基于流量的自适应退避算法

通过对SMAC协议仿真分析,得到节点队列长度与网络流量以及占空比［3］之间的关系,并对此关系进行理论分析,在理论验证的基础上,针对SMAC协议固定竞争窗口的缺陷提出了一种基于流量的自适应退避算法,根据流量变化改变竞争窗口的大小,从而缓解网络流量高时激烈的信道竞争,减小网络流量低时空闲侦听时间,信道利用率显著提高。并通过NS2.35［10］仿真平台进行验证分析,结果表明在网络延迟、能耗和吞吐量等方面优于采用随机退避机制的SMAC协议［5］。     

低压电力线通信网络性能的博弈分析及优化

低压电力线载波通信介质访问控制接入协议是影响网络饱和性能(带宽利用率、接入时延)的重要因素之一。针对低压电力线通信信道非对称性及噪声干扰严重影响饱和性能的问题,提出了一种适用于低压电力线载波通信荷载受限的改进型自适应p-坚持载波侦听多路访问博弈优化方法。节点采用隐马尔可夫模型对当前信道竞争的博弈节点进行动态估计;根据博弈结果自适应调整收发端的纳什均衡,控制节点发送数据包行为,降低数据包冲突概率,保证信道处于最佳传输状态,获取最佳饱和性能。仿真结果验证了所述方法的有效性。     

矿井无线传感器网络高效MAC协议研究

针对矿山井下巷道容迟无线传感器网络环境,在EQ-MAC基础上提出一种基于预测接收节点发起传输时间的MAC协议,从而减少发送节点空闲侦听。引入短竞争报文避免接收节点处数据包的冲突,并建立节点退避状态模型对MAC层传输性能进行分析。仿真结果表明提出的MAC协议能较好的满足井下无线传感器网络环境对数据通信和监控可靠性的要求,短竞争报文退避传输机制能有效解决接收节点处数据包传输冲突问题。     

基于正交数据子流信道接入梯度控制机制的WSN资源规划算法

为改善当前无线传感器网络(wireless sensor netuork,WSN)混合信道接入过程中存在的资源调度困难、信道冲突及性能吞吐下降等难题,提出了基于正交数据子流信道接入梯度控制机制的WSN资源规划算法。首先,基于规划梯度的思想,对当前WSN混合信道性能指标进行优化排序,并根据信道占用最小及传输频谱占用率最大原则进行迭代,降低了信道子流的冲突现象发生;随后,根据WSN资源的实际使用情况,当仅当资源占用超过一定限度时方提供额外资源进行服务,从而实现了子流信道接入的合理调度。仿真实验证明,本算法具有更高的服务质量与稳定服务时间,更好地改善了网络通信性能。     

面向用电信息采集系统的无线传感器网络MAC协议研究

针对用电信息采集系统簇头采集器缓存占用率过高且易造成网络拥塞的问题,提出一种节点优先级自适应的PA-MAC (priority adaptive MAC)协议,根据缓存占用率动态调整节点优先级,增强缓存占用率高的节点的信道竞争力,增加节点的数据发送量,使得缓存占用率维持在较理想的水平;然后采用分布式算法,利用节点发送数据包的传输情况评估网络负载状态,结合缓存占用率及当前竞争窗口取值范围,调整竞争窗口的变化,降低数据包的碰撞概率.仿真结果表明,本算法有效缓解了采集器节点的缓存压力,提高了用电信息采集系统本地网络在归一化吞吐量、丢包率及有效传输数据量等方面的性能.     

面向输电线路监测的Ad Hoc网络中最小竞争窗口优化策略研究

输电线路监测系统是电网监控的重要组成部分,需要在各种复杂环境下可靠运行。Ad Hoc网络作为坚强的自组织网络,其所具有的自愈性、抗毁性等特性非常适合应用在输电线路监测系统中。该网络MAC层所采用的IEEE 802.11 DCF机制对整个网络的性能有着重要影响。根据输电线路线性拓扑结构的特点,基于退避过程Markov模型的分析,提出了最小竞争窗口优化策略。该策略能根据各节点所处竞争环境的不同,设置相应的最优竞争窗口。仿真结果表明,该优化策略可显著提高系统吞吐量,系统时延也有一定改善,这对输电线路监测网络的性     

一种CSMA与动态预约TDMA相结合的混合多址接入策略

针对移动自组织网络要承载实时和非实时业务的要求,提出一种的CSMA与动态预约TDMA相结合的混合多址接入策略,详细介绍了该策略的时隙分配算法。CSMA机制保证网络中每个节点公平高效的接入信道,动态预约TDMA机制确保有实时业务的节点能够准时无碰撞的接入信道,两种机制的结合使用,满足了实时和非实时业务同时传输的要求,充分的利用了带宽资源。     

电力线通信信道下协作非正交多址接入系统的分布式机会中继选择

该文将非正交多址接入(NOMA)技术应用于下行多中继协作电力线通信(PLC)网络,考虑对数正态信道衰落和伯努利-高斯信道噪声,设计机会式中继选择方案。首先,根据电力线信道的瞬时信道状态信息(ICSI)进行目的节点排序,同时自适应调整功率分配系数。其次,以满足目的节点服务质量(QoS)要求和最小化系统功耗为目标,分别针对译码转发(DF)和放大转发(AF)协议设计基于加权调和平均的分布式机会中继选择方案。然后,分别分析两协议下的系统性能并进行Monte-Carlo仿真分析。结果表明,所设计方案可获得比基准方案更优的系统性能;该文DF方案能够进行两次功率分配系数动态调整,并可获得比AF方案更高的吐量性能;此外,该方案分布式进行,能够节约用于ICSI反馈的信令开销。     

基于深度强化学习的协作非正交多址接入网络鲁棒安全传输

该文针对电力线信道下协作非正交多址接入(nonorthogonalmultiple-access,NOMA)网络中候选中继非可信的问题,在有界信道不确定性条件下,考虑目的节点的Qo S要求和最大发射功率限制,以最大化系统的安全和速率为目标,提出联合最优中继选择和优化分配源节点处用于发送机密NOMA信号和干扰信号的功率的鲁棒安全传输方案,并给出基于量化信道状态信息(channel state information,CSI)的深度强化学习(deepreinforcementlearning,DRL)求解方法。该DRL算法将联合优化问题分解成中继选择和功率分配2个子问题,并基于深度Q学习方法在分解的动作空间里学习每个子问题的最优策略,其中的DRL状态和动作均基于CSI的量化区间索引精心设计。仿真结果表明,所提算法能有效解决维度灾难问题,且时间复杂度低;能自适应调整动作策略应对网络规模的变动,扩展性能和泛化性能好。     

基于跳预约多址接入的认知无线电MAC协议

认知无线电是一种能使无线器件感知本地空闲频谱的存在,自适应地使用这些空闲频谱进行通信的一种新兴技术。在一个由认知无线电节点组成的多跳网络中,由于空闲频谱随地点与时间动态变化,使得各节点可获得的空闲信道的数目和属性不仅存在差异,且不断变化,造成认知无线电的MAC设计变得相当困难。在文章中,基于跳预约多址接入技术提出一种动态信道的跳预约多址接入协议,在不需要公共信道的情况下,解决了信道有效接入与退让问题。