网络多信道异常通信数据在线监测系统设计

为解决传统网络多信道异常通信数据在线监测系统反应灵敏度低,工作效率差等问题,设计了一种新的网络多信道异常通信数据在线监测系统。首先,系统硬件主要设计了数据提取模块、关联监测模块和流量监测模块,为系统创建奠定硬件基础;其次,通过设定在线监测依据、过滤不符合的监测标准、记录监测数据结果、记录数据辨别、获取数据端口等软件设计,实现了网络多信道异常通信数据在线监测系统的研究设计。实验结果表明,所提监测系统可以快速监测到异常通信数据,工作效率快,工作能力强。

网络多信道骨干节点自适应均衡技术研究

针对网络多信道骨干节点受到资源配置差异性的影响,以提高网络多信道骨干节点自适应均衡性能为目的,提出了网络多信道骨干节点自适应均衡技术研究。通过采用网络多信道骨干节点筛选机制,调动了网络中的多信道骨干节点,将能量不足的网络多信道骨干节点排除,保证了网络正常运行并均衡网络多信道骨干节点的能耗,完成网络多信道骨干节点的筛选;结合网络多信道骨干节点均衡算法设计,实现了网络多信道骨干节点的自适应均衡。实验结果表明,提出的网络多信道骨干节点自适应均衡技术可以具有较高的网络多信道骨干节点均衡性能。

无线监测网络中多信道优化选择算法

无线监测网络中多电台监测节点通过捕捉和分析无线用户的通信数据,可以达到监测网络行为、诊断网络故障和管理网络资源的目的,而为多电台监测节点优化选择工作信道、最大化捕获数据量、获得最佳网络监测质量(quality of monitoring,QoM)是一个关键问题。文章研究了一种基于同步微扰随机近似(SPSA)的信道选择算法。该算法在迭代过程中以随机扰动策略得到目标函数的近似梯度,引导搜索过程逐步逼近最优解;适合于复杂的多维优化问题求解,收敛速度快、复杂度低。实验结果表明,该算法可以实现无线监测网络中多电台监测节点的信道优化选择,并且性能优良。

多信道无线网络中窃听与干扰攻击的对抗策略

为了在无线网络中同时对抗智能干扰与窃听攻击,基于斯坦伯格博弈,通过功率控制的方法,设计窃听与干扰攻击对抗策略。在该策略中,干扰者的目标是造成源节点的能量损耗与通信质量的下降,而源节点则通过功率控制来对抗干扰者的干扰。不仅严格证明了该博弈模型均衡的存在,而且提出一种分布式学习算法,使得博弈过程可以在节点间没有信息交换的情况下高效地收敛于该均衡。在此基础上,通过分析安全容量与窃听概率,证明了提高干扰信道的信道增益可以降低窃听者的窃听概率。在性能分析中,通过与其他博弈模型的分析对比,提出的策略在对抗非合谋的智能干扰与窃听攻击方面可以达到很好的抗攻击效果。

多信道无线网络中优化QoM吉布斯采样信道选择算法

在无线网络中采用专用节点对用户的通信活动进行监测可实现网络的故障诊断和资源管理.由于硬件资源受限,无线节点通常在一个时刻只能工作在一个信道上,因此优化各个节点的信道选择使整个网络收集的用户信息量达到最大,即网络监测质量(QoM)达到最优是一个关键问题.文中提出一种基于吉布斯采样(Gibbs Sampler)的分布式节点信道选择算法.根据优化目标构造了能量函数,以计算各个信道的选择概率,并完成对信道的优化选择.该算法复杂度低,具有可证明的收敛性,大量实验结果表明该算法可以实现无线网络QoM最优化问题的分布式求解,而且解的质量近似达到了集中式算法的性能.

基于信息年龄优化的多信道无线网络调度方法

信息年龄(AoI)是近年来针对时间敏感类应用所提出的一种描述数据交付及时性的度量标准,它是从网络中目标节点的角度出发,衡量其最新收到的数据包的新鲜程度。在信道资源受限的多信道无线网络场景中,基于信息年龄的链路调度问题需要考虑信道资源和链路冲突的约束。针对上述问题,该文提出一种逐时隙调度链路进行数据传输的调度方法,以最小化网络的平均信息年龄。该文首先将信息年龄的优化问题转化为李雅普诺夫优化问题,然后将冲突约束下的多信道分配问题转换为二分图匹配问题并采用Kuhn-Munkres(KM)算法进行求解,进而得到约束条件下的链路调度方法。仿真结果表明,所提方法有效地优化了网络中的平均信息年龄,提升了网络数据的新鲜度。

基于认知的多信道无线mesh网络路由协议研究

在多信道无线mesh网络中,路由选择与频谱可用性之间的相互依赖性很强,这就要求设计路由协议时要充分考虑信道的选择。传统的路由协议不能很好地适用于多信道无线mesh网络,因此提出了一种基于认知无线电的无线mesh网络路由协议,其中每个节点配置两个网络接口,路由选择与信道选择同时进行,通过冲突避免的设计,充分利用了多信道的优势。仿真结果表明,相对于传统路由协议,提出的路由协议能大大提高网络的吞吐量。

基于模拟退火的多射频多信道网络的路由算法

提出一种基于模拟退火的优化算法来解决路由问题。模拟退火算法以加权累积期望传输时间为代价函数来寻找最佳路由方式。系统仿真基于802.11无线网络,分别比较使用基于模拟退火的路由算法和最短路由算法情况下的网络吞吐量和丢包率。仿真结果显示,基于模拟退火的路由算法比最短路由算法具有更好的性能。

船载多信道无线网络的抗干扰攻击系统设计

传统的船载多信道无线网络抗干扰系统所设计的硬件和软件部分衔接不够密切,硬件部分不能阻挡的干扰信号会进入无线网络通道内部,消耗大量软件CPU,降低工作效率。为了解决此问题,设计了一种新的抗干扰攻击系统,从系统的硬件和软件两方面进行研究,硬件部分由压敏电阻、转发器、测试器和光电隔离等多个设备组成,通过阻容(RC)网络操控;根据硬件设计了软件计算流程,共分为输入信号采集、输入信号检测、干扰信号处理和网络信号输出四步。由实验结果可知,所设计的系统能够将硬件部分和软件部分完美融合到一起,在最短的时间内达到最大的抗干扰效果。

一种采样率动态配置的多信道无线数据采集网络

针对无线数据采集网络中可适应于复杂信号采集的数据采集方法的需求,文章设计了一种采样率动态配置的多信道无线数据采集网络。文章基于多信道组网的组网架构和运行流程,优化改进了下位机软件,使其具备停止网络和采样率动态配置的功能,同时设计了具备组网参数配置、组网开关、组网模型显示、外部监控程序调用和串口自动识别等多种功能的上位机软件。实验结果表明,文章设计的采样率动态配置的多信道无线数据采集网络的正确性。

认知无线电网络基于QoS的监听时间与资源联合分配

以最大化所有认知无线电用户(CRU)的吞吐量为目标,同时保证每个CRU的服务质量(Qo S)约束,研究了联合最优监听时间和资源分配问题,并基于此提出了一种监听时间与资源联合分配算法。在多信道认知无线电网络中,频谱监听和资源分配都会影响网络的吞吐量。兼顾二者的联合优化问题可以被分解为两个子问题:固定监听时间的资源分配问题,以及固定资源分配策略的最优监听时间一维穷举搜索问题。提出的算法可以通过穷举搜索获得最优监听时间,并通过次梯度算法获得最优资源分配策略。仿真结果表明,提出的最优监听时间与资源分配算法可以最大化认知无线网络的吞吐量;此外,各认知用户的Qo S需求也能得到保证。

认知无线电网络中最优分组长度设计

为满足不同种类多媒体应用的服务质量需求,研究了一个多等级多信道认知无线电网络中的资源分配问题。根据时延和吞吐量为该网络模型定义一个效用函数并最大化这个效用函数的期望值。首先用不考虑传输功率分配的"浪费功率的方式"设计分组长度。然后在选择分组长度时考虑传输功率分配提出一种基于贪婪算法的改进方式,得到了最优分组长度和相应的传输功率。MATLAB的仿真结果表明,在传输功率受限下,当达到相同效用值时,改进方式和"浪费功率的方式"相比能减小传输功率,并取得更加合理的分组长度,而且能更好地满足带宽需求,这是由于改进方式不仅考虑了各个信道上数据包的到达时间间隔,还考虑了信道增益。

基于ZigBee MAC层的多信道接入协议的研究

ZigBee是一种新兴的无线传感器网络技术[1],近年来已被广泛地应用于无线传感器网络中。在该协议的MAC层中,规定每个PAN(Personal AreaN etwork,个人区域网络)内所有节点均工作在一个单一的信道上,而该协议的PHY层以及多种Zigbee芯片在2.4GHz频段内都可以支持多达16个信道。基于此,本文为ZigBee网络提出了一种多信道分配的MAC机制,并通过仿真验证了该算法的可行性。

基于分组光纤被动星型网的FFT算法及其选路

通过分析两类特殊置换———组内置换和组置换的特征 ,利用这两种置换存在无冲突路由算法的特性给出了FFT运算在分组光纤被动星型网上的实现及其路由算法 .在适当分组的情况下 ,本算法在n个处理器的分组被动星型网上计算n点FFT的总通信开销为T =2logn+ 1个时间片 ,此时硬件上需要n个连接器和 2n n个发送器和接收器 ,算法的时间代价和硬件代价平衡 ,算法性能达到最优 .

无线Mesh网络中基于信道状态的动态信道分配算法研究

对多信道无线Mesh网络中的信道分配算法进行了分析,提出了一种基于信道状态的动态信道分配策略(channel-state-based dynamic channel assignment,CSDCA)。该算法利用控制信道交互的信息,通过Hello消息的交换、发送请求(request-to-send,RTS)和允许发送(clear-to-send,CTS)的信道协商、数据传输3个阶段实现信道的动态分配,并通过仿真分析验证了该算法对多信道无线Mesh网络(multichannel wireless mesh networks,MWMN)性能的提高。

WSN中基于双群体差分进化的资源分配优化算法

针对多射频多信道(MRMC,multi-radio multi-channel)无线传感器网络中的链路冲突和链路干扰过大而导致的网络能耗过大、容量受限、资源分配不均衡的问题,提出一种基于双群体差分进化的联合资源分配优化算法(RADEA)。RADEA综合考虑了信道分配、功率控制和时隙分配之间相互影响的关系,以链路的冲突和干扰为约束条件,以减小网络能耗、最大化网络容量、提高资源分配的均衡性为目标函数,构建了系统的资源分配多目标优化模型。考虑到解决多目标优化问题的复杂性,采用双群体差分进化算法对模型进行迭代求解。仿真实验表明,该算法能够有效地避免链路冲突,同时能有效地降低网络干扰,提高网络容量和资源分配均衡性。

多用户视频流分布式最小失真调度算法

为了提高视频流数据的传输质量,减小视频流数据的失真率,从而提高网络中视频流数据的利用效率,提出了一种多用户视频流分布式最小失真调度方案。该方案采用相加模型来捕捉总的视频失真,建立起视频流失真模型,并通过M/G/1排队模型来进一步建模,得到视频流失真与视频流传输的延迟分布相关性函数,通过优化网络拥塞来进行系统的延迟约束,从而减小视频流失真率;通过同时考虑路由和速率分配问题来得到路由拥塞的最小化最优解,最大限度地减少网络的传输延迟。实验数据结果及对比分析表明,该方案在减小视频流失真比率、缩短视频流传输的延迟时间和控制网络丢包率上均取得了较好的效果。