一种SRIO网络负载均衡最短路径路由算法

在串行RapidIO传输过程中,路由选路算法是影响传输性能的重要因素之一。针对串行高速输入-输出(SRIO)网络深度优先搜索分配路径非最优问题,提出一种负载均衡最短路径路由算法。通过广度优先搜索对SRIO网络中的节点进行枚举并建立网络拓扑信息,以路由跳数定义路由的成本,根据改进Floyd-WarShall算法计算并保存交换节点间的K最短路径。给出预期负载的概念和链路上的路由路径数量来定义链路的负载,采用负载均衡算法从K最短路径中进行选路,建立SRIO网络最短路径约束的负载均衡路由。实验结果表明,与深度遍历路由算法、最小跳数算法相比,该算法在网络传输平均跳数、链路平均负载和链路负载均衡方面有更好的表现,能够有效提升SRIO路由网络的稳定性。     

一种高效的最短路径完全动态更新算法

在通信网络中,节点间最短路径的计算是链路状态路由协议计算路由的基础。通过对现有动态最短路径算法的深入研究,提出了一种处理网络拓扑变化的完全动态最短路径算法DSPT-ID。该算法利用已有SPT的信息,建立一个最短路径树的更新队列,当网络拓扑发生变化时,算法针对边的权值增大和减小,分别进行更新,并将更新节点局限在受拓扑变化影响的节点中,从而达到SPT的增量更新。算法复杂度分析和仿真结果显示,DSPT-ID算法具有更少的节点更新次数和更高的时间效率。     

基于优先队列的时变网络最短路径算法

提出了基于优先队列的时变网络最短路径算法,能克服传统最短路径算法难以对时变网络求解最短路径的缺陷。提出的时间窗选择策略能够在算法求解过程中为节点选择合适的时间窗以降低路径长度,从而求得精确解。进一步地,算法使用了优先队列组织节点集合以提高计算效率。在随机生成的网络数据以及美国道路数据上的实验表明,基于优先队列的时变网络最短路径算法与经典方法相比,不仅能够求得精确解,运算速度也有所提高。     

无线传感器网络中基于链路层服务的最可靠路由路径建立算法

无线传感器网络中, 链路通信质量随时空变化很大, 并且有5\%到15\%的非对称链路存在. 链路层服务不但可以发现邻居传感器节点, 测量和预测邻居节点间的链路通信质量, 而且还能提供链路数据转发机制减轻单向链路对其他协议的影响. 为了进一步提高路由路径的可靠性和减少能量损耗, 本文利用链路层服务, 采用分布式算法, 为每个传感器节点建立了到汇聚节点的最可靠路由路径, 并理论分析该算法的性能, 最后在无线传感器网络模拟器TOSSIM上进行了模拟. 实验结果表明, 基于链路层服务的最可靠路由路径建立算法, 可充分利用单向链路建立更可靠的路由路径, 有多于17\%的节点建立了更可靠的路由路径, 路由路径的可靠性提高了2\%到51\%.     

基于路径收集的Ad-hoc网络路由协议的研究

针对Ad-hoc网络中由于节点移动导致的链路断裂和RREQ(Route Request)分组泛洪的问题,提出了基于路径收集的路由协议.采用路径收集机制和链路不相交的多路径算法,提高节点获取路由的能力,增加节点的平均有效路由数量,提高RREQ分组被应答的可能性,从而限制RREQ的广播范围和转发次数;依据路径维持时间的概率密度呈指数分布的特点,设计优先使用最新路径、兼顾路径长度的路由选择策略,以在概率上延长通信路径的维持时间.NS2的仿真结果表明,与AODV、AOMDV以及AODV_PA协议相比,提出的协议提高了分组投递率,并显著地减少了路由开销和通信时延.     

面向IP快速路径切换的OSPF冗余路径算法

在IP网络中,当某链路或者节点发生故障时,通过路由协议的收敛来绕开故障的链路或节点.对OSPF路由协议,这个时间至少为5秒,期间经过故障节点或链路的流量将会被丢弃,绝大多数的应用可以承受这种程度的延迟.但是,对延迟敏感的应用如VoIP而言,这种量级的延迟是很难为用户所接受的.基于现有的OSPF路由协议的最短路径树(SPT)算法,提出一种支持IP快速重路由的多冗余路径树计算算法.算法计算除最短路径外至少一条不相交无环备份路径,保证在最短路径的链路或节点故障时,通过快速切换到备份路径,以提高IP网络的故障收敛时间.     

一种多向链路感知的车载Ad Hoc网络传播协议

为了提高车辆自组织网络（Vehicular Ad Hoc Network,VANET）的数据传输效率,并使车辆间的数据通信能够持续进行,提出一种多向链路感知的车载Ad Hoc网络传播协议。为了保证车辆节点在执行通信任务的过程中实现数据的持续传输,防止通信链路频繁断连影响传输质量,提出了车辆网络的时间关联模型来讨论车辆间的速度差与通信持续时间的关系。为了缩短VANET中用于数据传输任务的总时间,协议基于改进蚁群的方法进行了多向链路感知,从而寻找在保证通信需求时间下的最短传输路径。实验结果分析表明,相比基于改进地理信息路由和基于优化链路状态路由的VANET数据传输算法,该算法的数据传输任务完工时间分别缩短了38.4%和27.3%,平均传输延迟分别降低了25.5%和12.1%。     

基于网络编码的多播路由算法研究

网络编码的提出在一定程度上提高了多播通信的传输性能。简要总结了网络编码多播传输理论的研究进展,并对网络编码多播路由问题进行了研究。分析了已有算法的优势及不足,同时考虑影响资源消耗的因素,文中提出了一种基于最短路径和最大共享链路集的网络编码多播路由算法。通过在随机网络拓扑模型下的性能仿真实验分析,发现与传统的IP最短路多播和约简网络下网络编码多播路由算法相比,该算法可显著减少网络带宽资源消耗,同时能够有效均衡链路负载。     

弹性光网络中基于频谱连续度的算法研究

针对光网络中可用的波长资源有限、频谱利用率不高的问题,提出了一种基于KSP算法的频谱连续度感知算法（KSPDP）。该方法在路由选择方面,用KSP算法求得源节点和目的节点之间的不同的路径长度,并根据业务请求所需的频谱资源数量,分配不同的路径。在频谱分配方面,算法将感知各链路的频谱连续情况,最大限度减少业务分配的路径上各链路的频谱碎片。仿真结果表明,所提出的算法与传统的最短路径RMSA算法相比,能降低频谱阻塞率,提高频谱资源利用率。     

管道泄漏监测传感器网络的路由路径算法研究

分析管道流量泄漏监测的传感器网络特点,对传感器节点数据流量进行建模分析,如何保障在线监测网络设施的可用性,而链路通信质量随时空变化很大,并且有5%到15%的非对称链路存在。链路层服务不但可以发现邻居传感器节点,测量和预测邻居节点间的链路通信质量,而且还能提供链路数据转发机制减轻单向链路对其他协议的影响。为了提高路由路径的可靠性和减少能量损耗,利用链路层服务和分布式算法,为每个传感器节点建立到汇聚节点的最可靠路由路径,理论分析该算法的性能,在模拟器TOSSIM上进行仿真,实验结果表明基于链路层服务的最可靠路由路径建立算法,可充分利用单向链路建立更可靠的路由路径,有多于17%的节点建立更可靠的路由路径,路由路径的可靠性提高2%到51%。     

联合能量路由和睡眠调度算法的分析与改进

为最大化链路负载小,并对时延有要求的无线传感器网络(WSN)的生存时间,对联合路由和睡眠调度的IGP算法进行了分析与研究,提出了改进算法。改进算法统计节点一段时间内收发的数据包数和空监听周期数,根据统计结果计算使工作功率最小时的节点睡眠时间,设置此时间为该节点下一时间段的睡眠时间,最后将该功率传递给它的邻接节点。节点用保存的邻接节点的工作功率预测邻接节点的剩余能量,根据预测的剩余能量进行能量路由选择。理论分析及模拟实验表明,改进算法使网络生存时间延长了23%左右,并减少了网络时延。     

基于TDMA方式WMN中一种链路调度机制研究

基于TDMA方式的无线网状网中,链路调度对网络性能起着重要作用.针对固定顺序的待调度链路集,提出求解最优调度周期的启发式算法;基于链路顺序对算法性能的影响,从全局优化的角度对全网链路进行排序,提出基于遗传算法的最优链路调度机制.仿真结果表明,该算法能快速收敛于全网链路的最小调度周期,具有比现有算法更高的传输效率和更低的实施复杂度.     

基于改进Dijkstra算法的配用电通信网流量调度策略

针对配用电通信网中数据汇聚易产生拥塞的问题,提出了一种复合边权值流量调度路由算法。首先,依据跳数建立节点分层模型;然后,划分配用电业务优先级和节点拥塞等级;最后,以跳数、流量负载率和链路利用率为综合指标计算边权值,对需要流量调度的节点根据改进的Dijkstra算法进行路由选择,同时对重度拥塞节点按照配用电业务优先级进行调度。与最短路径（SPF）算法和贪婪背压算法（GBRA）相比,在数据生成率为80 kb/s时,所提算法紧急型业务丢包率分别减少了81.3%和67.7%,关键型业务丢包率分别减少了79%和63.8%。仿真结果表明,所提算法能有效缓解网络拥塞,提高网络有效吞吐量,降低网络端到端时延和高优先级业务的丢包率。     

一种联合多信道分配决策的认知Mesh系统数据传输优化算法

在认知Mesh系统进行数据传输的过程中,为了提高数据包投递成功率及网络的吞吐量,减少网络延迟时间,提出一种联合多信道分配决策的认知Mesh系统数据传输优化算法(JCWN)。针对信道的干扰问题,建立了认知Mesh系统的干扰无向图,分析节点链路的网络干扰电平。在节点的路由请求阶段通过提出基于信道干扰电平的路由指标函数,并通过权重阈值来为节点链路分配干扰较小的信道。在路由选择上,联合多路由算法计算每条路由路径的信道干扰程度,为了保障节点传输数据的成功率而选择干扰程度更小的路由。实验仿真结果表明,在数据包投递成功率上,该算法相比POC算法以及基于RL的算法提高了20%以上,在提高网络吞吐量,减少延迟时间上也表现出了更好地效果。     

无人机自组网中基于Q-learning算法的及时稳定路由策略

无人机自组网凭借其抗干扰能力强、适用于复杂地形、智能化程度高和成本较低的优点,近年来受到广泛关注,该网络中路由协议的设计与优化一直是核心研究问题。针对无人机自组网中因节点快速移动造成节点本地存储的路由未及时更新而失效的问题,提出一种基于Q-learning算法的动态感知优化链路状态路由协议(DSQ-OLSR)。该协议首先充分考虑了无人机自组网节点高速移动的特点,在选取多点中继(MPR)节点时添加了链路稳定性和链路存在时间这两个指标,使得选出的MPR节点集更稳定、合理;其次,结合Q-learning算法对TC消息的发送间隔进行自适应调整,使得在网络拓扑变动较小时增大TC发送间隔以减小控制开销,而在拓扑变动较大时减小TC发送间隔用于达到快速感知并构建网络拓扑的要求,进而实现数据的及时路由。仿真结果表明,与DT-OLSR协议相比,该协议在端到端时延、吞吐量、成功率和网络生存时间性能上分别提高了12.61%、9.28%、7.69%和5.86%,由此验证了其有效性。     

物联网感知层高能效覆盖优化节点调度算法

为了更好地节约能量并有效解决节点不均等休眠问题, 探讨了基于容忍覆盖区域的节点调度算法, 并在此基础上进行了两方面改进：通过引入相对剩余能量水平参数Eremain优化覆盖冗余判断策略, 并通过增加“预活动”和“回退”两种节点状态来改进节点状态分布情况, 从而提出一种高能效覆盖优化节点调度算法ECO-NS。最后运用MATLAB对该算法进行了验证, 结果表明, 相对于同类算法, 该算法有效提升了网络覆盖质量, 延长了网络寿命。     

基于SDN的混合分段路由概率流调度机制

针对数据中心网络流量路径分配不均匀、易造成大流碰撞,以及控制器流表开销大等问题,提出了一种基于SDN的混合分段路由概率流调度机制SRPFS（segment routing probability flow scheduling）。利用SDN集中控制与全局视图特性,首先采用混合分段路由完成流量初始转发;然后选用粒子群优化算法,重定义粒子群内部寻优过程来对流量进行筛选;最后构造全局节点概率矩阵,设计概率调度算法选举出流量转发最优路径。实验结果表明混合分段路由转发技术在流表开销方面优势较大,并且SRPFS相比于其他较典型的流传输机制,在平均网络吞吐量、链路利用率、标准网络吞吐率等方面有明显优势,能够有效减轻控制器的流表负载,保证了较好的网络性能。     

Routing and scheduling connections in networks that support advance reservations

A key problem in networks that support advance reservations is the routing and time scheduling of connections with flexible starting time and known data transfer size. In this paper we present a multicost routing and scheduling algorithm for selecting the path to be followed by such a connection and the time the data should start and end transmission at each link so as to minimize the reception time at the destination, or optimize some other performance criterion. The utilization profiles of the network links, the link propagation delays, and the parameters of the connection to be scheduled form the inputs to the algorithm. We initially present a scheme of non-polynomial complexity to compute a set of so-called non-dominated candidate paths, from which the optimal path can be found. We then propose two mechanisms to appropriately prune the set of candidate paths in order to find multicost routing and scheduling algorithms of polynomial complexity. We examine the performance of the algorithms in the special case of an Optical Burst Switched network. Our results indicate that the proposed polynomial-time algorithms have performance that is very close to that of the optimal algorithm. We also study the effects network propagation delays and link-state update policies have on performance.     

Leapfrog: Optimal Opportunistic Routing in Probabilistically Contacted Delay Tolerant Networks

Delay tolerant networks (DTNs) experience frequent and long lasting network disconnection due to various reasons such as mobility, power management, and scheduling. One primary concern in DTNs is to route messages to keep the end-to-end delivery delay as low as possible. In this paper, we study the single-copy message routing problem and propose an optimal opportunistic routing strategy – Leapfrog Routing – for probabilistically contacted DTNs where nodes encounter or contact in some fixed probabilities. We deduce the iterative computation formulate of minimum expected opportunistic delivery delay from each node to the destination, and discover that under the optimal opportunistic routing strategy, messages would be delivered from high-delay node to low-delay node in the leapfrog manner. Rigorous theoretical analysis shows that such a routing strategy is exactly the optimal among all possible ones. Moreover, we apply the idea of Reverse Dijkstra algorithm to design an algorithm. When a destination is given, this algorithm can determine for each node the routing selection function under the Leapfrog Routing strategy. The computation overhead of this algorithm is only O(n ²) where n is the number of nodes in the network. In addition, through extensive simulations based on real DTN traces, we demonstrate that our algorithm can significantly outperform the previous ones.     

基于ARIMA模型的Ad-hoc网络节点位置预测加权分簇算法

在加权分簇算法(WCA)中引入预测机制,即在算法的路由维护阶段嵌入时间序列模型(ARIMA),用以预测网络节点的地理位置。利用ARIMA模型实时预测出节点下一时刻的地理位置,并以此计算出节点的累计保持时间预测值。将通过预测得到的累计保持时间值与时间预警阈值进行比较,在簇结构即将不稳定时,即在链路断开之前,提前启动预修复过程,寻找新的路由,降低网络拓扑动态变化的影响,维护簇结构的稳定。仿真结果表明,相对于LO-WID以及没有加入预测机制的RLWCA,ARP-LWCA算法大幅度提高了网络的分组投递率,降低了网络的归一化开销,并且使得路由中断次数有了明显减少,改善了网络的整体性能。