基于节点移动和协作转发的异构传感器网络路由协议

在异构传感器网络中,超级节点有着重要的意义.针对异构传感器网络中超级节点能量消耗过快的问题,提出了一种新的分簇路由协议（MCC）.通过在建簇阶段采用簇首移动控制策略来使簇内负载更加均衡;在簇间数据传输时引入了节点协作转发机制,提高了分簇协议的数据传输性能.通过NS2仿真验证,结果表明,MCC协议不仅降低了簇首能耗,而且使网络能耗更加均匀,延长了网络寿命.     

高能效无线传感器网络分簇数据收集协议

提出了一种基于簇结构的数据收集协议ECDGP(Energy-efficient Cluster-based Data Gathering Protocol).ECDGP使用了一种基于置信度的分簇算法进行簇头竞选,并根据网路覆盖要求选择活动节点,通过控制分簇中活动节点数目,ECDGP减少了能耗和延长了网络生命期.仿真结果表明在能耗和网络寿命上,ECDGP大幅度优于传统的分簇路由算法.     

基于扇形分簇的无线传感器网络路由算法

无线传感网络中低功耗自适应聚类分簇(LEACH)路由算法等概率选取簇首节点,容易导致整个网络节点能量损耗出现极端化,减少网络生存时间。为此,提出一种针对簇首节点选取和分簇的改进LEACH算法。该算法把整个网络区域分为四个扇形区域,在每个区域内独立进行分簇路由;然后基站根据节点剩余能量和与基站的距离进行簇首节点选择,节点根据簇首节点和基站接收信号强度选择路由方式,以均衡网络能量消耗。仿真结果表明,改进LEACH算法的网络寿命是原有LEACH算法的150%,数据吞吐量提升了3倍。     

无线传感器网络泊松分布最优簇首数目的研究

在无线传感器网络分簇路由协议中,簇首节点通常会消耗更多的能量。簇首节点过多或过少都会增加网络能耗。因此,为延长整个网络的生存周期,需要合理设置簇首节点的个数。在节点服从二维泊松分布的基础上,为最小化网络能耗,提出了一种求解网络最优簇首数目的方法。网络仿真表明,簇首个数为最优簇首数时,整个网络能量消耗最低。将求解的最优簇首数用于LEACH协议中,不仅延长了第一个节点的死亡时间,也提高了整个网络的生存周期。     

基于能量均衡的LEACH协议的研究

无线传感器网络节点能量有限,因此为了避免由于节点的能量不足而造成网络瘫痪,在组网过程中必须要充分考虑到节点能量的情况,Leach协议是其中一种典型的网络分簇路由协议。针对传统leach协议在分簇过程中未能考虑网络内节点能量以及簇首数量的基础上,提出一种新的簇首选取优化算法,旨在达到均衡网络能量、延长网络生命周期的结果。经OPNET仿真表明,该算法能快速选择簇首、节省节点能量以及均衡网络的能量分布,最后有效地延长网络的生命周期。     

高能量有效性的无线传感器网络 数据收集和路由协议

 提出了一种分布式高效节能的无线传感器网络数据收集和路由协议HEEDC.此协议中传感器节点根据自身状态(综合考虑剩余能量、节点密度等因素计算得出的代价因子)自主的竞争簇首,同时为减少簇首节点的能量开销,簇首之间通过多跳方式将各个簇内收集到的数据发送给特定簇首节点,并由此簇首节点将整个网络收集的数据发送给汇聚节点.仿真实验表明,HEEDC协议比起现有的几种重要路由协议(如LEACH、PEGASIS等),能提供更加有效的能量使用效率,延长无线传感器网络的生存周期.因此,使用HEEDC协议的无线传感器网络具有更好的使用性,其监测结果具有更高的可靠性.     

一种WSN中分簇路由算法的改进

在无线传感器网络中,基于分簇的路由协议对提高网络的寿命有着重要作用,LEACH是一种应用比较广泛的层次路由协议。本文提出一种新的基于最优分簇的无线传感器网络分簇路由（LEACH-O）算法,在簇的形成过程考虑到节点的集中程度和节点的剩余能量,从而减少传感器节点的能量消耗,优化资源利用率。仿真实表明,与传统的LEACH算法相比,该算法配传感器节点间数据传输提供了高效路由,从而延长网络的生命周期。     

基于最优簇头数和三段路由的改进型LEACH算法

LEACH协议可延长无线传感器网络的使用寿命,提高信息传输量.但是研究发现基站距离网络区域愈远,LEACH协议的效果愈差,网络价值愈小.故本文提出了一种基于最优簇头数和三段路由的改进型LEACH算法,以克服基站位置对网络寿命和信息传输量的影响.该算法依据不同WSN的传感器节点数目,预先计算出理论上最优的簇头数目,残余能量最高的簇头将被选举为唯一的高层簇头,形成节点—簇头—高层簇头—基站的三段数据路由.实验结果表明,与LEACH协议相比,当传输距离小于距离阈值时,该算法有效提升了节点能耗的均衡性,推迟首节点死亡时间,从而提高信息传输量;当距离超过阈值后,网络寿命和信息传输量显著提高,算法优势更为明显.     

无线传感器网络能量均衡分簇路由协议

LEACH是无线传感器网络(Wireless Sensor Network,WSN)中一种经典的分层式路由协议,在此基础上通过对LEACH成簇算法及簇间路由的改进,提出了一种新的均衡能量消耗分簇路由协议。该协议在无线传感器网络成簇过程中充分考虑了传感器节点的能量状态,同时簇首向基站的通信采用基于能量的簇间路由。理论分析及仿真结果表明,改进的协议能够均衡传感器节点的能量消耗,有效地延长网络寿命。     

一种基于K-means的WSN移动汇聚路由算法

无线传感网络(Wireless Sensor Network,WSN)作为一种资源受限的网络,网络中节点的能耗直接影响了网络的性能。因此,均衡网络中的能耗,延长网络的生命周期,成为设计WSN路由算法的重要目标。于是,在LEACH-C协议的基础上提出了一种移动汇聚路由算法。分簇阶段由Sink节点计算最优簇首个数,通过K-means聚类将网络中的节点划分至不同的集群,选择通信成本最低的节点作为各集群的簇首。稳定传输阶段通过移动Sink进行数据采集,针对不同的延迟分别规划Sink节点的移动轨迹。MATLAB仿真结果表明,与LEACH和LEAHC-C算法相比簇首的分布更合理,结合Sink节点的移动策略能有效均衡网络能耗,延长网络的寿命。     

大规模电路故障诊断神经网络方法

提出了一种采用BP神经网络诊断大规模电路故障的新方法。介绍了故障诊断的原则及BP网络的算法,并给出了仿真实例。实验证明所提出的方法是有效可行的。     

多域协同的TDD大规模组网方法研究

如何在有着大量、广域、时变协同需求的海量节点间和多维资源约束下实现网络服务能力最大化是时分双工（time-division duplex,TDD）移动通信大规模组网面临的核心问题。从架构角度进行研究,创新性地提出适用于TDD大规模组网的全局协同优化架构,分为无线连接层、信号处理层和服务控制层,通过层间全局协同优化和层内资源域高效转化实现多维资源成本与网络服务能力的最优化。基于该架构,聚焦无线连接层的空口资源,对多资源域协同转化的无线组网方法进行深入研究,明确了时域、频域、空域、码域等多资源域协同转化机理,并设计了相应的无线组网机制。4G/5G现网实践验证结果表明,所提TDD大规模无线组网架构和方法可在有效控制干扰的同时高效利用各域资源,实现网络服务能力最大化。     

大规模网络终端远程监测系统

为了提高大规模计算机网络终端运行的高效性和安全性,分析大规模计算机网络终端远程监控系统的现状,借鉴网络性能监测的国际标准,提出完整的远程监测系统的体系结构。通过具体的软件系统分析,设计了包括数据采集、数据管理、数据分析、事件形成等一整套软件系统实现模型。软件系统具有创新性和独创性。同时还讨论了系统的发展方向。     

基于随机松弛优选策略的网络脆弱性弥补算法

为了在大规模网络中构建代价最小的脆弱性弥补方案,提出了一种基于随机松弛优选策略的网络脆弱性弥补算法 (MCNHA-SLOS),并分析了算法的有效性。MCNHA-SLOS是一种近似最优算法,通过在全部弥补方案空间的一系列随机松弛子空间中进行迭代计算,使近似最优弥补方案必定落入低代价弥补方案空间中。实例分析和仿真结果表明,MCNHA-SLOS具有高效、精度可控、渐近最优等特点,能够应用于大规模网络环境。     

一种新的大规模网络主动预警方法

网络的全球化发展决定网络安全向整体性和动态性发展,互联网的分散管理机制使得监控管理域外的网络安全状态变得非常困难.本文基于网络透视技术,提出一种新的大规模网络主动预警方法,可以对无控制权的网络进行实时监控和主动预警.当网络发生异常行为时,能够准确检测异常来源,缩小异常定位范围,对于大规模网络异常行为的检测和预防具有重要现实意义.以中国教育网拓扑结构为背景的仿真实验表明,该方法有效,对网络安全具有重要的研究意义和实用价值.     

两层蜂窝网络中基于协作的能谱效优化

针对由宏蜂窝-毫微蜂窝(Macrocell-picocell) 构成的密集大规模两层蜂窝网络，提出了一种基于功率感知的跨层协作(PA-CTC)策略，推导了CoMP(Coordinated Multipoint)网络中的能谱效(ESE)闭合表达式。定量分析毫微基站密度以及协作门限对网络能谱效的影响，仿真结果表明，相比于现有的两层蜂窝网络无协作方法、两层蜂窝网络中基站互相都协作方法、以及单层蜂窝网络中距离用户最近两基站协作的方法，所提策略能有效降低跨层干扰，减少回传链路的数量，提高两层蜂窝网络的能谱效。      

一种基于Hadoop平台CloudSVM的网络流量分类方法

大规模的netflow训练数据集是构建高质量、高稳定网络流量分类器的必然要求。但随着网络流特征维数的提高和数据集规模的扩大,无论是网络流的分析处理还是基于支持向量机(SVM)的分类器模型的训练,都无法在有效的时间内得到有效的处理结果。本文基于Hadoop云计算平台,采用MapReduce技术对SVM网络流量分类器进行分布式学习和训练,构建CloudSVM网络流量分类器。通过对来自校园网出口镜像的近2 T的大规模网络流量的跟踪文件的分布式存储和处理,对抽取的样本数据集进行分类,实验验证了基于Hadoop平台分布式存储和并行处理大规模网络数据集的高效率性,也验证了CloudSVM分类器在不降低分类准确度的情况下可以快速收敛到最佳,并随着大规模网络流样本的增加,SVM分类器训练的时间趋近平稳。     

面向业务可达性的广域工业互联网调度算法研究

工业互联网业务呈现出小规模、确定性的特征,通常运行在大规模、异构的网络环境中,业务的调度与功能链的编排难以与异构承载网资源匹配。基于此该文提出非工作保持型的多节点联合调度模型,首先采用全路径时间协调算法,将功能链从空间维度的拓扑编排扩展至时空维度;其次,针对网络节点中的同步调度问题,提出了基于紧急度的流调度算法来平滑时延抖动,进一步,将时间触发调度延拓到大规模、异构且非同步的承载网中,提出了虚拟到达队列编排算法,利用业务同步机制替代时间同步,保障了业务确定的可达性需求。仿真实验表明该文所提算法可提升业务的可达性,保障其满足及时性、准时性、协同性需求。     

大规模网络管理中的任务分解与调度

集中式的管理模式和简单的基于移动agent的网络管理方法都已不能满足大型网络管理的需要,为此,在给出基于多agent的网络管理框架的基础上,提出了一种基于任务依赖关系的任务分解算法,把网络管理任务分解为具有不同优先级的子任务,处于同一优先层次的子任务可以并行执行,根据子任务的优先级产生结合网络管理特点的调度策略,理论分析和实验表明:在大规模网络管理中采用任务分解技术能够提高时间效率和减轻网络负载。     

LTE无线网络优化思路探讨

网络质量成为影响用户感知的关键因素,通过列举无线网络优化面临的挑战,详细分析了影响无线网络质量的主要原因,并提出了针对各项原因的实际网络优化方法和手段,为随之而来的大规模LTE网络总结了无线网络优化工作思路。