小生成树算法思想,依次在可用映射物理路径集合选择最小权重物理路径,然后将对应的虚拟链路映射到该物理路径上,并协调完成虚拟节点的映射操作.仿真结果表明,MC-VNE算法有效地降低了虚拟网络映射的资源代价,提高了虚拟网络请求接受率.     

分布式无线传感器网络的速率分配和网络成本联合优化

针对无线传感器网络资源和带宽分配不合理的问题,引入网络净效用性能指标,联合网络流量控制和成本控制两个层面,建立了基于网络编码多径路由的无线传感器网络资源分配的优化模型,提出了一种基于流量控制因子和网络拥塞代价的分布式迭代优化算法.本文定义网络净效用为网络传输效用与传输成本之差值.仿真实验结果表明,该算法能有效进行节点速率分配和链路流量控制,优化网络资源分配和净效用.     

链路优化时延约束组播路由的遗传算法

针对网络的瓶颈路径易造成网络拥塞的现象,分析了链路负载不平衡的原因,重新给出链路代价定义,提出一种遗传算法求解该类组播路由问题.算法从链路代价权值转化开始,以满意的时延树为遗传算法的初始解集,然后在交叉操作过程中不断地用低链路代价的边代替树中高链路代价的边,以求得满足链路代价最优的组播树.仿真结果表明,该算法在考虑网络的负载均衡情况下,选择链路代价较低的空闲路径,快速、有效地构建满足时延要求,链路代价最小的组播树.     

异构小蜂窝网中D2D模式选择的联合决策方法

为了在更加贴近实际的环境下研究D2D用户的工作模式选择,提出一种新的异构小蜂窝网络中的D2D模式选择方法。该方法通过分析D2D链路的传输功率和信道开销,给出了D2D链路的传输代价函数表达式,以D2D链路传输代价为标准并使用联合决策算法对D2D链路的模式选择进行控制,使得系统D2D链路的传输总代价达到最小。理论分析和仿真结果表明,所提出的方法能够有效的减小系统传输功耗。