伪连续条件下不确定性非合作博弈Nash-Slater均衡的存在性

从两个角度研究了伪连续条件下不确定性n人非合作博弈的Nash-Slater(NS)均衡的存在性.在不确定博弈中,分别利用伪连续函数的最大值定理以及伪连续下的Ky Fan不等式,得到了两个伪连续支付下的NS均衡存在性定理.

NS推出8Gbps 4通道均衡器DS50EV401

美国国家半导体公司（Ns）推出可支持PCI Express接口标准的4通道均衡器DS50EV401，可支持高达8Gbps的数据传输速度，单位通道功耗低至100mW（典型值）。该均衡器可通过背板及电缆高速传送信号，尤其适用于存储区域网络、开关电路等，可补偿传输介质的损耗，有效降低4条数据传输通道的确定性抖动，

能量感知多路径负载均衡路由算法

针对移动自组织网络的网络拥塞问题,基于能量感知技术并结合负载均衡和拥塞控制方法,提出了一种能量感知多路径负载均衡路由算法。该算法利用能量感知选择满足条件的节点作为路由节点,建立多条连接源节点和目的节点的有效路径;同时分析路径的跳数、节点缓冲区的占用情况,从有效路径中选出用于传输的最优路径;然后对最优路径上的节点和路径的负载情况进行建模分析,当节点能量、节点负载、路径负载到达设定的阀值,就将最优路径上的流量分流到其它路径。利用NS2仿真软件,在不同的场景下对该算法以及QMRB、SMORT进行仿真测试。仿真结果显示:提出的算法与其它路由算法相比将网络性能提升了近20%,起到了均衡负载的作用,能有效地解决网络拥塞问题。

基于蚁群算法的能量均衡多路径路由算法的研究

对现有的基于蚁群算法的路由协议进行了深入的研究,并提出了一种基于蚁群算法的能量均衡多路径路由算法(ABMR),该算法在蚂蚁数据包结构、信息素更新公式、信息素更新方式和多路径建立机制等方面作了改进。在信息素更新公式中综合考虑了路径的能量消耗速度、路径上剩余的最小能量、距离目的节点Sink的跳数和路径的拥塞程度。在信息素更新方式上,改变传统的信息素的累加更新方式,采用彻底的链路信息素更新方式,使网络负载更加均衡。ABMR的多路径生成机制可以在源节点和目的节点间更加合理的建立起多条路径。数据发送阶段,概率路由选择策略使数据流量均衡的注入无线传感器网络。在NS-2仿真环境下对ABMR协议进行仿真实验,仿真结果表明,和传统协议比较,ABMR协议在能量有效性、数据分组投递率以及分组端到端时延等方面都有一定的提高。

一种基于LEACH的能耗均衡多跳路由算法

针对LEACH协议中簇头选择的不合理以及多个簇头与基站远距离通信能量消耗过多的问题,提出一种新的能耗均衡的多跳路由算法.在簇头数最优的前提下,充分考虑节点的能量和位置因素,结合PEGASIS协议中节点成链思想构造簇头间的多跳路由,最后由链上担任Leader的节点完成与基站的数据通信.NS2仿真实验表明,与LEACH和LEACH-C相比,该算法能更好的优化簇的结构,均衡网络能耗,延长网络生命周期.

Ad Hoc网络负载均衡路由协议研究

网络负载是影响Ad Hoc网络性能的重要因素,网络负荷比较重时,局部的拥塞将导致网络性能的下降,分析研究现有负载均衡路由协议,并利用链路层信息,结合原Ad Hoc路由协议AODV提出了一种跨层负载均衡的路由协议方案,在选路过程中引入负载均衡机制,均衡网络流量,以提高网络时延、分组到达率等性能。最后用NS2软件仿真证明了改进路由算法的优越性。

基于NS的无线传感器网络地理信息路由协议的仿真与研究

地理信息路由协议由于其简单高效及低负载等特点,成为无线传感器网络中一类运用非常广泛的路由协议。文章利用NS2仿真平台,对GRS、GPSR和GEAR三种地理路由算法进行仿真和研究,并详细说明了在NS2中添加新路由协议的实现方法。仿真分别选取小规模节点规则分布和大规模节点随机分布的两种存在路由空洞的复杂网络环境,并选择能耗、网络生命周期、数据包到达率等算法指标,分析三种路由算法在不同网络环境中的性能。

基于路径负载均衡的一种避免路径失效算法

理论上证明了采用路径负载均衡技术对于提高系统可用性是有效的,提出了一种可避免失效路径的动态路径负载均衡算法.该算法结合路径等待队列长度和响应时间对路径权值进行动态调整,实时调整负载分配,提高路径带宽利用率.同时还可以实时监测路径的通断情况,屏蔽错误路径,进一步延长系统平均无故障时间,有效提高系统可用性.最后用仿真实验验证了该算法的正确性.

基于POMDP的负载均衡贪婪转发策略

针对贪婪地理路由协议的贪婪转发策略在业务量比较大时系统吞吐量急剧下降、网络节点能量消耗严重不平衡,缩短了系统的使用寿命,提出一种基于部分状态可观测的马尔可夫决策理论的负载均衡贪婪转发策略,设定队列长度剔除门限值,有效地控制传输路径上节点的队列长度,通过避开负载较重的节点来实现网络负载均衡。仿真结果表明,该算法能降低端到端时延、减少数据分组的丢失、提高网络数据传输的实时性和可靠性。

基于蚁群算法的无线传感器网络能量有效路由算法研究

本文结合蚁群算法的理论,提出了改进的能量有效路由算法(IEEABR),该算法在蚂蚁数据包结构、概率选择公式及信息素更新公式等方面做了改进。通过为前向蚂蚁与后向蚂蚁设计不同的报文结构提高了传输效率。概率选择过程中考虑邻居剩余能量的相对大小,能够避免蚂蚁选择能量较小的邻居作为下一跳,均衡了网络能量的消耗。让前向蚂蚁在路径搜索过程中释放信息素能够优化路径。同时,前向蚂蚁数据包中增加了节点的邻居地址表,能够有效的避免路由回路的发生。本文中使用NS2仿真工具对IEEABR协议进行了仿真,仿真结果表明该算法延长了网络寿命和提高了能量有效性。

广义不确定性下广义博弈中NS均衡的存在性

把不确定性引入广义博弈的研究之中,在此博弈中,局中人策略之间存在相互影响,局中人的策略可以改变不确定参数的变化范围,而且局中人的支付函数和策略可行反应映射都受到不确定参数的作用,此类型博弈定义为广义不确定性下的广义博弈问题。进一步定义出此类型博弈中的NS均衡,并且凭借Fan-Glicksberg不动点定理,证明此均衡点的存在性。最后给出算例验证其可行性。

一种改进型DSR-I路由协议的设计与仿真

动态源路由协议(DSR)是为移动自组织网络设计的路由协议,性能较优,但是DSR协议中存在路由不稳定、时延大以及能量不平衡等问题。针对DSR的这些不足,通过对DSR协议的研究分析,提出了一种基于权重、链路反馈和均衡能量的DSR改进型路由协议(DSR-I)。在满足权重的路径查找中选择能量高的节点充当中继,在数据包发送的过程中低能量的节点反馈能量状态,源端主动断开旧链路,从而变更路径,并采用NS2平台对DSR和DSR-I进行了仿真实验和性能分析。实验结果表明,改进后的DSR-I路由协议比较明显地改进了原DSR路由协议的性能。

固定簇的LEACH半径自适应簇头改进算法

针对无线传感器网络路由协议LEACH(Low Energy Adaptive Clustering Hierarchy)算法中簇头选择不合理以及节点能耗不均的缺点,提出了一种基于LEACH的节能算法LEACH-RA。所有节点分为固定的簇,簇内节点根据所处簇的半径进行自适应的选择簇头。通过NS2仿真证明了改进后的协议有效克服了LEACH由随机簇头选择策略导致的节点能耗不均匀的现象,从而延长了网络的寿命。

负载均匀集群扩充的网络流量分析

PC集群作为科学计算和技术实践的载体已经从幕后走到台前,近几年来成为一种主流趋势。当现有的PC集群已经不能满足需求时,对其扩充后网络性能会出现怎样的影响是本文研究的重点,即利用NS2网络模拟后定性分析网络性能的变化。

一种改进的ZigBee网络路由算法

为有效合理的利用ZigBee网络的能量,延长网络生存时间,该文对已有的基于能量均衡的ZigBee路由算法优化进行改进,根据节点位置关系对RN+节点适当控制RREQ转发的大致方向,限制其向与目的节点相反的方向传输,并实时的更新节点的能量等级。经仿真与原ZigBee路由算法和现有能量均衡ZigBee路由算法比较,结果表明本算法优化了网络总体能耗和死亡节点出现的时间和数目。

基于Q学习的Ad Hoc网络路由协议的改进与研究

采用Q学习可以有效保证Ad Hoc网络的可靠性,该文将启发Q学习算法应用在备用多径按需路由协议的路由寻找中,融合传统Q学习算法根据网络状态适当的调整路由周期寿命,提高路由对动态变化的业务分布的自适应性。建立NS3网络模型对无线网络的时延、吞吐量及开销等主要性能指标进行理论分析,研究结果表明:优化后的路由协议更加适用于状态多变的移动Ad Hoc网络。

ZigbeeC+A路由协议研究

近年来,科学技术发展得越来越快,如何快速有效的获得信息,成为关注的焦点。随着传感器技术的研究及物联网的发展,人们开始关注Zigbee技术,然而,Zigbee还是一个比较新的技术,在很多方面都及需改进优化,特别是Zigbee网络层现存的路由协议存在大量的冗余分组被转发,大大增加了网络功耗,针对这个问题,提出了一种改进路由算法:该算法综合考虑了最短路由,能量均衡,大大降低了网络开销,同时提高了网络寿命,最后,使用NS2进行仿真分析,改进的方法在理论上是可行的。

有限理性下不确定性博弈均衡的稳定性

本文首先建立了有限理性下的不确定性博弈模型,然后通过构造理性函数,并研究其性质,得到该模型的NS均衡稳定性结果.进一步,我们建立了有限理性下的广义不确定性的广义博弈模型,采用类似的方法,同样获得其稳定性结论.

不确定参数下群体博弈均衡的存在性与通有稳定性

本文在已知不确定参数变化范围的假设下,研究了不确定参数下群体博弈均衡的存在性与通有稳定性.首先,基于经典非合作博弈NS均衡概念提出了不确定参数下群体博弈NS均衡的定义;其次,在支付函数连续性与凸性的一定假设下,利用Ky Fan不等式证明了均衡的存在性;最后,给出了不确定参数下群体博弈模型NS均衡集通有稳定性的相关结论,运用Fort引理证明了在Baire分类的意义下,当支付函数发生扰动时,大多数不确定参数下群体博弈的NS均衡点集都是稳定的.