移动Ad Hoc网络拓扑控制研究

概述了Ad Hoc网络拓扑控制的研究现状和一些典型的拓扑控制方法，并提出了一种适用于移动Ad Hoc网络的分布式拓扑控制算法，它通过寻找网络的不同划分(panitions)之间最近的结点对，以最小的能量维护连接的拓扑．该算法与某种路由协议(如优化的链路状态协议)相结合，从而该拓扑控制机制几乎没有额外的控制开销．通过对网络拓扑的控制，可显著增加多步(multihop)移动无线网络的性能和网络寿命。     

基于离散功率空间的定步长认知无线网络功率控制算法

针对现有认知无线网络功率控制算法在离散功率空间内无法收敛的问题,提出一种定步长功率控制算法。在离散功率空间内,将认知用户的目标信干扰比 （signal to interference plus noise ratio,SINR）由具体的目标数值扩展为目标窗口。为了最大化系统容量,在满足系统约束条件的前提下,建立了滑动窗口机制。通过认知用户总干扰与干扰温度域上下限的比较,动态调整中值SINR,从而实现目标窗口的滑动。对于确定的目标窗口,采用定步长迭代算法进行发射功率的调整。仿真实验表明,算法达到了预期效果,并取得与最优算法相近的系统性能。     

一种新的异构无线接入网垂直切换方法

为了提高异构无线网络中垂直切换的准确度、减少连接掉线,提出了一种新的垂直切换方法.该方法改进了基于RSS的切换触发机制,并且采用基于模糊逻辑的归一化量化决策算法,从可用的接入网中选择最优的切换目标网络.为验证方法的可行性,采用由UMTS和WLAN构成的仿真场景.仿真结果表明,提出的方法通过平衡用户的偏好、网络状态和系统性能,有效地选择了最优的网络;同时,在垂直切换次数和切换掉话率方面优于其他方法.     

间断连接无线网络中能量有效的数据转发策略

针对间断连接无线网络中节点能量有限、节点间相遇持续时间较短和网络资源无法得到充分利用的问题,提出一种带有自适应异步唤醒的数据转发策略,综合考虑节点能耗和休眠机制,并结合灰色模型预测节点间相遇持续时间,优化节点探测阶段和数据转发阶段的能耗,进而实现高效数据转发的目的。结果表明：所提出的数据转发策略能够有效利用节点剩余能量和通信机会。与现有的转发策略相比,该策略能够在低能耗下有效改善网络的探测成功率和通信时延。     

基于振弦式传感器的桥梁实时监测系统设计

为研究桥梁安全检测中多点采集监测信号,实现实时无线传输,设计了数据采集实时监测系统.系统以振弦式传感器为检测组件,通过适合电路实现较为精确频率测量,以STM32处理器为控制单元,以nRF24L01无线设备为网络载体,对无线网络数据传输的相互干扰进行了分析,并就如何削弱无线数据干扰的问题上,采用了CSMA+ FDMA的方法.研究结果经过实验测试,系统误差频率小于0.1％,实验结果表明系统具有硬件电路简单,采集信号准确,工作稳定性高,抗干扰能力强等优点.     

无线网络分层QoS垂直映射模型及跨层优化方法

现代无线通信网络结构复杂,通信环境时变,业务流和无线信道不可预知,服务质量保障极具挑战性.基于无线网络分层QoS体系结构,文中提出了一种统一的基于协议层间虚拟缓存接口QoS垂直映射模型,以虚拟队列技术实现层间QoS指标映射.同时,基于该协议层间QoS垂直映射模型提出一种跨层QoS优化架构,并针对业务流和无线信道的不可预知性,给出该架构在线学习优化求解方法.最后,通过与现有文献技术对比一致性方法验证所提出层间QoS垂直映射模型正确性,并且在物理层包差错率小于30％条件下,分析Q学习法优化数据链路层时延收敛性,从而验证所提出跨层优化模型和在线学习优化方法的有效性.     

TCP-SACK在无线环境下的性能改进研究

为解决传统TCP运行在高误码的无线环境中无法区分误码丢包与拥塞丢包,在遭遇单窗口多包丢失时盲目将发送窗口减半,而导致吞吐量急剧下降的问题,本文提出以TCP—SACK版本为基础改进TCP：l）充分利用SACK在单窗口多包丢失时重传恢复算法的优势;2）在发送端采用可用带宽估计来优化ssthresh和ewnd,歧避免TCP在丢包时盲目将窗口残半;3）与具有ECN功能的中问节点结合起来以区分随机误码丢包和拥塞丢包,根据丢包性质的不同采取不同的重传恢复策略。仿真显示出TCP的改进方案是可行的,并且仿真结果也证明TCP的性能确实得到了改善。     

基于可信第三方的快速域间垂直切换认证协议

针对异构无线网络中的域间垂直切换,提出一种基于可信第三方的切换认证和密钥协商协议,协议分别考虑了向上切换和向下切换两种切换场景.文中还改进了一种三方密钥分配协议,用于实现域间垂直切换认证过程中的临时密钥分配.分析比较表明,该方案在安全和性能上具有较好的折中性.     

基于OFDM的认知无线网络中最小代价增量资源分配算法

认知无线电是解决频谱资源紧张,提高频谱利用率的有效方式之一。在保护授权用户不受过度干扰的前提下,为了充分利用基于OFDM的认知无线网络频谱资源,在分别考虑频谱检测可靠性和互干扰对资源分配影响的基础上,构建了一个联合功率控制和子载波分配的最优化目标。考虑算法实际可行性,提出了3个次优的基于最小资源代价增量的算法,即最小功率代价增量算法、最小干扰代价增量算法以及最小功率干扰加权和代价增量算法。数值仿真表明,相比于现有的静态等功率资源分配,所提算法的吞吐量性能均有明显提升,其中,最小功率干扰加权和代价增量算法整体性能最好。     

基于改进单神经元梯度学习的无线网络主动队列管理

考虑传统网络拥塞控制忽略了网络拥塞的持续状态, 引入将数据包到达链路速率作为控制器输入的方案, 得到一种改进单神经元梯度学习(improves single neuron gradient learning, ISNGL)的主动队列管理算法. ISNGL 算法采用梯度学习动态调整网络参数, 并在此基础上对收敛速度和稳定性加以改进, 提出带有位移参数的新激活函数和带有权值调整的动量项的改进方法, 最后通过 NS2 网络仿真软件在无线网络的拓扑模型上进行仿真分析, 结果表明 ISNGL 算法在无线网络环境下拥有良好的拥塞控制能力.