无线多媒体Mesh网络容量感知路由优化研究

为了实现无线多媒体在高负载率业务下的资源预测和QoS优化,首先利用概率预测的容量感知模型探测MAC层的重传信息,动态感知无线链路的状态,实现高负载业务下的统计的信道容量概率预测。其次,利用跨层设计技术,基于链路状态和节点干扰的容量预测模型,提出一种基于位置的容量感知路由优化算法LCAR,实现统计的QoS网络资源预留以及分组转发,提高网络资源利用率。仿真结果表明,与现有的QoS路由优化方法相比,提出的算法可以降低无线网络的重传次数平均1～2次,提高无线网络的分组转发效率10%,平均改善网络的吞吐容量10%。

云计算中基于动态阈值的服务器唤醒策略

基于预留机制的服务器动态开启/关闭(dynamic powering on/off servers,DPS)策略采用静态设置的任务请求数阈值,可能造成服务器状态频繁切换从而导致性能下降、能耗上升。对此,提出一种基于动态阈值的服务器唤醒策略。首先,用具有不耐烦任务的排队模型对云计算系统的任务调度进行建模,分析系统中的平均任务背叛数和能耗成本,提出任务请求数阈值动态调整策略;然后,根据服务器所在冷点区域和当前关闭时长选择服务器进行唤醒。仿真结果表明,与基于静态阈值的服务器唤醒策略相比,本文策略能够保证任务的平均响应时间,并有效降低云计算系统的能耗开销。

一种基于干扰感知概率预测的无线异构Mesh网络带宽统计联合优化算法

文中提出了一种基于IEEE 802.11的无线多媒体异构网络可用带宽评估算法,该算法通过研究分组碰撞概率和退避时间的相互影响计算发送端与接收端空闲时间的重叠概率,同时通过区分节点的繁忙状态和载波侦听状态来提高重叠概率估计的准确性。网络节点根据感知的信道剩余可用带宽,综合考虑流内和流间干扰,计算路径可行的发送速率和路径代价函数,以此选择最佳分组转发路径。NS2仿真结果表明,文中提出的带宽优化算法,与现有算法相比能够更加准确的感知链路的可用带宽,提高网络吞吐量,避免网络拥塞,为多媒体业务流的接入提供更好的QoS保障。