无线Mesh网络是一种接入式网络,具有高带宽、自组织、鲁棒性等特点,适用于城域网、应急通信等领域。作为一种实用性网络,无线Mesh网络需要提供高吞吐量、高可靠性的路由协议来满足用户需求。因此,研究高效的路由协议成为无线Mesh网络的核心问题之一。由于静态的无线Mesh网络缺乏自适应能力,面对复杂的网络环境将引起严重的丢包现象。为解决上述问题,在无线Mesh网络中引入认知网络的认知过程,从而可根据网络环境的变化动态调节最优传输路径,进而为用户提供最佳的端到端性能。本文主要针对上述网络环境下的路由协议展开研究,通过对经典的网络编码感知路由协议进行深入分析,采用具有认知功能的路由优化算法对网络编码感知路由进行优化,从而改善无线Mesh网络的网络性能。针对无线Mesh网络低时延、高吞吐量的需求,研究提出基于遗传算法的分布式编码感知路由算法(Distributed Coding-aware Routing Algorithm Based on Genetic Algorithm,GA_DCAR)。该算法利用遗传算法实现路由算法的认知功能,根据编码感知路由和遗传算法的特点,制定网络编码机会的探测和更新规则,并通过遗传操作提高路由的搜索能力,从而降低传输时延,提高网络吞吐量。针对无线Mesh网络链路间干扰问题,研究提出基于蚁群优化的路由选择算法——ACAR(Coding-aware Routing Algorithm Based on Ant Colony Algorithm)。该算法采用跨层设计思想和蚁群算法相结合的方法对GA_DCAR进行优化,通过概率选择路由和调整链路间代价的方法改善路由的搜索能力,并且寻路的路由请求包具有感知局部网络状态的能力,从而可以预测链路干扰度,达到降低干扰、提高网络吞吐量的目的。最后,在NS2仿真平台上,通过与DCAR协议比较,验证了GA_DCAR和ACAR的优越性。