支持网络编码的认知无线自组网拓扑控制算法

对认知无线自组网中有限的带宽进行研究,提出支持网络编码的拓扑控制算法。算法分为3个阶段:初始拓扑构建阶段,利用最短路径算法为单播业务构建拓扑,利用基于网络编码的最短路径算法为多播业务构建K冗余拓扑;拓扑优化阶段,通过逐条删除满足一定条件的链路优化拓扑;拓扑恢复阶段,针对关键点失效,利用与失效链路不在同一路径簇且开销最小的链路恢复网络连通。仿真结果表明,算法能够提高无线资源复用率,增强网络抗毁性。

无线认知自组网报文多播问题:随机网络编码方法

基于随机网络编码技术研究了无线认知自组网的报文多播传输技术.首先提出报文多播传输的核心问题,称作多信道单跳报文多播问题(multi-channel single-hop wireless multicast problem,MCSHWMP),并且给出多信道单跳报文多播问题的定义,基于此提出其四元模型;然后提出基于网络编码技术的无线认知自组网报文多播传输算法框架,并根据该框架提出几种候选算法.所提算法通过网络编码技术充分利用无线通信的广播性质,显著节省了无线认知自组网报文多播传输报文传输数量;综合考虑无线认知自组网传输网络节点间不同信道的访问权限及报文的传输质量,使上游网络节点的每次报文传输都能使后续节点的报文收益得到最大化;从而有效节省多播传输组合报文中用于解码的附加信息,同时降低无线认知自组网传输报文的长度.仿真测试与分析结果表明,针对多信道单跳报文多播问题基于网络编码技术的算法相对于非网络编码算法明显节省报文传输数量,且在链路报文传输成功率较高但小于1时优势较大,节省报文数量可达50%.

面向认知无线电自组网的功率分配算法研究

针对认知无线电自组网节点具有移动性及交互性的新特点,首先提出一种根据SU节点之间的空间差距赋予每个SU节点不同的权重系数,将检测结果加权平均得到共同检测结果的合作式频谱感知模型;然后,对系统模型下授权信号可能受到的干扰进行分析,并建立多约束条件下的能量效率最优化问题的数学模型。接着,提出一种基于NLMS的干扰概率分配算法,解决在多约束条件下的能量效率最优化问题;最后,通过实验验证感知模型及分配算法的效率。

认知无线ad hoc网的多尺度跨层路由协议

近年来,随着可用频谱资源的日益稀缺和无线业务量的剧增,认知无线自组网相关的研究得到广泛的关注,其中路由问题是应用中需要解决的重要问题之一.由于频谱机会具有动态性,认知无线网的路由问题要将功率控制、路径选择和信道分配联合起来,实现跨层优化设计.文中提出一种多尺度认知路由协议,根据用户的业务类型和服务质量需求进行尺度选择,并结合频谱机会为认知用户提供适用的解决方案.通过网络拓扑模型指出多径路由问题,并分别结合物理层、介质访问控制层和网络层的分析提出了多尺度优化模型.实验表明,该路由方法在端到端时延、吞吐量和数据投递率等参数上,都能够一定程度地改进服务质量.

一种基于深度Q学习的移动自组网稳定路由

节点的移动降低了认知无线电-移动自组网(CR-MANETs)路由的稳定性。为此,针对CR-MANETs网络,提出基于深度Q学习的稳定路由(DQLR)。设计DQLR路由的目的在于最小化端到端队列时延和提高链路稳定性。DQLR路由先通过队列可用空间和链路的连通时间计算链路成本。然后,建立深度Q学习模型,并选择具有最低Q值作为下一跳转发节点,进而构建稳定路由。最后,利用SimPy仿真框架建立仿真平台,分析了DQLR路由的性能。仿真结果表明,相比于基于链路稳定的MANETs路由(LSR),提出的DQLR路由降低了队列时延和路由时延,并提高了数据包传递率。

一种基于深度Q学习的移动Ad Hoc路由协议

针对认知无线电-移动Ad Hoc网络,提出基于深度Q学习的移动Ad Hoc路由协议(DQRM)。DQRM路由先利用节点的剩余能量以及移动速度计算成本,再利用深度Q学习计算节点的Q值。在发现路由阶段时,源节点从邻居节点中选择具有最低Q值的节点传输RREQ包;利用单播方式传输RREQ包发现路由,降低了控制开销;目的节点收到RREQ包,沿着传输RREQ包的路径向源节点回复RREP包。仿真结果表明,提出的DQRM路由降低了控制开销,并提高了数据包传递率。