基于延时状态统计的分布式QoS路由算法

为了克服网络状态的不准确性给服务质量(QoS)路由机制带来的负面影响,针对延时约束最小代价(DCLC)路由问题,提出一种基于延时状态统计的分布式路由算法(DSS-DRA)。根据延时状态的稳定性程度预测路径状态的不准确性,并结合概率选路,为到来业务探测寻找满足其QoS要求的DCLC路径。仿真及其分析表明:DSS-DRA能够较好地容忍不准确的网络状态信息,在路由性能以及DCLC问题的解决能力方面具有较为明显的优势;同时,与泛洪探测等方法相比,可以较好地减小探测开销,而与最小延时等算法相比,当网络重载时,能够以略微增加的开销为代价换取较大的性能改进。     

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。     

时延约束费用最小路由选择算法

给出了两种新的边选择函数———费用下限函数 (LBC)和最大剩余时延 费用下限函数 (LBC RDM) ,并提出了时延约束费用最小路由的DCLC LBC和DCLC LBCRDM算法 ,大量随机网络模拟结果表明 ,DCLC LBC和DCLC LBCRDM算法性能相近 ,在费用竞争性和平均路由长度等指标上均明显好于目前的DCLC RDM算法     

一种基于本地QoS类别的端到端的QoS路由方法

传统的全局QoS路由需要获知精确的全局网络QoS状态。由于不可忽略的传播延时和处理开销,节点所获得的QoS信息总是不精确的。通过将全局网络划分为多个小的网络子域,并定义每个网络子域的本地QoS类别,将全局的端到端QoS路由转化为分层的路由问题,给出了一个可扩展性的路由算法。     

基于位置信息的MANET按需QoS路由算法

针对移动自组织网络QoS路由开销大的问题,研究了一个基于位置信息的路由消息转发方法,该方法可降低路由开销并提高路由成功率.在此基础上提出了一种路径优化的基于位置信息的QoS路由算法ODLAQR.不同于利用位置信息的路由算法,ODLAQR算法将路由消息转发域进一步分为Green区和Yellow区两个不同的区域,处在不同区域的节点采用不同的路由消息转发策略,最终根据费用选择最优路径传输数据分组.ns2仿真结果表明,和一些QoS路由算法相比,ODLAQR算法能够以较小的路由开销取得较高的路由成功率.     

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BOA的受限延时QoS路由算法

无线ad hoc网络中受限延时的QoS路由问题是NP-complete问题,针对其特点,将贝叶斯优化算法引入其中,用贝叶斯网络对QoS参数进行模拟、采样和优化.实验结果表明,贝叶斯优化算法对于受限延时的QoS路由问题有着很好的解决能力,同时与其他算法比较,能够搜索到较低代价的路由,满足QoS路由要求.     

应用层组播分布式动态路由算法

在深入分析基于虚拟覆盖网上的应用层组播的特点,并建立组播网络路由模型的基础上,针对应用层组播带度约束与时延及时延抖动约束的路由问题,提出一种新的应用层组播分布式动态路由算法,该算法只要求维护网络链路和节点的局部状态信息,不需要维护全局状态信息,从而能够较好地减少构造组播树的开销。仿真实验结果表明,该算法具有较小的时延和较小的代价,能够较好地适用于网络状态变化比较频繁的环境及各种实时多媒体应用。     

BowCast：一种适应非对称链路延时网络的P2P多播路由协议

虽然IP多播的性能优势无可否认,但是它却面临着部署上的困难.近年来,P2P多播作为提供多播服务的另一可行途径正不断为人们所认可.研究非对称链路延时网络环境下P2P多播的路由问题,提出一个新的P2P多播路由协议:BowCast.该协议采用基于树(tree-based)的分布式路由策略,使多播组成员之间能自组织地构建一棵基于源的最小延时P2P多播树.BowGast主要利用范围受限的单向探测技术(BOW)来实现路由优化算法.BOW能提供端系统节点间的单向相对延时,无需全局的同步时钟.仿真实验表明,BowCast能很好地适应非对称链路延时环境.通过调节BOW的探测范围,BowCast能灵活地在路由性能和控制开销之间进行折中.     

基于节点分簇的延迟容忍网络路由策略

延迟容忍网络中路由策略的效率受节点移动特性的影响,为了能够利用节点移动特性制定更加高效的路由策略,提出了基于节点分簇(clustering)的延迟容忍网络路由策略.根据节点接触概率提出了节点分布式分簇算法,将移动特性相似的节点组成簇,并且选择簇内的网关节点;制定了基于节点分簇的消息转发策略.仿真结果表明,相比已有的延迟容忍网络路由策略,所提路由策略能让延迟容忍网络具有更高的消息投递率,更低的平均投递时延以及更低的网络开销比率.因此,利用节点移动特性制定的节点分簇路由策略能够提高延迟容忍网络的性能.     

A Heuristic Algorithm on QoS Routing

This paper focuses on solving the delay-constratined least-cost routing problem,and propose a simple,distributed heuristic solution,called distributed recursive delay-constriained least-cost (DR-DCLC)unicast routing algorithm.DR-DCLC only requires local information to find the near-optimal solution.The correctness of DR-DCLC is proued by showing that it is always capable of constructing a loop-free delay-constrained path within finite time,if such a path exists,Simulation is also used to compare DR-DCLC to the optimal DCLC algorithm and other algorithms.     

基于模糊视觉与快速路由的移动自组织网络路由协议FH-OLSR

在大规模密集的高速移动自组织网络中,节点的快速移动使网络拓扑变化频繁,从而需要加快路由更新,由此导致路由开销不断增加,网络性能下降.针对这一问题,本文提出了FH-OLSR路由协议,该协议基于优化链路状态路由协议(OLSR)设计,并引入模糊视觉技术与快速路由技术,通过监听节点链路状态的变化情况,自动调整握手消息与拓扑控制消息的发送频率与发送范围,同时结合链路状态计算路由,有效地提升网络拓扑收敛速度,降低路由开销,提高网络性能.本文利用OPNET仿真软件进行实验,结果表明:在大规模网络拓扑高速变化的情况下,FH-OLSR协议与OLSR协议相比,路由开销降低25%,端到端延时降低50%,丢包率降低15%.     

一种基于节点运动范围自感知的路由方法

针对传统的路由协议不能适应移动网络中由于节点稀疏分布、频繁断开或周期性移动造成的节点间歇性连接的情况,文中在网络状态未知的情况下,提出了基于节点运动范围自感知的路由协议MSAR.它不需要地理位置定位等硬件的支持,利用节点历史相遇信息来分析节点的运动范围,选择运动范围重叠较小的节点来转发消息.仿真实验结果表明,MSAR路由协议能够保证较高的消息交付比率和相对较低的平均延时,并能够大量减少消息在网络中的分发数量,减小网络开销.     

基于多环结构的P2P覆盖网络路由算法

P2P系统中采用的随机选择邻居节点的方法会降低路由效率以及增大网络开销.针对这一问题,在分析现有的路由算法的基础上,提出一种基于多环网络拓扑结构的P2P路由算法RMCT.该算法将P2P节点划分为若干簇并设立簇核节点进行管理.RMCT采用常数级别的路由表,设计了节点加入、退出算法以及簇的划分、簇核选举等算法.通过实验与经典Chord算法进行性能对比,证明了RMCT在路由性能方面有明显优势,是一种有效的路由算法.     

一种基于节点二维均衡策略的MPR选择算法研究

OLSR路由协议中,MPR节点的选择以连接度为参考标准．实际上,随着节点的增加和移动速度的加快,由于某些MPR节点的空闲度降低而造成节点拥塞加剧,降低了网络的性能．以节点空闲度和连接度均衡考虑对MPR选择算法做出改进研究．实验结果表明,改进后的OLSR路由协议在数据传输成功率与时延等方面都有显著提高．     

间歇性连接移动网络中节点移动范围自感知路由

节点的稀疏分布、频繁断开或周期性的移动会导致移动网络中节点间歇性连接,源节点和目的节点之间不存在端到端的瞬时路径,传统的路由协议不能适应这种情况.在网络状态未知的情况下,提出了基于节点运动范围自感知的路由协议MSAR(Mobility Scope Aware Routing).不需要地理位置定位等硬件的支持,利用节点历史相遇信息来分析节点的运动范围,作为消息复制转发的依据.仿真结果表明, MSAR路由协议能够保证较高的消息交付比率和相对较低的延时,能够大量减少消息在网络中的分发数量,减小网络的开销.同时,协议还具有实现比较简单,控制开销比较小的特点.     

基于深度强化学习的无人机自组网路由算法

针对无人机自组网节点密度大、拓扑变换频繁,导致移动自组网复杂的问题,提出了一种基于深度强化学习(deep-reinforcement learning, DRL)的分布式无人机自组网路由算法。利用DRL感知学习无人机特征,使节点不断与环境交互、探索学习最优行动(路由)策略;通过存储经验知识,维护端到端路由,赋予无人机网络智能化重构和快速修复的能力,从而提高路径的稳定性,降低路由建立和维护开销,增强网络的鲁棒性能。仿真结果表明,提出的算法具有较好的收敛性能;在路由修复时间、端到端时延,以及网络适应性、扩展性方面都优于传统的路由算法。     

基于移动预测的集群组网分簇路由协议

针对无人机集群组网中拓扑结构更新快、网络通信效率低的问题,提出了基于移动预测的分簇算法MPC,并提出了一种分簇路由协议MPC-R。灰色-WNN联合预测模型的基础上,通过将预测结果运用在方向、速度、位置评价因子上,得出移动状态评价因子。综合计算移动因子和链路保持时间进行簇头选择,路由协议簇间采用被动路由发现机制,簇内采用主动路由发现机制。通过仿真,对预测准确性、分簇算法、路由协议进行验证,结果表明:WNN提高了预测的准确性,分组投递率提高了3%～4%。该分簇算法延长了簇头持续时间和平均链路保持时间,能够提高分簇稳定性。相应的路由协议与其他同类协议相比降低了端到端时延,提高了数据包分组投递率和路由性能。