移动Ad Hoc网络DSR路由协议性能分析

无线移动Ad Hoc自组网是由不依赖任何已有的网络设施的移动节点组成,该网络可以通过节点路由发现机制转发分组,并进行路由维护.Ad Hoc网络路由协议中DSR路由协议在不同发包率和节点移动速率的情况下各项网络性能都优于其他路由协议,尤其当网络业务量不大时性能更优.基于路由缓存大小和路由更新时间对协议性能的影响,利用OPNET建立DSR路由协议的Ad Hoc网络,并对路由出错、路由开销和时延等关键参数的仿真统计.仿真结果与理论分析一致,一般地,随着路由缓存变大和路由更新时间变短,网络中路由出错、路由开销和时延性能都有所提高.     

一种IP网络友好的Overlay路由机制*

现有IP网络存在不支持QoS,故障恢复速度慢等问题。作为克服或屏蔽这些缺陷的一种有效手段,Overlay网络在当前Internet上被广泛部署和应用。目前存在很多的Overlay路由结构和方法。然而在现存的多层路由中,上层Overlay网络在路由决策时通常对底层的IP网络性能和状态缺乏有效的协调和感知,致使上层Overlay路由和底层IP路由常常处于非协同、非优化工作状态,产生大量路由抖动和次优路由。为解决这些问题,提出了一种底层IP网络友好的Overlay路由机制,其基本思路为：增加Overlay网络的层感知能力,减少路由抖动增加Overlay路由的稳定性。Overlay网络根据底层IP网络的节点跳数、链路带宽、丢包率等反映底层IP网络性能的信息做出路由决策。实际网络中,通过调整Overlay网络的链路代价有效控制Overlay网络的路由决策。最后仿真结果表明：与传统双重路由（Dual Routing）相比,此IP网络友好Overlay路由机制在减少Overlay网络路由抖动,降低Overlay网络路径代价膨胀,提高Overlay网络故障恢复成功率和满足Overlay业务需求等方面有优势。     

基于能量选择的ReInForM路由算法研究与仿真

研究网络路由能量优化问题,针对传统的高可靠性路由算法难以均衡能耗的问题,为了实现高可靠性能量优化,提出了基于能量选择的ReInForM路由算法.新算法通过引入节点能耗量化评估机制,将邻居节点集合中待选节点按能耗进行排序,在保证传输可靠性的前提下,优先选择能量消耗少,剩余能量多的节点,从而优化路由算法.新算法解决了在恶劣通信环境下,高可靠性路由算法的能耗均衡问题.仿真验证了新算法在均衡路由能耗,减少失效节点个数,延长网络生存时间方面取得了较好的效果.新算法较传统算法取得更好的效果.     

基于节点相对位置信息的Overlay匹配方法研究

在Overlay中,由于底层物理网络和Overlay的拓扑失配问题而产生了大量冗余网络负载。为降低因拓扑失配带来的冗余网络负载,本文提出了节点相对位置信息的Overlay匹配方法。其核心思想是通过比较待加入节点到服务器的路由与其他已加入节点与服务器的路由之间的相似性来推测出与待加入节点邻近的节点。由于这种邻居节点选择策略是基于物理网络为基础,因此能够很好地解决拓扑失配的问题。实验数据表明,基于路由匹配的方法可以较好地做到上层的Overlay与底层的物理网络是拓扑匹配的。     

基于跨层设计的CLRM-HWMP路由协议研究

在研究HWMP路由协议的基础上引入跨层设计方法,综合考虑数据链路层的数据帧传输成功率DFTE(Data Frame Transmission Efficiency)、网络层的可用带宽和节点跳数作为跨层路由度量值CLRM(Cross-Layer Routing Metric),提出一种综合路由判据的跨层路由协议CLRM-HWMP路由协议.该协议有效解决单一的路由量度判据在提高无线Mesh网络性能方面的局限问题.通过NS-3仿真工具对无线Mesh网络中的HWMP路由协议和提出的CLRM-HWMP跨层路由协议进行分析对比,实验结果表明:提出的CLRM-HWMP路由协议有效降低了节点间端到端时延、提高了数据包投递成功率和网络吞吐量.     

大规模网络上基于图嵌入的可扩展路由方法

大规模网络上理想的路由方法必须同时具有较小的路由表和较短的路径.传统的最短路径路由算法只考虑优化路径,但是路由表需要维护到所有节点的路由信息,故路由表项数至少随网络规模线性增长,因此呈现较差的扩展性.针对基于图嵌入的可扩展路由进行了研究,提出将网络嵌入到由它的支撑图(spanner)导出的度量空间.利用真实网络普遍存在的小世界和无标度拓扑特征,提出了一种嵌入和路由方法--GEROUTE,它用源于高度节点的树形支撑图来构造嵌入,对节点分配较短的标记,使得节点在支撑图上的距离能够由标记推算出来,在节点标记定义的度量空间中使用贪心路由,而节点的路由表只需要存放邻居的标记.分析和仿真表明该路由方法在像Internet的这类图上能够取得比较理想的路由性能,与其他同类方法相比表现更好.     

移动Ad hoc网络中AODV路由协议的研究

AODV路由协议作为Ad Hoc网络中一种典型的按需路由协议,由于其路由开销低,实现简单,具有较好的可扩展性,所以一直是路由协议中研究的重点。但是AODV路由协议在选取路由时仅以跳数为度量标准,没有综合考虑影响网络性能的其他因素,所以协议本身还存在路径单一,个别网络节点的能量消耗较快等问题。针对以上不足,本文对原有的AODV协议加以改进,综合考虑了影响网络整体性能的移动节点的能量、负载和路由的跳数三个方面的因素,通过加权值设计了一个路由代价函数M。通过参考M值的大小来选取合适的路由,不仅优化目的节点的选路机制,同时也优化了中间节点的转发机制。通过仿真实验表明,改进后的协议与原有AODV协议相比,在延长网络生存期,提高网络吞吐量方面均有明显的改善。     

Ad Hoc网络动态源路由协议仿真研究

移动自组织网络是由一组自治通信节点组成的集合,当前对其路由协议的研究最为集中.基于 Ad Hoc网络DSR路由协议的特点、路由发现和路山维护的过程,利用OPNET网络仿真平台进行试验仿真,选取总路由流量,每次路由平均跳数,平均路由发现时间几个关键性能参数对DSR的性能进行了分析和比较研究.仿真结果可为不同场合DSR协议的进一步应用和优化提供理论依据.     

能量高效的ZigBee路由算法

研究无线网络能耗优化控制问题,传统的AODVjr路由算法通过洪泛路由请求分组(RREQ)来实现路由查找和记录,利用目标节点对最先到达的RREQ分组做出响应选择出最优路径.上述方法只有目的节点才能发送RREP分组,虽可避免无效的RREP分组出现和循环问题,但寻找路由方式需要大量的路由开销,造成网络拥塞,且没有保护剩余能量低的节点,引起通信效率低的问题.针对ZigBee传感网络路由算法的不足,为降低网络节点能量消耗,提出了一种能量高效的路由优化算法,充分利用邻居表信息及簇树分布式地址分配机制,转发数据分组并控制路由请求分组(RREQ)的传播方向,通过节点路由代价及能量等级避免关键节点的能量过度消耗,有效均衡网络能耗.仿真实验验证,改进算法有效地均衡了网络能耗,延长了网络的生命周期.     

基于路由长度的多径路由协议

针对单径路由协议在高速Ad hoc网络中平均端到端时延和丢包率高的问题,在动态源路由协议的基础上,提出基于邻居节点变化率与路由长度的多径路由协议DSR_HD。利用HELLO消息获得一跳范围内可用邻居数,根据邻居数求得节点的邻居节点变化率。在路由发现过程中,采用路由距离与路由跳数相结合的方法计算路由长度,并选择邻居节点变化率和路由长度低的节点加入路由,从而提高路由的稳定性。仿真实验结果显示,DSR_HD协议可以有效减少数据分组传输的端到端时延及路由开销,提高分组成功投递率。     

分层P2P管理网的端到端路由优化

P2P技术的出现对于互联网的管理是一个挑战,但同时也给管理网络的构建带来了新的思路.本文讨论在一个基于P2P技术构建的分层管理网络中,如何实现端到端的路由优化.基于分层结构的重叠网,论文根据业务的不同需要,采用分布式多个节点协同建立端到端的路由,实现相关业务的路由优化机制,为终端用户提供近优的路径选择.仿真实验表明,该方案能够规划出较为理想的端到端路径.     

基于遗传算法的多约束QoS组播路由优化算法

在计算机网络中,随着大量新兴多媒体实时业务的应用,组播路由问题成为越来越重要的课题。组播路由问题在计算机网络中是著名的Steiner树问题,同时也是NP完全问题。目前许多研究者在单约束(特别是延时约束)组播路由中取得了较好的成果,但对于多约束Qos组播路由方面的研究相对比较少。论文提出了一种基于遗传算法的多约束组播路由优化算法,该算法在满足带宽、延时、延时抖动和包丢失率约束条件下寻找代价最小的组播树,文中描述了一种适应于研究Qos组播路由的网络模型。最后通过仿真实验证明该算法操作简单、搜索速度快、效率高且具有较强的实用性和鲁棒性。     

基于磷虾群算法的无线传感器网络QoS任播路由算法

无线传感器网络多约束QoS任播路由问题是一个NP难题,提出一种基于磷虾群算法的优化策略来解决该路由问题.该算法采用适应度函数和全局最优个体位置更新方法来寻找无线传感器网络中满足多QoS约束的最优任播路由,并加入遗传繁殖机制中的交叉与变异操作以加快优化速度.实验验证了该算法的有效性,实验数据表明相比较粒子群优化算法,该算法在算法效率和可扩展性性能上具有较好的性能;具有较快的收敛速度,从而适用于对路由选择有时延敏感的网络.     

组播路由综合优化及其算法

路由优化是组播通信的一个关键问题,它的目标是将低路由费用。论文中首次提出了组播路由费用综合优化的思想,即组播路由的网络费用和目的地费用同时得到优化：优化网络费用以降低路由消耗的网络资源;优化目的地费用以减少源到目的地的平均时延。并提出了一种组播路由综合优化算法,该算法的时间复杂性低,实现简单,还可以分布式实现。     

基于QPSO的QoS组播路由算法

对带宽、延时、延时抖动约束最小代价的QoS组播路由问题进行了研究，提出一种基于量子行为微粒群优化（QPSO）算法来设计路由优化算法。该算法采用一种节点序列编码方案，将路由优化问题转化成一种准连续优化问题，并采用罚函数处理约束条件。应用QPSO算法求解QoS组播路由问题的算例，并与遗传算法和改进后的遗传算法进行比较。计算机仿真实验证明，该算法可以更有效地求得QoS组播路由问题的优化解，可靠性较高。     

求解车辆路径问题的人工蜂群算法

采用人工蜂群算法对车辆路径问题进行求解,给出食物源的自然数编码方法,并采用邻域倒位方法生成候选食物源。应用算法求解了多个车辆路径问题的实例,并将结果与其它一些启发式算法进行了比较和分析。计算结果表明,人工蜂群算法可以有效求解车辆路径问题,同时也为算法求解其它一些组合优化问题提供了有益思路。     

基于强化学习的SDN路由优化算法

针对SDN控制器中网络路由的优化问题,基于强化学习中的PPO模型设计了一种路由优化算法。该算法可以针对不同的优化目标调整奖励函数来动态更新路由策略,并且不依赖于任何特定的网络状态,具有较强的泛化性能。由于采用了强化学习中策略方法,该算法对路由策略的控制相比各类基于Q-learning的算法更为精细。基于Omnet++仿真软件通过实验评估了该算法的性能,相比传统最短路径路由算法,路由优化算法在Sprint结构网络上的平均延迟和端到端最大延迟分别降低了29.3%和17.4%,吞吐率提高了31.77%,实验结果说明了基于PPO的SDN路由控制算法不仅具有良好的收敛性,而且相比静态最短路径路由算法与基于Q-learning的QAR路由算法具有更好的性能和稳定性。     

一种带约束的多目标服务质量路由算法

多约束服务质量(QoS)路由是要求在多个约束条件下计算满足所有独立限制条件的可行路径．将这种NPC问题转化为一种带约束条件的多目标优化问题，根据多目标遗传算法的智能优化原理，提出一种多目标QoS路由算法来产生一组最优非劣路由．理论分析和实验结果表明，使用带约束的多目标遗传算法是解决多约束QoS路由的有效途径，能对提高网络性能起到重要作用．     

主动Overlay物联网QoS服务路由算法研究

在物联网环境中,服务可能由任意多个结点汇聚而成,而传统的尽力而为的通信服务不能保证服务质量(QoS)。为此,首先提出了主动Overlay物联网服务路由逻辑拓扑结构,然后对物联网服务路由问题进行了建模。在此基础上,设计了基于Agent和蚁群优化(ACO)的主动Overlay物联网QoS蚁群服务路由算法。该算法结合移动A-gent对ACO进行了改进,实现了保证QoS的服务路径选择。最后从理论上证明了该算法的正确性和收敛性,同时通过仿真实验对该算法的实际性能进行了验证和比较。     

基于概率优化的水下通道感知能量优化路由

针对水下传感器网络能量损耗较大,延迟较严重的问题,提出一种基于概率优化的水下通道感知能量优化路由（PPUN）。在能量优化上,针对水下节点随机覆盖存在的多余感测覆盖范围所造成的额外能量损耗问题,采用传感器节点数量的概率优化方法,在保证覆盖率和节点连通率的情况下推导出网络所需要的最小节点数目,从减少传感器数目的问题上来优化总体能量。而针对路由的能量损耗问题,在节点的链路规划上采用了通道感知路由算法,考虑了在一定能量损耗阈值条件下的最短节点路径,避免水下节点盲目选择能量损耗较大的最短路径而导致数据转发失败,消耗更多能量。延迟问题抓住主要的解码延迟问题进行了分析并利用HARQ-III方案对延迟时间加以控制。实验对比分析表明,算法采取控制传感器数目和链路规划的方法,在实现能量优化上具有一定优势,延迟控制方案也得到了较好的效果。