CN101790249A - 一种无线自组织网络拓扑调节控制方法 - Google Patents

一种无线自组织网络拓扑调节控制方法 Download PDF

Info

Publication number
CN101790249A
CN101790249A CN200910076837A CN200910076837A CN101790249A CN 101790249 A CN101790249 A CN 101790249A CN 200910076837 A CN200910076837 A CN 200910076837A CN 200910076837 A CN200910076837 A CN 200910076837A CN 101790249 A CN101790249 A CN 101790249A
Authority
CN
China
Prior art keywords
link
node
network
interference
chain blocks
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN200910076837A
Other languages
English (en)
Inventor
冯贵年
樊平毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN200910076837A priority Critical patent/CN101790249A/zh
Publication of CN101790249A publication Critical patent/CN101790249A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种无线自组织网络拓扑调节控制方法，包括：获得单位圆图；获得所述单位圆图中每一链路的干扰量；标识具有相同干扰量的链路为一链路块；根据干扰量大小排序链路块；搜索排序后的所述链路块；最终在所有链路块中选择出保障网络连通且干扰最小的链路块构成所需的网络拓扑。本发明的方法不仅在优化控制网络干扰量的同时降低了节点的传输调度复杂度，而且在节能、spanner特性、节点度等方面也具备较好的性能。

Description

一种无线自组织网络拓扑调节控制方法
技术领域
本发明涉及无线网络技术，特别涉及无限自组织网络中干扰的定量处理和拓扑调节控制。
背景技术
在信息时代，通信网络普及到千家万户，互联网拉近了人与人之间的距离，有线网络以其高速、可靠的优点抢占了主干网市场。随着人们对通信便利性要求的提高，无线通信网络也得到了飞速的发展。蜂窝网、WLAN、无线自组织网等等都应运而生。其中，无线自组织网络以其特殊性在众多无线网络中独树一帜。
无线自组织网络即MANET(Mobile Ad Hoc Network)，是一种不同于传统无线通信网络的技术。传统的无线蜂窝通信网络需要依靠固定的网络设备如基地站的支持来进行数据的转发和用户服务控制，而无线自组织网络由不需要任何基础设施的一组具有动态组网能力的节点组成，如图1所示，其不需要固定设备支持，各节点即用户终端自行组网，通信时，由其他用户节点进行数据的转发。这种网络形式突破了传统无线蜂窝网络的地理局限性，能够更加快速、便捷、高效地部署，适合于一些紧急场合的通信需要，如战场的单兵通信系统。无线自组织网络因为其在军事和商用中针对网络和设备移动性要求的高适应性而引起了人们的关注，并在20世纪90年代以后受到了学术界和产业界的广泛关注，得到了快速的发展。
与其他通信网络相比，无线自组织网络具有带宽有限、链路易于调整、节点可移动等特点，由此带来了网络拓扑的动态性、信息传输的物理安全性受限、设备规模受限等问题，其局限性主要表现为以下几个方面：
动态变化的网络拓扑结构：无线自组织网络中，用户终端可以以任意速度和任意方式在网中移动，加上无线发送装置发送功率的变化、无线信道间的互相干扰因素、地形等综合因素的影响，移动终端间通过无线信道形成的网络拓扑结构随时可能发生变化，而且变化的方式和速度都是难以预测的，具体的体现就是拓扑结构中代表移动终端的节点的增加或消失，代表无线信道的有向边的增加和消失，网络拓扑结构的分割和合并等等。而对于常规网络而言，网络拓扑结构则表现较为稳定。
移动终端的局限性：无线自组织中，用户终端通常以PDA、掌上型电脑或手持式电脑为主要形式。相对于台式机而言，这些移动终端在带来移动性、灵巧、轻便等好处的同时，其固有的特性，例如依靠电池这样的可耗尽能源提供电源、内存较小、CPU性能较低等，给无线自组织网络环境下的网络协议和应用程序设计开发带来了一定的难度。
存在单向的无线信道：无线自组织网络采用无线信道通信，由于收到地形环境或发射功率等因素的影响可能产生单向无线信道。这些单向信道为常规路由协议带来三个严重的影响：认知的单向性、路由单向性和汇点不可达。
有限的无线传输带宽：无线自组织网络采用无线传输技术作为底层通信手段，由于无线信道本身的物理特性，它所能提供的网络带宽相对有线信道要低得多。除此之外，考虑到竞争共享无线信道产生的碰撞、信号衰减、噪音干扰、信道间干扰等多种因素，移动终端可得到的实际带宽远远小于理论上的最大带宽值。
所有这些，使得无线自组织网络在设计和应用上均面临很大的挑战，由此，拓扑控制技术应运而生。
拓扑控制技术主要应用于网络构建。具体的，无线自组织网络可以分为两个层次，一是网络构建，二是网络通信。由于无线节点的存在并不等于已经构成了有用的传输网络，所以需要进行网络构建，对网络进行初始化，构成真正有效的传输网络，这正是拓扑控制的入手点。拓扑调节控制是通过调整网络中每个节点的发送功率来控制每个节点的覆盖范围，从而在保持整个网络连通质量的前提下，调整网络的拓扑结构。拓扑调制控制前，所有节点均以最大功率进行传输，既浪费能量，又带来了过多的链路，使得干扰严重、空间复用率低，同时也加大了后续路由算法的复杂度；而拓扑调节控制后，各节点以适当功率进行传输，网络中的冗余链路被删除，这样常常可以减少节点功耗、降低链路间的干扰，形成由双向可靠通信信道组成的网络，有利于对有限的无线带宽进行合理的分配与使用。
目前，拓扑控制的研究常从降低节点功耗、延长网络寿命出发。在这些研究中，通常有这样的理解：降低节点功耗常常可以稀疏网络、降低节点度，从而减小链路干扰、降低冲突，进而改善网络整体性能。然而，这样的理解存在局限性，并不一定成立。下面，以图2为例进行说明。图中，共有5个节点，各节点间的距离如图所示。假定：a＜b＜c＜2a，传输功率和距离的平方成正比，网络中待传输的业务G为节点1向2，节点4向3分别进行等量的传输。当节点功率正比于b2时，得到左侧的拓扑结构。此时，节点1-4的节点度为2，节点5的节点度为4。链路12和34足够远，互不干扰，可以同时传输，因此，完成业务G仅需1个时隙。为了降低功耗，将传输功率减小到和a2成正比，得到右侧拓扑结构。这时，节点1-4的节点度下降到1，节点5的节点度不变。然而网络中所有链路相互干扰，不可以同时传输。因此，完成业务G所需的时耗反而由原来的1个时隙增加到了4个时隙。在这种情况下，降低节点功耗虽然减小了节点度，但是却并未减少干扰。
发明内容
本发明的目的是提出一种针对无限自组织网络的干扰控制进行拓扑调节控制的方法。
为实现上述目的，本发明的无线自组织网络拓扑调节控制方法包括：
获得单位圆图；
获得所述单位圆图中每一链路的干扰量；
标识具有相同干扰量的链路为一链路块；
根据干扰量大小排序链路块；
搜索排序后的所述链路块。
进一步地，在所述标识具有相同干扰量的链路为一链路块的步骤后还包括：删除冗余链路；
进一步地，所述获得所述单位圆图中每一链路的干扰量的步骤包括：
获得每一链路对周围每一节点的分别的干扰系数；
根据所述分别的干扰系数获得每一链路对周围特定区域内的所有节点的平均干扰系数；
根据所述平均干扰系数计算得到每一链路的干扰量。
进一步地，所述每一节点的分别的干扰系数为：
Ih(ei)＝qh/ph，
其中，ph为连接到节点h的链路的数目，qh为这些链路中与ei形成干扰的链路的数目；
进一步地，所述特定区域为0＜Ih(ei)＜1的节点区域；
进一步地，所述平均干扰系数为：
K ( e i ) = 1 | N B ( e i ) | Σ h ∈ N B ( e i ) I h ( e i ) ;
其中，NB(ei)为0＜Ih(ei)＜1的节点的集合；
进一步地，所述干扰量为：
I(ei)＝|NA(ei)|+K(ei)×|NB(ei)|+0×|NC(ei)|
其中，NA(ei)，NB(ei)，NC(ei)分别为Ih(ei)＝1，0＜Ih(ei)＜1，Ih(ei)＝0的节点的集合；
进一步地，所述搜索所述排序后的链路块的步骤通过二分法实现。
与现有技术相比，本发明技术方案的优势在于：
本发明的技术方案首先提供了一种关于网络干扰的新定量评估方法，并在此基础上，提出了控制网络干扰的拓扑调节控制算法。该算法采用二进制搜索方法，得到了保障网络连通而且干扰最优的拓扑，而且采用删除步骤删除了多余的链路，这样不仅在优化控制网络干扰量的同时降低节点的传输调度复杂度，而且在节能、spanner特性、节点度等方面也具备较好的性能。本发明技术方案的算法对无线自组织网络的拓扑调节控制而言，不仅满足了其基本的互联质量要求，而且对后续MAC层接入，IP层路由算法等均建立了良好的基础条件，提供了可靠的拓扑。另外，采用分块式的方法不仅降低了系统复杂度，实现较简单，而且提供了一定的冗余度，这对动态情况下网络拓扑构建和保持具有一定的指导作用。
附图说明
图1是无线自组织网络与有基础设施支持的无线网络的结构对比示意图；
图2是现有技术中降低节点功耗不一定能够减少干扰的示例性示意图；
图3是本发明实施例的具体步骤中单位圆图的示意图；
图4是本发明实施例中双向链路干扰示意图；
图5是本发明实施例中链路周围区域的划分示意图；
图6是本发明算法与现有算法的干扰性能的比较示意图；
图7a和图7b分别是相同功率策略和最小功率策略下本发明算法与现有算法功耗性能的比较示意图；
图8a和图8b分别是本发明算法与现有算法spanner特性的比较示意图；
图9a和图9b分别是本发明算法与现有算法节点度特性的比较示意图。
具体实施方式
本发明的核心思想在于：基于实际通信网络中干扰源于传输的思想，全新地分析了网络干扰的定量表达式，并利用分块的思想快速而稳定地计算出了保障网络连通且干扰最小的网络拓扑，从而最大可能地提高了实际网络中的空间复用度。
本发明提出的无线自组织网络拓扑调节控制方法，结合附图和实施例说明如下：
假设存在一个包含n个节点的无线自组织网络，可以用欧氏图G＝(V，E)来描述。其中，V代表网络中节点的集合，E代表网络中链路的集合。节点ui和vi构成的链路表示为ei＝(ui，vi)，相应的链路长度用di或者
Figure G2009100768373D0000061
表示。本实施例中考虑的链路为双向链路，rmax为每一节点的最大传输半径。
无线自组织网络的干扰定量评估源于干扰产生于链路传输过程的思想，链路间干扰的具体情况如图3所示。通过理论分析得出如下结论：在相等功率传输或者最小功率传输的情况下，链路间的干扰主要由链路之间的距离决定。链路干扰的条件为dij＜(1+Δ)max(di，dj)，其中
Figure G2009100768373D0000062
Figure G2009100768373D0000063
α是路径衰落指数，β为最小接收信干比。即当且仅当链路间的距离小于两链路中较长链路长度的某一常数倍时，链路间才存在干扰。
针对上述无线自组织网络，本实施例的拓扑调节控制方法包括：
S01：获得单位圆图；具体地，所有节点均与其周围相距rmax以内的节点建立链路，rmax为每一节点的最大传输半径；如图4所示；单位原图为本领域公知技术，在此不做详述。
S02：计算得到每一链路的干扰量；更具体地，获得每一链路对周围的每一节点的分别的干扰系数；根据所述分别的干扰系数获得每一链路对周围特定区域，即部分干扰区域内的所有节点的平均干扰系数；利用所述的平均干扰系数计算获得每一链路的干扰量。
在本步骤中，本发明提出了一种全新的性能指标：干扰系数，其用于定量描述网络中链路间的干扰量。干扰系数定义为链路ei对节点h的干扰程度，记为Ih(ei)＝qh/ph，其中，ph为连接到节点h的链路的数目，qh为这些链路中与ei形成干扰的链路的数目。基于前述的链路干扰间干扰条件dij＜(1+Δ)max(di，dj)，在ei的周围区域，Ih(ei)的取值会有所不同，可以对ei周围区域按节点干扰系数的不同取值进行划分，将Ih(ei)＝1的所有节点列入A区域中，将0＜Ih(ei)＜1的所有节点列入B区域中，将Ih(ei)＝0的所有节点列入C区域中。如图5中所示，r1＝(1+Δ)di，r2＝(1+Δ)rmax，图中中间白色区域为A区域，阴影部分为B区域，B区域以外部分为C区域。本实施例中选取的特定区域为B区域，在B区域内，链路ei对区域内的所有节点的平均干扰系数记为
Figure G2009100768373D0000071
经过理论分析和仿真验证，得到其近似值为K(ei)≈0.5。
网络中链路干扰的评估度量为周围所有受链路干扰的节点的加权数目，即I(ei)＝|NA(ei)|+K(ei)×|NB(ei)|+0×|NC(ei)|。考虑到K(ei)≈0.5，链路干扰的评估度量指标可以简化为I(ei)＝|NA(ei)|+0.5×|NB(ei)|，其中，NA(ei)，NB(ei)，NC(ei)分别为区域A、B、C中的节点的集合。考虑到网络性能常常由网络中最差性能的部分决定，定义网络干扰为
S03：标识具有相同干扰量的链路为一链路块，更具体地，基于干扰量大小，对所有链路进行分块划分，将具有相同干扰量的链路放在一个链路块中，从而获得多个链路块；
在具体实施过程中，步骤S03与S04通过程序同时实现，详见步骤S04中所示。
S04：根据干扰量大小排序所述链路块；
基于干扰量大小，对所有链路进行升序排列；其程序实现如下：％edge_cov中，前两列描述链路的两个节点编号，第七列为链路干扰；
[edge_divide，edge_sequ]＝divide_graph(node_number，edge_cov)
           edge_sequ    ＝sortrows(edge_cov，7)；
           node_sequ    ＝1:node_number；
           edge_number  ＝size(edge_sequ，1)；
           edge         ＝edge_sequ(:，1:2)；
           cov          ＝edge_sequ(:，7)；
           edge_divide＝edge_number；
           k＝0；
           i＝1；
           while  k～＝edge_number
               m＝cov(1+k)；
               n＝find(cov＜＝m)；％n is a vector；
               k＝length(n)；
               edge_temp＝edge(1:k，:)；
               temp＝setdiff(node_sequ(:)，edge_temp(:))；
               if isempty(temp)
                     edge_divide(i)＝k；
                     i＝i+1；
               end
           end
S05：搜索所述排序后的链路块；
将每个链路块视为一个单位，对这些按干扰量大小升序排列的链路块，采用二分法进行搜索，得到保障网络互联质量的最小网络，搜索算法的实现程序如下：
％edge_cov中，前两列描述链路的两个节点编号，第七列为链路干扰，edge_sequ为按干扰大小排序后的链路集合，edge_divide为分块后的链路集合；
  [edge_BIMAwoP]＝graph_BIMAwoP(node_number，edge_cov)
           [edge_divide，edge_sequ]＝divide_graph(node_number，edge_
cov)；
            S＝1；                   ％S＝Start
            E＝length(edge_divide)；％E＝End
            while(E～＝S)
                j               ＝ S+floor((E-S)/2)；
                p               ＝ edge_divide(j)；
                edge_part       ＝ edge_sequ(1:p，1:2)；
                [neighbor]      ＝
find_neigh(node_number，edge_part)；
                conn            ＝ connect(neighbor)；
                ifconn＝＝1
                    E＝j；
                else
                    S＝j+1；
                end
           end
           q          ＝edge_divide(S)；
           edge_BIMAwoP＝edge_sequ(1:q，1:6)；
其中，所述方法在将具有相同的干扰量的链路标识为一个链路块，获得多个链路块的步骤后，还包括：删除冗余链路；所述删除过程类似Gabriel Graph算法，具体程序如下：
for k＝1:n
     m＝neighbor_num(k)；
     for u＝1:(m-1)
                     i＝neighbor(k，u)；
                     for v＝(u+1):m
                          j＝neighbor(k，v)；
                          dis_ij＝dist_xy(node(i，:)，node(j，:)′)；
                          if dis_ij＜＝1
                                dis_ik＝distxy(node(i，:)，node(k，:)′)；
                                dis_jk＝dist_xy(node(k，:)，node(j，:)′)；
                                if
(dis_ik)^alpha+(dis_jk)^alpha＜＝(dis_ij)^alpha
                                      edge＝edge_udg(:，1:2)；
                                      [x，y]＝find(edge＝＝i)；
                                      y＝3-y；
                                      1_x＝length(x)；
                                      for h＝1:1_x
                                           if edge(x(h)，y(h))＝＝j
                                                row_n＝x(h)；
                                                edge_udg(row_n，:)＝[]；
                                                break
                                           end
                                      end
                                end
                          end
                     end
               end
       end
       edge_gg＝edge_udg；
理论分析证明了本发明的算法可以保障调节后的传输网络具有最小的链路干扰特征。同时，该算法在其它多方面也具有优良性能。本发明的算法与现有的MIA算法、LIFE算法、GG算法、k-NEIGH算法相比较，具有如下优势：
本发明的算法在不同网络密度下均具备最小的网络干扰量，而且上述删除冗余链路的步骤不会影响网络的干扰量，如图6所示；
考虑两种不同的功率分配策略：在相等功率策略EPS的情况下，该算法和k-Neigh算法性能相当，略差于Gabriel Graph算法；在最小功率策略MPS的情况下，该算法的功耗性能优于k-Neigh和GabrielGraph算法。总体而言，本发明的算法的功耗性能非常好，如图7所示；
本发明的算法的spanner特性适中，无论是平均/最大距离伸展因子或者平均/最大功耗伸展因子，均略差于Gabriel Graph和k-Neigh算法，但优于LIFE算法，如图8所示；
在不同的网络密度下，本发明的包含删除步骤的完整算法的平均节点度均小于4，而其最大节点度均小于7，这样可以在保证高的网络连通性的同时降低节点的传输调度复杂度，如图9所示。
综上所述，该拓扑调节控制方法基于对网络干扰更深入的认识，结合了分块思想以及删除步骤，从而具备了多方面的优点：不仅大大的降低了网络干扰，提高了网络的空间复用度，而且相对于多种经典的拓扑控制算法(包括LIFE算法、GG算法、k-NEIGH)而言，在节能、spanner特性、节点度等方面也具备较好的性能。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (8)

1.一种无线自组织网络拓扑调节控制方法，其特征在于，包括：
获得单位圆图；
获得所述单位圆图中每一链路的干扰量；
标识具有相同干扰量的链路为一链路块；
根据干扰量大小排序链路块；
搜索排序后的所述链路块。
2.如权利要求1所述的方法，其特征在于，在所述标识具有相同干扰量的链路为一链路块的步骤后还包括：删除冗余链路。
3.如权利要求1所述的方法，其特征在于，所述获得所述单位圆图中每一链路的干扰量的步骤进一步包括：
获得每一链路对周围每一节点的分别的干扰系数；
根据所述分别的干扰系数获得每一链路对周围特定区域内的所有节点的平均干扰系数；
根据所述平均干扰系数计算得到每一链路的干扰量。
4.如权利要求3所述的方法，其特征在于，所述每一节点的干扰系数分别为：
Ih(ei)＝qh/ph，
其中，ph为连接到节点h的链路的数目，qh为这些链路中与ei形成干扰的链路的数目。
5.如权利要求4所述的方法，其特征在于，所述特定区域为0＜Ih(ei)＜1的节点区域。
6.如权利要求5所述的方法，其特征在于，所述平均干扰系数为：
K ( e i ) = 1 | N B ( e i ) | Σ h ∈ N B ( e i ) I h ( e i ) ,
其中，NB(ei)为0＜Ih(ei)＜1的节点的集合。
7.如权利要求6所述的方法，其特征在于，所述干扰量为：
I ( G ) : = max e i ∈ E ( I ( e i ) ) ,
其中，I(ei)＝|NA(ei)|+K(ei)×|NB(ei)|+0×|NC(ei)|，
其中，NA(ei)，NB(ei)，NC(ei)分别为Ih(ei)＝1，0＜Ih(ei)＜1，Ih(ei)＝0的节点的集合。
8.如权利要求1所述的方法，其特征在于，所述搜索所述排序后的链路块的步骤通过二分法实现。
CN200910076837A 2009-01-22 2009-01-22 一种无线自组织网络拓扑调节控制方法 Pending CN101790249A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200910076837A CN101790249A (zh) 2009-01-22 2009-01-22 一种无线自组织网络拓扑调节控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910076837A CN101790249A (zh) 2009-01-22 2009-01-22 一种无线自组织网络拓扑调节控制方法

Publications (1)

Publication Number Publication Date
CN101790249A true CN101790249A (zh) 2010-07-28

Family

ID=42533225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910076837A Pending CN101790249A (zh) 2009-01-22 2009-01-22 一种无线自组织网络拓扑调节控制方法

Country Status (1)

Country Link
CN (1) CN101790249A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938420A (zh) * 2010-09-09 2011-01-05 中兴通讯股份有限公司 集群拓扑收集方法及装置
CN102665233A (zh) * 2012-04-28 2012-09-12 黄林果 一种混合网络的拓扑结构优化设计方法
CN103079206A (zh) * 2012-12-28 2013-05-01 北京邮电大学 基于连通性的认知网络部署方法及系统
CN115996176A (zh) * 2023-03-24 2023-04-21 广州世炬网络科技有限公司 节点拓扑结构调整方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938420A (zh) * 2010-09-09 2011-01-05 中兴通讯股份有限公司 集群拓扑收集方法及装置
CN101938420B (zh) * 2010-09-09 2015-01-28 中兴通讯股份有限公司 集群拓扑收集方法及装置
CN102665233A (zh) * 2012-04-28 2012-09-12 黄林果 一种混合网络的拓扑结构优化设计方法
CN103079206A (zh) * 2012-12-28 2013-05-01 北京邮电大学 基于连通性的认知网络部署方法及系统
CN103079206B (zh) * 2012-12-28 2015-10-28 北京邮电大学 基于连通性的认知网络部署方法及系统
CN115996176A (zh) * 2023-03-24 2023-04-21 广州世炬网络科技有限公司 节点拓扑结构调整方法及装置
CN115996176B (zh) * 2023-03-24 2023-05-30 广州世炬网络科技有限公司 节点拓扑结构调整方法及装置

Similar Documents

Publication Publication Date Title
Han et al. An effective multi-objective optimization algorithm for spectrum allocations in the cognitive-radio-based Internet of Things
Tang et al. Delay-minimization routing for heterogeneous VANETs with machine learning based mobility prediction
Khan et al. Fuzzy-TOPSIS based cluster head selection in mobile wireless sensor networks
Hu et al. Vehicular multi-access edge computing with licensed sub-6 GHz, IEEE 802.11 p and mmWave
Hawbani et al. Fuzzy-based distributed protocol for vehicle-to-vehicle communication
Cheng et al. Joint QoS multicast routing and channel assignment in multiradio multichannel wireless mesh networks using intelligent computational methods
Guo et al. Federated reinforcement learning-based resource allocation for D2D-aided digital twin edge networks in 6G industrial IoT
CN109699033B (zh) 面向成本和负载均衡的LoRa电力物联网基站部署方法及装置
Hatamian et al. CGC: centralized genetic-based clustering protocol for wireless sensor networks using onion approach
Darabkh et al. LiM-AHP-GC: life time maximizing based on analytical hierarchal process and genetic clustering protocol for the internet of things environment
Mishra et al. Comparison of MANET routing protocols
Rachedi et al. BadZak: An hybrid architecture based on virtual backbone and software defined network for Internet of vehicles
Hu et al. An energy-efficient overlapping clustering protocol in WSNs
CN111800838B (zh) 无线移动自组织网络分簇跨层通信控制方法、系统及应用
CN104936250B (zh) 无线d2d网络中基于p2p文件共享路由的方法
Barolli et al. QoS routing in ad-hoc networks using GA and multi-objective optimization
CN101790249A (zh) 一种无线自组织网络拓扑调节控制方法
Javed et al. RL-Budget: A learning-based cluster size adjustment scheme for cognitive radio networks
CN109788521B (zh) 一种基于加权优化树的wsn分簇路由方法
Saleem et al. Transmission power management for throughput maximization in harvesting enabled D2D network
Varsha et al. Hybrid TABU-GA search for energy efficient routing in WSN
Amer et al. Proposed intermittent cluster head selection scheme for efficient energy consumption in WSNs
Chen et al. Multicast capacity in mobile wireless ad hoc network with infrastructure support
Manisekaran et al. Energy efficient hierarchical clustering for sensor networks
Fu et al. Extensive cooperative content caching and delivery scheme based on multicast for D2D-enabled HetNets

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20100728