可保持最大吞吐量的IEEE 802.11 DCF协议功率控制机制

在无线Ad Hoc网络中使用功率控制不仅可以节省能耗,还能提高网络吞吐量。基于IEEE 802.11 DCF协议,提出了一种新的适用于车辆自组织网络的功率控制算法。该算法根据节点的通信状况,动态地调整接收节点的CTS帧发射功率和发送节点的数据包发射功率,进而根据使网络吞吐量达到最大时的最佳接入节点数目调节RTS帧的发射功率,从而避免冲突,增大吞吐量。仿真表明该算法不仅能降低平均能耗,延长网络生存时间,还能增大网络复用率,提高网络的平均吞吐量。     

基于指向性换能器水声传感器网络功率控制算法

为了实现环境友好的通信,提高信道空间复用率进而提高网络吞吐量,提出了一种采用指向性换能器的水声传感器网络功率控制算法.设计支持指向性的邻节点发现过程,使节点获取信道信息,以归一化系统容量最大化及对邻近节点的干扰最小化为目标建立效用函数.以海洋生物发声影响阈值为限定条件,通过求解最大化效用函数的最优解对节点进行功率控制.该算法既能缓解隐藏终端和暴露终端问题,又能避免干扰海洋生物.仿真结果表明:相比于全向通信,对于不同的换能器波束宽度,本算法可使网络的能耗降低,吞吐量提高2~3倍,端到端延时降低20%~30%.     

SDWSN中基于非合作博弈的拓扑控制算法

为了节省无线传感器网络中节点的能耗,延长网络的生命周期,提出一种在软件定义无线传感器网络中基于非合作博弈的拓扑控制算法.首先,基于软件定义架构设置网络模型.然后,提出一种非合作博弈拓扑控制算法,该算法由控制器基于全局信息为每个节点与其他节点进行博弈,博弈过程中综合考虑节点的剩余能量、传输功率和链路跳数,使每个节点都能找到最利于自己的发射功率,从而在保证网络连通的前提下延长网络寿命.仿真结果表明,所提算法与其他基于博弈论拓扑控制算法相比,各节点能耗更加均衡,延长了网络生命周期.     

D2D通信中基于Q学习的联合资源分配与功率控制算法

D2D(Device to Device)通信可实现距离相近的用户设备直接通信,有效地提升系统的吞吐量,获得高频谱效率和能量效率,但D2D通信共享蜂窝网络频谱资源时,会造成蜂窝网络与D2D链路严重的层间干扰.为减少层间干扰带来的影响,提出一种基于Q学习的联合资源分配与功率控制算法.从Q学习的角度来构建数学模型,将蜂窝网络中的多个D2D用户对视为多智能体学习者,利用历史状态(历史吞吐量和功率值),不需要精确的信道状态信息(Channel State Information,CSI)和互干扰等先验知识,通过Q学习算法,学习得到分布式的信道选择和功率控制的联合最优策略.可以动态调整D2D用户功率,在保证蜂窝用户服务质量的前提下,通过D2D功率控制获得最大化系统吞吐量.仿真结果表明,基于Q学习的联合资源分配与功率控制的算法有效提高了系统的吞吐量.     

Femtocell网络中基于对数效用的功率控制算法

针对Femtocell网络中干扰管理和功率控制的问题,考虑FBS间的同层干扰,提出基于对数效用的功率控制算法.运用K-Means算法对大量部署的FBS进行分簇,K-Means分簇算法可在低复杂度条件下将FBS划分成不同的簇,以便进行干扰管理.基于对数效用的功率控制算法,能保障FUE处于最低信干噪比,深度优化FBS的发射功率,可在保障吞吐量的同时提升系统能效.     

一种博弈的异构网上行功率控制算法

异构组网是未来移动通信系统的典型网络结构,上行功率分配算法又是异构网络中干扰管理的一项重要技术。将博弈论和异构网上行功率分配算法相结合,提出了一种博弈的异构网上行控制算法。该算法把价格支付函数运用到上行功率控制算法中,在异构网中任何用户的功率提升都要考虑对网络内的其它同频用户带来的干扰,并以此作为基于价格的支付函数,通过循环多次迭代使得用户功率提升对整个网络的干扰最小化。通过对现有功率控制算法的优化,提升了网络的性能。结果表明:基于博弈的异构网上行功率分配算法能够在系统上行吞吐量、能效比方面带来增益和性能的提升。     

多信道节点分布式协作MAC协议的研究

当前协作通信是现实条件下实现分集增益的关键技术,单天线节点通过相互协作传输信息实现空间分集可有效提高系统的整体性能。在协作通信研究中,协作节点的选择非常重要,选中好的协作节点可以极大地提高数据传输速率与效率,但是针对完全分布式无线网络多信道数据传输情况下,考虑到系统整体性能最优的协作节点分配和选择问题,并没有得到很好的研究。由此本文提出了一种基于协作增量值（CIV）的协作MAC协议（命名为CIV-MAC）。在CIV-MAC中,备选协作节点通过侦听多路信道控制帧获得信道状态信息（CSI）,并计算自身CIV;根据节点的CIV,协议会实行协作节点分配和选择机制并选出最优的协作节点,同时通过采用最小功率控制算法来降低系统能量消耗。最后,以网络实际有效吞吐量和能量效率两个参数为网络性能指标,通过两个不同场景的仿真实验结果得到,相对于RBAR协议和CRBAR协议,CIV-MAC可以极大地提升系统性能。     

无线传感网络中基于节点权值划分的功率控制算法

无线传感器网络由大量能量有限的微型传感器节点组成,因此,如何在保证无线传感网络中节点通讯区域覆盖质量和连通性质量的同时,又能延长无线传感网络的生命周期至关重要,为了解决这一问题,引入了区域划分对传感器网络节能效率影响的数学模型,提出一种基于节点权值划分的功率控制算法(A power control algorithm basillg on wcight measurement of nodes,简称NWMP).并详细论述了该算法的设计思想及步骤,最后,通过与其它功拉算法的模拟仿真对比分析和性能评估,证明该算法能提高无线网络的网络吞吐量和延长网络的寿命,图5,参10.     

基于能效和时延的多跳中继通信系统功率控制算法

在多跳中继通信系统中,以能效为优化对象的功率控制算法可以保证功率的有效性,但可能无法满足多跳通信传输时延的要求.为此,文中分析了中继节点发射功率对系统能效和传输时延的影响,提出以能效和传输时延为优化对象的多目标优化功率控制算法.以多跳通信系统节点的发射功率为变量,导出了中继通信系统的能效和传输时延表达式.在此基础上构建...     

802.11多速率无线局域网中的竞争窗口控制算法

针对此类网络的饱和吞吐量模型,分析了速率调整无法降低帧冲突的原因以及发送节点的尝试发送帧概率对网络性能的影响.基于发送节点的尝试发送帧概率和竞争窗口大小之间的关系,提出了一个802.11多速率无线局域网中控制竞争窗口的方法,该方法通过估计局域网中的平均连续空闲时隙数来控制竞争窗口,因此能够主动减少由于节点数量大造成的帧冲突,从而提高网络性能.模拟实验表明,在802.11多速率无线局域网中,竞争窗口控制算法的引入可以在已有的速率调整算法的基础上使网络性能大大提高,获得更好的吞吐量和公平性.     

基于超模博弈的认知无线Ad hoc网络分布式功率控制技术

考虑一种交织(Interweave)模式下的单跳认知无线Ad hoc网络(CRAHN)应用场景,针对次用户(SU)组成的Ad hoc网络提出一种分布式功率控制技术,以最大化提高次网络容量.SU网络通过频谱感知来探测主用户(PU)所在授权频段的使用情况.一旦授权频段空闲,次网络中的SU将利用授权频谱进行并发通信,目标是通过优化各SU的发射功率,以达到次网络频谱效率最大化.首先根据应用场景给出了网络容量优化近似模型,为了解决该非凸问题,将网络容量优化模型建立为等效博弈模型,并在不同的SINR条件下证明了Nash均衡的存在性和唯一性,最终提出基于Gradient Play的分布式功率控制算法来实现资源最优分配.仿真结果表明,该算法可在保证收敛性的同时、支持一定的并发通信用户数、提高该网络系统的频谱效率.     

基于解码转发的认知无线电机会功率控制算法

频谱感知是认知无线电网络正常工作的基础,而功率控制问题的解决是认知网络和主用户网络正常运行的保证。文中研究协作认知无线电通信,在保证授权用户服务质量和认知用户最大功率受限条件下,将高信噪比时的解码转发(decode-and-forward,DF)和基于频谱感知结果的机会功率控制算法结合,提出新的机会DF功率算法。通过基于对主用户感知结果的最优中继选择策略,在保证主用户正常通信不受影响的前提下,最大程度提高次用户信道信噪比,提高认知网络容量,并且认知系统能够获得空间满分集度。理论和仿真结果同时表明,基于主用户出现概率的最优中继选择最大程度的消除了次用户对主用户的干扰,提高了认知系统容量。     

认知无线电中基于干扰温度的功率控制博弈算法

针对认知无线电系统中功率控制的问题,根据David Goodman的非合作博弈思想,设计了一个基于干扰温度的代价函数,并对效用函数中的有效函数作了改进,在此基础上提出一种基于干扰温度的功率控制博弈算法。在仿真分析中同几种常用的功率控制博弈模型作了对比,结果表明该算法能有效提高认知用户的帕累托效应,提高用户的吞吐量,保障认知用户和主用户的QoS需求,使网络资源得到平等共享。     

星地认知网络能效谱效联合博弈功率控制算法

在Underlay模式下,卫星网络覆盖范围大会导致用户频率冲突干扰,针对该问题以及星地网络中移动用户的能量有限的情况,综合考虑卫星用户中地面站和移动用户的差异,构建了基于能效谱效联合博弈的星地认知网络多用户功率控制模型,并在该博弈模型基础上提出了一种能效谱效联合博弈算法(COAES),定义了能效和谱效因子,通过对不同用户的能效和谱效优化需求进行博弈,并证明每个用户均能达到最优状态即纳什均衡状态。仿真结果表明:COAES算法能满足不同用户的谱效和能效需求,并且联合因子相比NETMA算法和PRA算法分别提升了50%和35%。     

异构无线网络自适应接入算法研究

在异构无线网络中,针对现存接入算法对网络高动态性考虑不足,提出了一种自适应的接入算法.算法能够根据网络环境中用户数量及带宽使用情况,估计接入阻塞率、最大化网络吞吐量,从而自适应地选择用户接入网络的行为.根据接收信号强度和可用带宽,计算出用户的最大传输速率;根据网络中已分配带宽、用户所需带宽,推导出网络剩余容纳用户数;根据新到达用户数、剩余容纳用户数估计用户接入阻塞率;结合最大传输速率和接入阻塞率,提出一种以最大化网络吞吐量为目标的自适应接入算法.仿真结果表明,算法能有效降低用户接入阻塞率,增加接入用户数,提高网络吞吐量,均衡网络负载,并且能够适应未来高动态性网络.     

考虑SOP的配电网电压有功无功协同优化

为解决高比例分布式电源接入配电网的节点电压波动等问题,本文提出了一种考虑智能软开关的配电网电压有功无功协同优化控制策略。首先,对影响节点电压波动的因素进行分析,说明可从有功和无功的角度对电压进行控制,对智能软开关的工作原理进行分析,它可以精确控制两侧所连馈线间传输的有功,且提供一定的无功功率;其次,建立了以有功网损最小和电压偏离最小为目标函数的配电网有功无功优化数学模型,并通过权重系数将其转化为单目标模型;再次,通过改进灰狼算法对本文所建模型进行求解;最后在IEEE33节点系统上进行仿真验证。结果表明：所提策略能有效减小系统节点电压波动和降低网损。     

一种基于RTP的多媒体业务质量控制算法

分析了RTP协议的特性和多媒体通信中多用户情况下带宽调整的特点，提出了一种基于RTP协议的业务质量动态控制算法对网络带宽进行控制。该算法能对多用户情况下各用户占有的带宽进行调整，平衡各用户占有的带宽，也使得即使有大量用户同时增加带宽，网络也不会明显产生拥塞。平滑了网络带宽，提高了多媒体通信的业务质量。     

具有优先级区分的RED算法研究

为解决网络拥塞问题, 实现网络用户的服务区分, 提出了一种基于IPv6网络的可区分用户优先级的主动队列管理算法, 即优先级区分RED(Random Early Detection)算法。该算法在IPv6基本报头的流标签域中标记用户的优先级, 并对不同优先级的数据包进行不同的丢包处理。通过OMNeT++3.2模拟仿真的实验结果表明, 基于IPv6网络的优先级区分RED算法能区分用户的优先级, 保证了有优先级用户的服务质量。     

认知无线网络中基于免疫优化的比例公平资源分配

针对认知无线网络中基于OFDM技术的资源分配,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法. 算法采用两阶段资源分配方法,即先将子载波分配给用户,然后基于免疫优化算法给不同的子载波分配功率. 此外,算法充分考虑了主用户可容忍的干扰约束及次用户对资源的比例需求,更符合实际要求. 根据问题本身特点,设计了适合算法求解的编码、克隆、变异算子. 仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰等约束下,本算法可以获得较高的数据吞吐量,并保证次用户对资源需求的公平性.      

基于博弈论的Femtocell双层网络的功率控制算法

在由Macrocell和Femtocell（家庭基站）组成的双层网络中,当Macrocell和Femtocell共享频谱资源时,两层网络之间必然存在信号干扰.文中考虑各Femtocell用户受其余用户的干扰总和是不相等的,将该干扰因子引入代价函数,提出了改进的基于Stackelberg博弈的功率控制方法,证明了该博弈不仅存在纳什均衡,且均衡点唯一.同时,考虑到在博弈均衡后,部分Femtocell用户的信干噪比（SINR）无法满足正常通信的最低SINR要求,提出一种基于自适应干扰控制算法,该算法通过控制部分Femtocell用户对宏基站的干扰,从而增加可正常通信的Femtocell用户数量.Matlab仿真结果表明,改进后的算法不仅能使均衡点唯一,而且提高了Femtocell用户的性能,同时能使更多Femtocell用户满足SINR下限要求.