容迟网络广义k选播路由资源分配模型

针对移动网络频繁中断和网络分割场景下的容迟网络(DTN)路由资源分配问题,提出广义k选播,其集合由接入路由器信息矩阵决定,以减弱DTN路由算法在接入时间上的概率不确定性,进而提出路由资源分配模型,据此在许可时间段内对k个接入路由器集合元素进行路由和资源分配,从而实现对未来k个目的地进行托管传送。NS2平台仿真实验表明,在业务流量过饱和区域,可获得延时和吞吐量等性能的近线性变化,总有效带宽利用率超过DTN多播路由方案的18%～20%,说明在拥塞环境下有较好的整体传输性能和鲁棒性。该模型适用于公共交通和物流等移动路径确定的车载网络环境,如搭配有效的路径预测算法,可扩展到一般环境。

不确定环境下多宿移动容迟网络资源分配模型

为解决容迟网络(DTN)覆盖层资源分配效率受接入带宽概率不确定性影响的问题,将路由资源分配和不确定规划模型相结合,提出针对路径可预测移动环境下的新模型,该环境由物流物联网抽象而来.模型加入不确定理论判定条件,以大于给定值的概率保证资源分配的施行;并使用中断和时延效用函数作为模型的最优化尺度,以遗传算法结合神经网络调整参数得到最佳值,从而提高用户的综合满意度.NS2仿真结果验证其在接入带宽概率不确定环境下效率更高;吞吐率相较于未采用不确定规划的情形可提高8.30%～15.4%,业务量较大的时候传输整体性能更为突出.在搭配有效的路径预测算法后,该模型可以扩展到一般环境.