移动Ad Hoc网络组播路由的研究

移动计算的发展与便携计算设备的大量使用 ,提高了移动无线网络的重要性。由于面向群组计算的应用也大大增加 ,产生了MANET组播路由的需求。由于潜在的广播能力 ,MANET更适合组播通信。本文指出了关于MANET组播路由研究的一些突出的问题 ,并且研究和讨论了现有几种组播协议的优缺点 ,以及对不同条件的适应性。     

S-Crowds匿名通信协议的性能研究

重路由机制是匿名通信系统的重要实现方法,文中介绍了重路由匿名通信系统的模型和Crowds系统的原理,提出了一种新型的S-Crowds协议,并对S-Crowds匿名通信系统的负载性能和匿名性能进行了详细的数学计算和理论推导,结果表明,S-Crowds系统在大幅提高系统匿名性的同时仅少量增加系统负载,是一种具有可靠匿名性的重路由协议。     

基于综合性能的C3I系统通信效能

论述了C3I的重要性及其效能,分析了影响通信系统性能的因素,力求在实时综合性能的基础上选择通信路由,论述了传统Petri网和模糊Petri网的一些基本概念和特点及其区别,描述了用模糊Petri网进行系统综合性能分析时的有效算法,提出一种基于综合性能的路由选择算法,最后,通过实例来说明通信路由综合性能评价以及路由选择方法.     

基于强化学习的移动自组织网络分步路由算法*

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高度的动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出了一种基于强化学习的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集来提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析,仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

AODV路由协议探析

AODV是在DSR和DSDV的基础上发展而来的一种按需平面距离矢量路由协议，继承了DSR的路由发现策略，以及DSDV协议中的逐跳路由、序列号、定期广播机制。运行该协议结点不需要维持一致的及时更新的路由信息，在需要发送数据时才查找路由。各结点只保持需要的路由，而不需要维持通信过程中未激活的目的结点的路由。路由开销小，支持单播、多播和广播通信，是在MANET中使用较多的一种路由协议。本文对移动自组网络的体系结构和AODV协议的基本原理进行了讨论，指出了AODv协议的需要进一步研究的问题。     

基于认知无线电的无线传感网系统设计与实现

为了提高认知无线电传感器网络(CRSN)中的能量使用效率和性能指标,提出了一种新的基于认知无线电的无线传感网系统,该系统中的传感器节点均使用改进的机会频谱接入路由协议,提出的协议能够更好地增加网络的可扩展性和提高网络性能。构建了精确的信道模型以便评估复杂的室内环境不同区域的信号强度,通过实验模拟对提出系统的性能进行评估。模拟结果显示,相比其他两种路由协议,提出的协议在吞吐量、包延迟及总能量消耗方面表现更佳。     

基于多蚁群的无线传感器网络路由算法

无线传感器网络的快速发展,对于其路由协议有了更高的要求,关键是在节省能耗的情况下提高数据传输效率.提出了一种基于多蚁群无线传感器网络路由算法,采用多种群并行搜索,并在种群中采用基于目标函数值得启发式信息素分配策略和根据目标函数自动调整蚂蚁搜索路径,利用蚁群的分布式特点,通过有限寿命蚂蚁的协作在源节点与目的节点之间的运动获取主路径和备选路径,然后根据节点信息适时更新路由表.仿真结果显示MACRA降低了能耗,延长了网络寿命.     

移动Ad Hoc网络AODV路由协议改进

移动Ad Hoc是一组带有无线收发装置的移动节点组成的一个多跳临时性自治系统.由于军事和抢险救灾等方面的需要,移动Ad Hoe网络路由协议成为当前研究的热点之一.针对目前AODV协议改进算法较复杂,不易实现以及不能提供服务质量保证的问题,在AODV协议的基础上,提出了一种算法简单的QoS路由协议AODVQ,提供了节点不相关多径路由并以带宽为QoS参数.通过仿真证明,该协议在分组传输率、时延和路由开销方面性能相对于AODV得到了较大的改善.     

对流层散射下MPLS重路由信号去噪研究

针对对流层散射信道MPLS重路由信号数据含有噪声的问题,分析了Facility重路由原理和MPLS标签转发过程,引入小波阈值去噪算法对含噪声标签信号数据进行处理。利用一种随分解层数变化的阈值和折中阈值函数规则,来解决传统算法中的阈值确定和阈值函数选取存在的问题,针对折中阈值函数规则中参数a的确定问题,利用模拟数据,以信噪比(SNR)为目标函数,采用定步长变a形式,从而得到去噪效果最好时对应的a值,并用实测数据加以验证。仿真结果表明,改进后的算法在信噪比上有1.5 d B~3.4 d B的提高,均方差(RMSE)下降约0.01~0.03,为路由修复信号的去噪提供一种可行的方案。     

强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。