一、Ad hoc中一種新的基于簇的功率控制算法（論文文獻綜述）
鄭喆文[1]（2020）在《面向規(guī)模可擴展的無線Mesh網(wǎng)絡路由協(xié)議研究》文中認為無線Mesh網(wǎng)絡具有前期成本低、覆蓋范圍廣、網(wǎng)絡易于維護、健壯性強、服務可靠等優(yōu)勢,是應對特定需求而提出的新興關鍵技術。無線Mesh網(wǎng)絡是動態(tài)自組織和自配置的,其節(jié)點隨著網(wǎng)絡規(guī)模、相對位置等因素的變化自動地建立和維持節(jié)點之間的連接,能夠適用于多種應用領域。本文圍繞規(guī)?？蓴U展的無線Mesh網(wǎng)絡的路由算法優(yōu)化問題展開研究,分析路由度量所考慮的節(jié)點或鏈路特性,研究路由機制和路由度量對網(wǎng)絡性能的影響。本文的工作一方面可以為特定場景中路由度量的選擇提供幫助,另一方面為混合路由協(xié)議的先驗式路由機制提供了新的研究思路。本文的主要工作如下:首先介紹了適用于無線Mesh網(wǎng)絡的先驗式、反應式以及混合式的若干經(jīng)典路由協(xié)議的機制、特點以及優(yōu)缺點,以及路由度量的發(fā)展歷程及數(shù)學形式,比較了OLSR、AODV、HWMP等三種不同類型的具有代表性的路由協(xié)議在不同節(jié)點數(shù)量的仿真網(wǎng)絡中的平均吞吐量和端到端時延,其中HWMP性能較好且較為平穩(wěn),為后續(xù)研究和改良奠定了基礎。其次研究了三種無線Mesh網(wǎng)絡路由協(xié)議的優(yōu)化方案,其中接收信號強度感知路由度量側重于研究節(jié)點路由器中接收信號強度的利用和路由度量計算的簡化,基于干擾分離路徑的健壯和可擴展路由算法的研究重點在于選擇干擾分離的備用路徑為路由過程帶來的健壯性以及使用全局知識的方法具備的可擴展性,基于部分鏈路狀態(tài)信息的最優(yōu)與次優(yōu)路由算法聚焦于移動性模型下基于地理路由的理論最優(yōu)的路由方案以及犧牲部分精確度換取計算效率的次優(yōu)路由方案。分析和總結了對這些方案的機制和仿真結果,明確了后續(xù)研究將圍繞著全局知識的優(yōu)先利用以及路由度量中對于干擾感知的優(yōu)化。然后基于一種將圖通過某種子節(jié)點排序策略轉換成生成樹,再嵌入到雙曲平面進行貪婪路由,從而得到近似最優(yōu)的節(jié)點間路徑的貪婪路由雙曲嵌入算法,結合介數(shù)中心性,提出了以介數(shù)中心性最大化為目標的生成樹,將實際網(wǎng)絡的中心性特性之一作為節(jié)點的權重參與計算,再通過雙曲嵌入和貪婪路由得到最優(yōu)路徑。介數(shù)中心性生成樹與子節(jié)點最優(yōu)循環(huán)排列策略組合的嵌入成功率提升到了99.4%,路徑伸長率優(yōu)化到了13.7%。隨著節(jié)點數(shù)量的增加或者節(jié)點密度的增大,嵌入成功率呈現(xiàn)上升趨勢,路徑伸長率呈現(xiàn)下降趨勢。最后基于混合無線Mesh網(wǎng)絡的區(qū)域狀態(tài)感知混合路由協(xié)議（RCA-HRP）使用不同方式處理面向網(wǎng)關和面向客戶端的流量的雙重處理機制,結合期望傳輸時間度量和干擾感知度量的思想,提出了基于負載和干擾感知的混合無線Mesh網(wǎng)絡路由協(xié)議,不僅考慮了節(jié)點的負載和客戶端的剩余能量,還考慮了可用帶寬以及邏輯和物理干擾對鏈路狀態(tài)的影響,在客戶端移動速度不同的網(wǎng)絡中以及節(jié)點數(shù)量不同的網(wǎng)絡中的各項性能指標中都優(yōu)于RCA-HRP,與RCA-HRP相比在最佳網(wǎng)絡條件下平均丟包率降低了22.67%,平均吞吐量提升了4.05%,平均時延降低了6.91%。
章天驕[2]（2019）在《車載自組織網(wǎng)絡MAC協(xié)議性能分析及優(yōu)化》文中認為車載自組織網(wǎng)絡（Vehicular Ad Hoc Network,VANET）是支撐智能交通系統(tǒng)（Intelligent Transportation System,ITS）的關鍵技術,由具有無線通信能力的車輛節(jié)點和路邊基礎設施構成。與傳統(tǒng)的移動自組織網(wǎng)絡（Mobile Ad Hoc Network,MANET）不同,車載網(wǎng)絡中節(jié)點是高速移動的車輛,網(wǎng)絡拓撲變化更加頻繁,VANET具有MANET所不具備的特性和傳輸問題,比如實際的道路場景、高密度節(jié)點分布、節(jié)點的高速移動等,這些特性直接影響了VANET信息傳輸能力。如何提高系統(tǒng)吞吐量,降低數(shù)據(jù)發(fā)送時延,是車載網(wǎng)絡MAC（Media Access Control）協(xié)議研究的重點。本文研究了車載自組織網(wǎng)絡中基于TDMA（Time Division Multiple Access）和基于競爭的MAC協(xié)議。在基于競爭的MAC協(xié)議中,考慮到網(wǎng)絡中多類業(yè)務時延要求不同的問題,提出了一種區(qū)分業(yè)務優(yōu)先級的自適應退避算法并進行優(yōu)化。在基于TDMA的MAC協(xié)議中,針對高節(jié)點密度車載網(wǎng)絡中控制信道時隙預約容易發(fā)生沖突的問題,提出了基于博弈論的時隙預約分配算法;針對數(shù)據(jù)服務信道上可能存在空閑車輛節(jié)點占用時隙的問題,提出了一種協(xié)作轉發(fā)方法;考慮到異構車載網(wǎng)絡中存在多種傳輸方式,提出了一種同時支持V2V（Vehicle to Vehicle）和V2I/I2V（Vehicle to Infrastructure/Infrastructure to Vehicle）傳輸?shù)膮f(xié)議。本文的主要研究內容及創(chuàng)新點如下:（1）針對車載網(wǎng)絡中多類業(yè)務數(shù)據(jù)通信時延要求不同的問題,提出了一種車載自組網(wǎng)的自適應傳輸退避算法。該算法根據(jù)不同的時延要求及車輛數(shù)量對退避參數(shù)進行優(yōu)化,以避免系統(tǒng)由于出現(xiàn)緊急情況導致的競爭窗口大小劇烈變化。建立了二維馬爾可夫鏈對退避算法的性能進行分析,推導了網(wǎng)絡吞吐量和時延的表達式,構建了系統(tǒng)時延最小化為目標的優(yōu)化問題,并采用粒子群算法進行求解。仿真結果表明,該算法可以降低數(shù)據(jù)傳輸平均時延,并保證各類數(shù)據(jù)滿足相應的時延要求。（2）針對車載網(wǎng)絡控制信道上時隙預約的沖突問題,提出了一種基于博弈論的時隙預約算法（GAH-MAC）。該算法在預約沖突發(fā)生時,為沖突節(jié)點提供了兩種策略:第一種是再次預約原來的沖突時隙;第二種是重新選擇新的空閑時段進行預約來獲得更高的優(yōu)先級。沖突節(jié)點利用博弈論選擇不同的策略來最大化其效用（成功預約時隙的概率）,每個節(jié)點設置一個等待計數(shù)器來記錄它放棄預約原來沖突時隙的次數(shù),等待計數(shù)器值與每個節(jié)點的效用值直接相關,通過區(qū)分不同的優(yōu)先級,節(jié)點將以不同的概率選擇不同策略。通過建立馬爾可夫模型,分析了預約時隙的速度,推導了預約時隙速度的理論上下界。仿真結果表明,該算法能夠減少預約沖突,提高時隙預約的成功率,降低高密度網(wǎng)絡的丟包率,有效地提高吞吐量。（3）針對車載網(wǎng)絡數(shù)據(jù)服務信道上存在空閑節(jié)點占用時隙問題,提出了一種基于TDMA的車載自組網(wǎng)MAC協(xié)議。該協(xié)議可以支持多模式協(xié)作傳輸,車輛節(jié)點將根據(jù)轉發(fā)節(jié)點和自身的儲存隊長動態(tài)地改變協(xié)作傳輸?shù)姆绞?。分別對普通節(jié)點、協(xié)作節(jié)點和轉發(fā)節(jié)點的排隊模型進行了分析,推導了儲存隊列長度的分布,獲得了系統(tǒng)吞吐量和丟包率的表達式。仿真結果表明,該協(xié)議可以有效的增加網(wǎng)絡吞吐量,降低數(shù)據(jù)丟包率和傳輸時延。（4）針對異構車載網(wǎng)絡中如何降低安全業(yè)務數(shù)據(jù)時延問題,提出了一種HetVNET中的混合傳輸MAC協(xié)議。該協(xié)議可以支持多模式傳輸,并由基站提供協(xié)作傳輸通信,以優(yōu)化V2V數(shù)據(jù)的傳輸延遲。對車輛節(jié)點和基站的排隊模型進行了建模分析,V2V的排隊模型采用一維馬爾可夫模型,V2I的排隊模型采用帶優(yōu)先級的一維排隊模型,而基站的排隊模型采用帶優(yōu)先級的二維排隊模型進行分析,推導獲得了各類數(shù)據(jù)平均隊長表達式。仿真結果表明,該協(xié)議能有效地降低V2V數(shù)據(jù)發(fā)送時延和丟包率,提升車輛安全駕駛性能。
陳志國[3]（2020）在《隨機部署無線傳感器網(wǎng)絡關鍵技術研究》文中提出隨機部署的無線傳感器網(wǎng)絡廣泛應用于智慧農(nóng)業(yè)、現(xiàn)代軍事、生態(tài)環(huán)境等領域。為了解決應用過程中因節(jié)點稀疏造成的定位困難問題、異構無線傳感器網(wǎng)絡的部分覆蓋問題、數(shù)據(jù)采集時能耗效率問題、稠密節(jié)點的數(shù)據(jù)冗余問題和多對一通信時傳輸時延問題,本文從理論和實驗等方面進行了深入研究,主要工作及創(chuàng)新成果如下:針對無線傳感器網(wǎng)絡中節(jié)點稀疏而造成的定位困難問題,提出了被動事件輔助的節(jié)點定位方法（PEAATAL）。被動事件是指感知區(qū)域內傳感器檢測到的某些信號,本研究證明了被動事件能增加網(wǎng)絡的連通性,可以使得部分不可定位節(jié)點可定位。對于不能定位的節(jié)點進一步提出了功率放大的方法,即通過放大部分不可定位節(jié)點的功率,來滿足可定位條件。模擬實驗驗證了方法的可行性,通過與本地化輔助定位算法（LAL）進行比較,表明利用被動事件節(jié)省了調整網(wǎng)絡所需付出的成本,提高了網(wǎng)絡的可定位性。針對異構無線傳感器網(wǎng)絡的部分覆蓋問題,提出一種基于貪婪啟發(fā)式的部分覆蓋算法（GHPC）。在給定的覆蓋要求條件下,利用貪婪啟發(fā)式算法部署傳感節(jié)點,選擇具有最大覆蓋貢獻的節(jié)點加入覆蓋集,實現(xiàn)以最少的節(jié)點滿足覆蓋要求。仿真實驗結果表明,相比確定性與概率覆蓋能量有效算法（PCP）和節(jié)能綜合覆蓋與連接配置算法（CCP）,提出的GHPC算法能夠在滿足覆蓋要求的同時,降低活動節(jié)點數(shù)量。針對多應用數(shù)據(jù)采集時如何有效降低能耗問題,提出了面向數(shù)據(jù)共享的協(xié)同規(guī)劃采樣方法。首先給出了有關任務協(xié)同的定義,證明了協(xié)同采樣的有關定理;然后給出一種多任務協(xié)同采樣的貪心算法,用于優(yōu)化采樣時間和間隔;最后實驗模擬了四種不同模式的采樣任務,分別將已有的貪心算法、無優(yōu)化算法和本研究算法進行了比較,得出本研究方法的采樣時間明顯優(yōu)于另外兩種方法。進一步將本研究的近似方法和最優(yōu)解在不同固定采樣長度的任務集進行比較,顯示出本研究方法接近最優(yōu)解。針對無線傳感器網(wǎng)絡通常會產(chǎn)生大量冗余數(shù)據(jù),造成存儲空間浪費,增加網(wǎng)絡能耗和數(shù)據(jù)傳輸沖突概率的問題,提出了基于層次拓撲的無線傳感網(wǎng)絡的數(shù)據(jù)融合算法（LTDA）。該算法首先建立了邏輯拓撲結構,按照節(jié)點的職責把監(jiān)測區(qū)域劃分為不同的子區(qū)域,傳輸節(jié)點在數(shù)據(jù)傳輸前首先對感知數(shù)據(jù)進行信任值評估,當信任值高于判斷閾值時,數(shù)據(jù)才被允許傳輸。通過利用距離、能量和鏈路質量等信息計算上行節(jié)點的資源價值,選擇下一跳節(jié)點為資源價值最高的節(jié)點。仿真實驗結果證明,LTDA算法優(yōu)于可靠數(shù)據(jù)的融合算法（RDAA）及非結構的能耗均衡的數(shù)據(jù)融合算法（SEDA）,其在平均能耗、數(shù)據(jù)丟包率、端到端傳輸時延等方面都有更好的性能。針對無線傳感器網(wǎng)絡的多對一通信,為了減少傳輸時延,提出了一種路由和MAC的跨層設計與優(yōu)化的數(shù)據(jù)傳輸算法（J-R-MAC）。J-R-MAC算法從傳感節(jié)點和信宿的周期結構入手,使得在同一個周期內,節(jié)點有多次機會接入媒介。同時,將網(wǎng)絡節(jié)點劃分不同的集,并計算每個節(jié)點的級度,再依據(jù)節(jié)點的級度信息擇優(yōu)選擇下一跳轉發(fā)節(jié)點,進而降低時延。仿真數(shù)據(jù)表明,與交叉層MAC算法（CL-MAC）相比,提出的J-R-MAC算法有效地降低了端到端傳輸時延,并提高了數(shù)據(jù)包傳遞率。論文針對無線傳感網(wǎng)絡的節(jié)點定位、網(wǎng)絡覆蓋、數(shù)據(jù)采集、數(shù)據(jù)融合和傳輸?shù)汝P鍵技術進行了研究,提出了相應的算法和模型,仿真實驗驗證了模型算法的有效性,可廣泛應用于智慧農(nóng)業(yè)、林業(yè)和國防等行業(yè)領域。
王月嬌,劉三陽,馬鐘[4]（2018）在《無線傳感器網(wǎng)絡幾類拓撲控制及其抗毀性應用簡述》文中研究指明無線傳感器網(wǎng)絡的拓撲結構隨著網(wǎng)絡中節(jié)點的增加、減少和移動實時變化,為保證網(wǎng)絡的連通性和覆蓋性不被影響,拓撲控制技術所要解決的問題正是傳感器節(jié)點如何更好地自組織構建全局網(wǎng)絡拓撲.本文首先概述了四類拓撲控制算法的理論基礎及算法步驟.然后,對提高網(wǎng)絡抗毀性的兩類拓撲演化算法進行了詳細敘述,即無標度網(wǎng)絡生長與構建k連通網(wǎng)絡,分別構建了基于節(jié)點位置偏好的移動網(wǎng)絡拓撲模型和基于k連通的節(jié)點調度優(yōu)化模型.最后,分別從移動節(jié)點的引入、折中控制算法的探索、復雜網(wǎng)絡理論的應用和傳統(tǒng)算法與智能算法的結合這四方面對拓撲控制算法的前景進行了闡述.
湯強[5]（2010）在《無線傳感器網(wǎng)絡層次拓撲控制算法研究》文中研究表明拓撲控制是無線傳感器網(wǎng)絡中一項關鍵技術,它不僅可以改善網(wǎng)絡拓撲結構,同時也可為其他網(wǎng)絡層次的算法提供基礎平臺。無線傳感器網(wǎng)絡是一個能量受限的網(wǎng)絡,拓撲控制算法可針對該特點構造專門的網(wǎng)絡拓撲結構,從而達到提高網(wǎng)絡壽命以及均衡節(jié)點之間能量的目的。因此,本文在基于能量受限的無線傳感器網(wǎng)絡的基礎上設計幾種拓撲控制算法,以達到延長網(wǎng)絡生命時間和提高節(jié)點之間的能量均衡性的目的。拓撲控制是指在網(wǎng)絡滿足一定連通度和覆蓋度的情況下,通過調整節(jié)點的傳輸功率來選擇合適的骨干節(jié)點并將網(wǎng)絡中多余的通信鏈路刪除,以達到優(yōu)化網(wǎng)絡數(shù)據(jù)傳輸方式的一種網(wǎng)絡管理方法。層次型拓撲控制是拓撲控制策略中非常重要的一種。層次型拓撲控制是指通過選擇合適的骨干節(jié)點,將網(wǎng)絡分割成多個層次的數(shù)據(jù)傳輸子網(wǎng)。層次型結構可使非骨干節(jié)點在沒有進行通信的時候進入到休眠狀態(tài),同時在骨干節(jié)點上對接收的數(shù)據(jù)包進行融合處理,從而通過減少發(fā)送的數(shù)據(jù)量來達到節(jié)能的目的。在層次型拓撲控制中,節(jié)點之間的路徑不需要進行定期維護。網(wǎng)絡運行是基于輪的方式。在每輪中,所有節(jié)點都要參與網(wǎng)絡的重構。在重構過程中,簇頭的選擇非常重要,如果簇頭選擇不當將造成網(wǎng)絡中節(jié)點剩余能量的不均衡,從而造成網(wǎng)絡生命時間的下降。因此,論文通過設計合理的簇頭預測算法對網(wǎng)絡簇頭進行選擇。當某輪結束的時候,簇頭節(jié)點對接下來幾輪的簇頭進行預測,預測依據(jù)是節(jié)點的剩余能量。在簇頭預測機制的基礎上,文章提出了層次型拓撲控制算法CP-DCRP。如果基站的計算能力允許,則可以采用基站計算然后廣播的方式,并且在簇頭之間采用多跳傳輸機制,避免因簇頭直接和基站進行通信而造成能量浪費的情況。多跳傳輸機制有多種,本文采用基于能量距離的局部最短路徑算法。根據(jù)上述構想,論文提出了一個多方面綜合改進的拓撲控制算法SCPEBMT。當節(jié)點傳輸數(shù)據(jù)時,如果選擇多跳傳輸方式,則下一跳節(jié)點的選擇至關重要。鄰居集合的創(chuàng)建是網(wǎng)絡節(jié)點選擇下一跳節(jié)點時非常關鍵的一環(huán)。如果鄰居集合中的節(jié)點選擇比較合理,同時數(shù)量比較充足,則會使網(wǎng)絡節(jié)點在發(fā)送數(shù)據(jù)到下一跳節(jié)點時不僅能夠節(jié)省很多能量,同時也會使鄰居節(jié)點集合中節(jié)點的剩余能量比較均衡。因此,論文提出了基于鄰居集合的兩個拓撲控制算法RNS-MCRP和NS-MCRP。在分簇拓撲中,節(jié)點之間的數(shù)據(jù)傳輸方式可以是多跳傳輸也可以是單跳傳輸。但是,對于某個具體的拓撲控制算法的某個具體的簇來說,可能由于多跳機制的不合理性,導致多跳傳輸方式的能耗大于單跳傳輸方式的能耗。因此,可通過尋找一個能耗臨界點來設計基于混合傳輸方式的拓撲控制算法。基于上述思想,文章提出了基于混合傳輸?shù)耐負淇刂扑惴∕S-LEACH。在層次型拓撲控制中,基于骨干節(jié)點的拓撲控制算法是對基于分簇結構的拓撲控制算法的一種擴展?；诠歉晒?jié)點的拓撲控制算法一般采用啟發(fā)式算法實現(xiàn)。所生成的骨干節(jié)點組成了數(shù)據(jù)轉發(fā)與收集的骨干網(wǎng),并且該骨干網(wǎng)覆蓋了網(wǎng)絡中所有的非骨干節(jié)點。因此,基于上述思想,論文提出了基于骨干節(jié)點的拓撲控制算法VBT-EBHRP,同時也提出了構造近似最小數(shù)目的骨干網(wǎng)構造算法MCDSA。在無線傳感器網(wǎng)絡中,構造近似最小數(shù)目節(jié)點的骨干網(wǎng)對于減少傳輸?shù)臄?shù)據(jù)包、降低干擾、降低延時都具有重要作用。論文最后對全文進行總結,指出文章的創(chuàng)新點以及提出了今后可繼續(xù)研究的工作。
章韻[6]（2009）在《無線自組織網(wǎng)絡中改進QoS的關鍵技術研究》文中進行了進一步梳理無線自組織網(wǎng)絡（Ad Hoc Networks）是一種具有無基礎設施,自行組織,快速配置等特點的對等式網(wǎng)絡。網(wǎng)絡由協(xié)同傳送信息的大量自組織節(jié)點組成,共同承擔網(wǎng)絡構造和管理功能。這些節(jié)點除了完成傳統(tǒng)網(wǎng)絡節(jié)點所具有的通信功能外,還起著路由器的信息轉發(fā)作用,具有對無線資源的空間復用能力。隨著無線通信技術的飛速發(fā)展與廣泛應用,越來越多的語音、視頻等多媒體實時業(yè)務希望在無線網(wǎng)絡上的通信可以像在有線網(wǎng)絡上一樣提供服務質量（QoS）的保障。由于無線自組織網(wǎng)絡具有使用無線信道和多跳傳輸方式,網(wǎng)絡拓撲動態(tài)變化、節(jié)點能力受限等特點,其體系結構和實現(xiàn)技術與傳統(tǒng)的網(wǎng)絡有很大區(qū)別。傳統(tǒng)固定網(wǎng)絡和蜂窩移動通信網(wǎng)中服務質量QoS保障和應用的各種協(xié)議和技術無法被直接使用,因此需要設計專門的協(xié)議和技術。論文針對無線自組織網(wǎng)絡的特點,對影響Ad Hoc網(wǎng)絡服務質量的關鍵技術展開研究,主要包括Ad Hoc網(wǎng)絡的MAC接入方法、網(wǎng)絡拓撲管理、路由協(xié)議算法和網(wǎng)絡資源分配策略四個方面。在MAC接入技術方面,研究了在Ad Hoc網(wǎng)絡中被廣泛應用的802.11DCF協(xié)議。針對采用DCF策略在網(wǎng)絡擁塞情況下所存在的嚴重不公平現(xiàn)象,提出了一種基于負載檢測的自適應退避算法LDBSB。該算法引入了一個新的判斷信道擁塞程度的指標,根據(jù)指標動態(tài)地調整節(jié)點競爭窗口的大小,從而改善了原有的不公平現(xiàn)象,提高了信道整體接入效率和網(wǎng)絡傳輸性能。在研究和比較了多種拓撲控制協(xié)議的基礎上,針對大規(guī)模無線傳感器網(wǎng)絡應用的要求,設計出一種基于移動代理的拓撲控制算法MABCLTC,從拓撲建立、數(shù)據(jù)傳輸和拓撲結構維護對算法進行了詳細描述。通過二級移動代理來搜集數(shù)據(jù),減少了簇頭通訊過多而導致的能量消耗,同時保持了網(wǎng)絡拓撲結構和上層協(xié)議棧的穩(wěn)定,避免了更換協(xié)議導致的大量的能量消耗。在網(wǎng)絡路由算法方面,對無線自組織網(wǎng)絡中常見的分層路由協(xié)議進行了研究,提出了提前選取策略PSBA（Pre-Select Based Approach）來進行節(jié)點管理。在成簇階段,通過預先選取若干工作節(jié)點來代替所有節(jié)點工作,以減少網(wǎng)絡的數(shù)據(jù)冗余和節(jié)點的能量消耗;利用引入適當?shù)拈撝祦磉x擇工作節(jié)點,減少簇頭選擇過程的額外開銷,延長節(jié)點生存時間。論文還對目前網(wǎng)絡帶寬資源的分配技術進行了研究,對采用基于微觀經(jīng)濟學的拍賣方式來作為通過市場機制實現(xiàn)網(wǎng)絡帶寬資源有效配置的方案,以及利用效用（utility）函數(shù)來評估用戶的滿意度的方法進行了分析和評價,在微觀經(jīng)濟學方法的累進第二價格拍賣（progressive second price,PSP）模型基礎上,給出了一種使用可變的保留價格（reserve price）的拍賣算法來進行無線網(wǎng)絡帶寬資源分配的方案。在帶寬資源有限的條件下,實現(xiàn)了用戶群體中對服務質量滿意的用戶的數(shù)量最大,網(wǎng)絡吞吐量最大的目標。
魏亞青[7]（2009）在《Ad Hoc網(wǎng)絡拓撲控制及其分簇研究》文中研究說明無線Ad Hoc網(wǎng)絡有自組織、無中心、多跳路由、節(jié)點資源有限、無線通信介質不可靠、動態(tài)拓撲等多個特性。無線Ad Hoc網(wǎng)絡的各種設計要簡單化、本地化,是為了適應Ad Hoc網(wǎng)絡中節(jié)點資源的有限性;但是簡單化、本地化又往往與上述眾多特性存在矛盾。如何盡可能在設計的簡單化、本地化與無線Ad Hoc網(wǎng)絡的不利特性間尋找一個合理的折中,是現(xiàn)在無線Ad Hoc網(wǎng)絡研究的熱點。本文通過分析無線Ad Hoc網(wǎng)絡的特點和體系結構,明確了拓撲控制對提高無線Ad Hoc網(wǎng)絡性能的重要意義,提出了一種分布式的具有最小能量特性的拓撲控制算法及其應對網(wǎng)絡動態(tài)變化的拓撲維護機制。算法實現(xiàn)簡單,在保證網(wǎng)絡連通和最小能量特性的前提下,盡量去除冗余的高傳輸損耗鏈路。其后證明了算法的可行性以及對比其他基于最小能量特性算法的優(yōu)越性。基于上述的拓撲控制算法構成的拓撲結構,本文又提出了一種組合加權的分簇算法。算法分別以節(jié)點的最大轉發(fā)次數(shù)、剩余能量和相對移動性作為確定節(jié)點權重的參考因素,最大限度的利用了拓撲控制中節(jié)點間交換的信息,充分考慮了網(wǎng)絡特性和能量均衡因素。最后,與其他分簇算法進行分析對比,說明了算法在能量合理化利用方面的優(yōu)異表現(xiàn)。
張磊[8]（2005）在《移動自組網(wǎng)絡協(xié)議關鍵技術研究》文中提出無線網(wǎng)絡為用戶提供了在任意時間和地點進行通信和信息獲取、并在移動中保持通信連接的能力。傳統(tǒng)的移動通信系統(tǒng)一般通過基站為用戶提供網(wǎng)絡接入服務，而基站則往往通過有線骨干網(wǎng)互連起來。移動自組網(wǎng)絡是由移動節(jié)點通過分布式協(xié)議自組織起來的一種無線網(wǎng)絡，網(wǎng)絡中可以沒有基站等固定的路由設施。當有線網(wǎng)絡不可使用時，如在戰(zhàn)場通訊和緊急救援等任務中，移動自組網(wǎng)絡提供了一種可行的地面通信和信息存取技術。 移動自組網(wǎng)絡的動態(tài)拓撲、可變鏈路、低功耗設備以及分布式的特點，為其網(wǎng)絡協(xié)議設計帶來了很多新的問題和挑戰(zhàn)。本文深入研究了移動自組網(wǎng)絡MAC層和網(wǎng)絡層協(xié)議設計的關鍵技術，包括MAC協(xié)議的公平性問題、拓撲控制問題、廣播問題以及節(jié)能路由問題，并提出了有效的解決方案。 IEEE802.11 DCF協(xié)議目前被廣泛應用于移動自組網(wǎng)絡的各種仿真和測試床中，使其成為移動自組網(wǎng)絡事實上的MAC協(xié)議規(guī)范。本文研究發(fā)現(xiàn)DCF協(xié)議在多跳移動自組網(wǎng)絡環(huán)境中存在嚴重的不公平性問題，根據(jù)不公平性產(chǎn)生的原因可以將其分為以下三類：LSP不公平性，MAP不公平性和LIP不公平性。我們對每種不公平性進行了詳盡的理論分析，揭示了不公平性產(chǎn)生的根源以及它們與MAC協(xié)議參數(shù)之間的定量關系，給出了針對每種不公平性的改進方案并通過仿真驗證了其有效性。考慮到實際網(wǎng)絡的復雜性，我們綜合上述改進方案設計了一種DCF協(xié)議公平性改進算法FDCF。仿真結果表明，該算法能夠有效解決DCF協(xié)議在多跳移動自組網(wǎng)絡中的不公平性問題。 拓撲控制技術對移動自組網(wǎng)絡協(xié)議的性能具有重要影響。本文首先研究了移動自組網(wǎng)絡平面式節(jié)能拓撲控制，分別提出了針對同構自組網(wǎng)絡的KC拓撲控制算法和針對異構自組網(wǎng)絡的MINS拓撲控制算法。KC算法在降低節(jié)點平均發(fā)送功率的同時，不僅能夠保證拓撲控制的k連通性，而且使得節(jié)點度數(shù)在最終拓撲結構中具有確定的上限。MINS算法通過引入Ingress鄰居的概念，在保證網(wǎng)絡連通性和雙向性的前提下，顯著降低了拓撲控制過程中的通信開銷，增強了算法的可擴展性。然后本文又研究了基于分簇的層次式拓撲控制并提出了一種能量均衡分簇算法。該算法綜合考慮了節(jié)點移動速度、節(jié)點間距離、節(jié)點剩余能量和節(jié)點ID等分簇參數(shù)，采用逐級過濾的方式篩選最適合成為簇首的節(jié)點，突破基于權值的分簇算法中需要根據(jù)網(wǎng)絡條件設定權值參數(shù)的局限性；此外還引入了簇首輪換機制，實現(xiàn)了簇首節(jié)點之間的能量均衡，避免某些節(jié)點由于能量過度消耗而提前失效。仿真結果表明，該算法不僅提高了分簇的穩(wěn)定性，并且大大延長了節(jié)點的生存時間。 廣播是移動自組網(wǎng)絡中的重要操作。它不僅是一種最基本的通信模式，也是單播路由進行路由發(fā)現(xiàn)和組播路由進行組成員及組播樹狀態(tài)維護的基礎。針對現(xiàn)有廣播算法沒
黃詩雯[9]（2019）在《車聯(lián)網(wǎng)中基于非握手機制的自適應分簇算法研究》文中研究表明近年來隨著汽車保有量的持續(xù)上升,道路負載趨近飽和。鑒于此,智能交通系統(tǒng)越來越受到人們的重視,其中的高新技術車載自組織網(wǎng)絡（VANETs）也成為國內外交通領域與物聯(lián)網(wǎng)領域的研究熱點。分簇算法起源于移動自組織網(wǎng)絡（MANETs）,但由于應用場景不同,MANETs的分簇算法普遍不適用于VANETs。針對車輛移動速度快,拓撲變化頻繁的難點,本文基于對現(xiàn)有分簇算法的研究與分析,提出一種適用于VANETs的分簇算法框架——基于非握手機制的自適應分簇算法框架ACSnH。本文設計了ACSnH分簇算法的框架與流程,以應對VANETs場景下節(jié)點移動迅速,網(wǎng)絡拓撲多變的問題,并在此框架基礎上對HELLO包分發(fā)、簇頭選舉和簇形成過程進行優(yōu)化:1.針對HELLO包泛濫與通信開銷大的問題,提出一種自適應HELLO包周期調整算法LLTAAP。該算法以預測鏈路存活時間和判別車輛實時狀態(tài)來自適應調節(jié)HELLO包周期,在保證簇穩(wěn)定的前提下大幅度降低通信開銷。2.針對簇穩(wěn)定性與適應性問題,提出一種基于權重的簇頭選舉算法WBCHS。WBCHS通過對車輛行駛狀態(tài)與鏈路狀態(tài)進行加權以選舉簇頭,有效提高簇穩(wěn)定性與適應性。3.針對車輛入簇延遲與簇成員數(shù)量控制問題,設計一種基于范圍值和非握手機制的被動簇成員數(shù)量控制與入簇控制的簇形成算法RVnH,并提出基于自適應概率的簇頭被加入閾值。RVnH實現(xiàn)了非握手的簇成員數(shù)量控制,基于對潛在簇成員車輛的分析來自適應調節(jié)簇頭被加入閾值,有效降低車輛入簇延遲并提高簇穩(wěn)定性。本文最后詳細分析與評估了ACSnH分簇算法的各項性能指標,搭建了多種交通仿真場景,完成了ACSnH算法、最小ID算法和VMaSC算法的程序編寫及仿真實驗,并進行了性能對比與分析。仿真結果表明ACSnH算法能有效提高簇穩(wěn)定性與分簇效率,大幅度減小簇通信開銷與入簇延遲,降低廣播風暴形成的概率。
代浩翔[10]（2019）在《高動態(tài)無人機多跳網(wǎng)絡魯棒資源分配》文中指出無人機多跳網(wǎng)絡是一種無人機作為網(wǎng)絡節(jié)點的特殊移動自組織網(wǎng)絡,無人機的自由高速移動、三維空間分布等特征,造成無人機多跳網(wǎng)絡面臨著網(wǎng)絡拓撲頻變、節(jié)點超密集、干擾環(huán)境復雜、節(jié)點獲取信息不完全等新的問題。一方面,節(jié)點高動態(tài)導致網(wǎng)絡拓撲頻變,數(shù)據(jù)包發(fā)生沖突和丟失的概率增大,然而現(xiàn)有MAC協(xié)議在設計時很少考慮到節(jié)點高移動性給網(wǎng)絡性能帶來的影響;另一方面,無人機節(jié)點能量有限,需要一種有效提升節(jié)點能量效率的功率控制方法。相比于地面二維空間,無人機的三維空間分布使單個節(jié)點周圍分布的節(jié)點更多,造成網(wǎng)絡密集化,網(wǎng)絡中的干擾環(huán)境更加復雜,傳統(tǒng)方法設計功率控制策略在獲取相關干擾信息時會造成節(jié)點間的大量信息交互,并且節(jié)點高速移動造成無線信道劇烈波動以及節(jié)點本身存在估計誤差和信道狀態(tài)信息量化噪聲等,使得反饋理想信道狀態(tài)信息非常困難,因此節(jié)點獲取的信道狀態(tài)等信息具有不確定性,如果不考慮這種不確定性,可能導致功率控制的結果在實際系統(tǒng)中無法使用,因此需要設計一種低開銷的具有魯棒性的功率控制方案來提升節(jié)點的能量效率。因此傳統(tǒng)移動自組織網(wǎng)絡中的資源分配方案在無人機多跳網(wǎng)絡場景中不能直接適用,因此亟待研究一種能夠適用于該場景的資源分配方案。首先,本文針對無人機多跳網(wǎng)絡中數(shù)據(jù)包沖突概率高、信令開銷大和干擾關系復雜等問題,聯(lián)合物理層功率分配和MAC層時隙分配研究了一種具有魯棒性的的資源分配方案,建立了無人機多跳網(wǎng)絡跨MAC層和物理層的跨層資源分配的能量效率優(yōu)化模型,接著為了方便求解,利用原始分解法將該優(yōu)化問題分解為MAC層時隙分配子問題和物理層功率控制子問題。然后,針對MAC層時隙分配子問題,本文分析了主要造成數(shù)據(jù)包沖突和丟失的場景,結合無人機能夠通過GPS獲取自身位置信息的特點,利用跨層思想使MAC層跨層利用物理層反饋的位置信息,提出了一種有效降低數(shù)據(jù)包沖突和丟失概率的動態(tài)位置預測時隙分配方案（Dynamic Location Prediction Time Division Multiple Address,DLP-TDMA）。在時隙分配確定的情況下,本文利用平均場博弈模型能夠有效建模大量博弈者交互場景的特性,提出了一種低信令開銷的功率控制算法,每個節(jié)點在自身分配的時隙中利用功率控制算法有效提升能量效率。最后,介紹了本文搭建的MATLAB無人機多跳網(wǎng)絡仿真平臺的功能和基本實現(xiàn)流程,進而在仿真平臺中驗證了所提算法的性能,仿真結果表明,本文提出的時隙分配和功率控制算法能夠有效降低網(wǎng)絡丟包率、沖突概率,以及有效提升網(wǎng)絡能量效率。
二、Ad hoc中一種新的基于簇的功率控制算法（論文開題報告）
（1）論文研究背景及目的
此處內容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結構并詳細分析其設計過程。在該MMU結構中,TLB采用叁個分離的TLB,TLB采用基于內容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細粒度為4KB兩種頁面大小,采用多級分層頁表結構映射地址空間,并詳細論述了四級頁表轉換過程,TLB結構組織等。該MMU結構將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調查法：該方法是有目的、有系統(tǒng)的搜集有關研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認事物間的因果關系。
文獻研究法：通過調查文獻來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學理論和實踐的需要提出設計。
定性分析法：對研究對象進行“質”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認識進一步精確化。
跨學科研究法：運用多學科的理論、方法和成果從整體上對某一課題進行研究。
功能分析法：這是社會科學用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、Ad hoc中一種新的基于簇的功率控制算法（論文提綱范文）
（1）面向規(guī)?？蓴U展的無線Mesh網(wǎng)絡路由協(xié)議研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 國內外研究現(xiàn)狀 |
| 1.3 論文研究內容及意義 |
| 1.4 論文組織結構 |
| 第二章 無線Mesh網(wǎng)絡的經(jīng)典路由協(xié)議研究 |
| 2.1 無線Mesh網(wǎng)絡的經(jīng)典路由協(xié)議 |
| 2.1.1 先驗式路由協(xié)議 |
| 2.1.2 反應式路由協(xié)議 |
| 2.1.3 混合式路由協(xié)議 |
| 2.2 經(jīng)典路由協(xié)議度量研究 |
| 2.3 無線Mesh網(wǎng)絡經(jīng)典路由算法的性能比較 |
| 2.4 本章小結 |
| 第三章 無線Mesh網(wǎng)絡路由協(xié)議優(yōu)化方案仿真分析 |
| 3.1 接收信號強度感知路由度量 |
| 3.1.1 接收信號強度感知路由度量機制研究 |
| 3.1.2 接收信號強度感知路由度量的仿真結果分析 |
| 3.2 基于干擾分離路徑的健壯和可擴展路由算法 |
| 3.2.1 基于干擾分離路徑的健壯和可擴展路由算法機制研究 |
| 3.2.2 基于干擾分離路徑的健壯和可擴展路由算法仿真結果分析 |
| 3.3 基于部分鏈路狀態(tài)信息的最優(yōu)與次優(yōu)路由算法 |
| 3.3.1 基于部分鏈路狀態(tài)信息的最優(yōu)與次優(yōu)路由算法機制研究 |
| 3.3.2 基于部分鏈路狀態(tài)信息的最優(yōu)與次優(yōu)路由算法的仿真結果分析 |
| 3.4 本章小結 |
| 第四章 基于介數(shù)中心性生成樹和貪婪路由的雙曲嵌入算法 |
| 4.1 近似最優(yōu)貪婪路由的雙曲嵌入算法 |
| 4.1.1 近似最優(yōu)貪婪路由的雙曲嵌入算法研究 |
| 4.1.2 近似最優(yōu)貪婪路由的雙曲嵌入算法仿真結果分析 |
| 4.2 基于介數(shù)中心性生成樹和貪婪路由的雙曲嵌入算法 |
| 4.2.1 介數(shù)中心性介紹 |
| 4.2.2 基于介數(shù)中心性生成樹和貪婪路由的雙曲嵌入算法 |
| 4.2.3 基于介數(shù)中心性生成樹和貪婪路由的雙曲嵌入算法仿真結果分析 |
| 4.3 本章小結 |
| 第五章 基于負載和干擾感知的混合無線Mesh網(wǎng)絡路由協(xié)議 |
| 5.1 混合無線Mesh網(wǎng)絡的區(qū)域狀態(tài)感知混合路由協(xié)議 |
| 5.1.1 混合無線Mesh網(wǎng)絡的區(qū)域狀態(tài)感知混合路由協(xié)議研究 |
| 5.1.2 混合無線Mesh網(wǎng)絡的區(qū)域狀態(tài)感知混合路由協(xié)議仿真結果分析 |
| 5.2 基于負載和干擾感知的混合無線Mesh網(wǎng)絡路由協(xié)議 |
| 5.2.1 基于負載和干擾感知的混合無線Mesh網(wǎng)絡路由機制 |
| 5.2.2 基于負載和干擾感知的混合無線Mesh網(wǎng)絡路由協(xié)議仿真結果分析 |
| 5.3 本章小結 |
| 第六章 總結與展望 |
| 致謝 |
| 參考文獻 |
| 碩士期間發(fā)表的論文和科研成果 |
（2）車載自組織網(wǎng)絡MAC協(xié)議性能分析及優(yōu)化（論文提綱范文）
| 摘要 |
| abstract |
| 專用術語注釋表 |
| 第一章 緒論 |
| 1.1 引言 |
| 1.2 車載自組織網(wǎng)絡概述 |
| 1.2.1 車載自組織網(wǎng)絡基礎結構 |
| 1.2.2 車載自組織網(wǎng)絡特征與協(xié)議設計要求 |
| 1.3 車載自組織網(wǎng)絡MAC研究現(xiàn)狀 |
| 1.3.1 基于競爭的MAC協(xié)議 |
| 1.3.2 無競爭的MAC協(xié)議 |
| 1.5 本文主要研究內容和創(chuàng)新點 |
| 1.6 本文結構安排 |
| 第二章 基于QoS的車載網(wǎng)絡自適應退避算法 |
| 2.1 引言 |
| 2.2 IEEE802.11p退避過程 |
| 2.3 系統(tǒng)模型 |
| 2.3.1 競爭節(jié)點數(shù)的預測 |
| 2.3.2 節(jié)點傳輸數(shù)據(jù)流程 |
| 2.4 退避算法 |
| 2.5 建模與性能分析 |
| 2.5.1 狀態(tài)轉移概率 |
| 2.5.2 吞吐量和時延 |
| 2.5.3 時延優(yōu)化 |
| 2.6 仿真結果與分析 |
| 2.7 本章總結 |
| 第三章 基于博弈論的車載網(wǎng)絡時隙預約算法 |
| 3.1 引言 |
| 3.2 系統(tǒng)模型 |
| 3.3 基于博弈論的時隙預約機制 |
| 3.3.1 控制報文和幀結構 |
| 3.3.2 節(jié)點預約接入時隙流程 |
| 3.4 建模與性能分析 |
| 3.4.1 時隙選擇分布概率 |
| 3.4.2 成功預約時隙數(shù)量狀態(tài)轉移方程 |
| 3.5 仿真結果和分析 |
| 3.5.1 靜態(tài)場景仿真 |
| 3.5.2 移動場景仿真 |
| 3.6 本章總結 |
| 第四章 基于TDMA的車載網(wǎng)絡協(xié)作通信協(xié)議 |
| 4.1 引言 |
| 4.2 系統(tǒng)模型 |
| 4.2.1 網(wǎng)絡場景 |
| 4.2.2 信道分類 |
| 4.2.3 廣播方式 |
| 4.3 協(xié)作通信協(xié)議 |
| 4.3.1 通信流程 |
| 4.3.2 一跳范圍內普通通信 |
| 4.3.3 一跳范圍外協(xié)作通信 |
| 4.3.4 協(xié)作通信模式 |
| 4.3.5 排隊模型 |
| 4.4 建模與性能分析 |
| 4.4.1 普通節(jié)點隊長轉移過程 |
| 4.4.2 協(xié)作節(jié)點隊長轉移過程 |
| 4.4.3 轉發(fā)節(jié)點隊長轉移過程 |
| 4.4.4 轉移矩陣 |
| 4.5 性能仿真和分析 |
| 4.5.1 靜態(tài)場景仿真 |
| 4.5.2 移動場景仿真 |
| 4.6 本章總結 |
| 第五章 基于TDMA的異構車載網(wǎng)絡混合傳輸MAC協(xié)議 |
| 5.1 引言 |
| 5.2 系統(tǒng)模型 |
| 5.3 混合傳輸MAC協(xié)議 |
| 5.3.1 幀結構 |
| 5.3.2 節(jié)點通信流程 |
| 5.3.3 基站通信流程 |
| 5.3.4 排隊模型 |
| 5.4 建模與性能分析 |
| 5.4.1 V2V數(shù)據(jù)排隊模型 |
| 5.4.2 V2I數(shù)據(jù)排隊模型 |
| 5.4.3 基站數(shù)據(jù)排隊模型 |
| 5.5 仿真結果和分析 |
| 5.5.1 靜態(tài)場景仿真 |
| 5.5.2 移動場景仿真 |
| 5.6 本章總結 |
| 第六章 總結與展望 |
| 6.1 論文工作總結 |
| 6.2 研究展望 |
| 參考文獻 |
| 附錄1 攻讀博士學位期間撰寫的論文 |
| 附錄2 攻讀博士學位期間申請的專利 |
| 附錄3 攻讀博士學位期間參加的科研項目 |
| 致謝 |
（3）隨機部署無線傳感器網(wǎng)絡關鍵技術研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 引言 |
| 1.2 研究背景與意義 |
| 1.3 網(wǎng)絡特點 |
| 1.4 研究現(xiàn)狀 |
| 1.4.1 網(wǎng)絡部署 |
| 1.4.2 定位技術 |
| 1.4.3 網(wǎng)絡覆蓋 |
| 1.4.4 WSNs的數(shù)據(jù)采集 |
| 1.4.5 WSNs的數(shù)據(jù)融合 |
| 1.4.6 WSNs的數(shù)據(jù)傳輸 |
| 1.5 擬解決的問題 |
| 1.5.1 在節(jié)點稀疏區(qū)域,如何增加節(jié)點的可定位性 |
| 1.5.2 在覆蓋要求被滿足的同時,如何降低活動節(jié)點數(shù) |
| 1.5.3 在數(shù)據(jù)采集時,如何優(yōu)化協(xié)同采樣任務 |
| 1.5.4 在數(shù)據(jù)融合時,如何降低能耗 |
| 1.5.5 多對一通信時,如何減少傳輸時延、降低能耗 |
| 1.6 本研究主要研究內容 |
| 1.6.1 基于被動事件輔助的節(jié)點定位方法研究 |
| 1.6.2 貪婪啟發(fā)式的異構WSNs部分覆蓋算法研究 |
| 1.6.3 區(qū)間協(xié)同規(guī)劃的數(shù)據(jù)采樣方法研究 |
| 1.6.4 基于信任評價的低能耗數(shù)據(jù)融合方法研究 |
| 1.6.5 基于跨層設計與優(yōu)化的WSNs數(shù)據(jù)傳輸算法研究 |
| 1.7 本研究創(chuàng)新點 |
| 1.7.1 提出一種被動事件輔助的節(jié)點定位方法 |
| 1.7.2 提出一種貪婪啟發(fā)式的異構WSNs部分覆蓋算法 |
| 1.7.3 提出一種面向數(shù)據(jù)共享的采樣區(qū)間協(xié)同規(guī)劃算法 |
| 1.7.4 提出一種基于層次拓撲的WSNs數(shù)據(jù)融合算法 |
| 1.7.5 提出一種基于跨層設計與優(yōu)化的WSNs數(shù)據(jù)傳輸算法 |
| 1.8 論文結構組織 |
| 第二章 WSNS相關理論及技術分析 |
| 2.1 WSNs概述 |
| 2.1.1 WSNs的組成結構 |
| 2.1.2 形式化定義 |
| 2.1.3 體系結構 |
| 2.1.4 關鍵技術 |
| 2.1.5 面臨挑戰(zhàn) |
| 2.2 網(wǎng)絡定位 |
| 2.2.1 定位技術概述 |
| 2.2.2 基于測距的定位算法 |
| 2.2.3 基于非測距的定位算法 |
| 2.2.4 面臨的問題 |
| 2.3 網(wǎng)絡覆蓋 |
| 2.3.1 網(wǎng)絡覆蓋概述 |
| 2.3.2 節(jié)點的感知模型 |
| 2.3.3 覆蓋類型 |
| 2.3.4 節(jié)點的調度方式 |
| 2.3.5 面臨的問題 |
| 2.4. 數(shù)據(jù)采集 |
| 2.4.1 數(shù)據(jù)采集概念 |
| 2.4.2 數(shù)據(jù)采集的模式 |
| 2.4.3 面向共享的數(shù)據(jù)采集 |
| 2.4.4 面臨的問題 |
| 2.5 數(shù)據(jù)融合 |
| 2.5.1 數(shù)據(jù)融合概念 |
| 2.5.2 數(shù)據(jù)融合策略 |
| 2.5.3 數(shù)據(jù)融合分類 |
| 2.5.4 面臨的問題 |
| 2.6 數(shù)據(jù)傳輸 |
| 2.6.1 WSNs的傳輸協(xié)議需求 |
| 2.6.2 因特網(wǎng)傳輸協(xié)議及其在WSNs中的適用性 |
| 2.6.3 現(xiàn)有的WSNs傳輸協(xié)議 |
| 2.6.4 面臨問題 |
| 2.7 本章小結 |
| 第三章 被動事件輔助的WSNS節(jié)點定位 |
| 3.1 被動事件輔助的節(jié)點定位方法設計 |
| 3.1.1 被動事件 |
| 3.1.2 事件輔助定位 |
| 3.1.3 非可定位節(jié)點的調整 |
| 3.1.4 部分覆蓋被動事件的討論 |
| 3.2 仿真驗證 |
| 3.3 算法驗證 |
| 3.4 性能驗證 |
| 3.5 本章小結 |
| 第四章 貪婪啟發(fā)式異構WSNS部分覆蓋 |
| 4.1 異構WSNs部分覆蓋概述 |
| 4.1.1 覆蓋 |
| 4.1.2 部分覆蓋 |
| 4.1.3 責任區(qū)域 |
| 4.2 問題背景及描述 |
| 4.2.1 問題背景 |
| 4.2.2 問題描述 |
| 4.3 GHPC算法設計 |
| 4.4 性能仿真 |
| 4.4.1 實驗一 |
| 4.4.2 實驗二 |
| 4.5 本章小結 |
| 第五章 面向降耗的采樣區(qū)間協(xié)同規(guī)劃 |
| 5.1 區(qū)間采樣任務 |
| 5.2 問題描述 |
| 5.3 采樣區(qū)間協(xié)同規(guī)劃設計 |
| 5.3.1 兩任務調度 |
| 5.3.2 多任務調度 |
| 5.4 性能評估 |
| 5.4.1 實驗設置 |
| 5.4.2 變采樣長度 |
| 5.4.3 固定采樣長度 |
| 5.5 本章小結 |
| 第六章 基于層次拓撲的WSNS數(shù)據(jù)融合算法 |
| 6.1 LTDA算法設計 |
| 6.1.1 可信數(shù)據(jù)轉發(fā) |
| 6.1.2 基于層次的拓撲建立 |
| 6.1.3 轉發(fā)節(jié)點的選擇 |
| 6.1.4 數(shù)據(jù)傳輸過程 |
| 6.2 性能仿真 |
| 6.2.1 仿真環(huán)境 |
| 6.2.2 仿真數(shù)據(jù)分析 |
| 6.3 本章小結 |
| 第七章 基于跨層設計與優(yōu)化的WSNS數(shù)據(jù)傳輸算法 |
| 7.1 約束條件 |
| 7.2 J-R-MAC算法結構 |
| 7.3 J-R-MAC算法設計 |
| 7.3.1 同步策略 |
| 7.3.2 建立階段 |
| 7.3.3 周期結構 |
| 7.4 數(shù)據(jù)傳輸階段 |
| 7.5 性能仿真 |
| 7.5.1 仿真參數(shù) |
| 7.5.2 數(shù)據(jù)分析 |
| 7.6 本章小結 |
| 第八章 總結與展望 |
| 8.1 論文主要工作與創(chuàng)新 |
| 8.2 將來的研究工作 |
| 參考文獻 |
| 致謝 |
| 攻讀博士學位期間取得的學術成果 |
| 作者簡介 |
（5）無線傳感器網(wǎng)絡層次拓撲控制算法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國內外研究進展 |
| 1.3 研究內容和研究目標 |
| 1.4 論文結構 |
| 2 基于簇頭預測機制的拓撲控制算法研究 |
| 2.1 引言 |
| 2.2 網(wǎng)絡拓撲結構 |
| 2.3 分簇拓撲控制 |
| 2.4 基于簇頭預測機制的分簇拓撲控制算法 |
| 2.5 算法性能分析 |
| 2.6 仿真分析 |
| 2.7 本章小結 |
| 3 基于局部最短路徑的拓撲控制算法研究 |
| 3.1 引言 |
| 3.2 分簇結構中的數(shù)據(jù)傳輸 |
| 3.3 網(wǎng)絡模型及輔助算法 |
| 3.4 拓撲控制算法 |
| 3.5 本章小結 |
| 4 基于鄰居集合的拓撲控制算法研究 |
| 4.1 引言 |
| 4.2 分簇拓撲的簇內多跳傳輸 |
| 4.3 NS-MCRP和RNS-MCRP算法描述 |
| 4.4 NS-MCRP算法和RNS-MCRP算法性能分析 |
| 4.5 NS-MCRP和RNS-MCRP仿真分析 |
| 4.6 本章小結 |
| 5 基于混合傳輸?shù)耐負淇刂扑惴ㄑ芯?/td> |
| 5.1 引言 |
| 5.2 混合傳輸?shù)囊饬x |
| 5.3 混合傳輸?shù)木W(wǎng)絡模型 |
| 5.4 拓撲控制算法設計 |
| 5.5 臨界條件 |
| 5.6 性能仿真 |
| 5.7 本章小結 |
| 6 基于骨干網(wǎng)的拓撲控制算法研究 |
| 6.1 引言 |
| 6.2 傳輸功率受限條件下的網(wǎng)絡模型 |
| 6.3 骨干網(wǎng)構造算法及其性質 |
| 6.4 基于骨干網(wǎng)的拓撲控制算法 |
| 6.5 近似最小骨干網(wǎng)構造算法及其性質 |
| 6.6 仿真分析 |
| 6.7 本章小結 |
| 7 總結與展望 |
| 7.1 全文總結 |
| 7.2 創(chuàng)新點 |
| 7.3 研究展望 |
| 致謝 |
| 參考文獻 |
| 附錄A 攻讀博士學位期間發(fā)表的論文目錄 |
| 附錄B 學術論文與博士學位論文的關系 |
| 附錄C 攻讀博士學位期間參與的科研課題和著作權 |
（6）無線自組織網(wǎng)絡中改進QoS的關鍵技術研究（論文提綱范文）
| 中文提要 |
| Abstract |
| 第1章 緒論 |
| 1.1 課題研究意義 |
| 1.2 無線自組織網(wǎng)絡技術概述 |
| 1.2.1 Ad Hoc 網(wǎng)絡的產(chǎn)生 |
| 1.2.2 Ad Hoc 網(wǎng)絡的定義 |
| 1.2.3 Ad Hoc 網(wǎng)絡的特點 |
| 1.3 網(wǎng)絡服務質量 |
| 1.4 國內外研究現(xiàn)狀 |
| 1.5 論文的主要工作 |
| 1.6 論文的組織結構 |
| 第2章 無線自組織網(wǎng)絡的MAC 接入技術研究 |
| 2.1 無線自組織網(wǎng)絡MAC 接入技術概述 |
| 2.1.1 無線自組織網(wǎng)絡MAC 協(xié)議的分類 |
| 2.1.2 無線自組織網(wǎng)絡MAC 協(xié)議應具備的特性 |
| 2.2 無線自組織網(wǎng)絡MAC 協(xié)議的性能指標 |
| 2.2.1 吞吐量 |
| 2.2.2 時延 |
| 2.2.3 公平性 |
| 2.3 MAC 協(xié)議公平性分析 |
| 2.3.1 IEEE 802.11 DCF 描述 |
| 2.3.2 隨機退避機制 |
| 2.3.3 IEEE 802.11 DCF 性能分析模型 |
| 2.3.4 MAC 協(xié)議公平性問題研究 |
| 2.4 基于負載檢測的自適應退避算法—LDBSB |
| 2.4.1 算法描述 |
| 2.4.2 擁塞臨界值 |
| 2.4.3 LDBSB 算法仿真與分析 |
| 2.5 本章小結 |
| 第3章 無線自組織網(wǎng)絡的拓撲控制算法研究 |
| 3.1 無線自組織網(wǎng)絡拓撲控制概述 |
| 3.1.1 網(wǎng)絡拓撲控制的關鍵問題 |
| 3.1.2 網(wǎng)絡拓撲控制的優(yōu)化目標 |
| 3.2 網(wǎng)絡拓撲控制算法 |
| 3.2.1 網(wǎng)絡拓撲控制算法概述 |
| 3.2.2 分簇式拓撲控制算法 |
| 3.2.3 LEACH 算法 |
| 3.2.4 HEED 算法 |
| 3.2.5 SPIN 協(xié)議 |
| 3.3 移動 Agent 技術 |
| 3.3.1 移動Agent 技術的特點 |
| 3.3.2 移動Agent 技術在無線自組織網(wǎng)絡中的應用 |
| 3.4 基于移動代理的無線自組織網(wǎng)絡拓撲控制算法 |
| 3.4.1 MABCLTC 的提出 |
| 3.4.2 MABCLTC 一種基于移動代理拓撲控制算法 |
| 3.4.3 算法分析 |
| 3.4.4 MABCLTC 的仿真與結果分析 |
| 3.5 本章小結 |
| 第4章 無線自組織網(wǎng)絡的路由算法研究 |
| 4.1 無線自組織網(wǎng)絡路由協(xié)議的特點及分類 |
| 4.1.1 無線自組織網(wǎng)絡路由協(xié)議的特點 |
| 4.1.2 常見分層路由協(xié)議 |
| 4.1.3 常用分層路由協(xié)議比較 |
| 4.1.4 基于簇的協(xié)議分析 |
| 4.2 基于分層路由協(xié)議的提前選擇策略 |
| 4.2.1 提前選擇策略的提出 |
| 4.2.2 提前選擇策略（PSBA）的實現(xiàn) |
| 4.2.3 無線通信能量模型 |
| 4.2.4 提前選擇策略的能量消耗分析 |
| 4.2.5 閾值變化的選取策略的分析 |
| 4.3 提前選擇策略的仿真結果分析及評價 |
| 4.3.1 仿真平臺簡介及仿真參數(shù)的選取 |
| 4.3.2 提前選擇策略的仿真結果及分析 |
| 4.4 本章小結 |
| 第5章 無線自組織網(wǎng)絡帶寬分配策略的研究 |
| 5.1 無線自組織網(wǎng)絡的資源分配問題 |
| 5.1.1 網(wǎng)絡資源分配的概念 |
| 5.1.2 網(wǎng)絡資源分配原理 |
| 5.2 基于微觀經(jīng)濟學的資源分配方法 |
| 5.2.1 微觀經(jīng)濟學方法的功能 |
| 5.2.2 微觀經(jīng)濟學計費方法的優(yōu)點 |
| 5.2.3 微觀經(jīng)濟學計費方法的分類 |
| 5.3 拍賣理論 |
| 5.3.1 拍賣的理論假設 |
| 5.3.2 四種“標準”的拍賣類型 |
| 5.3.3 兩種重要的非“標準”拍賣方式 |
| 5.3.4 基于拍賣機制的網(wǎng)絡帶寬分配方案 |
| 5.4 效用評價在網(wǎng)絡資源分配中的應用 |
| 5.5 基于拍賣機制的網(wǎng)絡帶寬分配方案 |
| 5.5.1 無線系統(tǒng)模型 |
| 5.5.2 資源分配的算法 |
| 5.5.3 理論性能分析 |
| 5.5.4 網(wǎng)絡仿真場景 |
| 5.5.5 仿真結果及分析 |
| 5.6 本章小結 |
| 第6章 總結與展望 |
| 6.1 總結 |
| 6.2 展望 |
| 參考文獻 |
| 縮略語 |
| 攻讀博士學位期間發(fā)表的論文 |
| 攻讀博士學位期間從事的科研項目 |
| 致謝 |
（7）Ad Hoc網(wǎng)絡拓撲控制及其分簇研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內外研究現(xiàn)狀 |
| 1.3 研究內容 |
| 1.4 論文的結構 |
| 第二章 無線Ad Hoc網(wǎng)絡的拓撲控制和分簇 |
| 2.1 Ad Hoc網(wǎng)絡體系結構 |
| 2.1.1 節(jié)點結構 |
| 2.1.2 網(wǎng)絡結構 |
| 2.1.3 網(wǎng)絡的通用協(xié)議棧 |
| 2.1.4 Ad Hoc網(wǎng)絡體系結構的設計原則 |
| 2.2 Ad Hoc網(wǎng)絡的拓撲控制 |
| 2.2.1 拓撲控制與Ad Hoc網(wǎng)絡其它研究領域之間的關系 |
| 2.2.2 拓撲控制的目標 |
| 2.2.3 拓撲控制的性質 |
| 2.3 Ad Hoc網(wǎng)絡的分簇算法 |
| 2.3.1 分簇對Ad Hoc網(wǎng)絡的重要意義 |
| 2.3.2 分簇算法的目標 |
| 2.4 本章小結 |
| 第三章 基于最小能量特性的拓撲控制算法 |
| 3.1 主要拓撲控制算法分析 |
| 3.1.1 根據(jù)算法所關注的網(wǎng)絡特性分類 |
| 3.1.2 根據(jù)網(wǎng)絡中節(jié)點的傳輸模式分類 |
| 3.1.3 根據(jù)算法運行的控制方式分類 |
| 3.2 具有最小能量特性的拓撲控制算法 |
| 3.2.1 最小能量特性 |
| 3.2.2 網(wǎng)絡模型 |
| 3.2.3 轉發(fā)區(qū)域 |
| 3.2.4 METC拓撲控制算法 |
| 3.2.4.1 信息收集 |
| 3.2.4.2 拓撲控制 |
| 3.2.4.3 拓撲維護 |
| 3.2.4.4 算法演示 |
| 3.3 正確性證明 |
| 3.4 分析對比 |
| 3.5 本章小結 |
| 第四章 基于METC的分簇算法 |
| 4.1 分簇算法的分類及比較 |
| 4.1.1 分簇算法的相關定義 |
| 4.1.2 基于節(jié)點ID的分簇算法 |
| 4.1.3 最高節(jié)點度分簇算法 |
| 4.1.4 最低移動性分簇算法 |
| 4.1.5 考慮能量耗費和穩(wěn)定度的分簇算法 |
| 4.1.6 通用組合加權分簇算法 |
| 4.1.7 其他不同優(yōu)化目標的分簇算法 |
| 4.2 基于METC的分簇算法 |
| 4.2.1 算法的相關定義 |
| 4.2.2 METCA分簇算法 |
| 4.3 算法示例 |
| 4.4 分析對比 |
| 4.4 本章小結 |
| 第五章 研究總結與展望 |
| 5.1 研究總結 |
| 5.2 進一步的工作 |
| 參考文獻 |
| 致謝 |
| 攻讀學位期間主要的研究成果 |
（8）移動自組網(wǎng)絡協(xié)議關鍵技術研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| §1.1 移動自組網(wǎng)絡簡介 |
| §1.1.1 基本概念 |
| §1.1.2 移動自組網(wǎng)絡的發(fā)展與前景 |
| §1.1.3 移動自組網(wǎng)絡的特點和用途 |
| §1.1.4 與其它無線通信系統(tǒng)的比較 |
| §1.2 研究背景與研究內容 |
| §1.2.1 無線信道介質訪問控制協(xié)議 |
| §1.2.2 拓撲控制協(xié)議 |
| §1.2.3 路由協(xié)議 |
| §1.2.4 節(jié)能機制 |
| §1.2.5 安全機制 |
| §1.2.6 Qos保證機制 |
| §1.3 論文的組織結構 |
| §1.4 論文的主要貢獻 |
| 第二章 相關技術與相關研究工作 |
| §2.1 移動自組網(wǎng)絡協(xié)議體系結構 |
| §2.2 移動自組網(wǎng)絡MAC協(xié)議 |
| §2.2.1 IEEE802.11協(xié)議 |
| §2.2.2 DCF協(xié)議在MANET中的應用及研究現(xiàn)狀 |
| §2.3 拓撲控制技術 |
| §2.3.1 平面式節(jié)能拓撲控制 |
| §2.3.2 基于分簇算法的層次式拓撲控制 |
| §2.4 移動自組網(wǎng)絡廣播技術 |
| §2.4.1 基于泛洪的廣播技術 |
| §2.4.2 基于簇的廣播技術 |
| §2.4.3 基于連通支配集的廣播技術 |
| §2.5 移動自組網(wǎng)絡節(jié)能路由協(xié)議 |
| §2.6 小結 |
| 第三章 移動自組網(wǎng)絡MAC協(xié)議的公平性分析與改進 |
| §3.1 概述 |
| §3.2 MAC協(xié)議不公平性的分類與分析 |
| §3.2.1 LSP不公平性的仿真與分析 |
| §3.2.2 MAP不公平性的仿真與分析 |
| §3.2.3 LIP不公平性的仿真與分析 |
| §3.2.4 不公平性發(fā)生的條件 |
| §3.3 MAC協(xié)議不公平性的改進 |
| §3.3.1 LSP不公平性的改進與仿真 |
| §3.3.2 MAP不公平性的改進與仿真 |
| §3.3.3 LIP不公平性的改進與仿真 |
| §3.4 DCF協(xié)議公平性改進算法 |
| §3.4.1 FDCF算法描述 |
| §3.4.2 FDCF算法性能仿真 |
| §3.5 小結 |
| 第四章 移動自組網(wǎng)絡節(jié)能拓撲控制算法 |
| §4.1 概述 |
| §4.2 同構移動自組網(wǎng)絡k連通拓撲控制算法 |
| §4.2.1 網(wǎng)絡模型 |
| §4.2.2 算法設計 |
| §4.2.3 KC算法分析 |
| §4.2.4 性能仿真 |
| §4.3 異構移動自組網(wǎng)絡拓撲控制算法 |
| §4.3.1 網(wǎng)絡模型 |
| §4.3.2 MINS異構自組網(wǎng)絡拓撲控制算法 |
| §4.3.3 MINS拓撲控制算法分析 |
| §4.3.4 性能仿真 |
| §4.4 小結 |
| 第五章 移動自組網(wǎng)絡能量均衡分簇算法 |
| §5.1 網(wǎng)絡模型與分簇參數(shù) |
| §5.2 移動預測算法 |
| §5.2.1 移動預測模型 |
| §5.2.2 移動預測算法 |
| §5.2.3 移動預測算法精度分析 |
| §5.3 能量均衡分簇算法 |
| §5.3.1 簇首選擇算法 |
| §5.3.2 分簇過程與狀態(tài)轉換圖 |
| §5.3.3 分簇算法描述 |
| §5.4 性能評估 |
| §5.5 小結 |
| 第六章 移動自組網(wǎng)絡廣播算法 |
| §6.1 廣播問題概述 |
| §6.1.1 廣播問題分析 |
| §6.1.2 廣播問題定義 |
| §6.2 分布式主從支配點廣播算法 |
| §6.3 算法分析 |
| §6.3.1 覆蓋性分析 |
| §6.3.2 性能分析 |
| §6.4 PSD算法優(yōu)化 |
| §6.5 性能評估 |
| §6.6 小結 |
| 第七章 傳感器網(wǎng)絡節(jié)能路由算法 |
| §7.1 概述 |
| §7.2 問題描述 |
| §7.3 算法設計 |
| §7.4 算法分析 |
| §7.4.1 可行性分析 |
| §7.4.2 精度分析 |
| §7.4.3 計算復雜度及優(yōu)化 |
| §7.5 性能評估 |
| §7.6 小結 |
| 第八章 結論與展望 |
| §8.1 論文所作的工作 |
| §8.2 課題研究展望 |
| 致謝 |
| 攻讀博士學位期間的主要學術論文與科研工作 |
| 參考文獻 |
（9）車聯(lián)網(wǎng)中基于非握手機制的自適應分簇算法研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 研究背景和意義 |
| 1.2 國內外研究發(fā)展現(xiàn)狀 |
| 1.3 論文研究內容與結構安排 |
| 第2章 車聯(lián)網(wǎng)與分簇算法 |
| 2.1 車聯(lián)網(wǎng)簡介 |
| 2.2 VANETs中的分簇算法 |
| 2.3 本章小結 |
| 第3章 基于非握手機制的自適應分簇算法設計 |
| 3.1 相關標記與場景假設 |
| 3.2 算法框架與流程設計 |
| 3.3 自適應HELLO包周期算法(LLTAAP) |
| 3.4 基于權重的簇頭選舉算法(WBCHS) |
| 3.5 基于非握手機制的簇成員數(shù)量控制與入簇控制算法(RVnH) |
| 3.6 本章小結 |
| 第4章 性能優(yōu)化與仿真實驗 |
| 4.1 仿真平臺與場景設計 |
| 4.2 基于權重的簇頭選舉算法測試 |
| 4.3 自適應HELLO包周期算法測試 |
| 4.4 基于非握手機制的簇成員數(shù)量控制與入簇控制算法測試 |
| 4.5 ACSnH與經(jīng)典算法仿真對比 |
| 4.6 本章小結 |
| 第5章 總結與展望 |
| 5.1 本文總結 |
| 5.2 展望 |
| 參考文獻 |
| 攻讀碩士學位期間發(fā)表的論文 |
| 致謝 |
（10）高動態(tài)無人機多跳網(wǎng)絡魯棒資源分配（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號對照表 |
| 縮略語對照表 |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.1.1 無人機多跳網(wǎng)絡概述 |
| 1.1.2 無人機多跳網(wǎng)絡魯棒資源分配的必要性 |
| 1.2 平均場博弈概述 |
| 1.2.1 平均場理論概述 |
| 1.2.2 平均場博弈 |
| 1.3 USAP協(xié)議概述 |
| 1.4 論文研究內容及章節(jié)安排 |
| 第二章 多跳自組織網(wǎng)絡資源分配研究現(xiàn)狀 |
| 2.1 移動多跳自組織網(wǎng)絡資源分配 |
| 2.1.1 魯棒資源分配研究現(xiàn)狀 |
| 2.1.2 MAC層研究現(xiàn)狀 |
| 2.1.3 功率控制研究現(xiàn)狀 |
| 2.1.4 跨層資源分配研究現(xiàn)狀 |
| 2.2 無人機多跳網(wǎng)絡研究現(xiàn)狀 |
| 2.2.1 無人機多跳網(wǎng)絡未來發(fā)展和應用 |
| 2.2.2 國內外無人機集群化研究進展 |
| 2.3 本章小結 |
| 第三章 聯(lián)合物理層和MAC層的魯棒資源分配 |
| 3.1 系統(tǒng)模型和問題建模 |
| 3.1.1 系統(tǒng)模型 |
| 3.1.2 問題建模和子問題分解 |
| 3.2 時隙分配子問題 |
| 3.2.1 協(xié)議幀結構設計 |
| 3.2.2 節(jié)點移動導致系統(tǒng)性能下降的解決方案 |
| 3.2.3 三維空間移動預測模型 |
| 3.3 功率控制子問題 |
| 3.3.1 博弈者的魯棒代價函數(shù) |
| 3.3.2 系統(tǒng)的HJB和 FPK方程 |
| 3.3.3 求解平均場均衡 |
| 3.4 本章總結 |
| 第四章 仿真平臺搭建與算法性能仿真 |
| 4.1 仿真平臺搭建 |
| 4.1.1 MATLAB面向對象編程介紹 |
| 4.1.2 仿真平臺介紹 |
| 4.1.3 MAC層動態(tài)TDMA協(xié)議實現(xiàn) |
| 4.2 算法性能分析 |
| 4.2.1 MAC層算法性能分析 |
| 4.2.2 功率控制算法性能分析 |
| 4.3 本章總結 |
| 第五章 總結和展望 |
| 5.1 研究總結 |
| 5.2 研究展望 |
| 參考文獻 |
| 致謝 |
| 作者簡介 |
四、Ad hoc中一種新的基于簇的功率控制算法（論文參考文獻）
- [1]面向規(guī)?？蓴U展的無線Mesh網(wǎng)絡路由協(xié)議研究[D]. 鄭喆文. 東南大學, 2020(01)
- [2]車載自組織網(wǎng)絡MAC協(xié)議性能分析及優(yōu)化[D]. 章天驕. 南京郵電大學, 2019(02)
- [3]隨機部署無線傳感器網(wǎng)絡關鍵技術研究[D]. 陳志國. 河北農(nóng)業(yè)大學, 2020(01)
- [4]無線傳感器網(wǎng)絡幾類拓撲控制及其抗毀性應用簡述[J]. 王月嬌,劉三陽,馬鐘. 工程數(shù)學學報, 2018(02)
- [5]無線傳感器網(wǎng)絡層次拓撲控制算法研究[D]. 湯強. 華中科技大學, 2010(11)
- [6]無線自組織網(wǎng)絡中改進QoS的關鍵技術研究[D]. 章韻. 蘇州大學, 2009(10)
- [7]Ad Hoc網(wǎng)絡拓撲控制及其分簇研究[D]. 魏亞青. 中南大學, 2009(04)
- [8]移動自組網(wǎng)絡協(xié)議關鍵技術研究[D]. 張磊. 國防科學技術大學, 2005(10)
- [9]車聯(lián)網(wǎng)中基于非握手機制的自適應分簇算法研究[D]. 黃詩雯. 暨南大學, 2019(07)
- [10]高動態(tài)無人機多跳網(wǎng)絡魯棒資源分配[D]. 代浩翔. 西安電子科技大學, 2019(02)
標簽：通信論文; 功率控制論文; 鏈路狀態(tài)路由協(xié)議論文; 網(wǎng)絡節(jié)點論文; 網(wǎng)絡傳輸協(xié)議論文;