2.4GHz MIMO 网状网络中一种固定信道分配方法（英文）

由于无线网路中链路质量的不稳定、信号的广播传输模式和节点之间存在的相互干扰，针对提高无线网状网络性能的信道分配和路由选择将更加复杂。采用多信道成为一种可选的提高网络容量的方法。本文提出了一种基于2.4GHz 802.11无线网状网络的一种固定信道分配方法，采用了多输入多输出技术使得网络中的数据流以流水线的方式进行传输。在这个场景下多条并行的流可以同时被激活，以此来提升UDP和TCP的传输性能。通过对802.11b网络中1、6和11三个相互不重叠的信道的分配，该信道分配算法在空间上实现邻居节点之间的干扰最小化，其中信道1和11被分配给网状网络的主干传输部分，信道6被分配给用户接入网络。文章最后通过NS2仿真实验，并对本文提出的算法进行了分析。实验结果证明网络的平均吞吐率有大幅度提升，且多跳传输的延迟也被降低。     

基于动态门限的波长分配算法

目的:为了寻找一条适合的光通路,并合理地调配网络资源,扩大现有的网络资源的使用率,达到最大限度的增加通信通道的容量,降低完全分割策略波长分配算法导致的网络拥塞。方法:引入动态门限的概念,利用基于遗传算法的神经网络预测器求出门限值,根据实时网络动态划分各个波长子集。结果:动态门限可以对各个波长子集进行灵活划分,解决全分割策略波长路由分配的局限性,降低网络拥塞的发生率。结论:该算法与分割策略波长分配算法相比,性能有了很大的改善,此算法在一定程度上降低完全分割策略波长分配算法导致的网络拥塞,提高整个网络的公平性。     

车辆网络中基于网络编码机会的调度算法

证明在车辆网络中应用网络编码,其广播容量最大化问题是NP难的;提出一种基于最大编码机会的优化调度算法. 该算法结合网络编码与车辆缓存提供的编码机会,有效提高了广播容量. 结果表明,与贪婪算法相比,该算法获得更大网络编码增益,保证了一定的传输公平性.     

多维异质网络局部性交叉项补偿信道分配算法

在多维异质网络中,由于承载不同的协议和网络,导致信道拥挤和分配不均衡。传统的多维异质网络信道分配算法采用基于信道切换的动态分配算法,在动态切换过程中易导致数据丢失和信道失衡。提出一种基于数据交叉项补偿机制的多维异质网络信道分配算法,进行多维异质网络信道协议分析与模型分析和求解,考虑用户间接收SINR的公平性,构建信道性能因子,引入一个局部性交叉项补偿信道切换中的失衡性实现算法改进。实验结果表明,改进算法使异质网络生命周期得到扩展,有利于数据的准确传输,避免在信道分配动态切换过程中导致的数据丢失和信道失衡,提高了分配效率和准确性,有效地保证了各用户接收SINR的公平性,信道分配性能上优越于传统算法,展示了较好的应用价值。     

基于用户约束对照算法的网络代价最优化设计

网络负载和资源代价的最小化设计可以提高网络容量和业务量,优化分配方案,传统方法中采用的是单网络场景进行业务分配优化,无法满足多种网络混合分配的实际需求,网络代价开销大。提出一种基于用户博弈约束对照算法的网络代价最小化设计方法,构建一个多维业务网络场景的分布式网络模型,把网络间的业务分布的优化问题等效于网络代价最小化设计问题,在网络运营商和用户习惯约束对照博弈中,通过扩展特定业务需要的最小数据速率,减少网络代价,设计网络代价最小化设计优化目标函数。实验结果表明,该算法对网络负载的控制性能较平稳,代价开销控制精度合理,网络代价被约束到了一个较小的范围,使得网络代价最小化,为运营商节省相当多的网络开销。     

干扰避免的认知无线电图着色频谱分配算法

对传统的认知无线电图着色频谱分配算法进行了改进。在分配过程中动态更新干扰矩阵,使更多节点共享同一频段而不相互干扰,以此提高频谱利用率,对授权用户的干扰也可通过发射功率门限的设置来避免。在此基础上算法以最大化认知网络吞吐量为优化目标,仿真结果表明,采用新算法后,在无干扰条件下的网络吞吐量和信道传输速率都明显高于同类算法。     

基于物流因素的供应链网络鲁棒性影响仿真分析

利用计算机仿真技术,通过基于Agent的建模方法,使用Repast工具从物流的角度仿真分析供应链网络的鲁棒性问题,并探讨在随机干扰和有意干扰的因素下企业物流与供应链网络的鲁棒性问题,为供应链网络的鲁棒性问题的研究、以及鲁棒性优化调整策略提供参考和借鉴。     

具有时延约束的功率分配技术

综合考虑业务时延敏感特性和信道质量,给出时变信道下多用户系统有效容量表达式,提出基于有效容量的多用户功率分配算法(MPAS).仿真结果表明,与最大化吞吐量为目标的注水算法和用户功率分配次优算法相比,MPAS能够获得10%~20%的有效容量增益,有效地满足业务的时延要求.     

复杂网络中基于层次分析法的路由策略

为了提高复杂网络中数据包的传输效率与网络吞吐量,提出了基于层次分析法的路由策略。该策略引入层次分析法建模,在综合考虑网络中节点处理能力、空闲队列长度、聚类性、度等网络拓扑和动态负载参数的基础上,利用若干权重因子的组合来选取下一跳转发节点。理论分析和仿真实验表明,该策略是一种基于局部信息的路由策略;路由时权重因子的组合综合地反映了网络的拓扑结构属性和动态负载等当前状态;比最短路径算法更能有效避免拥塞,并能进一步增强复杂网络的网络容量。     

计算机通信网络中容量与流量分配的优化研究

目前在计算机通信网络技术应用的过程中,人们为了使得计算机通信网络的性能和效益能够得到有效的提升,人们就采用改进的并行遗传算法,来对计算机网络中的容量和流量进行相应的优化处理,从而有效的解决了传统计算方法在实际应用过程中存在的相关问题,以达到网络资源合理利用的目的,本文通过对计算机网络中容量和流量分配问题进行简要的分析,讨论了改进的并行遗传算计在计算机通信网络容量和流量分配中的实际应用,以供相关人士参考。     

TD-SCDMA网络规划中的容量分析

本变通过对TD-SCDMA技术特点和容量特点的分析,探讨了TD-SCDMA系统在网络规划中的容量提升策略。本受对于现在TD-SCKMA网络规划中的容量提升方案的确定具有指导性的意义。     

移动网络基站安全承载信道分配重构算法

移动网络基站的信道分配具有动态性,在信道切换中需要考虑基站节点的安全承载问题。研究移动网络基站安全承载信道分配重构算法对提高移动通信组网的可靠性具有重要意义。传统算法设计多跳基站接入模式,难以满足用户需求。提出一种基于信道切换队列的动态信道分配算法,设计移动网络基站的安全承载模型,得到移动网络基站节点服务与构件之间、业务与服务之间存在如下映射关系。实现信道分配的安全承载重构。定义可重构移动通信网络的安全负载强度,确定不同安全等级需要基站部署节点位置向量,对所有信道进行实时分配,实现了移动网络基站安全承载信道分配重构算法改进。仿真结果表明,该算法能有效提高通信网络的负载率,信道重构在增加网络节点平均负载率的情况下可降低网络节点最大负载率,从而使得网络负载均衡,提高通信的安全性和稳定性。     

基于E-Learning随机场学习的信任节点定位算法

提出一种基于E-Learning随机场学习的信任节点定位算法,采用SVM监督学习辅助策略降低新标记样例中可能的误标记样例数以减少新训练集的噪声,设计富信息策略训练学习器,基于KKT原理,把训练ELM的过程等同于解决下面的对偶优化问题。通过E-Learning随机场学习,充分利用算法对噪声具有鲁棒性,实现对了个性化推荐网络信任节点的定位算法改进。仿真结果表明,该算法能准确定位到个性化推荐网络的信任节点,为P2P商家推荐和信任评估提供数据基础,信任节点定位的准确性优越于传统算法。算法采用E-Learning随机场学习,学习过程中不需要调整大量参数,所以算法学习速度快,尤其适合处理大规模的不平衡数据集分类问题,提高了个性化推荐网络信任节点的定位准确性。     

校园网双出口的设计与实现

针对校园网络在接入CERNET的同时还与当地的ISP运营商提供的网络出口相连接的方案必须解决策略路由的配置以及如何使各个出口的流量得以合理分配的问题,提出了解决方案。     

自主可控视角下海洋工程装备供应链网络鲁棒性研究

为分析不同攻击策略下供应链网络的鲁棒性,基于国内外专利数据构建海洋工程装备制造业供应链关键核心技术网络,通过网络结构分析发现网络中半数核心节点企业为国外企业,然后分别采用随机攻击和蓄意攻击两种策略对网络中的节点和边进行度攻击和介数攻击仿真分析,发现对核心节点的蓄意攻击会造成供应链网络鲁棒性急剧下降,阐明我国海洋工程装备制造业存在较强的“卡脖子”隐患。     

考虑变权重自适应调整的网络信息鲁棒性分析

BP神经网络加权权重成固化状态,导致信息信任度评价误差较大。提出基于BP神经网络的变权重自适应网络拓扑结构的C2C网络信息信任度评价和鲁棒性分析模型,以营运商可信度、网站信任度和外部环境为一级指标体系构建网络信息评价体系。以12维可信性因素作为输入向量,系统结构以网络信息信任度作为输出,通过调整网络拓扑权重向量设置信任度周期响应加权变量自适应函数,有效降低迭代算法的运算成本。仿真实验表明,采用新的网络信息鲁棒性评价模型能使C2C网站信息评价误差率大幅减低,系统具有较好的健壮稳定性和鲁棒性,能有效促进C2C网络健全运行和发展。     

面向Internet接入的WMN负载平衡路由策略

在面向Internet接入无线Mesh网络(WMN)中,数据流在Mesh一侧的传输具有汇聚特性,终点大都为网关,因此最后一跳无线链路成为了WMN的瓶颈;同时不平衡的数据转发导致局部性能过低,也加剧了网络容量的低效问题. 提出基于层次模型的路由转发策略,该路由策略通过平衡因子控制上层节点负载的均衡,从而提高WMN整体网络容量. 仿真结果表明,采用层次化路由策略使得整体网络容量比HWMP提高了近20%,管理帧开销降至HWMP的40%.     

基于复杂网络社会网络动力学研究

本文对基于复杂网络社会动力学进行了全面的研究,讨论了社会网络包含的具体内容,着重介绍了度与度分布,加权网络及社团结构及聚类算法与社会网络动力学的关联,并关注社会网络鲁棒性与社会网络自组织临界性研究等动力学具体表现,为目前的社会网络动力学分析提供一种比较实用的研究方法。     

网络主播劳动现实困境及解决路径——基于马克思劳动异化理论的考察

在数字化转型及平台经济发展的大背景下,数字劳动不断涌现出新的用工形态,网络直播则是电商行业发展下出现的新业态。基于马克思劳动异化理论,对网络主播劳动过程展开研究,发现网络主播受到团队竞赛、等级分配、高强度工作等逻辑的规制,面临“人设维持”“工作量化”以及“内外忧患”的压力。由于“时空延伸导致主播劳动时空的泛在化”“算法加剧竞争”“网络主播过度追求人设符号化”等原因,网络主播面临新的困境。为规范以网络直播为代表的新业态,进一步为网络主播营造良好的职业生态环境,提出完善网络直播行业制度规范,使网络主播破除“人设”支配,回归本真性,最终使算法实现工具理性和技术理性的价值统一。     

无线传感器网络中跨层能耗优化模型及求解算法

采用跨层优化法,定量描述了网络层和数据链路层的能耗问题.首先用概率模型分析了CSMA机制下节点的传输能耗,并提出了路径累积能耗路由策略;通过建立最优化模型及其求解算法,说明所提出的路由策略在尽可能延长网络寿命的情况下,可使网络整体能耗最低;求解该最优化模型可以获得网络中各节点的传输总能耗,进而得到网络中随数据传输量增加而首先失效的节点;最后通过一个简单的网络算例说明了跨层能耗优化模型及求解算法是有效的.