多信道无线网状网跨层优化研究

针对多网卡多信道无线Mesh网络容量问题,基于无线信道干扰模型,在给定各节点物理层发射功率的条件下,联合考虑无线Mesh网络传输层的流速控制、网络层的路由算法和MAC层的信道分配等问题,通过采用二次路由计算策略,提出了一个跨层联合优化算法,仿真结果表示,提出的算法能提高网络吞吐量。     

超宽带安全监控网络跨层优化模型研究

跨层设计是提高无线网络整体性能的一种有效方法.本文在综合考虑MAC层调度、物理层功率控制、网络层路由三方面因素的基础上,结合超宽带技术大带宽、低信号功率的特点,以实现网络最大数据传输速率为目标,构建了UWB安全监控网络跨层优化模型.实验结果表明,根据模型最优解进行网络配置可有效提高网络的数据传输速率,从而证明以构建、求解优化模型的方式解决跨层设计问题是切实可行的.     

无线局域网中TCP公平性问题研究综述

在无线局域网络中,由于无线MAC层协议只能保证各无线节点的公平接入无线信道,如何确保传输层TCP流的公平性就变得十分重要.TCP闭环拥塞控制的贪婪性、MAC协议节点接入公平性和无线信道的异构性,导致TCP在无线局域网络出现多种不公平问题.对当前存在的几种TCP不公平问题及相应的解决方法进行了分析和比较,阐述了目前亟待解决的主要问题和今后的研究方向.     

基于跨层议价博弈的认知无线电网络资源优化分配策略

如何合理分配有限的频谱资源是认知无线电网络的核心问题之一.通过对物理层功率控制和MAC层带宽分配需求的研究,建立以最大化系统吞吐量为目标的跨层优化模型.并在该模型的基础上设计一种基于跨层议价博弈的带宽与功率分配算法(Bandwidth and Power Allocation Algorithm-Cross Layer Bargaining Game,BPAA-CLBG).仿真结果表明该算法可以有效地提高认知无线电网络的频谱利用率,且在系统吞吐量方面较现有算法有明显的改善.     

无线传感器网络中一种优化的隐式跨层传输控制算法

为了提高无线传感器网络的传输质量,对Ad Hoc网络中一种隐式逐跳的跨层拥塞控制协议做了改进.通过路由层、MAC层与传输层合作,使得隐式逐跳的传输控制协议在无线传感器网络中能够适用.路由层采用静态路由协议,设置2个目的接收节点来防止洪泛产生.在传输层通过引入相对信息熵理论实现隐式确认,以提高数据传输的可靠性.在MAC层根据节点距拥塞区域的跳数来决定信道竟用的退避时间.跨层设计有效地解决了无线传感器网络中的传输控制问题.通过Matlab仿真证明:与现有的传输层协议相比,改进的方法能降低网络的负载,增加网络的吞吐量,减少网络的延迟和丢包率.     

基于UWB的无线传感器网络跨层优化模型研究

跨层设计是提高无线传感器网络整体性能的一种有效方法。在综合考虑MAC层调度、物理层功率控制、网络层路由三方面因素的基础上,结合超宽带技术大带宽、低信号功率的特点,以实现网络最大数据传输速率为目标,构建了基于超宽带技术的无线传感器网络跨层优化模型。仿真实验表明：模型最优解可有效提高网络数据传输速率;物理层功率控制对优化结果有着至关重要的影响。这证明以构建、求解优化模型的方式解决跨层设计问题是切实可行的,同时也为解决大规模超宽带传感器网络数据传输问题提供了一条新的解决思路。     

Ad Hoc网络中联合跨层拥塞控制和资源调度

提出一个联合传输速率、链路的传输时间和链路速率的网络利用最大化模型（NUM）,并用对偶分解理论设计该问题的分布式算法。目标是为了得到传输层的最优的端到端的源速率,物理层的功率以及MAC层资源的最优分配,从而使网络利用率达到最大的同时使所有链路的功耗最小。通过仿真实验,验证算法的可行性,能达到预期的目标。     

单载波WMN中跨层拥塞反馈算法研究

在单载波无线Mesh网络(WMN)中,网络拥塞是影响系统性能的一个重要因素。为此,提出一种跨层拥塞反馈算法,通过拥塞反馈将不同协议层作为一个整体架构进行优化设计。各层利用本地信息进行分布式计算完成个体优化,即在传输层、网络层、链路层、物理层分别优化拥塞控制、路由策略、MAC调度、AMC模式,以达到整体性能优化的目的。仿真结果表明,该算法能降低拥塞率,且其吞吐量相比传统IEEE802.11 TCP提升约18%。     

移动Ad Hoc网络的跨层优化拥塞控制

基于网络协议层框架充分分析了TCP应用到Ad Hoc网络导致性能下降的原因,包括:物理层中易损耗的无线信道, MAC层中的过度竞争和不公平接入,网络层中节点移动引起的频繁路由失效,传输层中TCP采用的不合适机制,包括基于窗口的传输、基于数据包丢失的拥塞指示,拥塞窗口的慢启动和AIMD、对ACK自定时的依赖;提出了全新的适合Ad Hoc网络特性的跨层优化拥塞控制协议CCOC(cross-layer optimal congestion control).CCOC运用了跨层设计框架来改进MAC层的接入信道公平性、检测虚假链路失效、减少路由失效次数、加快路由切换后的重启动、运用SACK实现可靠传输和实施非线性优化论指导设计的自适应优化策略;描述了CCOC的协议体系结构;实施了详细的NS仿真实验,仿真结果表明,在几乎所有的仿真场景和移动环境下,CCOC比TCP和ATCP在许多重要性能指标,如吞吐量和公平性方面都有了明显的改进.     

移动Ad Hoc网络的跨层优化拥塞控制

基于网络协议层框架充分分析了TCP应用到Ad Hoc网络导致性能下降的原因,包括:物理层中易损耗的无线信道, MAC层中的过度竞争和不公平接入,网络层中节点移动引起的频繁路由失效,传输层中TCP采用的不合适机制,包括基于窗口的传输、基于数据包丢失的拥塞指示,拥塞窗口的慢启动和AIMD、对ACK自定时的依赖;提出了全新的适合Ad Hoc网络特性的跨层优化拥塞控制协议CCOC(cross-layer optimal congestion control).CCOC运用了跨层设计框架来改进MAC层的接入信道公平性、检测虚假链路失效、减少路由失效次数、加快路由切换后的重启动、运用SACK实现可靠传输和实施非线性优化论指导设计的自适应优化策略;描述了CCOC的协议体系结构;实施了详细的NS仿真实验,仿真结果表明,在几乎所有的仿真场景和移动环境下,CCOC比TCP和ATCP在许多重要性能指标,如吞吐量和公平性方面都有了明显的改进.     

An adaptive cross-layer design for multiservice scheduling in OFDMA based mobile WiMAX systems

We consider a cross-layer scheme for the downlink multiuser Orthogonal Frequency Division Multiple Access (OFDMA) for mobile WiMAX (Worldwide Interoperability for Microwave Access) based on IEEE802.16e standard. We propose an intelligent Medium Access Control (MAC) that adapts with the physical layer (PHY) in response to the different QoS requirements of the diverse service flows in the system. This adaptation is represented by a joint packet scheduling and slot allocation scheme interaction in both MAC and PHY layers. Based on this interaction, a fair and efficient QoS guaranteed resource allocation for a mixture of real-time and non real-time service flows is achieved. We provide extensive simulation results showing the performance aspects of the proposed cross-layer scheme.     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

A Class of Cross‐Layer Optimization Design for Congestion and Energy Efficiency with Compressed Sensing in Wireless Sensing Networks

In wireless sensor networks (WSNs), the congestion problem not only causes packet loss, but also leads to an increase in delays and energy consumption. The actual performance of wireless sensor networks (WSNs) can be severely influenced by the quality of the communication channel and the bit in transmission. In this paper, the distributed protocols, which attain global optimum control for signals by the compressed sensing technique and achieve fair channel allocation by the scheduling algorithm, are proposed for WSNs. We take into account the congestion problem by robust optimization with congestion ratio for two classic aspects in energy limited WSNs: minimum transmission rate and maximum transmitted information. To achieve the goal, three protocols are developed. In the first protocol, the desired control input is designed based on the compressed sensing technique. A minimal bit of signal is provided to reduce the transmission flow for the congestion model. The second protocol is resource allocation. The resources can be allocated increasingly to the channel in order to avoid more severe congestion. This can also avoid conservative reduction of resource allocation for eliminating congestion. Channel selection abides by the fair resource allocation principle. The above protocols separately are implemented through a congestion ratio at network layer, transport layer, and MAC layer. Simulation results demonstrate that the proposed algorithm effectively relieves congestion, and achieves higher throughput and lower energy consumption.     

抗时延敏感性跨层自适应资源分配方案*

为了对抗多用户OFDM系统中用户实时业务对时延的敏感性,提出一种利用Hopfield神经网络(HNN)算法的跨层自适应资源分配方案。该方案设置用户调度优先级时同时考虑物理层的信道状态信息,及媒体接入层的用户队列状态信息和等待时间等;采用HNN算法,最大化系统容量的同时降低了平均时延和丢包率。仿真结果表明,相比于传统资源分配方案,该方案可以有效保障用户的服务质量,并提高了系统的整体性能。     

基于跨层设计的认知无线Mesh网络拥塞反馈研究

在认知无线Mesh网络中,由于信道状态变化导致的链路负载差异,网络拥塞成为影响认知无线Mesh网络系统性能的重要因素。针对这一问题,提出了基于最大最小公平策略的拥塞反馈算法。该算法通过综合分析基于随机搜索-遗传算法的多速率编解码调制、多重数据流的信道分配机制,以及优化的路由选择三种机制的网络资源分配约束条件,来构建跨层模型,计算网络拥塞。同时,通过拥塞值反馈,实现对物理层、链路层和网络层的联合跨层优化,最大程度避免网络拥塞。仿真结果表明,该算法在网络发生拥塞时收敛更快,能够有效避免拥塞,均衡负载,并能提升网络吞吐量。     

一种用于无线网络中实时业务的跨层调度算法

就同时包含了有线链路和无线链路的异构网络上的实时应用,提出了一种满足其端到端服务质量(QoS)需求的无线网络MAC(media access control)层调度算法(real-time cross-layer scheduling algorithm for real-time application,简称RTCLA).该算法采用跨层的思想,结合了自适应调制编码(adaptive modulation and coding,简称AMC)技术和选择性自动请求重传(selective repeat-automatic repeat request,简称SR-ARQ)技术,在满足应用的系统误包率(packet error rate,简称PER)要求、尽可能减少基站中等待超时分组数目的前提下,提高系统吞吐性能和频谱利用率.通过仿真来验证算法分组超时率、平均系统有效吞吐率和公平性3个方面的性能,并与改进的比例公平算法(modifiedpro portional fair,简称MPF)、最早到期优先(earliest deadline first,简称EDF)和改进的最大加权延时优先(modified largest weighted delay first,简称M-LWDF)等3种广泛使用的算法进行了比较.仿真结果还表明,综合考虑实时应用的严格时延要求和无线网络资源稀缺以及信道的时变特性,RTCLA更适合于对时延敏感的实时应用,尤其是分组超时率性能方面表现突出.此外,仿真结果还表明,RTCLA在稳定性方面的表现与其他3种算法基本相同.     

Tradeoff between utility and lifetime in energy-constrained wireless sensor networks

We study the tradeoff between network utility and network lifetime using a cross-layer optimization approach. The tradeoff model in this paper is based on the framework of layering as optimization decomposition. Our tradeoff model is the first one that incorporates time slots allocation into this framework. By using Lagrangian dual decomposition method, we decompose the tradeoff model into two subproblems: routing problem at network layer and resource allocation problem at medium access control (MAC) layer. The interfaces between the layers are precisely the dual variables. A partially distributed algorithm is proposed to solve the nonlinear, convex, and separable tradeoff model. Numerical simulation results are presented to support our algorithm.     

通用多速率组播加权公平速率分配理论

研究了通用多速率组播加权公平速率分配问题.首先,给出了一个形式化的多速率组播网络模型,在该模型中考虑了接收者的异构性.在此基础上,定义了通用多速率组播加权Max-Min公平概念,建立了通用多速率组播加权Max-Min公平速率分配基本理论.最后给出了一个解决通用多速率组播加权Max-Min公平速率分配问题的集中式算法,并证明了该算法的正确性.