面向信道跳转认知无线电网络的CSMA/CA MAC协议

现有基于信道跳转序列（CHS）的盲信道交汇策略研究多针对认知无线电网络媒体访问控制（MAC）协议的接入协商问题,较少关注接入控制方面。为此,分析载波侦听多路访问/冲突避免（CSMA/CA）MAC协议面临的假冲突问题,提出一种概率性加倍竞争窗口调节机制p-DOUBLE。根据假冲突不会在收发双方实现信道交汇的跳转时槽内出现的特点,利用现有基于CHS的盲信道交汇策略在每个跳转时槽内实现信道交汇的概率加倍竞争窗口大小,以降低假冲突对延长回退倒数过程的影响,提高收发双方在实现信道交汇时抓住传输机会的概率。实验结果表明,与传统确定性加倍竞争窗口调节机制1-DOUBLE相比,p-DOUBLE能将报文投递延迟降低14%~20%,网络吞吐量提高17.1%~29.3%。

基于分簇P2P的多跳无线mesh网络资源检索与分发算法

针对多跳无线mesh网络中拓扑结构和不同类型节点的特征,将多跳无线mesh网络建模成分簇P2P结构。为了降低资源发布的开销,在进行资源共享设计时,利用布鲁姆过滤器作为资源表示和消息在网络中传输。以布鲁姆过滤器为基础,提出了一种基于资源密度敏感的多跳无线mesh网络资源检索和分发算法,将移动客户端的资源下载请求转发到拥有资源副本最多的P2P分簇,利用该分簇的多个资源副本备份提供资源下载服务,最大化降低节点移动性产生的资源下载中断。仿真结果表明所提出的资源检索和分发算法能有效提升资源的下载性能。

基于Stackbelberg博弈的认知无线网络速率控制模型

提出了基于Stackelberg博弈的认知无线单跳网络流量速率控制模型。应用反向归纳法对提出的流量速率Stackelberg博弈模型纳什均衡进行了分析,证明了提出的模型纳什均衡存在性及唯一性,并给出了Stackelberg博弈模型纳什均衡解的具体形式。仿真验证了提出的模型正确性,仿真结果表明在模型的纳什均衡处网络总体效用是最优的,且网络效用最大时认知结点可获得最优数据传输速率。

能量收集多跳D2D无线传感网络中的中继选择算法

针对无线功率传输技术的能量收集效率有限造成信噪比下降进而引发通信中断率增加的问题,在能量收集多跳D2D(Device to Device)无线传感网络中,提出一种基于改进K-means聚类的中继选择方法。首先,推导得到能量收集下的信噪比因子,使其作为K-means聚类特征。然后,利用最小欧氏距离原则得到距离聚类中心最近的实际节点的位置。最后,根据距离重排序得到中继节点,形成从源节点到目的节点的通信链路。仿真实验结果表明,相比最短路径算法和随机中继协作方案,所提出的改进算法链路信噪比更大,能够减小通信中断率,具有更好的中继性能。

认知无线多跳网络与以太网互联网关

为实现L2认知无线网络与以太网的互联,提出一种网络互联架构。为实现L2认知无线多跳网络中无线节点的快速寻址,设计一种编址方法,其利用IP地址和组网地址表征该网络中的无线节点;在网关中设计一种地址映射方案,通过设置地址映射表解决传统无线多跳网络中因广播造成的严重网络冗余和开销问题;为验证网关系统的通信能力、对传感数据的采集和处理能力,构建“智慧园区微环境数据采集”平台对该系统的有效性进行了验证。

认知无线Ad Hoc网络中一种基于选择区域的多跳路由协议

根据认知无线Ad Hoc网络中次网络多跳传输数据的特点,提出了一种基于选择区域的多跳路由协议。该协议假设主网络和次网络节点分布在同一二维平面内,且服从相互独立的泊松点过程,传输信道包含大尺度路损和小尺度瑞利衰落;在定义的选择区域内,选取距离发射节点最近的节点作为多跳路由协议中下一跳传输的中继节点;通过约束次网络对主网络的干扰,以期望前进密度为目标函数,推导出次网络发射概率确定时的最优参考传输距离的上界,参考传输距离确定时的最优次网络发射概率,以及二者同时优化时满足的关系式。由于综合考虑了参考传输距离、发射概率和传输角度,从而确保了多跳传输的方向性和有效性。数值分析结果证明了理论分析的正确性,表明次网络的期望前进密度与主网络节点密度之间存在折衷关系。

基于跳频的认知无线电网络中的时隙优化策略

随着近几年无线通信技术的快速发展,无线电频谱资源越来越匮乏。认知无线电网络(CRN)由于可提高现有频谱资源的利用率,受到了广泛关注。针对传统的认知无线电网络中随机跳频交汇策略没有考虑信道碰撞和切换延迟的问题,提出了一种基于时隙ALOHA协议,融入了切换延迟的最优随机跳频交汇策略。首先,将整个交汇过程以时隙微分化,定义信道时长和切换时长时隙模型,并将跳频过程与ALOHA协议融合,给出策略交汇时长(TTR)的计算方法;然后,分步骤详细分析交汇策略的流程,根据联合概率推导出时隙期望关于信道数目、切换时延的公式;最后,根据求导和函数趋势图计算最低点,进而提出一种基于整数规化的时隙最优数目计算算法,以取得整体交汇策略的最优化。通过模拟实验考查了可用时隙数目和切换时延这两个重要参数,实验结果表明切换时延比可用信道数目对交汇效率的影响更大。此外,实验结果还表明:该策略在充分考虑时延的同时,总能以最优方式交汇,相比传统方式可大幅度地缩短平均交汇时间(ATTR),当时延的时隙数目不大于5时,ATTR整体上缩短了15%左右,这可促进节点快速交汇,进而加速节点信息交互,进一步提高现有频谱的利用率。

基于模糊L1/2正则化的无线传感网络拥塞控制研究

无线传感网络在传输数据过程中,越靠近中心节点越容易产生拥塞,针对无线传感网络的拥塞问题,提出一种L1/2正则化和模糊神经网络相结合的拥塞控制算法。该算法在发送端对采集数据进行压缩观测,融合数据,达到初步缓解拥塞的效果。由于网路的传输数据量与压缩观测矩阵维数成正比关系,网络的拥塞程度很难用精确地数学模型描述,所以采用模糊神经网络对压缩感知观测矩阵维数进行自动的调整,增强算法对网络不同程度拥塞的适应性。在接收端采用L1/2正则化方法对无线传感网络压缩后的传输数据进行重构,重构精度高,数据损失小,实现对网络拥塞的全局控制。最后,对该算法进行MATLAB仿真实验,实验结果显示,该算法能够缓解无线传感网络的拥塞问题且效果明显,在不同的拥塞状况下,网络的吞吐量增大25%~50%,丢包率降低20%~55%,时延减少6s。

基于BP神经网络的认知无线电疑似跳转信道预测研究

为了在认知无线电环境中进行跟踪干扰,需要预测认知用户在遭受干扰后进行频谱切换的目标信道——疑似跳转信道,以便在这些疑似跳转信道上对其进行跟踪检测和干扰。提出了一种在多信道多用户条件下,认知用户在感知得到的空闲信道上智能决策并选择合适信道接入的频谱模型,并用基于BP神经网络的预测算法预测疑似跳转信道,为衡量预测效果,提出了预测切准率和预测精度两个参考标准,仿真结果验证了该算法的可行性。

基于能量效率的多跳认知无线电网络路由算法

由于未授权频段变得过于拥挤,采用该频段通信的自组织网络通信受到极大的干扰,导致丢包率增加,节点能量效率下降。在多跳认知无线电网络中次用户能够机会式接入授权频段实现数据通信,提出一种新的路由算法来提高多跳认知无线电网络的能量效率。该算法选择丢包率低且剩余能量高的节点作为中继节点,并且在非授权信道丢包率过高时接入到具有最大持续空闲时间的授权信道进行数据传输。实验表明,该算法有效提高了节点及网络的能量效率,并保证了节点间的能量均衡,避免个别节点过早"死亡"。

编码感知多跳无线网络安全路由协议

分析了网络编码系统DCAR"编码+路由"发现过程存在的安全问题,提出了适用于编码感知安全路由协议的安全目标,设计了基于DCAR的编码感知安全路由协议DCASR,DCASR协议利用密码学机制保证可信路由建立和正确编码机会发现。为建模多跳无线网络特征和分析路由协议安全性,引入线程位置和线程位置相邻概念扩展安全系统逻辑LS2,提出了分析路由协议安全性的逻辑LS2-RP。LS2-RP用线程邻居集及邻居集的变化描述多跳无线网络的动态拓扑关系,用广播规则模型化多跳无线网络广播通信特征。最后,用LS2-RP协议编程语言描述了DCASR协议,用LS2-RP的谓词公式和模态公式描述DCASR协议的安全属性,用LS2-RP逻辑证明系统分析了DCASR协议的安全性,证明DCASR协议能够满足安全目标。

认知无线电中的量子蛙跳频谱分配

为了有效求解离散优化问题,将量子信息理论引入混合蛙跳算法,提出一种新的组合优化算法——量子蛙跳算法.量子蛙跳算法使用新的量子跳跃方程完成整个量子蛙群的协同演进,能快速搜索到全局最优位置.通过对基准函数的测试验证了其高效性,并使用量子蛙跳算法设计了一种认知无线电频谱分配算法.通过仿真实验对比了所提出的量子蛙跳算法与遗传算法、量子遗传算法、粒子群算法、混合蛙跳算法和敏感图论着色算法等多种算法在不同网络效益函数下实现频谱分配的性能.在3种网络效益函数下进行的仿真结果表明,所提出的算法能较好地找到最优解,且在不同的网络效益函数下均优于已有的敏感图论着色频谱分配算法和智能频谱分配算法.

能量收集认知多跳中继网络中断性能分析及优化

针对能量收集认知无线网络中的多跳中继传输问题,该文构建了一种新的具有主网络干扰的功率信标(PB)辅助能量收集认知多跳中继网络模型,并提出单向传输方案。在干扰链路统计信道状态信息场景下,推导了次网络精确和渐近总中断概率闭合式。针对精确总中断概率表达式的复杂性和非凸性,采用自适应混沌粒子群优化(ACPSO)算法对次网络总中断性能进行优化。仿真结果表明,PB功率、干扰约束、次网络跳数、能量收集比率、主接收端数目和信道容量阈值等参数对中断性能影响显著,所提算法能快速和有效地对网络中断性能进行优化。

基于认知无线电网络的5G移动蜂窝网络结构

迅速增长的移动设备数量、庞大的数据和更高的数据速率促使人们重新思考当今蜂窝移动通信,预期下一代或第五代(5G)蜂窝网络满足高端需求。5G网络具有3个独特的特点:无处不在的连通性、非常低的延迟和非常高速的数据传输。5G网络将超越最先进的架构和技术,提供新的架构和技术。现有的5G网络结构主要有基于多层、基于认知无线电网络、基于D2D通信和基于云的体系结构。文章详细阐述基于多层、基于认知无线电网络的体系结构。

认知无线电网络信道交汇加速算法

在认知无线电网络中,二级用户需要首先发现邻居信息并形成通信链路,被称为信道交汇过程。有很多的信道跳频算法,但它们的目标是要形成一个集合点图案或保证在有限时间内会合。在这项研究中,提出了一种算法,以加快与多个用户认知无线电网络的交汇过程,即最近最少使用策略。其基本思路是减少已经交汇用户之间交汇的重复。为了评估所提出的方案,进行了大量的实验。

无线网络视频监控系统的研究

在打击违法犯罪、维护社会公共安全、促进社会和谐稳定方面,视频监控系统起到了至关重要的作用。因此,设计了一种基于Linux平台的无线网络视频监控系统。系统采用V4L2架构对摄像头进行图像采集,移植x264编码器对采集的图像进行编码压缩,使用Live555框架对编码数据进行流化处理,最后通过RTSP实时流传输协议将视频流发送出去。监控端需要安装特定的软件,用来接收和解码视频流,这样就可以监测摄像头采集的图像。整个系统实现了无线网络视频监控的基本功能。

基于认知网络不对称模型的交会跳频算法

基于认知网络的不对称模型提出了一种新的交会跳频算法(AMCH).该算法根据每个次要用户感知到的可用信道集,在两个不相交的素数集中选择发射机和接收机的跳频序列长度并分别构建跳频序列.在不需要其他辅助信息(如全网同步信息、信道标号信息)的情况下,通信范围内的任意两个次要用户通过跳频于短时间内就能交会在它们的共同信道上并建立通信链路.与现有算法相比,AMCH算法减小了跳频序列冗余,提高了交会效率.仿真结果表明,AMCH算法的交会时间上限最小,交会性能优于现有算法.

基于复合2D-LSTM网络的频谱预测研究

频谱预测技术对提升物联网频谱利用效率具有重要作用,受到广泛关注和研究。根据实际频谱环境数据的时-频域相关性和时间上的周期性特征,提出一种基于二维采样的长短时记忆网络预测模型2D-SPLSTM。在充分利用历史频谱数据时-频域相关性的基础上,通过采样融合了历史频谱数据中的接近趋势和周期趋势。仿真表明,2D-SPLSTM模型在实际频谱环境数据中获得了明显的性能提升,并在均方根误差(RMSE)、平均绝对百分比误差(MAPE)和R2分数性能指标方面得到验证。同时,在跨步预测场景中,提出的模型有着更稳定、优越的性能,进一步说明了模型的有效性。

无线传感器网络链路统计特性研究与应用

无线传感器网络通信的动态、易损耗特性为可靠自组多跳的网络设计带来了很大的挑战。路由决策需要动态获取链路连通统计特性以获取传输可靠性。提出了一种无线传感器网络传输模型,以及一种实时链路质量预测机制;扩展NS2的功能,设计实现了一种无线传感器网络模拟平台;利用该软件提出了一种基于链路状态的定向扩散路由协议(LSBDD);仿真实验运行结果评价了提出的链路质量预测机制的性能,证明了该网络模拟软件的有效可行性,并且验证了LSBDD的可靠性、能源有效性、以及可扩展性能。

认知Ad Hoc网络仿真模型的设计与实现

针对认知Ad Hoc网络信道分配算法研究需要,提出了一种基于NS2的认知Ad Hoc的扩展模型.该模型是在原NS2节点模型上进行扩展;借鉴Czou思想,使用CM(channel management)模块对信道信息进行管理,在模块中实现信道的选择算法以及信道状态的更新;采用专用控制信道,用于交换控制信息和实现广播;节点根据信道选择规则选择数据信道,实现数据流的传输.仿真结果表明,设计方案合理,能满足基于数据流的信道分配算法研究的需求.