竞争窗口线性变化的分级冲突解析算法

设计合理的冲突解析机制可有效提高无线信道利用率。针对二进制指数退避（Binary Exponential Backoff,BEB）算法及其各种改进算法中普遍存在的节点间交叉冲突问题,提出一种竞争窗口线性变化的分级冲突解析算法（Staged Collision Resolution algorithm with Linearly Varying contention window,LV-SCR）。它通过使处于不同退避阶段节点的退避时隙互相隔离,彻底消除了节点间的交叉冲突;为降低信道空闲概率,还采用了一种竞争窗口的线性调节机制。仿真结果表明,与BEB算法相比,在网络吞吐量和数据帧平均接入时延未明显恶化的情况下,LV-SCR算法可使节点间的碰撞次数减少10%至50%以上。     

自适应退避调整介质访问控制算法的优化研究

在无线传感网中,为了使整个网络持续高效地工作,需要降低节点能耗、减少网络时延以及提高网络吞吐量。为此,提出一种自适应退避调整消息认证码算法,每个节点根据当前网络状态采用一个固定传输尝试率并且动态调整其退避窗口大小,从而对成功传输一帧长度的时隙进行调整。仿真结果表明,与基于模型的帧调度算法和渐近最佳退避算法相比,提出的算法可有效减少网络时延,提高网络吞吐量。     

无线传感器网络中一种自适应的退避算法

802.15.4协议中CSMA/CA信道接入方式为了避免再次碰撞使用BEB退避算法,在重负载的情况下网络性能较差。提出一种自适应的退避算法,它用报文的冲突概率来预测节点附近信道的争用状况,在不同的网络状况下,竞争窗口的取值采用相应的退避策略,动态地控制节点的退避范围,以达到改善网络性能的目的。分析与仿真结果表明,新的算法与传统的退避算法BEB算法相比,在网络负载重的情况下,有效地降低了数据包的冲突概率,减少了时延,提高了网络的吞吐量,同时对信道的公平性也有所改善。     

移动AdHoc网络退避算法的改进与仿真研究

移动AdHoc网络由于没有固定控制中心,信道访问冲突十分严重,传统有线网络退避算法不适合于无线的移动.为了减少信道访问冲突,提高网络吞吐量,提出一种移动AdHoc网络的退避算法.算法根据网络状态和冲突节点发生情况,对竞争窗口大小分别采用线性、重增长线性和多重下降等方式进行动态调整,改善网络的性能.利用NS2仿真工具对网络退避算法进行了仿真,结果表明,网络退避算法减少网络信道访问冲突发生概率,提高了网络的吞吐量,网络系统性能更好.     

一种IEEE 802.11接入机制的新退避算法

无线传感器网络采用类似开放式系统互联模型的协议栈,作为第一个完全针对无线传感网络设计的MAC协议,S-MAC采用了IEEE802.11DCF的接入机制。本文在分析了IEEE802.11协议的二进制指数退避算法(BEB),以及倍数增线性减退避算法(MILD)后,提出了一种基于网络性能指标的新退避算法。新算法将无线信道中的时隙利用率映射网络性能指标传输概率,对网络中连续两次发送的时隙利用率进行平均滤波处理,改变重传节点的发送优先级,来调整节点在竞争使用窗口的退避值,以达到有效减少网络的碰撞、提高无线信道的使用效率和网络吞吐率的目的。仿真结果表明,新退避算法能更准确地估计网络当前的竞争状态,有效地提高了网络吞吐率,获得较好的网络性能。     

一种基于802.11e动态自适应调整竞争窗口的算法*

为了进一步改善高负载状况下服务质量的性能,在原有的IEEE 802.11e 增强型分布式协调功能的基础上,本文提出了一种基于竞争窗口动态自适应调整的算法。该算法首先采用时隙利用率因子估计网络当前负载状况,然后在不同优先级下根据时隙利用率动态调整竞争窗口,降低了信道接入的竞争,提高了网络的性能。仿真实验表明,该算法在保证实时业务要求的同时,能够有效降低时延,显著提高无线局域网的吞吐量。     

CIMLD：多跳Ad Hoc网络中一种自适应的MAC退避算法

针对现有MAC退避算法无法适应多跳Ad Hoc网络的问题,本文提出一种自适应的MAC退避算法CIMLD(Conic Increase,MuItiplicative/Linear Decrease).CIMLD利用CWbasich阈值将竞争窗口分为两个区域,通过分段二次曲线计算每个区域冲突退避时的倍乘因子,从而能够快速解决节点碰撞问题和提高信道利用率.仿真结果表明,与BEB等其他算法相比,CIMLD在网络吞吐量和流间公平性上表现出了更好的网络性能.     

Ad Hoc中MAC层一种基于动态预测的退避算法

提出了MAC层一种新的动态退避算法DPBA,它以报文的冲突概率来预测节点附近信道的争用状况,对不同的网络状况下竞争窗口的取值采用相应的退避策略,以达到改善网络性能的目的。分析与仿真结果表明,与传统的退避算法BEB算法相比,本算法有效地降低了数据包的碰撞概率,提高了网络的吞吐量,同时对信道的公平性也有所改善。     

无线局域网分布式自适应信道分配

提出一种分布式自适应信道分配算法,利用全面的动态网络信息增加信道选择的正确性,引入退避机制减少信道分配中的冲突开销。在网络仿真平台NS2上对算法进行大量实验。结果表明,与传统分布式信道分配算法相比,该算法具有干扰检测率高、可靠稳定的特点,从而有效提高网络整体吞吐量。     

IEEE 802. 11无线局域网中基于最优窗口的退避算法

首先通过把资源分配看成效用最大化的优化模型,说明在IEEE 802. 11无线局域网中各个节点争用信道的退避窗口应当一样,然后通过最小化节点间的冲突概率,得出节点个数与最优退避窗口之间的关系,由此提出一种基于最优共享退避窗口的重传算法。由于各个节点的退避窗口一样,算法有效地解决了I3EI3(I3inary Exponential Back-off)算法的不公平性问题;并且退避窗口根据网络的状况置,吞吐量也得到了较大的提高。仿真试验验证了算法的有效性。     

基于IEEE 802.11b无线网络的MAC协议改良冲突解决算法

研究基于介质访问控制协议(MAC)的分布式争用问题的主要焦点就是设计有效的具有高吞吐量性能的MAC协议。该文提出在无线局域网中基于MAC协议的有效争用方法,即改良的冲突解决算法(DCR)。该算法主要做了以下几方面的改良和创新:对所有现用网点主动的分配补偿时间,提高解决冲突的速度;当确定固定数量的连续空闲时间片被探测到时,对成功包传输的站点使用较小的争用窗口,以指数级速度减少补偿时间片和减少空闲时间片的平均数。该文提出的改良冲突解决算法提供了高吞吐量性能和在局域网中的低执行时间。     

基于冲突分段的动态树型RFID防碰撞算法

针对射频识别系统中,基于树的防碰撞算法因存在较多空闲时隙和碰撞时隙导致系统效率低的问题,提出了基于冲突分段的动态树型防碰撞算法（DTCS）。新算法充分考虑随着搜索层数增加,碰撞节点内标签数量减少,标签未识别序列碰撞概率降低这一特点,有效利用冲突位分布信息,按规则提取每一碰撞节点标签查询段[N],结合编码机制,确定查询前缀,优化查询命令。理论分析和仿真结果表明,新算法避免了空闲时隙,快速缩短了搜索深度,从而降低标签识别时延,系统吞吐率提高达0.649。     

基于新颖跳跃式动态搜索的RFID防碰撞算法

扼要分析目前针对标签防碰撞问题采用的防碰撞算法优缺点的基础上,基于跳跃式动态搜索(JDS)算法的思想,提出了一种新颖的JDS标签防碰撞算法。算法将栈思想引入到新的跳跃式策略前后搜索中,避免出现空闲时隙。在读写器问询时,利用标签反馈信息记忆部分已知信息,采用不定长动态传输方式及调整策略识别标签的未知数据位,减少了读写器搜索次数及系统传输量。算法仿真结果表明,系统传输量大大减少,吞吐量有明显提高。     

基于自适应分裂树的RFID防碰撞算法

提出一种基于自适应分裂树的RFID防碰撞算法,通过估计碰撞集大小自适应地调整分裂规模,将碰撞标签均匀地划分到不同子集,实现快速分裂。仿真实验结果表明,该算法可以减少碰撞时隙和空闲时隙数目,系统效率较高,通信处理开销较小,适用于大规模标签的应用场合。     

RFID系统标签防碰撞的研究与改进

RFID系统中标签碰撞是一个常见问题。为解决该问题,基于Gen-2协议提出了一种改进算法,该算法考虑到阅读器对碰撞时隙和空闲时隙的响应时间不同,运用两个不同的C值动态调整Q值,并在碰撞的情况下对时隙进行局部调整,减少了标签的识别通信次数,提高了系统吞吐率,并通过仿真得到验证。     

基于双空闲因子的RFID防碰撞算法研究

为进一步提高标签的识别速度,在研究了几种典型的DFSA算法基础上,提出了一种双空闲因子参数的RFID防碰撞算法—DIFP,详细阐述了算法的思想、运算流程和关键参数的确定方法。DIFP算法不仅可以通过时隙预览、检测和消除空闲时隙,最大限度减少空闲时隙的开销,同时根据空闲率,对帧中的碰撞时隙立即进行相应处理,避免读写器对标签的多次操作,提高标签的识别速度。仿真结果表明,与标准QA算法相比,DIFP算法识别时延缩短了19%,识别速度提高了10%。     

基于序贯线性贝叶斯的RFID标签数量估计算法

为解决现有标签数量估计算法中估计精度与复杂度之间的矛盾,在分析比较现有算法的基础上,提出一种基于序贯线性贝叶斯的射频识别（RFID）标签数量估计算法。首先,基于线性贝叶斯理论,充分利用空闲、成功和碰撞时隙数量观测值及相关性,建立了标签数量估计问题的线性模型;然后,推导了标签数量估计值的闭式表达式,给出了表达式各阶统计量的序贯式求解方法;最后,对序贯式贝叶斯算法的计算复杂度进行了分析和对比。仿真结果表明,所提算法通过序贯贝叶斯方法提高了估计精度和识别效率,当观测时隙数为帧长一半时估计误差仅为4%。该算法以线性解析式形式更新标签数量估计值,避免了穷举搜索,与高精度的最大后验概率和马氏距离算法相比,计算复杂度由O（n²）和O（n）下降为O（1）。经理论分析和仿真验证,基于序贯线性贝叶斯的RFID标签数量估计算法兼具高精度和低复杂度的特性,能很好地满足硬件资源受限应用场景下对标签数量的估计需求。     

一个调度Fork-Join任务图的最优算法

Fork-Join任务图是一种并行处理的基本结构.虽然许多算法在任务满足某些条件时能产生最优调度,但往往没有考虑节省处理器个数和减少任务集的总完成时间,从而降低算法的加速比和效率.因此,提出一种基于任务复制的平衡调度算法,其时间复杂度为O(vq+vlogv),v和q分别表示任务集中任务的个数和使用的处理器个数.通过分析已用处理器的负载和空闲时间段,把任务尽量分配到已用的处理器上以均衡负载,从而提高其利用率.实验结果表明,该算法的加速比和总体效率优于其他算法.因此,该算法对于高性能应用程序的调度是一个较好的选择.     

RFID系统时隙不完全竞争防碰撞算法

基于ISO/IEC 18000-6C超高频射频识别标准,提出一种时隙不完全竞争防碰撞算法。将动态二叉树搜索技术引入竞争性冲突避免机制,并加入对空闲时隙和碰撞时隙的特殊处理策略。通过NS-2平台建立仿真模型,分析对比动态二叉树搜索算法、ISO/IEC 18000-6C标准算法和SPC算法的性能。仿真结果表明,SPC算法识别时间分别比动态二叉树搜索算法和18000-6C标准算法缩短约30%和20%,识别率比18000-6C算法提高约35%。     

无线多跳网络中基于区分策略的退避算法

针对无线多跳网络环境,改进了IEEE 802.11 DCF的二进制指数退避算法,提出一种基于源节点和转发节点区分机制的退避算法。该算法能根据网络冲突状况,自适应地调节退避窗口,更适合多跳网络中流量分布不均的特点。仿真结果表明,该种区分退避机制能同时适应于低速和高速的网络环境,与BEB和AASC两种退避算法相比,在提高网络的吞吐量的同时,也提高了流间的公平性,表现出了更好的网络性能。