由于车辆的高移动性,网络拓扑结构频繁变化,路由协议对于信息发送效率有着很大的影响。结合已有的MAC层多信道接入协议,考虑信道衰落产生的传输失败概率,设计了一种基于转发效率预测的跨层路由协议GPSR-EP(Greedy Perimeter Stateless Routing Based on Efficiency Prediction)。GPSR-EP通过对下一跳的所有可选节点的转发效率进行预测,以单位时间传输距离最优化为策略进行路由选择,有效提高信道利用率。仿真结果表明,与GPSR相比,GPSR-EP在高速场景中能有效提高网络传输效率。
将网络编码技术应用到无线传感器网络中以提高网络的传输效率是近年来国内外研究的一大热点,相交多径网络编码模型是一种具有高可靠性的基于网络编码的多径路由模型,而目前将相交多径网络编码模型应用在无线传感网的多径路由协议中的研究并不多。通过使用基于地理位置划分虚拟网格的方法设计了一种相交多径网络编码模型的路由协议BRGNC(Braided multipath Routing protocol based on Grid with Network Coding)。在路由过程中先根据网格的能量情况、链路质量、节点个数等因素选择下一跳网格,再通过网格内节点状态选择"最优的"转发节点集,从而降低了以往按照相交多径网络编码模型建立无线传感网的多径路由协议的难度。仿真实验结果表明,该协议具备较好的可靠性和能耗均衡性,在网络规模较大、链路状态较差的情况下也能够很好地保证数据的可靠传输。
中心引力优化算法(Central Force Optimization)是一种新型的基于天体力学的多维搜索优化算法.这是一种确定性的优化算法,该算法利用一组"质子"在引力作用下的运动,搜索决策空间最优值.但该算法仍然有局部收敛的特点.本文对...
详细信息
中心引力优化算法(Central Force Optimization)是一种新型的基于天体力学的多维搜索优化算法.这是一种确定性的优化算法,该算法利用一组"质子"在引力作用下的运动,搜索决策空间最优值.但该算法仍然有局部收敛的特点.本文对该算法中质子运动方程做了分析研究,利用天体力学中的摄动理论对算法进行了改进,给出了改进后的新的CFO算法的迭代公式,并且对新的公式进行了分析.最后实验结果表明针对CFO算法的摄动改进可以使得搜索质子跳过CFO空间中的局部解,使得算法收敛精度和速度都有了不同程度的提高.
中心引力优化算法(Central Force Optimization,CFO)是一种新型的基于天体动力学的多维搜索优化算法.该算法是一种确定性的优化算法,利用一组质子在万有引力作用下的运动,搜索决定空间的最优值,而这组质子按照两个来源于天体力学的迭代...
详细信息
中心引力优化算法(Central Force Optimization,CFO)是一种新型的基于天体动力学的多维搜索优化算法.该算法是一种确定性的优化算法,利用一组质子在万有引力作用下的运动,搜索决定空间的最优值,而这组质子按照两个来源于天体力学的迭代方程在空间移动.本文利用天体力学理论对该算法中质子运动方程做了深入的研究,并利用天体力学中万有引力定理对质子运动方程做了推导,建立起天体力学与CFO算法之间的联系,通过天体力学中数学分析的方法对该算法中质子收敛性能进行了分析,最后通过严格的数学推导证明出无论初始时质子是何种分布,CFO算法中所有的质子始终都会收敛于CFO空间的确定最优解.本文结论为了进一步深入研究该算法提供了理论基础.
针对异构网络中的多样业务需求,并且为了能够适应网络环境的动态变化,为每一个会话选择一个最合适的网络为其服务同时实现网络负载的均衡,以HSDPA和W iM ax构成的异构网络为背景,基于Q学习算法,提出了一种异构网络环境下无线接入网络选...
详细信息
针对异构网络中的多样业务需求,并且为了能够适应网络环境的动态变化,为每一个会话选择一个最合适的网络为其服务同时实现网络负载的均衡,以HSDPA和W iM ax构成的异构网络为背景,基于Q学习算法,提出了一种异构网络环境下无线接入网络选择的新算法。该算法在进行网络选择时不仅考虑到网络的负载情况,还充分考虑了发起会话的业务属性、终端的移动性以及终端在网络中所处位置的不同。仿真结果表明该算法降低了系统阻塞率,提高了频谱效用,实现了网络选择的自主性。
暂无评论