CN103369599A - 一种多射频多信道无线Mesh网络资源跨层优化方法 - Google Patents

一种多射频多信道无线Mesh网络资源跨层优化方法 Download PDF

Info

Publication number
CN103369599A
CN103369599A CN201310256600XA CN201310256600A CN103369599A CN 103369599 A CN103369599 A CN 103369599A CN 201310256600X A CN201310256600X A CN 201310256600XA CN 201310256600 A CN201310256600 A CN 201310256600A CN 103369599 A CN103369599 A CN 103369599A
Authority
CN
China
Prior art keywords
node
channel
network
link
optimization
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.)
Granted
Application number
CN201310256600XA
Other languages
English (en)
Other versions
CN103369599B (zh
Inventor
张德干
李光
李文杰
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.)
Tianjin University of Technology
Original Assignee
Tianjin University of Technology
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 Tianjin University of Technology filed Critical Tianjin University of Technology
Priority to CN201310256600.XA priority Critical patent/CN103369599B/zh
Publication of CN103369599A publication Critical patent/CN103369599A/zh
Application granted granted Critical
Publication of CN103369599B publication Critical patent/CN103369599B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

一种多射频多信道无线Mesh网络资源跨层优化方法,研究了无线Mesh网络的无线资源跨层优化问题。对于多信道多射频无线Mesh网络，考虑了信道分配、路由分配和速率分配三者之间的跨层优化，将以上复杂的通信问题转化为凸优化问题，同时利用拉格朗日对偶方法将起初的优化问题分解为三个子问题，这些简化的问题在无线Mesh网络中得到分布式解决，从而得到全局最优解。对典型的WMN路由协议进行了对比分析和总结，结合跨层优化理论，提出一种适用于物联网综合环境的基于综合判据的路由协议。

Description

一种多射频多信道无线Mesh网络资源跨层优化方法
技术领域
 本发明属于计算机应用与移动互联网结合的技术领域。
背景技术
物联网是继计算机、互联网与移动通信网之后的世界信息产业第三次浪潮。随着对传感网研究的深入，人们对物联网的认识及应用都提升高度，认为物联网将是未来10年最重要的产业大趋势，是下一个经济发展的增长点和支撑点。由于存在着极大的发展需求和市场需求，物联网是现在研究的热点。
物联网的基础架构应该建立在一个集成了从有线到无线等多种网络通信技术的透明的、可无缝连接的网络基础构架之上。无线Mesh网络是一种新型的宽带无线网络结构，是一种高容量、高速率的分布式无线网络。无线Mesh网络具有骨干路由节点静止和其能量无拘束等特征使其在扩增无线网络覆盖，支持多频段无线设备等方面有很大的优势。
随着客户端对数据传输速率的要求日益提高，同时也为减少信道冲突，多射频多信道无线Mesh网络的路由节点装有多个射频接口且采用不同的信道通信，多射频多信道技术可允许单个路由器同时进行数据的收发，而单射频单信道无线Mesh网络的信道是固定的，切换频率不能过快，这会增加端到端时延，影响网络吞吐量，无法满足用户的网络需求。当前无线Mesh网络采用的AODV、DSDV、DSR等路由协议一般偏向于选择网络中跳数最小的路径，在网络拓扑结构变化时对路由进行维护，提供尽力而为的业务服务。但是这些路由协议不能满足物联网中各种不同应用的要求，因此新的路由协议和算法的研究还是十分迫切的。
多射频多信道无线Mesh网络的资源优化涉及较多问题，包括信道分配、路由分配、速率控制、拥塞控制、链路调度和QOS等。这就需要我们进行统一的考虑，对各种参数进行跨层优化。无线Mesh网络的跨层设计的目的是联合设计和信息共享。联合设计忽略各个协议间层的界限，忽略各网络层的功能，把整个网络机制看成整体单一的优化算法问题。
很多研究学者对跨层优化算法只是考虑了最大吞吐量的问题，路由选择不够灵活，同时因为考虑因素较多，算法设计过于复杂。所以，本发明的意义在于弥补现有多射频多信道无线Mesh网络资源优化算法的不足，突破现有路由判据分层结构设计方法，互通各层消息，进行综合考虑，利用多射频多信道无线Mesh网络的潜在优势，以全局的观点看待各层的参数和信息，从而实现更加可靠高效的路由判据，提高多射频多信道无线Mesh网路性能。
发明内容
本发明的目的是解决现有多射频多信道无线Mesh网路的性能不能满足日益增长的需求，提出一种考虑信道分配、路由分配和速率分配的多射频多信道无线Mesh网络资源跨层优化方法，同时建立凸优化模型，采用拉格朗日对偶分解法分布式求解全网最优解，更加合理的均衡了网络资源，使得网络性能得到提高，保证了网络通信通畅。
近些年已有很多研究学者开展了相关的研究并取得一定进展。本发明借鉴其经验分析其不足，对典型的WMN路由协议进行了对比分析和总结，结合跨层优化理论，提出一种适用于物联网综合环境的基于综合判据的路由协议。
本发明提供的多射频多信道无线Mesh网络资源跨层优化方法的具体步骤包括：
第1、凸集、凸函数、凸优化的相关定义
凸集：                                               
Figure 201310256600X100002DEST_PATH_IMAGE002
是实数或复数向量空间的集合,对于所有的
Figure 201310256600X100002DEST_PATH_IMAGE004
和所有的，有
Figure 201310256600X100002DEST_PATH_IMAGE008
，即倘若
Figure 608473DEST_PATH_IMAGE002
中的任何两点的连线仍然属于
Figure 40591DEST_PATH_IMAGE002
,则是凸集，凸集是连通的；
凸函数：假设
Figure 201310256600X100002DEST_PATH_IMAGE010
是定义在闭区间
Figure 201310256600X100002DEST_PATH_IMAGE012
上的函数，若是对任意的
Figure 201310256600X100002DEST_PATH_IMAGE014
和，有
Figure 201310256600X100002DEST_PATH_IMAGE018
，则是在
Figure 201310256600X100002DEST_PATH_IMAGE022
上的凸函数；
凸优化：优化问题即是在凸集上求凸函数的最小点，这类问题统称为凸优化问题；如果凸优化问题的优化函数是一个严格的凸函数，且存在极小值，那么该极小值就是最小值且是唯一的；
在此将网络建模为一个数学问题，并且使用拉格朗日对偶分解技术，将该数学问题分解为几个子问题，网络协议栈的每个层对应于一个分解后的子问题，协调各个子问题的优化变量成为了各层之间的接口，其中，拉格朗日对偶分解法：
Figure 201310256600X100002DEST_PATH_IMAGE026
Figure 201310256600X100002DEST_PATH_IMAGE028
 
目标函数是
Figure 201310256600X100002DEST_PATH_IMAGE032
，约束条件是
Figure 201310256600X100002DEST_PATH_IMAGE034
和
Figure 201310256600X100002DEST_PATH_IMAGE036
；一般是引入拉格朗日算子，用
Figure 201310256600X100002DEST_PATH_IMAGE038
和表示，拉格朗日公式
Figure 201310256600X100002DEST_PATH_IMAGE042
定义下面的函数：
Figure 201310256600X100002DEST_PATH_IMAGE044
假设
Figure 201310256600X100002DEST_PATH_IMAGE046
和
Figure 201310256600X100002DEST_PATH_IMAGE048
，通过调整
Figure 725312DEST_PATH_IMAGE038
和
Figure 645732DEST_PATH_IMAGE040
使得
Figure 201310256600X100002DEST_PATH_IMAGE050
有最大值且为正无穷；当
Figure 201310256600X100002DEST_PATH_IMAGE052
和
Figure 201310256600X100002DEST_PATH_IMAGE054
满足上述约束条件时，
Figure 201310256600X100002DEST_PATH_IMAGE056
为，因此原来
Figure 91929DEST_PATH_IMAGE024
的问题转化为
Figure 201310256600X100002DEST_PATH_IMAGE060
的问题:
Figure 201310256600X100002DEST_PATH_IMAGE062
；然后对，
Figure 977977DEST_PATH_IMAGE038
，求偏导，使偏导数等于0，最终得出
Figure 201310256600X100002DEST_PATH_IMAGE066
，
Figure 415966DEST_PATH_IMAGE038
，
Figure 189887DEST_PATH_IMAGE040
；引入拉格朗日算子的原因是
Figure 201310256600X100002DEST_PATH_IMAGE068
的变化方向与
Figure 868124DEST_PATH_IMAGE010
的梯度垂直才能获得极值；
第2、MRMC-WMN资源优化算法
第2.1、信道分配
假设无线Mesh网络中存在
Figure 201310256600X100002DEST_PATH_IMAGE070
个节点，网络拓扑相对稳定，
Figure 201310256600X100002DEST_PATH_IMAGE072
为其中任一节点(可以是源节点、目的节点或中继节点)，
Figure 201310256600X100002DEST_PATH_IMAGE074
为节点
Figure 443200DEST_PATH_IMAGE072
的有效传输范围内的节点集合，
Figure 201310256600X100002DEST_PATH_IMAGE076
为节点
Figure 839677DEST_PATH_IMAGE072
干扰范围内的节点集合，节点中配有多个无线射频设备，可同时使用不同的信道进行数据的发送或接收，
Figure 201310256600X100002DEST_PATH_IMAGE078
为节点
Figure 463295DEST_PATH_IMAGE072
的射频数量。
Figure 201310256600X100002DEST_PATH_IMAGE080
为节点
Figure 201310256600X100002DEST_PATH_IMAGE082
和节点
Figure 201310256600X100002DEST_PATH_IMAGE084
之间的链路。为网络中所有正交信道的集合。
对任意链路
Figure 201310256600X100002DEST_PATH_IMAGE088
和任意信道
Figure 201310256600X100002DEST_PATH_IMAGE090
,允许在两个邻居节点之间建立多条链路通信，这些链路工作在不同的信道上，因此能够最大化网路的资源利用率；任何信道分配都必须符合下列约束条件：
射频约束条件：在任何时候，一个节点最多使用
Figure 201310256600X100002DEST_PATH_IMAGE092
个不同的信道发送数据包：
干扰约束条件：在任何时候，两条干扰链路不能活跃在同一条信道中：
Figure 201310256600X100002DEST_PATH_IMAGE096
任意节点
Figure 573202DEST_PATH_IMAGE072
用于与此节点邻居建立链路的信道数目必须小于此节点射频数目；
第2.2、速率分配
采用基于IEEE802.11的CSMA接入方法，存在速率分配限制：
Figure 201310256600X100002DEST_PATH_IMAGE098
其中，
Figure 201310256600X100002DEST_PATH_IMAGE100
表示链路
Figure 256862DEST_PATH_IMAGE088
在信道c上的数据传输速率，表示物理层链路带宽，
Figure 201310256600X100002DEST_PATH_IMAGE104
表示与链路(s,d)相互干扰的链路集合；
第2.3、路由
定义链路
Figure 201310256600X100002DEST_PATH_IMAGE106
在信道c上的冲突概率是
Figure 201310256600X100002DEST_PATH_IMAGE108
,这条链路上成功传输数据包的期望传输次数为：
Figure 201310256600X100002DEST_PATH_IMAGE110
其中，
Figure 201310256600X100002DEST_PATH_IMAGE112
是802.11标准中重传的上限；
在同一路径上同一信道
Figure 201310256600X100002DEST_PATH_IMAGE114
上总ETT值表示为
Figure 201310256600X100002DEST_PATH_IMAGE116
定义路径传输时间限制如下：
Figure 201310256600X100002DEST_PATH_IMAGE118
其中，
Figure 201310256600X100002DEST_PATH_IMAGE120
是一个用于限制路径传输时间的可调参数；设置
Figure 201310256600X100002DEST_PATH_IMAGE122
使得路由算法为每个业务流找到最短传输时间路径,
Figure 201310256600X100002DEST_PATH_IMAGE124
表示任意业务流k的传输路径长度,ETT表示重传期望总时间，
网络优化目标是：
Figure 201310256600X100002DEST_PATH_IMAGE126
第3、跨层资源优化机制
第3.1、优化方法
当信道分配方案S(X)确定时，利用拉格朗日理论，对任意节点
Figure 201310256600X100002DEST_PATH_IMAGE128
和业务流k引入拉格朗日变量，将流量平衡约束式放宽到优化目标得到拉格朗日函数如下：
Figure 201310256600X100002DEST_PATH_IMAGE132
Figure 201310256600X100002DEST_PATH_IMAGE134
为引入的拉格朗日乘子，是链路
Figure 137706DEST_PATH_IMAGE088
对业务流k的拥塞因子；
传输层：每个节点以分布式的控制周期为周期，使用联合设计算法分布式地更新拥塞价格并调整业务流速率；然后将新的价格信息传递给链路层并广播给此节点的邻居节点；
链路层根据信道分配方案S (X )，并收集邻居节点的价格信息p，用分布式调度算法进行速率分配，然后将链路速率分配信息R传递给传输层和网络层；
网络层：根据链路速率分配信息R能够得到业务流的传输路径；
网关节点：通过信令收集其它节点的速率分配信息R和价格信息p，以干扰代价最小的信道分配算法集中式地分配信道；如果需要更新则将新的信道分配方案广播给其他节点；
第3.2、干扰代价最小的信道分配算法
当网络首次分配信道时，将信道c分配给所有的链路；在初始信道分配方案S (X )下，网关节点首先周期性的收集每条链路的速率分配信息R和价格信息p；这些信息反映了各层之间的资源供需关系，所以网关能够利用其它节点多个层的信息来进行优化的信道分配；
第3.3、联合设计算法
在时隙t，每个节点
Figure 66478DEST_PATH_IMAGE128
对任意业务流k定时更新价格
Figure 201310256600X100002DEST_PATH_IMAGE140
，并将价格信息p广播给所有邻居；对任意业务流k，其源节点调整传输速率
Figure 201310256600X100002DEST_PATH_IMAGE142
；任意节点
Figure 280160DEST_PATH_IMAGE128
从其邻居节点收集价格信息，求，将差分价格
Figure 201310256600X100002DEST_PATH_IMAGE148
广播给
Figure 636186DEST_PATH_IMAGE128
的邻居节点；节点
Figure 240212DEST_PATH_IMAGE128
收集其邻居节点在上个时隙的差分价格信息，在时隙t开始时利用的分布式调度算法分配速率
Figure 201310256600X100002DEST_PATH_IMAGE150
给链路（m,n），使得
Figure 201310256600X100002DEST_PATH_IMAGE152
满足的限制；由每条链路分配给每个业务流的速率能够得到业务流的传输路径分配传输业务流。
 
本发明的优点和积极效果：
本发明提出了一种考虑信道分配、路由分配和速率分配的资源跨层优化问题，同时建立凸优化模型，采用拉格朗日对偶分解法分布式求解全网最优解，更加合理的均衡了网络资源，使得网络性能得到提高，保证了网络通信通畅。
基于信道分配、路由分配和速率分配的无线资源跨层优化策略在网络吞吐量、延时和路由开销等方面都比AODV的路由和信道策略要好。这其中的主要原因包括以下几点：第一，在信道分配方面，AODV使用同一信道的频率较大，在此信道的基础上发起路由的寻找策略，这会造成网络拥塞使得网络性能下降。而本发明采用的基于凸优化理论的跨层优化设计，在多信道多射频的基础上避免了使用同一公共信道，将多条可用信道分配给各个链路，使得信道的使用趋于多样性，同时链路之间的流内和流间干扰也降低。第二，在路由分配方面，AODV 采用最小跳数机制作为路由判据，忽略了网络中链路质量这个因素。而本发明所使用的路由判据为第三章所提出的综合路由判据，均衡了链路中各种主要因素的影响，这种方式选择出的路径通常具有延时较小和多样选择性的特点。第三，综合信道分配、路由分配和速率分配等方面，EAODV策略在寻找路由时便不会随机选择信道，在全局最优化的过程中，路径的跳数，数据利用无线信道的传输率等等因素都会均衡考虑，即使无线网络资源有限，所选择的路径也会避免干扰代价大的链路，但是AODV协议没有考虑任何网络性能参数，不能感知信道和链路的闲忙度，尤其在无线资源有限的情况下很难选择出性能优良的路径进行通信。综上所述，本发明提出的方案在分组投递率、时延、路由开销和频率等方面能有明显改进，对无线Mesh网络有一定的实用价值。
 
附图说明
图1是节点静止时间图，其中，A是分组提交率 ，B是平均端到端时延，C是归一化路由开销，D是路由开销。
图2是改进性能对比图，其中，A是分组递交率图，B是平均端到端延时，C是归一化路由开销，D是路由发起频率。
 
具体实施方式
实施例1：
无线Mesh网络路由协议若是进行改动或再次开发，需要对其进行性能测试和网络表现分析。由于实际环境限制、科研经费不足或技术资源条件缺乏等原因，路由协议的测试无法在真实的硬件环境下完成。因此网络场景模拟器软件应运而生，不仅可以模拟几近真实的网络布局，还可以对网络场景进行各种设定，这成为现在流行的网络协议开发与评测的有效手段。
仿真实现分为Matlab部分和NS2部分。Matlab仿真部分主要完成路由矩阵的生成、信道分配以及优化算法，最终输出的是源节点到目的节点间的最优路由和信道分配情况。
步骤：首先用M文件编写路由矩阵、信道分配和跨层优化算法，生成.m文件。然后在NS2文件中新建Matlab文件夹，将Matlab产生的*.h、*.ctf、*.so文件复制到该文件夹。同时在NS2文件中定义Matlab类，保存为Matlab.cc文件。需要调用Matlab:: optimizing的类中添加相关代码，记得包含matlab.h文件。
在文件的library path中添加下面的路径：
                        setenv LD_LIBRARY_PATH
                        /bin/glnx86:
                        /sys/os/glnx86:
                        /sys/java/jre/glnx86/jre1.4.2/lib/i386/client:
                        /sys/java/jre/glnx86/jre1.4.2/lib/i386:
                        /sys/opengl/lib/glnx86:${LD_LIBRARY_PATH}
对ns-2.27/Makefile.in进行修改
INCLUDES = \
-I. V_INCLUDE_X11 \
V_INCLUDES \
-I./tcp -I./sctp -I./common -I./link -I./queue \
-I./adc -I./apps -I./mac -I./mobile -I./trace \
-I./routing -I./tools -I./classifier -I./mcast \
-I./diffusion3/lib/main -I./diffusion3/lib \
-I./diffusion3/lib/nr -I./diffusion3/ns \
-I./diffusion3/filter_core -I./asim/ -I./qs \
-I/usr/local/matlab7/extern/include
#Please replace the path to matlab header files
LIB = \
V_LIBS \
V_LIB_X11 \
V_LIB -L./matlab -lmatrix \
-lm LIBS
OBJ_CC = \
matlab/matlab.o \V_STLOBJ
最后运行 ./configure
          make clean
          make depend  
          make
仿真主要通过几个函数来完成，
UpdateNET:更新网络路由和信道分配信息
Getpath:生成路由矩阵，进行信道分配
ETT:获得物理层信息，计算链路的ETT值
Simulate:仿真环境的入口
NetworkInformationBase:这个类定义了一个堆栈<interface，channel，next-hop，source，type>,这个堆栈可以提供当前网络中每个节点的射频和信道使用情况，
以及下一跳节点等信息。
FIB(ForwardingInformationBase):该函数包含在NetworkInformationBase类实体中，功能是，提供使用OTcl语言手动或自动添加删除路由，在本文的仿真中应用该实体根据路由算法中返回的路由表进行路由和信道配置。
NetworkLayerUnit:路由和传输协议的实例，与节点绑定。该实体负责每个节点上射频的收发包。其中包含的ForwardingUnit句柄控制数据包，RoutingUnit句柄控制路由协议。本仿真中应用该实例初始化节点。
节点的静止时间表征了场景的移动性，静止的时间越短表示场景的移动性越快。本文设置网络仿真场景中存在50个无线节点，仿真时间是50s,节点的静止时间设置为0s、10s、20s、30s、40s、50s。在改变节点静止时间时，节点的数据包发送速率为10pkt/s,最大的移动速率为10m/s。
利用网络模拟器NS2对本发明设计的跨层优化算法在分组投递率、传输时延、路由归一化开销和路由发起频率进行了模拟仿真，由获得的实验数据分析可得，改进的路由判据和网络资源跨层优化策略均具有更优良的系统性能，例如降低网络传输时延，提高吞吐量，能够使移动用户拥有更优越的网络服务。
由图1可知，随着节点静止时间的增加，整个无线网络的移动场景的移动性降低，网络拓扑趋于稳定，节点移出其他节点通信范围的时间减少，A图说明无线Mesh网络的分组提交率逐渐增大；B图说明系统中的干扰也降低，使得网络中延时减小，在使用路由分配和信道分配优化下的无线Mesh网络的分组递交率始终高于使用AODV协议的网络，C图D图说明由于网络通信通畅，路由开销减小，路由发起开销也降低。
由图2可知，在无线Mesh网络中节点不同的移动速率下，节点之间通过邻居缓存记录预测目标节点区域的准确性降低，造成搜索区域内增大，路由开销增大，同时在这种状况下AODV算法性能提升有限，A图说明跨层优化策略下的路由协议，比AODV路由协议的分组投递率有所提高，B图说明延时较小，C图说明归一化路由开销有所降低，D图说明路由发现频率有所减小，这是因为新算法有效地降低路由发现的盲目性，这种跨层优化策略起到了较好的作用。这种算法的优势是明显的，比较适合节点移动性强的网络。
 
本发明的具体技术方案如下：
一、凸集、凸函数、凸优化
凸集：倘若
Figure 34992DEST_PATH_IMAGE002
是实数或复数向量空间的集合。若是对于所有的
Figure 729279DEST_PATH_IMAGE004
和所有的
Figure 692424DEST_PATH_IMAGE006
，有
Figure 800058DEST_PATH_IMAGE008
，则称
Figure 195267DEST_PATH_IMAGE002
为凸集。简而言之，
Figure 557109DEST_PATH_IMAGE002
中的任何两点的连线仍然属于
Figure 645151DEST_PATH_IMAGE002
。凸集是连通的。
凸函数：假设
Figure 974501DEST_PATH_IMAGE010
是定义在闭区间
Figure 484986DEST_PATH_IMAGE012
上的函数，若是对任意的
Figure 888285DEST_PATH_IMAGE014
和
Figure 209545DEST_PATH_IMAGE016
，有
Figure 963875DEST_PATH_IMAGE018
，则
Figure 513936DEST_PATH_IMAGE020
在
Figure 99638DEST_PATH_IMAGE022
上的凸函数。
对于凸优化问题，首先考虑最小化的问题
Figure 529482DEST_PATH_IMAGE024
    
Figure 817113DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE156
是凸函数，满足
Figure DEST_PATH_IMAGE158
的
Figure DEST_PATH_IMAGE160
的集是凸集。
Figure DEST_PATH_IMAGE162
是线性函数，则
Figure 250554DEST_PATH_IMAGE162
既是凸函数又是凹函数，则满足
Figure DEST_PATH_IMAGE164
的的集是凸集。因此优化问题即是在凸集上求凸函数的最小点，这类问题统称为凸优化问题。同样若是约束条件是凸集，优化目标是寻求凹函数的最大值，同样也是凸优化问题。凸优化问题是非线性优化的一种重要的类型，对于实际网络优化有着重要的意义。如果凸优化问题的优化函数一个严格的凸函数，且存在极小值，那么该极小值就是最小值且是唯一的。这些年随着优化技术的快速发展，凸优化技术已经被学者研究的非常透彻。文献指出：“判断一个优化问题是否简单可行，其判断依据不再是满足线性条件，而是满足凸优化特性”。换言之，如果一个优化问题被证明是凸优化问题，则表示这个问题一定可以被解决了。
拉格朗日对偶分解法：
Figure 190008DEST_PATH_IMAGE024
Figure 268823DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE166
目标函数是
Figure 140702DEST_PATH_IMAGE032
，约束条件是
Figure 646769DEST_PATH_IMAGE034
和
Figure 925304DEST_PATH_IMAGE036
。一般是引入拉格朗日算子，本发明暂时用
Figure 807809DEST_PATH_IMAGE038
和
Figure 973343DEST_PATH_IMAGE040
，拉格朗日公式
Figure 978208DEST_PATH_IMAGE042
本发明定义下面的函数：
Figure 416142DEST_PATH_IMAGE044
假设
Figure 484281DEST_PATH_IMAGE046
和
Figure 956851DEST_PATH_IMAGE048
，可以通过调整和
Figure 605318DEST_PATH_IMAGE040
使得
Figure 829626DEST_PATH_IMAGE050
有最大值且为正无穷。但是当
Figure 219019DEST_PATH_IMAGE052
和
Figure 503370DEST_PATH_IMAGE054
满足约束条件时，为
Figure 52218DEST_PATH_IMAGE058
。因此原来
Figure 233800DEST_PATH_IMAGE024
的问题可以转化为的问题:
Figure 464242DEST_PATH_IMAGE062
。然后对
Figure 30352DEST_PATH_IMAGE064
，
Figure 378026DEST_PATH_IMAGE038
，
Figure 4179DEST_PATH_IMAGE040
求偏导，使其偏导数等于0，最终得出
Figure 453615DEST_PATH_IMAGE066
，
Figure 370887DEST_PATH_IMAGE038
，
Figure 527061DEST_PATH_IMAGE040
。引入拉格朗日算子的原因是的
Figure 995269DEST_PATH_IMAGE068
变化方向受其它不等式的约束，
Figure 480346DEST_PATH_IMAGE068
的变化方向与
Figure 553344DEST_PATH_IMAGE010
的梯度垂直才能获得极值。
 
二、MRMC-WMN资源优化算法
1信道分配
假设无线Mesh网络中存在
Figure 521300DEST_PATH_IMAGE070
个节点，网络拓扑相对稳定，
Figure 430481DEST_PATH_IMAGE072
为其中任一节点(可以是源节点、目的节点或中继节点)，
Figure 876506DEST_PATH_IMAGE074
为节点
Figure 69590DEST_PATH_IMAGE072
的有效传输范围内的节点集合，
Figure 520032DEST_PATH_IMAGE076
为节点
Figure 103460DEST_PATH_IMAGE072
干扰范围内的节点集合，节点中配有多个无线射频设备，可同时使用不同的信道进行数据的发送或接收，为节点
Figure 213815DEST_PATH_IMAGE072
的射频数量。为节点
Figure 656615DEST_PATH_IMAGE082
和节点
Figure 710022DEST_PATH_IMAGE084
之间的链路。
Figure 861386DEST_PATH_IMAGE086
为网络中所有正交信道的集合。
对任意链路
Figure 404363DEST_PATH_IMAGE088
和任意信道
Figure 696804DEST_PATH_IMAGE090
,允许在两个邻居节点之间建立多条链路通信，这些链路工作在不同的信道上，因此能够最大化网路的资源利用率，并增大两个邻居节点之间的数据传输速率。
任何信道分配都必须符合下列约束条件：
射频约束条件：在任何时候，一个节点可以使用最多
Figure 366951DEST_PATH_IMAGE092
个不同的信道发送数据包
Figure 61238DEST_PATH_IMAGE094
干扰约束条件：在任何时候，两条干扰链路不能活跃在同一条信道中。
Figure 775116DEST_PATH_IMAGE096
任意节点
Figure 132016DEST_PATH_IMAGE072
用于与其邻居建立链路的信道数目必须小于其射频数目，即存在信道分配限制: 
Figure DEST_PATH_IMAGE168
2速率分配
令
Figure 589543DEST_PATH_IMAGE100
表示链路
Figure 951385DEST_PATH_IMAGE088
在信道c上的数据传输速率。在无线Mesh网络中，
Figure DEST_PATH_IMAGE170
取决于链路
Figure 101744DEST_PATH_IMAGE088
的激活时间。如果
Figure DEST_PATH_IMAGE172
，则节点
Figure DEST_PATH_IMAGE174
不能在信道c上传输任何数据给节点
Figure 555728DEST_PATH_IMAGE084
,即
Figure DEST_PATH_IMAGE176
，存在
Figure DEST_PATH_IMAGE178
，其中表示物理层链路带宽。
链路的激活还受到干扰的限制，本节采用设定通信范围和干扰范围的协议干扰模型。定义节点
Figure 594145DEST_PATH_IMAGE174
干扰范围内的所有节点集合为
Figure DEST_PATH_IMAGE180
，可以得到与链路(s,d)相互干扰的链路集合为：
Figure 666138DEST_PATH_IMAGE104
采用基于IEEE802.11的CSMA接入方法，则链路
Figure 217205DEST_PATH_IMAGE080
 和其干扰链路不能同时激活，它们需要共享物理层的链路带宽
Figure DEST_PATH_IMAGE182
。因此，存在速率分配限制：
Figure 531380DEST_PATH_IMAGE098
其中
Figure DEST_PATH_IMAGE184
表示链路
Figure 930132DEST_PATH_IMAGE088
在信道
Figure DEST_PATH_IMAGE186
上激活的时间。
 
3路由
由于系统中干扰的存在，冲突是无法避免的。所以一旦冲突发生，系统需要以重传来保证成功的传输[23]。定义链路
Figure 156714DEST_PATH_IMAGE106
在信道
Figure 709924DEST_PATH_IMAGE114
上的冲突概率是
Figure 250627DEST_PATH_IMAGE108
,这条链路上成功传输数据包的期望传输次数为：
Figure 690835DEST_PATH_IMAGE110
其中
Figure 291581DEST_PATH_IMAGE112
是802.11标准中重传的上限。时间为
Figure DEST_PATH_IMAGE188
,数据包的大小为
Figure DEST_PATH_IMAGE190
，链路带宽为
Figure DEST_PATH_IMAGE192
，链路
Figure 941874DEST_PATH_IMAGE088
上数据包需要的平均传输时间不仅包括传输时间，还包括信道中MAC和物理层的开销。考虑到信道在MAC层和物理层上的开销，在该信道该链路上包的平均传输时间为
Figure DEST_PATH_IMAGE194
(overhead，在计算机网络的帧结构中，除了有用数据以外，还有很多控制信息，这些控制信息用来保证通信的完成。这些控制信息被称作系统开销。)
信道c上重传的期望流量
Figure DEST_PATH_IMAGE196
。前者是平均流量速率。
则由上述公式可知，使用信道
Figure 161634DEST_PATH_IMAGE114
链路上的ETT值为
(重传次数乘包平均时间，应该是指重传期望总时间)
所以在同一路径上同一信道c上总ETT值表示为
Figure 539580DEST_PATH_IMAGE116
无线Mesh网络提供不同的网络接入服务，令F={1,2,…,K}表示网络中业务流的集合，业务流k的传输速率为
Figure DEST_PATH_IMAGE200
，每个业务的带宽和时延分别为
Figure DEST_PATH_IMAGE202
和
Figure DEST_PATH_IMAGE204
，链路
Figure 693481DEST_PATH_IMAGE088
向移动用户提供接入服务的价格因子为
Figure DEST_PATH_IMAGE206
为了表示业务请求
Figure DEST_PATH_IMAGE208
是否通过网络链路
Figure 949888DEST_PATH_IMAGE088
，本发明定义一个二元变量：
Figure DEST_PATH_IMAGE210
Figure DEST_PATH_IMAGE212
令R表示包含所有路由变量的向量。为了保持业务流的分组到达次序和路由的简化，本发明只考虑单径路由。所以在任意两个邻居节点之间，只允许用一条链路来传输一个数据流，即存在
Figure DEST_PATH_IMAGE214
。
任意业务流k的传输路径长度可表示为：
Figure 177738DEST_PATH_IMAGE124
链路传输时间为
令
Figure DEST_PATH_IMAGE218
表示业务流k在网络中的某路径的最短传输时间，为了避免业务流的传输时间过长，定义路径传输时间限制如下：
Figure 228608DEST_PATH_IMAGE118
其中，
Figure 479592DEST_PATH_IMAGE120
是一个用于限制路径传输时间的可调参数。设置
Figure 165788DEST_PATH_IMAGE122
可使得路由算法为每个业务流找到最短传输时间路径。
经过网络链路
Figure 435096DEST_PATH_IMAGE088
的总业务量为
Figure DEST_PATH_IMAGE220
网络链路
Figure 860130DEST_PATH_IMAGE088
的剩余带宽为
Figure DEST_PATH_IMAGE222
整个无线Mesh网络系统的总吞吐量为
Figure DEST_PATH_IMAGE224
为满足无线业务需求和优化无线Mesh网络路由选择问题，最大化提高网络连接中带宽利用率和尽可能降低无线接入费用，无限Mesh网络的跨层优化目标是
Figure DEST_PATH_IMAGE226
Figure DEST_PATH_IMAGE228
因此本发明的网络优化目标是
Figure 58065DEST_PATH_IMAGE126
取优化目标为最大化网络中所有节点的最小剩余传输速率
Figure DEST_PATH_IMAGE230
，因此能够获得具有链路间最大-最小公平性的资源分配。最优化问题描述如下：
Subject to 
Figure DEST_PATH_IMAGE234
Figure DEST_PATH_IMAGE236
Figure DEST_PATH_IMAGE238
  
 
Figure DEST_PATH_IMAGE240
Figure DEST_PATH_IMAGE242
优化问题的限制变量为信道分配变量X，链路速率分配变量V和路由变量R。最优化问题是一个混合整数线性规划问题，是一个联合网络层、传输层和数据链路层的复杂优化问题，可将其分解为如下两个子问题：
信道分配问题: 令S (X )表示一个信道分配方案，当X中的所有变量都满足链路信道分配限制、节点信道分配限制时，则称其可行, 设Ω表示所有可行的信道分配方案集合，此时获得可行的信道分配方案
Figure DEST_PATH_IMAGE244
，是非空的，闭的，有界的凸集合。
速率分配和路由问题：使用能够实现资源公平性的效用函数
Figure DEST_PATH_IMAGE246
来度量网络的性能值，是一个连续的凸函数。
 
三、跨层资源优化机制
当信道分配方案S(X)确定时，利用拉格朗日理论，对任意节点m和业务流k引入拉格朗日变量，将流量平衡约束式放宽到优化目标得到拉格朗日函数如下：
Figure 469324DEST_PATH_IMAGE132
Figure 107985DEST_PATH_IMAGE134
为引入的拉格朗日乘子，是链路
Figure 392336DEST_PATH_IMAGE088
对业务流k的拥塞因子，其反应了网络的拥塞程度，也反映了各个层之间的资源供需关系。当节点拥塞程度降低，剩余资源多时，拥塞价格低；反之拥塞价格高。
跨层优化机制
传输层：每个节点以
Figure DEST_PATH_IMAGE250
为周期，根据拥塞价格p、业务流速率F和链路速率分配R等信息，使用联合设计算法分布式地更新拥塞价格并调整业务流速率。然后将新的价格信息传递给链路层并广播给其邻居节点。我们称
Figure 414649DEST_PATH_IMAGE136
为分布式的控制周期。
链路层信道分配信息S (X )，并收集邻居节点的价格信息p，用分布式调度算法进行速率分配，然后将链路速率分配信息R传递给传输层和网络层；
网络层：根据链路速率分配信息R可以得到业务流的传输路径；
网关节点：通过信令收集其它节点的速率分配信息R和价格信息p，以
Figure 442648DEST_PATH_IMAGE138
(
Figure DEST_PATH_IMAGE252
)干扰代价最小的信道分配算法集中式地分配信道，如果需要更新则将新的信道分配方案广播给其他节点。本发明称为信道分配期。
干扰代价最小的信道分配算法
当网络首次分配信道时，将信道c分配给所有的链路。在初始信道分配方案S (X )下，网关节点首先周期性的收集每条链路的速率分配信息R和价格信息p。这些信息反映了各层之间的资源供需关系，所以网关能够利用其它节点多个层的信息来进行优化的信道分配；
联合设计算法
在时隙t，每个节点m对任意流k定时更新价格
Figure DEST_PATH_IMAGE256
，并将价格信息p广播给所有邻居。对任意业务流k，其源节点调整传输速率
Figure 60449DEST_PATH_IMAGE142
。任意节点m从其邻居节点n收集价格信息，求
Figure DEST_PATH_IMAGE258
，将差分价格
Figure DEST_PATH_IMAGE260
广播器邻居。节点m收集其邻居节点在上个时隙的差分价格信息，在时隙t开始时利用的分布式调度算法分配速率
Figure 391067DEST_PATH_IMAGE150
给链路（m,n），使得
Figure 602475DEST_PATH_IMAGE152
满足的限制。由每条链路分配给每个业务流的速率
Figure 168585DEST_PATH_IMAGE154
可以得到业务流的传输路径分配传输业务流。
 
本发明提出了一种考虑信道分配、路由分配和速率分配的资源跨层优化问题，同时建立凸优化模型，采用拉格朗日对偶分解法分布式求解全网最优解，更加合理的均衡了网络资源，使得网络性能得到提高，保证了网络通信通畅。

Claims (1)

1.一种多射频多信道无线Mesh网络资源跨层优化方法，其特征在于该方法的具体步骤包括：
第1、凸集、凸函数、凸优化的相关定义
凸集：                                               
Figure 201310256600X100001DEST_PATH_IMAGE002
是实数或复数向量空间的集合,对于所有的
Figure 201310256600X100001DEST_PATH_IMAGE004
和所有的
Figure DEST_PATH_IMAGE006
，有
Figure DEST_PATH_IMAGE008
，即倘若
Figure 2753DEST_PATH_IMAGE002
中的任何两点的连线仍然属于
Figure 766441DEST_PATH_IMAGE002
,则
Figure 711263DEST_PATH_IMAGE002
是凸集，凸集是连通的；
凸函数：假设
Figure DEST_PATH_IMAGE010
是定义在闭区间
Figure DEST_PATH_IMAGE012
上的函数，若是对任意的
Figure DEST_PATH_IMAGE014
和，有
Figure DEST_PATH_IMAGE018
，则
Figure DEST_PATH_IMAGE020
是在
Figure DEST_PATH_IMAGE022
上的凸函数；
凸优化：优化问题即是在凸集上求凸函数的最小点，这类问题统称为凸优化问题；如果凸优化问题的优化函数是一个严格的凸函数，且存在极小值，那么该极小值就是最小值且是唯一的；
在此将网络建模为一个数学问题，并且使用拉格朗日对偶分解技术，将该数学问题分解为几个子问题，网络协议栈的每个层对应于一个分解后的子问题，协调各个子问题的优化变量成为了各层之间的接口，其中，拉格朗日对偶分解法：
Figure DEST_PATH_IMAGE024
Figure DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE028
 
Figure DEST_PATH_IMAGE030
目标函数是，约束条件是
Figure DEST_PATH_IMAGE034
和；一般是引入拉格朗日算子，用
Figure DEST_PATH_IMAGE038
和
Figure DEST_PATH_IMAGE040
表示，拉格朗日公式
Figure DEST_PATH_IMAGE042
定义下面的函数：
Figure DEST_PATH_IMAGE044
假设
Figure DEST_PATH_IMAGE046
和
Figure DEST_PATH_IMAGE048
，通过调整
Figure 21389DEST_PATH_IMAGE038
和
Figure 776986DEST_PATH_IMAGE040
使得
Figure DEST_PATH_IMAGE050
有最大值且为正无穷；当
Figure DEST_PATH_IMAGE052
和
Figure DEST_PATH_IMAGE054
满足上述约束条件时，
Figure DEST_PATH_IMAGE056
为
Figure DEST_PATH_IMAGE058
，因此原来
Figure 464188DEST_PATH_IMAGE024
的问题转化为的问题:
Figure DEST_PATH_IMAGE062
；然后对，，
Figure 606643DEST_PATH_IMAGE040
求偏导，使偏导数等于0，最终得出，，
Figure 707640DEST_PATH_IMAGE040
；引入拉格朗日算子的原因是
Figure DEST_PATH_IMAGE068
的变化方向与
Figure 305849DEST_PATH_IMAGE010
的梯度垂直才能获得极值；
第2、MRMC-WMN资源优化算法
第2.1、信道分配
假设无线Mesh网络中存在个节点，网络拓扑相对稳定，
Figure DEST_PATH_IMAGE072
为其中任一节点，
Figure DEST_PATH_IMAGE074
为节点
Figure 242712DEST_PATH_IMAGE072
的有效传输范围内的节点集合，
Figure DEST_PATH_IMAGE076
为节点干扰范围内的节点集合，节点中配有多个无线射频设备，能够同时使用不同的信道进行数据的发送或接收，
Figure DEST_PATH_IMAGE078
为节点
Figure 126540DEST_PATH_IMAGE072
的射频数量；
Figure DEST_PATH_IMAGE080
为节点
Figure DEST_PATH_IMAGE082
和节点
Figure DEST_PATH_IMAGE084
之间的链路；
Figure DEST_PATH_IMAGE086
为网络中所有正交信道的集合；
对任意链路
Figure DEST_PATH_IMAGE088
和任意信道
Figure DEST_PATH_IMAGE090
,允许在两个邻居节点之间建立多条链路通信，这些链路工作在不同的信道上，因此能够最大化网路的资源利用率；任何信道分配都必须符合下列约束条件：
射频约束条件：在任何时候，一个节点最多使用个不同的信道发送数据包：
Figure DEST_PATH_IMAGE094
；
干扰约束条件：在任何时候，两条干扰链路不能活跃在同一条信道中：
Figure DEST_PATH_IMAGE096
任意节点用于与此节点邻居建立链路的信道数目必须小于此节点射频数目；
第2.2、速率分配
采用基于IEEE802.11的CSMA接入方法，存在速率分配限制：
Figure DEST_PATH_IMAGE098
其中，
Figure DEST_PATH_IMAGE100
表示链路
Figure 270875DEST_PATH_IMAGE088
在信道c上的数据传输速率，
Figure DEST_PATH_IMAGE102
表示物理层链路带宽，表示与链路(s,d)相互干扰的链路集合；
第2.3、路由
定义链路
Figure DEST_PATH_IMAGE106
在信道c上的冲突概率是
Figure DEST_PATH_IMAGE108
,这条链路上成功传输数据包的期望传输次数为：
Figure DEST_PATH_IMAGE110
其中，
Figure DEST_PATH_IMAGE112
是802.11标准中重传的上限；
在同一路径上同一信道上总ETT值表示为
Figure DEST_PATH_IMAGE114
定义路径传输时间限制如下：
其中，
Figure DEST_PATH_IMAGE118
是一个用于限制路径传输时间的可调参数；设置
Figure DEST_PATH_IMAGE120
使得路由算法为每个业务流找到最短传输时间路径,
Figure DEST_PATH_IMAGE122
表示任意业务流k的传输路径长度,ETT表示重传期望总时间，
网络优化目标是：；
第3、跨层资源优化机制
第3.1、优化方法
当信道分配方案S(X)确定时，利用拉格朗日理论，对任意节点和业务流k引入拉格朗日变量
Figure DEST_PATH_IMAGE128
，将流量平衡约束式放宽到优化目标得到拉格朗日函数如下：
Figure DEST_PATH_IMAGE130
Figure DEST_PATH_IMAGE132
为引入的拉格朗日乘子，是链路
Figure 21400DEST_PATH_IMAGE088
对业务流k的拥塞因子；
传输层：每个节点以分布式的控制周期
Figure DEST_PATH_IMAGE134
为周期，使用联合设计算法分布式地更新拥塞价格并调整业务流速率；然后将新的价格信息传递给链路层并广播给此节点的邻居节点；
链路层信道根据分配方案S (X )，并收集邻居节点的价格信息p，用分布式调度算法进行速率分配，然后将链路速率分配信息R传递给传输层和网络层；
网络层：根据链路速率分配信息R能够得到业务流的传输路径；
网关节点：通过信令收集其它节点的速率分配信息R和价格信息p，以
Figure DEST_PATH_IMAGE136
干扰代价最小的信道分配算法集中式地分配信道；如果需要更新则将新的信道分配方案广播给其他节点；
第3.2、干扰代价最小的信道分配算法
当网络首次分配信道时，将信道c分配给所有的链路；在初始信道分配方案S (X )下，网关节点首先周期性的收集每条链路的速率分配信息R和价格信息p；这些信息反映了各层之间的资源供需关系，所以网关能够利用其它节点多个层的信息来进行优化的信道分配；
第3.3、联合设计算法
在时隙t，每个节点
Figure 295125DEST_PATH_IMAGE126
对任意业务流k定时更新价格
Figure DEST_PATH_IMAGE138
，并将价格信息p广播给所有邻居；对任意业务流k，其源节点调整传输速率
Figure DEST_PATH_IMAGE140
；任意节点
Figure 736601DEST_PATH_IMAGE126
从其邻居节点
Figure DEST_PATH_IMAGE142
收集价格信息，求
Figure DEST_PATH_IMAGE144
，将差分价格
Figure DEST_PATH_IMAGE146
广播给
Figure 474488DEST_PATH_IMAGE126
的邻居节点；节点
Figure 835062DEST_PATH_IMAGE126
收集其邻居节点在上个时隙的差分价格信息，在时隙t开始时利用的分布式调度算法分配速率
Figure DEST_PATH_IMAGE148
给链路（m,n），使得
Figure DEST_PATH_IMAGE150
满足的限制；由每条链路分配给每个业务流的速率能够得到业务流的传输路径分配传输业务流。
CN201310256600.XA 2013-06-24 2013-06-24 一种多射频多信道无线Mesh网络资源跨层优化方法 Expired - Fee Related CN103369599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310256600.XA CN103369599B (zh) 2013-06-24 2013-06-24 一种多射频多信道无线Mesh网络资源跨层优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310256600.XA CN103369599B (zh) 2013-06-24 2013-06-24 一种多射频多信道无线Mesh网络资源跨层优化方法

Publications (2)

Publication Number Publication Date
CN103369599A true CN103369599A (zh) 2013-10-23
CN103369599B CN103369599B (zh) 2016-07-06

Family

ID=49369895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310256600.XA Expired - Fee Related CN103369599B (zh) 2013-06-24 2013-06-24 一种多射频多信道无线Mesh网络资源跨层优化方法

Country Status (1)

Country Link
CN (1) CN103369599B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103888976A (zh) * 2014-01-03 2014-06-25 东北大学 一种联合网络调度和路由的链路选择方法
CN103906245A (zh) * 2013-12-03 2014-07-02 浙江理工大学 一种无线传感网络分布式速率控制方法
CN105792258A (zh) * 2016-04-13 2016-07-20 浙江理工大学 无线传感网中速率和可靠性协同的跨层优化方法
CN105790810A (zh) * 2016-04-13 2016-07-20 浙江理工大学 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法
CN105873217A (zh) * 2016-05-19 2016-08-17 西安电子科技大学 基于多因素的stdma自组织网络动态时隙分配方法
CN106455099A (zh) * 2016-09-27 2017-02-22 黄林果 一种基于认知的无线mesh网络资源管理方法
CN106507388A (zh) * 2016-10-21 2017-03-15 黄东 一种基于动态应用场景的无线mesh网络链路优化方法
CN106793117A (zh) * 2016-12-20 2017-05-31 西安电子科技大学 无线mesh网中弹性虚拟子网映射方法
CN108111483A (zh) * 2017-11-29 2018-06-01 浙江工商大学 一种长距离无线Mesh网路的MAC协议设计方法
CN108702608A (zh) * 2016-02-18 2018-10-23 怀尔帕斯公司 用于连接信标设备和网关设备的系统
CN110519020A (zh) * 2019-08-13 2019-11-29 中国科学院计算技术研究所 无人系统网络智能跨层数据传输方法及系统
CN114007086A (zh) * 2020-07-28 2022-02-01 中国移动通信有限公司研究院 高清直播方法及装置
CN114374721A (zh) * 2022-01-14 2022-04-19 重庆大学 一种面向电力物联网的电力线与无线通信融合方法及系统
CN115175220A (zh) * 2022-07-06 2022-10-11 北京航空航天大学 基于无人机自组网的通信资源分配方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102387559A (zh) * 2010-09-03 2012-03-21 中兴通讯股份有限公司 无线Mesh网络的跨层路由优化的方法及装置
US20120303337A1 (en) * 2011-05-27 2012-11-29 Universidad Politecnica De Madrid Systems and methods for improving the execution of computational algorithms

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102387559A (zh) * 2010-09-03 2012-03-21 中兴通讯股份有限公司 无线Mesh网络的跨层路由优化的方法及装置
US20120303337A1 (en) * 2011-05-27 2012-11-29 Universidad Politecnica De Madrid Systems and methods for improving the execution of computational algorithms

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PEI TINGRUI: "《a cognitive improved hierarchical AODV routing protocol for cognitive wireless mesh network》", 《INFORMATION TECHNOLOGY JOURNAL》 *
张徳干: "《基于局域世界的WSN 拓扑加权演化模型》", 《电子学报》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103906245B (zh) * 2013-12-03 2017-10-27 浙江理工大学 一种无线传感网络分布式速率控制方法
CN103906245A (zh) * 2013-12-03 2014-07-02 浙江理工大学 一种无线传感网络分布式速率控制方法
CN103888976A (zh) * 2014-01-03 2014-06-25 东北大学 一种联合网络调度和路由的链路选择方法
CN108702608A (zh) * 2016-02-18 2018-10-23 怀尔帕斯公司 用于连接信标设备和网关设备的系统
CN105792258A (zh) * 2016-04-13 2016-07-20 浙江理工大学 无线传感网中速率和可靠性协同的跨层优化方法
CN105790810A (zh) * 2016-04-13 2016-07-20 浙江理工大学 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法
CN105790810B (zh) * 2016-04-13 2019-09-24 浙江理工大学 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法
CN105873217A (zh) * 2016-05-19 2016-08-17 西安电子科技大学 基于多因素的stdma自组织网络动态时隙分配方法
CN106455099A (zh) * 2016-09-27 2017-02-22 黄林果 一种基于认知的无线mesh网络资源管理方法
CN106507388A (zh) * 2016-10-21 2017-03-15 黄东 一种基于动态应用场景的无线mesh网络链路优化方法
CN106793117A (zh) * 2016-12-20 2017-05-31 西安电子科技大学 无线mesh网中弹性虚拟子网映射方法
CN106793117B (zh) * 2016-12-20 2019-12-10 西安电子科技大学 无线mesh网中弹性虚拟子网映射方法
CN108111483A (zh) * 2017-11-29 2018-06-01 浙江工商大学 一种长距离无线Mesh网路的MAC协议设计方法
CN110519020A (zh) * 2019-08-13 2019-11-29 中国科学院计算技术研究所 无人系统网络智能跨层数据传输方法及系统
CN110519020B (zh) * 2019-08-13 2020-09-11 中国科学院计算技术研究所 无人系统网络智能跨层数据传输方法及系统
CN114007086A (zh) * 2020-07-28 2022-02-01 中国移动通信有限公司研究院 高清直播方法及装置
CN114374721A (zh) * 2022-01-14 2022-04-19 重庆大学 一种面向电力物联网的电力线与无线通信融合方法及系统
CN115175220A (zh) * 2022-07-06 2022-10-11 北京航空航天大学 基于无人机自组网的通信资源分配方法及装置
CN115175220B (zh) * 2022-07-06 2024-06-11 北京航空航天大学 基于无人机自组网的通信资源分配方法及装置

Also Published As

Publication number Publication date
CN103369599B (zh) 2016-07-06

Similar Documents

Publication Publication Date Title
CN103369599B (zh) 一种多射频多信道无线Mesh网络资源跨层优化方法
Liu et al. Fog computing empowered data dissemination in software defined heterogeneous VANETs
Chen et al. CVCG: Cooperative V2V-aided transmission scheme based on coalitional game for popular content distribution in vehicular ad-hoc networks
Li et al. Control plane optimization in software-defined vehicular ad hoc networks
Singh et al. Cognitive radio for vehicular ad hoc networks (CR-VANETs): approaches and challenges
Yang et al. Local coordination based routing and spectrum assignment in multi-hop cognitive radio networks
Jahanshahi et al. Multicast routing protocols in wireless mesh networks: a survey
Zhao et al. When 3G meets VANET: 3G-assisted data delivery in VANETs
Ahmed et al. Minimizing transmission delays in vehicular ad hoc networks by optimized placement of road-side unit
Zheng et al. Dynamic performance analysis of uplink transmission in cluster-based heterogeneous vehicular networks
Usha et al. An enhanced MPR OLSR protocol for efficient node selection process in cognitive radio based VANET
CN105490939B (zh) 用于在移动无线网络中路由的方法、系统和计算机介质
Guleng et al. Edge-based V2X communications with big data intelligence
Jia et al. A BUS‐aided RSU access scheme based on SDN and evolutionary game in the Internet of Vehicle
Lin et al. Balancing latency and cost in software-defined vehicular networks using genetic algorithm
Tabassum et al. Interference-aware high-throughput channel allocation mechanism for CR-VANETs
Yang et al. A cross‐layer optimization for maximum‐revenue‐based multicast in multichannel multiradio wireless mesh networks
Chen et al. Providing vehicular infotainment service using VHF/UHF TV bands via spatial spectrum reuse
Mogaibel et al. Review of channel assignment approaches in multi-radio multi-channel wireless mesh network
Shahzad et al. Quality of user experience in 5G-VANET
Zheng et al. Joint optimization of link scheduling and resource allocation in cooperative vehicular networks
Priya et al. Intelligent multi-connectivity based energy-efficient framework for smart city
Han et al. Mobile converged networks: framework, optimization, and challenges
CN104066122B (zh) 一种蜂窝与d2d混合网络中的拥塞控制和传输调度方法
Dasari et al. Discrete quality factors aware channel scheduling in Cognitive Radio Ad-hoc Networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160706

Termination date: 20170624

CF01 Termination of patent right due to non-payment of annual fee