Friendship and Selfishness Forwarding: applying machine learning techniques to Opportunistic Networks data forwarding
蜂窝网络可以成为在蜂窝网络可能过载的城市以及在固定基础设施不可用的情况下（如偏远和发展中地区）提供通信支持的解决方案。仍然需要一个令人满意的解决方案的一个关键问题是设计一个有效的数据交付解决方案。社会特征最近被认为是一个有前途的选择。大多数机会网络应用依赖于用户携带的不同移动设备，并且其行为影响设备本身的使用。本文提出了“友谊与自私转发”（FSF）算法。FSF分析了两个方面，以在出现联系机会时做出消息转发决策：首先，它通过使用机器学习算法来量化网络中节点对之间的友谊强度，从而对节点对之间的友谊强度进行分类。接下来，FSF评估中继节点的自私性，以考虑以下情况：尽管与目的地有很强的友谊，但中继节点可能不接受接收消息，因为它表现自私，或者因为它的设备在那一刻具有资源约束。通过使用跟踪驱动的模拟，通过ONE模拟器，我们表明，FSF算法优于以前提出的方案的交付率，平均成本和效率。
2017-05-24 cs.NI
A Joint Uplink/Downlink Opportunistic Scheduling Scheme for Infrastructure WLANs
本文提出了一种适用于基础设施无线局域网的联合上下行机会调度算法。在同时存在上行链路和下行链路流的情况下，基础设施WLAN遭受上行链路/下行链路不公平问题，这严重降低了接入点（AP）的吞吐量。我们解决了不公平的维护一个单独的队列和退避定时器为每个相关的移动台（STA）在AP。我们还增加了系统的吞吐量，使退避时间的信道增益的函数。这也降低了碰撞概率。我们从理论上分析了对称统计下的所有用户的系统性能，并通过大量的仿真验证了分析。仿真结果表明，与802.11 MAC协议相比，系统吞吐量提高了40%以上.
2013-10-29 cs.NI
CUDA-Accelerated Application Scheduling in Vehicular Clouds Under Advanced Multichannel Operations in WAVE
本文提出了一种新的先进的活动感知（AAA）计划，以优化和改善无线接入车辆环境（WAVE）的多信道操作的基础上，IEEE 1609.4标准。所提出的方案依赖于车辆的安全负载的意识，动态地找到一个最佳的设置服务信道间隔（SCHI）和控制信道间隔（CCHI）之间的切换。SCHI用于非关键应用（例如信息娱乐），而CCHI用于关键应用（例如安全相关）。我们在不牺牲延迟和带宽等其他应用需求的情况下最大限度地提高了信道利用率。我们的计划是实现和评估网络模拟器-3（NS 3）。我们保证默认的同步间隔（SI），就像在车载自组织网络（VANESTO）中的标准所实现的那样，当使用NS 3对车辆云（VC）负载和VANET设置进行实时模拟测试时。我们还评估了马尔可夫决策过程（MDP）为基础的计划和快速贪婪的启发式优化问题的车辆任务放置与IEEE 1609.4和机会V2 I版本的AAA计划。我们的解决方案通过考虑分布式虚拟化VC资源的整体利用率和顺序和并行的车辆任务袋（BOTs）放置来提供VC的奖励。我们提出的模拟指标证明，我们提出的解决方案显着提高吞吐量，并减少用于非安全应用程序的上传数据包的平均延迟，同时保持可靠的通信（通过CCHI）安全相关的应用程序类似的IEEE 1609.4标准。
2020-12-22 cs.NI cs.SY eess.SY
A Reinforcement Learning Approach for Efficient Opportunistic Vehicle-to-Cloud Data Transfer
车辆人群感知预计将成为智能交通系统（ITS）领域数据驱动优化的关键催化剂。然而，由车辆到云传输引起的大规模机器类型通信（mMTC）的预期增长将使蜂窝网络基础设施面临与容量相关的巨大挑战。在不引入额外的物理基础设施的情况下实现缓解的认知方式是对延迟容忍应用程序应用机会数据传输。因此，客户端以信道感知的方式调度它们的数据传输，以便避免重传和对其他小区用户的干扰。在本文中，我们介绍了一种新的方法，这种类型的resourceware数据传输，它汇集了监督学习网络质量预测与强化学习为基础的决策。性能评估是使用数据驱动的网络仿真和真实世界的实验中的公共蜂窝网络的多个移动网络运营商（MNO）在不同的情况下进行。所提出的传输方案在大多数情况下显著优于最先进的概率方法，并且与传统的周期性数据传输相比，在上行链路传输方向上实现了高达181%的数据率改进，在下行链路传输方向上实现了高达270%的数据率改进。
2020-01-15 cs.NI
Joint Channel Assignment and Opportunistic Routing for Maximizing Throughput in Cognitive Radio Networks
在本文中，我们考虑联合机会路由和信道分配问题，在多信道多无线电（MCMR）认知无线电网络（CRN），以提高聚合吞吐量的次要用户。首先，我们提出了这个联合问题的非线性规划优化模型，考虑到CRNS的特点-信道的不确定性。在此基础上，提出了一种新的基于节点队列状态的机会路由选择方案。此外，提出了一种计算节点处任何数据包的转发概率的新算法，用于计算转发器应该发送多少数据包，从而与MAC无关的机会路由和编码（MORE）相比可以减少重复传输[11]。我们的数值结果表明，该方案的性能显着优于传统的路由和机会路由，其中采用信道分配策略。
2015-07-02 cs.NI cs.PF
Modified Opportunistic Deficit Round Robin Scheduling for improved QOS in IEEE 802.16 WBA networks
自WiMAX网络诞生以来，WiMAX的分组和流调度算法一直是人们感兴趣的话题。WiMAX提供了优势，特别是在MAC级的较长范围内提供的服务质量方面。在我们的工作中，我们提出了两个信用的调度方案，其中一个完成的流分配剩余的信用平等地所有高优先级未完成的流（ODRREDC），另一个完成的流放弃所有多余的信用的最高优先级未完成的流（ODRRSDC）。这两种方案都与802.16 MAC协议兼容，并能有效地服务于实时的突发业务，减少了延迟，从而提高了实时的流的QOS。我们比较了这两种方案的延迟，带宽利用率和吞吐量的实时的突发流与基于机会的赤字轮循调度方案。虽然ODRR调度程序的重点是减少信用的错误流，我们的方法也分配这些剩余的信用与信用从完成的流之间的高优先级未完成的流或完全的最高优先级未完成的流。
2009-12-04 cs.NI
Joint Design and Separation Principle for Opportunistic Spectrum Access in the Presence of Sensing Errors
我们解决的机会频谱接入（OSA）的策略，允许二级用户独立搜索和利用瞬时频谱可用性的设计。联合设计中集成了三个基本组件：识别频谱机会的频谱传感器，确定频谱中要感测的信道的感测策略，以及基于不完美的感测结果决定是否接入的接入策略。我们制定的联合物理层MAC设计的OSA作为一个受约束的部分可观察马尔可夫决策过程（POMDP）。约束POMDPs通常需要随机策略来实现最优性，这通常是难以解决的。通过利用底层问题的丰富结构，我们建立了OSA联合设计的分离原则。该分离原理揭示了用于频谱传感器的设计和接入策略的近视策略的最优性，从而得到封闭形式的最优解。此外，分离原则解耦的感知策略的设计，频谱传感器和接入策略，约束POMDP减少到一个无约束的，它允许确定性的最优策略。数值例子提供了研究的设计权衡，频谱传感器和传感和访问策略之间的相互作用，以及随后的设计模型失配的鲁棒性。
2007-02-27 cs.NI
Wireless Ad Hoc Federated Learning: A Fully Distributed Cooperative Machine Learning
University of Tokyo（东京大学）
隐私敏感数据存储在自动驾驶汽车、智能设备或传感器节点中，这些设备可以四处移动，并相互进行机会性接触。在许多研究中，这些节点之间的联邦主要是在具有集中式机制的联邦学习的背景下讨论的。然而，由于多供应商问题，这些节点不希望为此目的依赖于由第三方运营的特定服务器。在本文中，我们提出了一个无线ad hoc联邦学习（WAFL）-一个完全分布式的合作机器学习组织的节点物理附近。WAFL可以从存储在本地分布式节点中的非IID数据集开发通用模型，通过机会性节点到节点接触来交换和聚合它们。在我们对各种机会网络进行的基于基准的评估中，WAFL的准确率为94.8-96.3%，高于自我训练的84.7%。我们的所有评估结果表明，WAFL可以训练和收敛的模型参数从高度分区的非IID数据集在机会网络没有任何集中的机制。
2022-10-07 cs.AI cs.LG cs.NI
Intermittent Opportunistic Routing Components for the INET Framework
间歇供电的无线传感器网络（WSNs）使用能量收集和小能量存储来消除电池更换的需要并延长运行寿命。然而，一个不稳定的转发器会定期打开或关闭，这需要替代的网络解决方案。对于这种新的应用，并行路由（OR）是一种潜在的跨层解决方案，但由于与能量存储的交互，这些协议的操作是高度动态的。为了比较协议和组件在类似的情况下，我们提出了模块接口的MAC，路由和发现协议，使明确的分离的关注和良好的兼容性。我们还建议一些候选人为每个协议的基础上，我们自己的实现和研究。
2021-09-24 cs.NI cs.PF
Channel Selection Algorithm for Cognitive Radio Networks with Heavy-Tailed Idle Times
Indian Institute of Technology Madras（印度理工学院马德拉斯分校）；RWTH Aachen University（亚琛工业大学）
我们考虑一个多信道认知无线电网络（CRN），次级用户顺序感测信道的机会频谱接入。在这种情况下，信道选择算法（CSA）允许次要用户找到一个空闲的信道与最小数量的信道切换。大多数现有的CSA文献假设主用户（PU）信道占用模式的指数ON-OFF时间分布。这个指数假设可能有助于获得性能界限，但在现实条件下，没有用于评估CSA的性能。对独立频谱测量迹线的深入分析表明，无线信道通常具有重尾PU OFF时间。在本文中，我们提出了一个扩展的预测CSA框架及其泛化的重尾PU OFF时间分布，这代表了现实的情况。特别是，我们计算的概率信道空闲的超指数关闭时间在CSA中使用。我们实现了我们提出的CSA框架在无线测试床和全面评估其性能，通过重建现实的PU信道占用模式。与预测CSA相比，该CSA总是假设指数PU ON-OFF times.Through我们的工作，我们显示了PU信道占用模式对多信道CRN中CSA性能的影响。
2016-07-15 cs.LG cs.NI
Interference-Aware Opportunistic Random Access in Dense IoT Networks
在分散传输的多小区随机接入系统中，由于协调的困难，设计一种能够获得最优吞吐量的随机接入协议是一项具有挑战性的任务。在本文中，我们提出了一个分散的干扰感知的机会随机接入（IA-ORA）协议，使我们能够获得最佳的吞吐量缩放在超密集的多小区随机接入网络与一个接入点（AP）和一些用户。与其中用户由基站选择的蜂窝多址接入的机会调度形成鲜明对比，在IA-ORA协议下，如果不仅到服务AP的期望信号功率足够大而且到其它AP的生成干扰泄漏功率足够小（即，满足两个阈值条件）。作为主要结果，示出了最优聚合吞吐量缩放（即，小区中$\frac{1}{e}$的MAC吞吐量和功率增益）。此外，它是通过计算机模拟的数值证明，在实际设置下，建议IA-ORA协议优于传统的机会随机接入协议的总吞吐量。
2020-06-15 cs.DC cs.IT cs.NI
Shesha: Opportunistic In-network Acceleration of Asynchronous Distributed Reinforcement Learning
Leibniz University Hannover（汉诺威莱布尼茨大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）；University of Waterloo（滑铁卢大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
针对异步分布式强化学习中模型更新过时致收敛性下降的问题，提出奥拉夫网络内加速引擎，通过机会性聚合模型更新、设计替代队列、控制主机端传输及量化模型陈旧性等方法，降低模型陈旧性与队列拥塞，提升收敛速度。
2026-07-21 cs.AR cs.NI
MAC Rate Adaptation and Cross Layer Behavior for Vehicular WiFi Access: An Experimental Study
车载WiFi不同于传统的WiFi接入。首先，由于联系是机会主义的，它们是短暂的和间歇性的。其次，在车辆速度下，信道条件快速变化。在这些条件下，MAC比特率自适应在确保设备能够最大化吞吐量性能方面起着关键作用。这项工作的目标是更深入地了解当前的MAC比特率自适应算法，以及它们与车辆设置下的高层协议的相互作用。为此，我们评估了四种MAC比特率自适应算法的性能; SampleRate、AMRR、Minstrel和RRAA，以及它们在现实世界车辆环境中与TCP等传输层协议的交互。我们的实验研究表明，在一般情况下，这些算法表现不佳，在车辆设置，并可能对TCP性能产生极其不利的影响。
2016-10-12 cs.NI
Co-Designing Multi-Packet Reception, Network Coding, and MAC Using a Simple Predictive Model
我们设计了一种跨层的方法来优化多包接收和网络编码的联合使用，以缓解拥塞。我们构建了一个模型的802.11 MAC的行为，并将其应用到几个关键的规范拓扑组件和它们的扩展到任何数量的节点。从这个模型得到的结果匹配现有的实验结果，这是路由和机会网络编码，保真度。使用这个模型，我们表明，公平分配的MAC可以严重影响性能，因此，我们设计了一个新的MAC，不仅大大提高了吞吐量相对于当前的802.11 MAC，但也提供了公平的信息流，而不是节点。我们表明，网络编码，多数据包接收，我们的新MAC协议的适当组合实现了超加性的吞吐量增益高达6.3倍的路由单独使用的标准802.11 MAC。最后，我们扩展了模型，分析我们的新MAC的节点数量增加的渐近行为。
2011-01-30 cs.NI
Boosting Vehicle-to-cloud Communication by Machine Learning-enabled Context Prediction
利用车辆作为移动传感器是一种催化剂，为新的基于群体传感的应用，如智能交通控制和分布式天气预报。然而，机器类型通信（MTC）的大量增加高度强调了网络基础设施的能力。由于蜂窝网络中资源的系统固有限制以及人类小区用户与MTC之间的资源竞争，需要更资源有效的信道接入方法，以便改善不同通信实体的共存。在本文中，我们提出了一个机器学习使能的客户端机会数据传输方案。通过考虑测量的信道状态以及预测的未来信道行为，相对于预期的资源效率执行延迟容忍MTC。所提出的机制在公共长期演进（LTE）网络，其中它能够增加平均数据率的194%，同时降低平均功耗高达54%的综合现场评估。
2019-07-19 cs.NI
Acting Selfish for the Good of All: Contextual Bandits for Resource-Efficient Transmission of Vehicular Sensor Data
作为一种新的基于客户端的方法，用于延迟容忍车辆传感器数据的资源有效的机会传输。BS-CB采用一种混合方法，将所有主要的机器学习学科-监督、无监督和强化学习-结合在一起，以便根据预期的资源效率自主调度车辆传感器数据传输。在三个移动网络运营商（MNO）的公共蜂窝网络中的综合真实世界性能评估中，发现1）平均上行数据率提高了125%-195% 2）数据率优化的明显自私目标减少了占用小区资源量的84%-89% 3）平均传输相关功耗可以减少53%-4）代价是由于机会主义介质访问策略而导致的额外缓冲延迟。
2020-07-20 cs.NI eess.SP
Towards MAC/Anycast Diversity in IEEE 802.11n MIMO Networks
启发式路由（OR）是一种新的无线网状网络路由技术，利用无线介质的广播性质。OR组合来自多个接收器的帧，因此创建一种称为MAC分集的空间分集形式。在大多数链路具有高分组丢失概率的网络中，来自OR的增益特别高。更新的IEEE 802.11n标准改进了物理层，使其具有使用多个发射和接收天线的能力，即多输入多输出（MIMO），因此已经在物理层上提供了空间分集，即所谓的物理分集，其通过降低无线链路的出错率来改进无线链路的可靠性。在本文中，我们量化的增益，从MAC分集利用OR在存在的PHY分集，如802.11n MIMO系统提供的。我们在IEEE 802.11n室内测试平台上进行了实验，并分析了丢包的性质。我们的实验结果表明，在使用802.11n时，易受干扰的2.4 GHz和无干扰的5 GHz信道的MAC分集增益可以忽略不计。这与基于802.11b/g的单天线系统以及802.11n的初始研究中的观察结果不同。
2012-03-09 cs.NI
Distributed Fair Scheduling Using Variable Transmission Lengths in Carrier-Sensing-based Wireless Networks
IEEE 802.11无线网络（包括无线局域网和Ad-hoc网络）的公平性由于MAC竞争和动态性的随机性和复杂性而难以预测和控制。此外，不对称的信道条件，如捕获和信道错误所造成的，往往会导致站之间的严重不公平。在本文中，我们提出了一种新的分布式调度算法，我们称之为VLS，为“{ \em可变长度调度}”，提供加权公平的所有站点，尽管MAC层和物理信道的缺陷。VLS的独特功能包括使用基于分布式观测的可变传输长度，与802.11的竞争窗口算法的兼容性，在时变无线环境中实现高吞吐量的机会主义调度，以及灵活性和易于实现。此外，VLS使每个站的吞吐量更平滑，这对视频和语音等实时应用很有吸引力。虽然本文主要假设了802.11协议，但该思想通常适用于基于载波侦听多址接入（CSMA）的无线网络。
2007-12-12 cs.NI
Contention Based Proportional Fairness (CBPF) Transmission Scheme for Time Slotted Channel Hopping Networks
时隙信道跳变（TSCH）是IEEE802.15.4e标准中引入的媒体访问控制（MAC）协议，解决物联网（IoT）和低功率有损网络（LLN）的低功率要求。IEEE802.15.4e的6TiSCH操作子层（6top）定义了包括节点的休眠、发送和接收例程的调度。但是，标准中没有对进度计划的设计做出规定。在本文中，我们提出了一种基于竞争的比例公平（CBPF）传输方案TSCH网络，以最大限度地提高系统吞吐量解决公平分配资源的节点。我们提出了一个基于凸规划的方法来实现公平性和吞吐量的目标。我们模型TSCH MAC作为一个多信道时隙ALOHA和分析它的时间表给出的6顶层。性能指标，如吞吐量，延迟和能量消耗每成功的传输推导和验证通过模拟。所提出的CBPF传输方案已在物联网实验室公共测试平台中实现，以评估其性能并与现有的调度算法进行比较。
2021-12-14 cs.NI
STiCMAC: A MAC Protocol for Robust Space-Time Coding in Cooperative Wireless LANs
中继辅助协作无线通信已经被证明具有显着的性能增益超过传统的直接传输方案。与基于单中继的协作方案相比，利用多中继进一步提高了传输的可靠性和速率。分布式空时编码（DSTC）作为利用多个中继的方案之一，需要中继之间的紧密协调，并且在具有移动性的分布式环境中表现不佳。在本文中，一个合作的媒体访问控制（MAC）层协议，称为\emph{STiCMAC}，设计，允许多个中继在同一时间在IEEE 802.11网络中进行传输。该传输基于一种称为\emph{randomized distributed space-time coding}（\emph{R-DSTC}）的新型DSTC方案，该方案需要最少的协调。与传统的合作方案，选择具有良好的链路的节点，\emph{STiCMAC}选择一个\emph{transmission mode}，可以最大限度地提高端到端的数据率。任何从源正确接收的站都可以充当中继并参与转发。MAC协议以完全分散的方式实现，并且能够在运行中适时地招募中继，从而使其\emph{robust}适应信道变化和用户移动性。仿真结果表明，该算法在移动环境下，网络容量和时延性能都有很大提高。
2011-09-21 cs.NI
Detection Of Primary User Emulation Attack (PUEA) In Cognitive Radio Networks Using One-Class Classification
认知无线电技术的基础是对授权用户（或主用户）拥有的频谱的主动使用。因此使用频谱的未授权（或次要）用户机会性地依赖于频谱感测来确定主要用户信号的存在。在这样的上下文中，攻击者可以模仿主用户（PU）的行为来欺骗次用户（SU），使其相信存在PU信号，而实际上不存在。这种攻击被称为主用户仿真攻击（PUEA）。恶意用户可能会启动PUEA，意图抓住空闲频带用于自己的传输。另一个原因可能是简单地破坏认知无线电网络（CRN）的功能。这项工作研究了使用一类分类检测PUEA在基于基础设施的CRN。我们认为，在融合中心收集的传感数据主要用于协同频谱感知（CSS）可以用来表征PU信号。由此学习的PU信号特征可以帮助区分PU信号与PU信号仿真。特别是，我们研究一类分类技术的使用，即，隔离森林，支持向量机（SVM），最小协方差行列式（MCD）和局部离群因子（LOF）检测PUEA攻击。仿真结果支持了单类分类检测PUEA的有效性。
2021-06-21 cs.NI eess.SP
Distributed Cross-layer Dynamic Route Selection in Wireless Multiuser Multihop Networks
在无线ad-hoc网络中，通过中间中继转发数据可以扩展覆盖范围，提高网络吞吐量。我们认为一个一般的无线多用户多跳传输，其中每个数据流受到的约束的端到端的缓冲延迟和相关的丢包率作为一个服务质量（QoS）的要求。目标是在满足相应QoS要求的前提下，最大化源-目的节点对之间的加权和速率。我们介绍了两个新的分布式跨层动态路由选择方案，在此设置，设计涉及物理层，MAC层和网络层。在所提出的机会跨层动态路由选择方案中，路由是动态分配的基础上，网络节点的缓冲区的状态和衰落信道的瞬时状态。在相同的设置中，所提出的时分跨层动态路由选择方案利用信道的平均质量，而不是更有效的实现。详细的结果和比较，这表明所提出的跨层动态路由选择方案的优越性能。
2014-07-22 cs.NI
Enabling Adaptive Rate and Relay Selection for 802.11 Mobile Ad Hoc Networks
移动自组织网络是一种自配置的无线网络，缺乏永久的基础设施，并根据需要在移动节点之间形成。快速的节点移动会导致信道变化或衰落，从而降低MANET的性能。在发送端使用信道状态信息（CSI）可以提高移动自组织网络路由和介质访问控制（MAC）协议的吞吐量。文献中的几种路由算法明确地将衰落信号强度纳入路由度量，从而选择具有强信道条件的路由。虽然这些研究表明，适应时变信道增益是有益的，在移动自组网，他们没有解决过时的衰落CSI在发射机的影响。对于实际的移动节点速度，信道增益快速变化，并且由于反馈延迟而变得快速过时。我们分析了联合速率自适应和自适应中继选择的链路吞吐量存在不完美的CSI。此外，802.11网络，采用地理机会路由与自适应速率和中继选择，我们提出了一种新的方法来减少反馈延迟在MAC层的瑞利衰落的存在下的影响。该方法利用信道互易性和衰落预测，并且不需要对现有的802.11帧结构进行显著修改。广泛的网络模拟表明，所提出的方法显着提高了吞吐量，延迟，和数据包传输率高的移动速度相对于以前提出的方法，采用过时的CSI在发射机。
2012-04-26 cs.NI
Secured Distributed Cognitive MAC and Complexity Reduction in Channel Estimation for the Cross Layer based Cognitive Radio Networks
在跨层设计的认知无线电网络中，采用基于认可信道预留的安全动态信道分配机制，提出了一种安全的机会媒体接入控制（MAC）机制，并降低了信道估计的复杂度。信道背书和传输策略的部署，以优化空闲信道的选择，以及信道利用率的认知无线电用户。该策略在物理层和MAC层之间为次用户提供安全可靠的链路，同时为主用户提供无冲突的链路，从而提高了网络性能。另一方面，在最小均方误差（CR-MMSE）和最大似然（CR-ML）算法的复杂性降低决策直接信道估计（DDCE）的部署显着，以达到计算复杂性的最小二乘（LS）方法。严格地说，CR-MMSE在样本间隔信道脉冲响应（SS-CIR）实现允许计算启发矩阵求逆。关于CR-ML，实现了具有DDCE的导频符号辅助调制（PSAM），使得导频符号序列使用有限延迟扩展在频率相关中提供显著的性能增益。结果表明，CRMMSE比MMSE和LS具有更好的符号出错率性能，CR-ML比MMSE和ML具有更好的符号错误率性能。
2012-03-16 cs.ET cs.GT cs.NI
Cross-layer Optimization for Next Generation Wi-Fi
从最初的1997年规范到正在进行的IEEE 802.11ac标准化，每一代新规范的吞吐量都有飞跃。对下一代产品在吞吐量、范围、可靠性和功耗等方面的期望甚至更高。考虑到已经完成的所有工作，这是一个相当大的挑战。物理（PHY）和介质访问控制（MAC）层的跨层优化可能是进一步增强的有趣探索路径。在这篇论文中，我们研究了跨层优化技术，重点是IEEE 802.11ac标准。已经提出了一种新的多信道聚合方案，该方案涉及PHY层和MAC层之间的交叉知识，以提高易发生冲突的环境中的性能。我们已经展示了一些功能直接涉及PHY和MAC层。因此，需要PHY和MAC机制两者的准确建模以具有这样的功能的现实表征。一个跨层的模拟器，符合IEEE 802.11ac规范，从而实现。据我们所知，这是第一个为IEEE 802.11ac标准集成详细PHY和MAC功能的模拟器。作为IEEE 802.11ac的主要创新之一的多用户多输入多输出（MU-MIMO）技术需要同时考虑PHY层和MAC层。因此，我们使用实现的跨层模拟器来评估MU-MIMO的性能，并将其与单用户MIMO（SU-MIMO）进行比较。这些研究的目的是评估MU-MIMO解决方案（考虑PHY+MAC）相对于SU-MIMO解决方案的“实际”增益，而不是普遍接受的增益。特别研究了信道探测间隔的影响。最后，我们提出了一个短的PHY层版本的确认帧的开销减少在IEEE …
2013-01-20 cs.ET cs.NI
Throughput and Collision Analysis of Multi-Channel Multi-Stage Spectrum Sensing Algorithms
多阶段感知是一个新的概念，它是指将感知过程划分为多个连续阶段的一般频谱感知算法。感测阶段的数量和每个阶段的感测技术可以用于优化关于次要用户吞吐量和主要用户与次要用户之间的冲突概率的性能。到目前为止，多阶段感知对网络吞吐量和碰撞概率的影响，一个现实的网络模型是相对未探讨。因此，我们提出了第一个分析框架，使性能评估的不同的多信道多阶段频谱感知算法的主动频谱接入网络。我们的工作的贡献在于研究以下参数对性能的影响：感测阶段的数量，物理层感测技术和每个阶段的持续时间，单个和并行信道感测和访问，可用信道的数量，主要和次要用户流量，传入的次要用户流量的缓冲，以及MAC层感测算法。分析的性能指标包括平均次级用户吞吐量和主用户和次级用户之间的平均冲突概率。我们的研究结果表明，当主用户误检测的概率受到约束，多阶段的感知的性能，在大多数情况下，优于单阶段的感知。此外，在感知的第一阶段，延长信道观测时间可以大大降低冲突概率，同时保持吞吐量在可接受的水平。最后，在实际的主用户业务场景中，使用两个阶段的感测提供了次用户吞吐量和冲突概率之间的良好平衡，同时满足成功检测约束条件下的主动频谱接入通信。
2012-08-29 cs.IT cs.NI cs.PF
A Simple Cooperative Transmission Protocol for Energy-Efficient Broadcasting Over Multi-Hop Wireless Networks
本文分析了无线多跳传感器网络的广播技术，使用一种称为机会大阵列（OLAs）的合作分集形式。我们提出了一种自主调度的节点，它限制了中继节点，并节省了多达32%的传输能量相比，其他广播方法，而不需要全球定位系统（GPS），单个节点寻址，或节点间的互动。这种节能是跨层交互的结果，在这个意义上，媒体访问控制（MAC）和路由功能部分地在物理（PHY）层中执行。我们提出的方法被称为OLA与传输阈值（OLA-T），其中节点将其接收功率与阈值进行比较，以决定是否应该转发。我们还研究了OLA与可变阈值（OLA-VT），它优化了阈值作为电平的函数。OLA-T和OLA-VT与OLA广播相比，没有传输阈值，每个在其最小能量配置，使用正交和连续假设下的分析方法。OLA水平（或跳），以实现成功的网络广播和传输能量节省所需的数量之间的权衡进行了研究。基于分析假设的结果证实了Monte Carlo模拟。
2009-03-10 cs.IT cs.NI math.IT
Sense-and-Predict: Harnessing Spatial Interference Correlation for Cognitive Radio Networks
认知无线电（CR）是实现未来网络的关键使能器，通过允许不同无线网络之间的频谱共享来实现更高的频谱效率。探索频谱接入机会是否可用是重要的，但是基于发射机（TX）感测的传统CR不能用于此目的，因为配对的接收机（RX）可能根据它们的分离、阻塞和波束方向的程度而经历不同水平的干扰。为了解决这个问题，本文提出了一种新的形式的媒体访问控制（MAC）称为感测和预测（SaP），其中每个辅助TX预测在RX的干扰水平的基础上感测到的干扰在TX，这可以量化的两个位置之间的空间干扰相关性。使用随机几何，空间干扰相关性可以以条件覆盖概率的形式表示，使得RX处的信号干扰比（SIR）不小于给定TX处的感测到的干扰的预定阈值，该预定阈值被定义为机会概率（OP）。次级TX随机接入频谱取决于OP。我们优化的SaP框架，以最大限度地提高二级网络的区域频谱效率（ASES），同时保证主网络的服务质量。使用USRP和MATLAB仿真的测试床实验表明，与没有预测的CR相比，SaP提供了更高的ASE。
2019-02-04 cs.IT cs.NI math.IT
