保证高可靠度和低传输开销的DTN拓扑控制

由于时延容忍网络中复杂的环境可能导致网络节点失效或链路故障,再加上节点的持续移动和链路的间歇连通,都给网络可靠拓扑控制带来挑战．为解决这些问题,基于时空图提出了有效的可靠拓扑控制方案．该方案适用于节点周期性运动的卫星网络、星际网络等时延容忍网络．首先将网络拓扑转化为时空图;然后定义了网络的可靠拓扑控制问题,拓扑控制保证在网络连通的条件下,寻找网络中任意节点对的最可靠路径,并最小化网络的传输开销;最后提出了两个算法来解决此问题．仿真验证了提出的方法既能保证网络的可靠性,还能降低网络的传输开销,从而说明提出的拓扑控制方案适用于拓扑周期性可预测的时延容忍网络．     

WDM光网络中支持优先级的备用路由算法

论文提出了一种在WDM光网络中支持优先级的备用路由算法,该算法结合波长的使用情况,通过给优先级较高的光路建立请求预留较多的备用路由,从而降低了高优先级的光路连接的阻塞率。同时由于使用了备用路由,使较低优先级的光路建立请求性能得到优化。同现有的支持优先级的算法相比,该算法更多地考虑了路由问题,而且也增强了网络的抗毁性。计算机仿真结果表明,该算法在支持优先级的同时能有效降低网络各优先级光路的阻塞率。     

基于无标度网络的无线传感器网络拓扑演化模型研究

针对无线传感器网络抗毁性的问题,从复杂网络的视角提出了两个基于无标度网络的无线传感器网络拓扑演化模型.这两个演化模型先借助分簇算法实现传感器簇头的均匀分布,然后按照一定的连接策略,进行簇间的拓扑演化.根据提出的拓扑演化模型,设计了相应的拓扑演化算法,并对拓扑演化模型的动态特性进行了分析.仿真结果表明,由于新模型设计考虑...     

基于距离向量深度的多约束路径选择算法

 为各种应用提供不同的服务质量(Quality of Service,QoS)保证是下一代高速网络面临的一个重要难题,而服务质量路由(Quality of Service routing,QoSR)则是其中的一项核心技术.本文针对不精确状态信息下的多约束QoSR问题,建立了一种用于求解此类多约束QoSR问题的临界点模型,提出了一种基于距离向量深度的多约束QoS路径选择算法(MCPSA),该算法以已有的QoS路由预计算算法为基础,设法选择一条能够最大程度适应不精确网络状态信息的路径,理论分析表明该算法具有一定的优势.最后,结合已有的路由预计算算法进行了大量的仿真试验,结果表明MCPSA具有很强的问题求解能力,能够有效克服路由状态信息的不确定性.     

三层动态网络联合优化选路算法

 IP/MPLS over WDM被认为是下一代互联网络的最理想解决方案,但是在目前以及以后的很长一段时间内,网络结构仍然是IP/MPLS over SDH over WDM这样三层网络共存的情况。为了能够有效降低三层动态网络中的业务阻塞率,本文提出了三层动态网络联合优化选路算法。该算法分为两种模式,在模式1中,上层网络中被阻塞的业务可以开放的利用下层网络的空闲资源;在模式2中,将三层网络整合成为一个网络,在这个综合网络中为每一个业务进行选路。为了能够实时的传输每一个到达的动态业务,在这两种模式中采用蚁群策略为动态业务进行选路,提出了一个新的前向蚂蚁路径选择概率模型以及路径质量评判参数,使得所选的路径能兼顾链路利用率和路径跳数。仿真实验表明,同其他算法相比,本文提出的算法可以有效地降低三层动态网络的阻塞率。     

多光纤波分复用网的一种新的备用路由算法

基于经典的LLR算法,研究了波分复用光网络的路由问题,提出了一种用于多光纤网的新算法—LLHR,该算法综合考虑了链路负载和路由跳数两个因素。文章深入研究了网络光纤数、备用路由数和网络负载对算法性能的影响。计算机仿真结果表明,与LLR算法相比,该算法能有效降低网络的阻塞率,提高网络的性能。     

基于改进引力搜索算法的室内定位锚节点部署方案

在室内定位场景中,锚节点的部署对定位性能具有重要影响.考虑存在障碍物的室内环境,基于缺少环境详细信息或者缺少设备模拟室内信号传播的基本场景,综合考虑可定位率、定位精度以及是否冗余部署的指标,设计一种新的评价函数,并利用改进的引力搜索算法(GSA)进行求解,在可接受时间成本内得到室内定位锚节点部署问题的较优解.仿真实验中将所提出算法与3种参考算法进行对比,在定位率、几何精度因子(GDOP)值、定位误差等方面所提出算法都表现出较优的性能;同时,针对考虑部分因素的评价函数进行比较,通过对多个指标项的分析,证实所提出的评价函数可以获得较优的锚节点部署方案,从而能够有效改善锚节点拓扑,提高定位性能.     

室内定位中非视距的识别和抑制算法研究综述

针对存在非视距(non-line-of-sight, NLOS)的室内定位算法进行研究.首先描述室内定位中的常用技术和算法(航迹推算、指纹识别定位、邻近探测、极点定位、三角定位、多边定位、质心定位),概括其原理、优缺点和适用场景;其次,通过仿真测试说明研究NLOS识别和抑制的必要性;再次,分别介绍NLOS识别和NLOS抑制的几类算法, NLOS识别算法包括统计学方法、几何关系法、机器学习法、信道特征提取法和虚点密度识别法, NLOS抑制算法包括模糊理论法、引入平衡参数法、几何关系法、小波去噪法、机器学习类算法、凸优化类算法、残差类算法、最小二乘类算法和多维缩放类算法;最后,对全文进行总结并指出NLOS室内定位亟待解决的问题.     

基于模拟退火算法的Hopfield神经网络参数优化

为解决Hopfield神经网络应用过程中参数设置的问题,在研究Hopfield神经网络的工作原理的基础上,分析了神经网络模型在求解TSP（TravelingSalesmanProblem）问题过程中参数的选取,通过对输出数据进行归一化处理建立网络的评价函数,然后引入模拟退火算法对参数进行最优化选取。实验结果表明,经过参数优化过的Hopfield神经网络模型能更有效,更快速地得到TSP问题的最优解。     

基于剩余能量和节点度的无线传感器网络分簇算法*

为了解决无线传感器网络的能量效率问题,提出了一种基于剩余能量和节点度的分簇算法BREND。该算法在簇头选取过程中,通过两轮分簇竞选最终簇头,综合考虑所有节点剩余能量和节点度,避免能量低的节点当选为簇头,并且采用临时簇头退位机制,一跳通信范围内只有一个临时簇头,使簇头分布更加均衡。仿真结果表明,与LEACH和ENCA算法相比,该算法延长了网络生存时间。