基于COPE的网络编码联合优化协议研究

来源 :第十届中国无线传感器网络大会(CWSN2016) | 被引量 : 0次 | 上传用户:kkai365
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
  无线网络编码是近些年来的研究热点之一。这些研究大多数是基于理想环境,并未考虑到在实际应用中,节点发送功率、发送速率和编码时的数据包组合均可能对网络编码性能产生较大的影响。论文提出了通过对发送功率、发送速率和编码组合进行联合优化来进一步提升网络吞吐量的优化思路。借助时空效率度量综合这三个因素,采用启发式算法来寻找优化的发送功率、发送速率和编码组合使时空效率最大化,达到提高网络吞吐量的目的 。仿真结果表明,与未对发送功率、发送速率和编码组合进行优化的网络编码相比,该联合优化方案能进一步增加网络吞吐量,并且能有效减少数据包重发率。
其他文献
随着手机等移动智能设备的兴起,基于位置的服务(LBS)在移动互联网领域得到了广泛应用。人们可以基于位置信息获取兴趣点查询、附近好友推荐、实时导航等服务。但是,位置信息是标识用户的重要敏感信息,而基于位置的查询需要将用户的位置等敏感信息暴露给服务提供商,从而引起位置隐私泄露。针对这一问题,k-匿名由于其轻量级特性成为主流的位置隐私保护解决方案。
链路质量预测是拓扑控制、路由协议和移动管理的基础,有助于提高网络数据吞吐量、延长网络寿命。在分析现有链路质量预测机制的基础上,提出基于深度信念网络(DeepBelief Networks,DBN)的无线传感器网络链路质量预测模型。采用支持向量分类机(SupportVector Classification,SVC)对链路质量进行评估,获得链路质量等级;采用DBN 提取链路质量特征,并采用softm
水声传感网通信过程中的数据转发能力受多路径机制影响。在信息传播范围有限的情况下,节点中的通信一般采用多跳来实现,部分节点的通信链路需要经常改变,而位于关键路径上的转发节点面临着能量最快消耗殆尽的危险,网络存在一系列的负载不均衡问题。为解决通信过程中的负载均衡问题,本文提出了一种基于质距优化机制的水声传感器网络多跳通信策略,设计自适应负载均衡算法,加权评估普通传感器的通信质量与距离选择下一跳;在此基
传感器节点能量受限、易移动,声通信链路连通性不稳定等因素使得网络性能下降。针对上述问题提出了一种基于拓扑重构的水声传感网拓扑优化方法(下文简称TO-A 算法),首先通过模拟鱼群行为对传感器节点位置进行调整,优化网络覆盖度;再利用边缘节点修复网络中不连通位置,消除关键节点,优化网络连通性。
无线传感网络中,链路质量预测是保障数据可靠传输和上层网络协议性能的基础性问题。通过链路质量预测选择高质量链路进行通信不仅保障数据的可靠传输,提高整网的数据吞吐率,同时还可以降低节点的能耗,延长网络寿命。本文提出了一种基于动态贝叶斯网络(Dynamic Bayesian Networks,DBN)的链路质量预测机制。
水声网络采用声波通信,水声信道的开放与共享特性使得水声网络通信容易遭受监听和干扰。水声通信特性导致现有的陆地安全通信协议不适用于水下。本文提出了一种无需可信第三方的数字签名方案,解决了水声网络的密钥委托问题。分析表明:该签名方案能够有效地抵抗欺骗攻击。此外,本文基于双线性映射提出了一种针对路由消息的陷门方案,结合该短签名算法与陷门方案,本文进一步提出了水声网络的安全匿名路由协议,在无需实时在线PK
车载自组织网络(Vehicular Ad-Hoc Networks,VANETs)作为智能交通系统中的重要组成部分受到了学术界的广泛关注。车联网可以低成本地实现事故预警、信息发布、辅助驾驶等功能。由于车载自组织网络节点的高速移动,导致节点间通信时间短,而且节点运动受道路拓扑的限制,传统的多跳无线网络通信协议应用于车载自组织网络时存在诸多问题。
在无线传感网水文监测系统中,一般通过在被监测海域部署传感器阵列收集各类水文数据。传感器阵列在每一个采样时刻都会产生大量新数据,这些数据需要在保证一定精度的条件下及时传输到数据中心以服务于相关应用。由于无线传感器节点距离海岸基站较远,多使用卫星向数据中心传输数据,然而大量频繁的长距离无线数据传输带来了巨大的能量开销和通信花费。
智能家居(Smart Home)是物联网技术在家居生活环境中的典型应用,通过物联网技术,将空调控制、安全监控、照明系统、环境监测等各种设备连接在一起,提供用户全方位的家居信息交互功能。最初的智能家居,只是简单实现家居环境的温度、湿度等生活环境相关参数的采集,然后根据采集到的数据再对家用电器进行简单的控制功能,比如灯光控制、窗帘的开关等简单的开关功能。
目标跟踪是无线传感器网络(Wireless Sensor Network,WSN)的典型应用之一,目的 是确定跟踪对象的位置,发现对象的运动规律,预测对象的轨迹。轨迹挖掘对于多目标跟踪有很重要的作用。一方面,很多自然现象表明对象的运动并非随机,往往具有某种规律性。例如,肯尼亚每年7 月到10 月的野生动物大迁徙,上百万的角马、斑马和羚羊成群结队的从马拉河奔赴到大草原,表明动物的运动具有时间和空间相