无线网络中面向传输可靠性优化的资源分配研究

来源 :浙江理工大学 | 被引量 : 0次 | 上传用户:coolcool1234567
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
无线传感网络是近些年来迅速发展起来且备受重视的一种新型的无线网络,无线传感网络具有成本低,体积小和自组织等特点,通常将无线传感网络部署在条件比较恶劣的环境中,但由于传感节点具有较差的通信性能和有限的传输功率的特点,导致感知信息难以准确可靠的传回到汇聚节点或目的节点。在功率受限无线传感网络中,感知信息的快速传输和可靠的传输信息是两个至关重要的目标。然而,这两个目标又是相互矛盾的。通常,感知信息的快速传输在一定程度上会降低传输的可靠性,反之亦然,因此,感知信息传输速率和传输可靠性之间存在一个内在的折中优化的关系。从而在提高感知信息传输速率的同时,保证信息传输的可靠性成为无线传感网络中一项具有重大意义的研究工作。本文在充分分析国内外对无线传感网络的感知信息传输速率和传输可靠性研究现状基础上,研究了无线网络数据传输速率和传输可靠性的协同优化问题,主要研究内容和创新工作包括:(1)提出了在无线传感网络环境下的可靠性感知的网络效用最大化问题模型,即在目标项中新引入了错误概率函数和折中参数,通过调整折中参数,从速率效用和可靠性效用两方面折中优化网络性能。其次,运用对偶分解和次梯度下降法,设计了拥塞控制、码率控制和功率控制联合的跨层优化算法,实现速率效用和可靠性效用的协同跨层优化。再次,分析证明了所提算法的收敛性;最后,通过仿真验证了所提出算法的有效性和可行性。(2)研究了干扰受限场景下的速率和传输可靠性的协同跨层优化问题,在(1)的基础上,通过引入干扰,解决基于有干扰下的问题模型,使其更加贴近于实际的网络环境中的问题模型,同时,使问题模型的复杂度也有所增加。本章节通过WMMSE算法,经过一系列转化,将非凸问题转变为凸问题,然后利用乘子方向交替(ADMM)算法,通过引入辅助变量将问题进行分布式求解,同时将ADMM算法和对偶次梯度算法进行比较,最终通过仿真验证了分布式算法的收敛性以及验证了ADMM算法的优越性,并求出了基于有干扰的无线传感网速率-可靠性问题的全局最优解。(3)多输入多输出技术(MIMO)技术在数据传输可靠性和传输速率方面具有重要的研究意义,从而该研究点研究的是基于MIMO技术的数据传输速率和传输可靠性协同优化问题。通过MIMO技术的分集增益和复用增益来进行传输速率和可靠性的折中优化,其实质是对MIMO技术的分集增益和复用增益进行折中优化。在(2)的研究基础上,通过使用近似雅可比ADMM算法将问题进行分布式求解,通过仿真验证了随着天线数量的变化对传输速率和传输可靠性的影响。
其他文献
随着网络信息技术在管理上越来越深入而广泛的应用,基于WEB的数据库信息管理系统的开发在技术上已逐步成熟,并成为主流和发展趋势。同样,信息管理技术正以前所未有的速度深入
随着网络技术和信息数字化的快速发展,面向海量数据的大型应用纷纷涌现,数据中心里存储服务器集群规模随之不断增大,越来越多的存储节点,给存储系统中的元数据服务器带来了更重的
高端容错计算机是指同时具备高性能和高可用特性的高端服务器。高端容错计算机主要面向金融、电信等涉及到国家战略安全的关键领域的计算需求,此类系统的可靠运行直接关系到
四边网格在有限元模拟仿真、样条曲面、参数化以及纹理贴图等领域有着非常广泛的应用。相比常用的三角网格,四边网格不仅天然具有张量积性质,而且在有限元计算中提供了更好的
随着互联网的高速发展,越来越多的人通过网络来表达自己的意见、想法、情绪和态度,其中既包括对事件的发展有着正面、积极作用的信息,也包括一些负面、消极的信息。同时,网络
纹理烘焙是一种增加图像真实度的手段,其占用资源少,使用方式简单,有效解决了三维场景的计算机真实感图形实时绘制的速度与质量的问题。因此被广泛运用在影视动画与视频游戏
规范调控、策略驱动的自治式服务协同模型NGPD,可以解决因自治个体行为难以预测、控制而导致的协同效应“可信”危机[1]。然而,服务协同的社区应用依托于众多的中小企业的参与,
如何在分布、动态、共享的网络计算环境中,建立E机构(Electronicinstitution)去规范和约束Agent的协同行为,使得系统可信?如何表达和实施协同行为规范,使得只要个体都遵从行为规
肤色检测技术是人脸检测与识别、表情识别、手势识别、人体检测、图像与视频索引等计算机视觉系统的重要组成部分。在色情图像检测过程中,它可以起到关键作用,目前,该技术已被广
多查询优化是加速高并发查询处理的重要方法。传统的多查询优化方法面向强相似性查询输入场景,通过各类启发式搜索策略快速获得全局近似最优解。其中,基于A*算法的多查询优化