基于跨层设计的无线Mesh网络信道分配机制研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:adamsqiu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线Mesh网络作为一种宽带无线网络接入解决方案,将在未来通信系统中发挥着不可或缺的作用。与传统无线网络相比,无线Mesh网络不仅融合了无线局域网和Ad Hoc网络的特点,而且它还具有高容量、高速率、覆盖范围广和可靠性强等优势。然而,无线Mesh网络的传输介质固有特性导致其应用与推广面临诸多挑战。特别是无线网络接口和可用信道的数量限制,使得网络的容量不高,信道间干扰严重。因此如何有效地利用多信道多接口技术,优化网络的容量和降低信道间的干扰,是无线Mesh网络研究中的一个关键问题。   本文以提高网络容量为目标,对多信道多接口无线Mesh网络中的信道分配问题展开研究。首先对当前无线Mesh网络中各种信道分配算法,进行详细的分析和比较,指出信道分配设计中存在的一些问题。以此为基础,结合多信道多接口无线Mesh网络的具体特征,提出两种信道分配方案,即拓扑保持的分布式信道分配方案和基于跨层设计的信道切换方案。拓扑保持的分布式信道分配方案,首先初始化计算链路的干扰度,根据信道间最小干扰的原则为链路分配信道,并且综合考虑信道的多样性以及拓扑结构连通性等因素。基于跨层设计的信道切换算法,在信道切换时借助路由信息发现处于活跃状态的节点,按需地为链路切换信道,实现最小干扰的快速数据传输。该方案考虑路由信息,有效地利用信道资源,减少路径内和路径间的干扰。   最后,对本文采用的算法进行多角度的实验验证和性能分析。仿真结果表明,与基于禁忌搜索的集中式信道分配算法相比,算法在平均吞吐量和链路间的干扰值两方面均占优。  
其他文献
在数据挖掘、传感器网络、数据检索等应用中产生了大量的不确定性数据,它广泛地存在于金融、军事等领域中。不确定性数据带给用户的信息是不准确的,但是如果直接丢弃或者清洗
复杂背景视频序列中微动目标的特征提取与分类算法研究,在运动目标的检测与提取的研究领域中,有着十分重要的地位。在对该领域的研究中,已有的算法大多是基于运动特征或能量等对
随着智能规划越来越多在实际问题中的应用,更多的学者开始关注和研究智能规划,人们从多个角度去完善,并提出了多种规划策略,其中,启发式规划方法作为智能规划领域的重要问题之一,在
云计算技术的飞速发展推动了信息化架构的大整合,但将高性能计算迁移到云服务上,仍面临着重重挑战。尤其是目前广泛用于海量数据处理的Hadoop体系,应用到科学计算的某些领域存在
随着人脸识别技术在模式识别、计算机视觉和多媒体技术等领域中的不断发展,人脸检测与跟踪作为人脸识别技术中的关键问题,越来越受到大量相关研究者的关注与重视。目前,人脸检测
云是大气中热力过程和动力过程的外部表现,同时也是水汽循环的重要环节。它在天空中表现出来的水汽状况、稳定程度以及高度和厚度,都是实时预测天气的关键性特征。因而对于人
随着传感器技术、无线通信技术以及嵌入式计算技术的飞速发展和日益成熟,无线传感器网络在军事、环境、家居、医疗等诸多领域得到了广泛的应用。无线传感器网络一般是由大量采
近年来,随着计算机网络的普及和应用,网络成为全球范围内信息转播主要渠道,为用户提供方便的网络接入服务已成为各个公共场所的常用服务之一,所以越来越多的场合需要用到网络审计
随着互联网上视频数据的海量增长,对视频数据的组织和管理成为当下的迫切需求。由于传统的基于属性和文本的视频检索存在许多不足之处,因此直接通过视频的内容特征为索引的视频
随着云计算技术的飞速发展,互联网和科学计算领域需要处理的数据呈现出级数式增长的趋势,并行编程技术在这海量数据处理中发挥着重要作用。当前运用较多的是由Google提出的MapR