Reliable Prediction of Channel Assignment Performance in Wireless Mesh Networks
无线网状网络（WMN）的发展以及多无线电多信道（MRMC）WMN部署的激增已经产生了大量的网络性能问题。这些问题与地方性干预的不利影响有着错综复杂的联系。因此，干扰减轻是WMN中的主要设计目标。有效的信道分配（CA）方案可以充分利用MRMC环境的潜力，并抑制干扰的不利影响，从而有效地减轻干扰。然而，在研究文献中已经提出了许多CA方案，并且缺乏CA性能预测技术，该技术可以帮助为给定的WMN选择合适的CA。在这项工作中，我们提出了一个可靠的干扰估计和CA性能预测方法。我们证明了它的有效性，证实了CA性能预测给定的WMN通过严格的模拟NS-3 802.11g环境中获得的实验数据。
2015-08-14 cs.NI
Interference Aware Channel Assignmnet Using Edge Coloring in Multi-Channel Multi-Radio Wireless Mesh Networks
近年来，多信道多射频无线网状网络被认为是一种可靠且经济的广域互联网接入方式。在这个网络中的一个主要的研究挑战是从可用信道中选择干扰最小的信道，然后将其有效地分配给无线电。已经开发了许多用于信道分配的算法和方法，以使用正交信道来最大化网络吞吐量。最近的研究和测试床实验证明，基于POC的信道分配允许无线频谱共享的更大灵活性。在本文中，我们表示的信道分配作为一个图边着色问题，使用POC。在为链路分配信道时，为了避免相邻传输的干扰，需要测量信噪比。仿真结果表明，我们提出的方法提高了网络的吞吐量和性能。关键词：无线Mesh网络，多射频，多信道，部分重叠信道，信噪比干扰
2013-11-03 cs.NI
R-CA: A Routing-based Dynamic Channel Assignment Algorithm for Wireless Mesh Networks
尽管信道分配已经被研究了很多年，但大多数基于IEEE 802.11的多跳无线网络，如无线传感器网络（WSN）、无线网状网络（WMN）、移动自组织网络（MANET），其性能受到信道干扰的限制。为无线链路合理分配正交信道可以提高多跳网络的吞吐量。为了解决动态信道分配问题，提出了一种基于路由的信道分配算法R-CA。R-CA可以在需要时为无线节点分配信道，并在数据传输后释放信道。因此，无线节点可以探索更多的信道资源。仿真结果表明，R-CA能有效提高网络吞吐量和分组投递率。
2010-11-13 cs.DC cs.NI
Predicting Performance of Channel Assignments in Wireless Mesh Networks through Statistical Interference Estimation
无线网状网络（WMN）部署准备减少对有线基础设施的依赖，特别是随着多无线电多信道（MRMC）WMN架构的出现。但是MRMC WMN提供的好处，即，增强的网络容量、不间断的连接和减少的等待时间被普遍干扰的有害影响所贬低。因此，干扰缓解是WMN部署的主要目标。它通常是通过谨慎的信道分配（CA）计划，最大限度地减少干扰的不利影响，提高网络性能。然而，在研究文献中已经提出了许多CA方案，并且经常感觉到CA性能预测度量的缺乏，该度量可以帮助为给定的WMN选择有效的CA方案。在这项工作中，我们提供了一个新的特性的干扰地方性无线网络。然后，我们提出了一个可靠的CA性能预测指标，它采用了统计干扰估计方法。我们进行了严格的定量评估建议的指标，通过验证其CA性能预测与实验结果，记录从广泛的模拟运行在ns-3 802.11g环境。
2015-06-28 cs.NI
Interference Mitigation In Wireless Mesh Networks Through Radio Co-location Aware Conflict Graphs
无线网状网络（WMN）已经发展成为一种备受关注的无线通信技术。但是，无线网状网的技术进步无意中产生了过多的网络性能瓶颈，主要是由普遍干扰的增加造成的。冲突图是理论上表示和估计无线网络中干扰的不可缺少的工具。我们提出了一个通用的算法来生成冲突图，这是独立的底层干扰模型。此外，我们提出了无线电共址干扰的概念，这是由多无线电多信道（MRMC）WMN中的空间共址无线电引起和经历的。我们实验验证的概念，并提出了一个新的全方位的算法来创建一个无线电共址感知冲突图。我们的新冲突图生成算法被证明是显着优于传统的方法，更有效的，通过理论的干扰估计和综合实验。在IEEE 802.11g平台上运行的一组广泛的ns-3仿真的结果强烈表明，无线电共址感知冲突图是一个显着的改进，他们的传统同行。我们还质疑使用总干扰度作为一个可靠的度量来预测在一个给定的WMN部署的信道分配方案的性能。
2015-06-28 cs.NI
Fairness-Oriented Semi-Chaotic Genetic Algorithm-Based Channel Assignment Technique for Nodes Starvation Problem in Wireless Mesh Network
多无线电多信道无线网状网络（WMN）已经成为一种可扩展、可靠和灵活的无线网络，支持多种类型的创新技术，如物联网（IoT）和车载网络。由于正交信道的数量有限，信道之间的干扰不利地影响了网格客户端之间的带宽的公平分配，导致节点在带宽不足方面的饥饿，这阻碍了采用WMN作为一种有效的接入技术。因此，一个公平的信道分配是至关重要的网格客户端利用可用的资源。然而，由于不公平的信道分配的节点饥饿问题已被大大忽略了现有的研究在信道分配。相反，现有的信道分配算法要么减少总网络干扰，要么最大化总网络吞吐量，既不能保证公平分配的信道，也不能消除节点饥饿。为此，针对无线Mesh网络中节点饥饿问题，提出了一种基于公平性的半混沌遗传算法的信道分配技术（FA-SCGA-CAA）。FA-SCGA-CAA采用改进的遗传算法对多准则公平性进行优化。修改包括提出一种半混沌技术，用于创建具有强大基因的主染色体。这样的染色体被用来创建一个强大的群体，以有效和高效的方式将搜索引向全局最小值。其结果是一个非线性的公平导向的适应度函数，旨在最大限度地提高链路的公平性，同时最小化链路干扰。与相关工作的比较表明，提出的FA_SCGA_CAA减少了22%的潜在节点饥饿，提高了23%的网络容量利用率。
2020-06-17 cs.NE cs.NI
Broadcast Strategies with Probabilistic Delivery Guarantee in Multi-Channel Multi-Interface Wireless Mesh Networks
多信道多接口无线Mesh网络允许在正交信道上分散负载以提高网络容量。虽然广播对于许多第3层协议是至关重要的，但是利用多个信道的建议主要集中在单播传输上。在本文中，我们提出了广播算法，适合任何信道和接口分配策略。它们保证广播数据包以最小的概率传递到所有邻居。我们的模拟结果表明，所提出的算法有效地限制了开销。
2011-05-13 cs.NI
Path Assignment in Mesh Networks at the Edge of Wireless Networks
针对无线边缘Mesh网络路径分配问题，提出基于树搜索的算法，通过最大化信噪干扰比识别有效通信路径，实验证明其性能显著优于忽略干扰、随机选择及遗传算法，且计算复杂度更低。
2025-04-01 cs.IT cs.NI math.IT
Middle-mile Network Optimization in Rural Wireless Meshes
农村地区宽带连接有限的现状促使人们需要部署远程无线网状网络等替代方案。成本有效地部署无线网格的一个关键方面是规划如何将最后一英里网络连接到核心网络服务提供商（即，边缘接入终端和陆线/光纤终端之间的网络），具有最小的基础设施成本和吞吐量限制。这种所谓的中间英里网络优化，包括拓扑结构，塔高度分配，天线和方向选择，以及发射功率分配，是已知的计算困难的问题。在本文中，我们为中间英里网络优化问题的广义版本提供了第一个多项式时间近似解，其中点对点（即，WiFi（p2p）链路被部署用于桥接最后一英里网络。我们的解决方案具有$O(\ln{|A|}+\frac{|B|}{|A|}+\frac{|A|+|B|}γ)$的性价比，其中A和B分别表示终端和非终端的数量，$γ$是$\frac{link\ capacity}{terminal\ demand}$的比率。此外，我们的解决方案扩展到混合网络，即，点对多点（即，WiFi P2 MP）或全向（即，电视空白空间）可以作为除了点对点链接之外的超链接，以进一步降低无线链接的成本。我们为我们的中间英里网络优化解决方案提供了一个补充启发式，当且仅当它们降低成本时才添加超链接。
2020-09-03 cs.NI
An Efficient Method For Multichannel Wireless Mesh Networks With Pulse Coupled Neural Network
多播通信是无线Mesh网络的关键技术。多播提供了一组节点之间的有效数据分发，通常传感器网络和移动自组网使用多播算法，这些算法被设计成能量有效的，并实现移动节点之间的最佳路由发现，而无线网状网络需要最大化吞吐量。本文提出了两种多播算法：水平信道分配（LCA）算法和多信道多播（MCM）算法，以提高多信道和多接口网状网络的吞吐量。该算法通过最小化中继节点数和树的总跳数距离来构建高效的组播树。最短路径计算是一个经典的组合优化问题。神经网络已被用于处理路径优化问题。针对脉冲耦合神经网络（PCNNS）在长路径下计算量大的问题，提出了一种新的PCNN模型--双源PCNN（DSPCNN），该模型在源神经元和目标神经元的自动波相遇时产生两个自动波，然后通过回溯两个自动波来寻找最短路径。
2012-04-21 cs.NI
A Divide-and-Conquer Scheme for Assigning Roles in Multi-Channel Wireless Mesh Networks
一个多信道MAC似乎是一个有趣的方法，用于提高网络吞吐量的正交信道复用传输。特别地，分子MAC最近提出修改标准IEEE 802.11 DCF接入方法以使用动态信道切换来在多跳上进行有效的分组转发。然而，该MAC层需要对节点进行角色和信道分配：其中一些节点使用静态信道，而另一些节点按需动态切换到邻居信道。为了分配角色和通道，我们扩展了弱连通支配集的概念，这种结构已经在集群中使用。更确切地说，我们适应WCDS结构，并引入新的约束条件来定义我们所谓的可逆WCDS（r-WCDS），这是特别适合于无线网状网络分子MAC下运行。我们提出了一个分而治之的计划，分区的网络成集群，每个集群解决一个MILP制定分配角色在其集群的领导者。通过适当地定义簇边界的角色，我们保持了r-wcd的全局连通性。最后，我们的模拟表明，该方案的性能接近集中式算法。
2010-07-08 cs.NI
Using Orthogonal Channels for Supporting Multicast Service in Multi-channel Wireless Mesh Networks
与有线网络不同，无线网络的容量由于无线介质的广播性质而受到干扰限制。一些多播无线网络协议没有考虑信道分配问题，这会在传输节点处造成干扰，因此没有充分利用网络的容量。通过使用多信道特性，可以减少干扰并提高吞吐量。因此，本文采用正交信道作为网络中发送和接收节点。提出了一种在多信道多接口无线网状网络（MIMC-WMN）中构造多播树的分布式方法EWM（Efficient Wireless Multicast），该方法选择中继节点，并以分布式的形式为中继节点分配正交的无线信道。为了进一步减少增加分支时的干扰，选择从源到接收端的端到端时延最小的路由。因此，该树适合于多媒体应用程序。我们还采用无线媒体的广播性质，以减少中继节点的数量。将该算法与NS 2中的MCM算法进行了比较。
2012-10-10 cs.NI
3D Beamforming based Dynamic TDD Interference Mitigation Scheme
动态时分双工（D-TDD）允许小区以高资源分配灵活性来适应非对称业务变化。然而，该特征受到相反传输方向上的小区之间的两种附加类型的干扰的限制：下行链路（DL）到上行链路（UL）和UL到DL干扰。因此，将该模式与宏小区部署一起使用需要干扰减轻技术来减少强DL到UL干扰。3D波束成形是一种有效的技术，通过智能地利用大型2D天线阵列来最小化干扰并增强性能。组合D-TDD和3D波束成形可以使得D-TDD对于宏小区是可行的。本工作的目的是在基于D-TDD的宏小区部署中提供3D波束成形分析模型，其中波束成形水平和垂直辐射图案取决于随机用户位置的空间分布。我们根据干扰信号比（ISR）来评估干扰。我们证明了累积ISR可以用收敛级数表示，并且它的期望是一个几乎处处收敛的级数。不同的数值结果证明了该方案的适用性。
2020-01-30 cs.NI eess.SP
GossipSub: Attack-Resilient Message Propagation in the Filecoin and ETH2.0 Networks
无需许可的区块链环境需要为区块和交易消息使用快速且具有攻击弹性的消息传播协议，以保持节点同步并避免分叉。我们提出了GossipSub，一个基于流言的pubsub协议，与过去的pubsub协议相比，它结合了对各种攻击的弹性。首先，GossipSub的网格结构实现了一个急切的推送模型，保持了pubsub传递的低扇出，并平衡了过度的带宽消耗和整个网格的快速消息传播。其次，通过流言传播，GossipSub实现了一个懒惰的拉模型，以达到遥远的节点或网格外。第三，通过不断的观察，节点为它们连接的节点维护一个分数配置文件，允许它们选择行为最好的节点包含在网格中。最后，也是最重要的一点是，专门为这三个组件设计的一些量身定制的缓解策略使GossipSub能够抵御最具挑战性的基于Sybil的攻击。我们在一个测试平台环境中测试了GossipSub，该环境涉及部署在AWS上的5000多个虚拟机节点，并表明它对所有考虑的攻击都具有免疫力。GossipSub目前被集成为Filecoin和Ethereum 2.0（ETH2.0）区块链中的主要消息传递层协议。
2020-07-06 cs.NI
Dynamic Frequency Management in 802.11-based Multi-Radio Wireless Networks
在802.11网格部署中，有效的信道选择对于最小化同信道设备之间的争用和干扰并且从而支持多个QoS敏感的应用是必不可少的。已经提出了一些协议用于在这样的网络中的频率分配，但是它们不解决端到端的问题。在本文中，我们提出了一个一般配方的信道选择问题，同时考虑到性能的网状接入和网状回程。此外，我们提出了ARACHNE，路由感知的无线网状网络的信道选择协议。ARACHNE在自然界中是分布式的，并受到我们在无线测试平台上的测量的激励。我们的协议的主要新颖之处在于采用了一个度量，该度量可以捕获网络中不同路由的端到端链路负载。ARACHNE优先将低干扰信道分配给以下链路：（a）需要服务高负载聚合业务和/或（b）已经遭受显著水平的竞争和干扰。我们的协议考虑到每个设备的潜在接口（无线电）的数量，并分配这些接口的方式，有效地利用可用的信道容量。我们评估ARACHNE通过广泛的，tracedriven模拟，我们表明，接近最佳的信道选择。我们观察到，我们的协议提高了总的网络吞吐量，相比其他三个代表性的信道分配方法在文献中。
2012-11-04 cs.NI
A Socio-inspired CALM Approach to Channel Assignment Performance Prediction and WMN Capacity Estimation
大量的研究文献致力于无线网状网络（WMN）中的干扰缓解，特别强调设计信道分配（CA）方案，以减轻干扰对WMN性能的影响。但是，有无数的CA计划在一个人的处置，使选择一个合适的CA为给定的WMN的任务非常繁琐和耗时。在这项工作中，我们提出了一种新的干扰估计和CA性能预测算法称为CALM，这是受社会理论的启发。我们借用社会学的“自成一类”的社会现实的想法，并将其应用到WMN取得了重大成功。为了实现这一目标，我们设计了一种新的社会学思想借用机制，便于在其他领域的社会学概念的操作。此外，我们制定了一个启发式的混合网络规划（MIP）模型称为NETCAP，它利用CALM产生的链路质量估计提供了一个可靠的框架，网络容量预测。我们证明了CALM的有效性，通过评估其理论估计对实验数据，通过详尽的模拟NS-3 802.11g环境中，一个全面的CA测试集的40 CA计划。我们比较CALM与现有的三个干扰估计指标，并证明它是一贯更可靠。CALM在性能测试中的准确率超过90%，在压力测试中也达到了88%的准确率，而其他指标的准确率下降到75%以下。与其他指标相比，它将CA性能预测中的错误减少了75%。最后，我们验证了预期的网络容量估计产生的NETCAP，并表明，他们是相当准确的，平均偏差低至6.4%相比，在性能测试中的实验记录的结果。
2018-08-16 cs.NI
Protection Switching in Hybrid Hollow-Core and Single-Mode Fiber Networks: Challenges, Analysis, and Mitigation Strategies
Ottawa Research Center, Huawei Technologies Canada（渥太华研究中心，华为加拿大技术有限公司）
本文分析了混合空芯光纤与单模光纤网络中保护切换的挑战，通过蒙特卡洛模拟量化色散步长、GSNR惩罚和调制格式降级，并提出缓解策略，指出1+1专用保护优于共享备份路径保护。
2026-06-23 cs.NI physics.optics
Self-Directed Spectrum Allocation Framework for Integrated TN-NTN 6G Networks
针对集成TN-NTN 6G网络，提出基于Q学习的自适应信道分配框架，通过观察网络相关动态学习最优策略，设计多目标奖励函数并采用ε-贪婪策略，仿真结果显示该框架在多方面表现良好。
2026-08-21 cs.NI
Dynamic-TDD Interference Tractability Approaches and Performance Analysis in Macro-Cell and Small-Cell Deployments
为了满足数据业务量的持续增长，已经引入了动态时分双工（D-TDD）作为处理主要针对密集异构网络部署观察到的上行链路（UL）和下行链路（DL）业务不对称的解决方案，因为它基于瞬时业务估计并且在资源分配中提供更大的灵活性。然而，该特征的使用需要能够处理相反传输方向上的小区之间的两种附加类型的干扰的新的干扰减轻方案：DL到UL和UL到DL干扰。这项工作的目的是提供一个完整的分析方法来模拟宏小区和密集的小小区网络中的小区间干扰。我们推导出在网络的每个位置处的干扰信号比（ISR）的显式表达式，在DL和UL中，以量化每种类型的干扰对系统性能的影响。此外，我们提供了明确的表达式的覆盖概率作为不同的系统参数的函数，通过覆盖不同的情况。最后，通过系统级仿真，我们分析了D-TDD实现在这两种部署的可行性，我们比较其性能的静态TDD（S-TDD）配置。
2020-03-27 cs.NI
Distributed Spectral Efficiency Maximization in Full-Duplex Cellular Networks
三节点全双工是具有全双工能力的无线节点与分别使用半双工发送和接收的两个其他无线节点之间的有前途的新传输模式。虽然三节点全双工传输可以在不需要用户设备的全双工能力的情况下提高频谱效率，但是除了固有的自干扰之外，节点间干扰也会严重降低性能。因此，随着提供有效自干扰减轻的方法的发展，节点间干扰的管理变得越来越重要。本文考虑了一个蜂窝系统，其中一个全双工能力的基站服务于一组半双工能力的用户。由于上行链路和下行链路传输所实现的频谱效率固有地交织在一起，因此目标是使上行链路-下行链路传输的加权和最大化的设备信道分配和功率控制算法。为此，提出了一种基于分布式拍卖的信道分配算法，其中调度的上行链路用户和基站共同确定用于全双工传输的下行链路用户的集合。实际系统仿真表明，频谱效率可以比使用传统的半双工模式提高高达89%。此外，当自干扰消除水平高时，除非适当管理，否则用户间干扰的影响是严重的。
2016-03-06 cs.IT cs.NI math.IT
Self-X Design of Wireless Networks: Exploiting Artificial Intelligence and Guided Learning
在这项工作中，我们开发了一个框架，共同决定的最佳位置的无线扩展器和扩展器和接入点（AP）在无线网状网络（WMN）的信道配置。通常，文献中基于规则的方法导致有限的探索，而基于强化学习的方法导致缓慢的收敛。因此，采用人工智能（AI）来支持网络自治并捕获对系统和环境演化的见解。我们提出了一个Self-X（自我优化和自我学习）框架，该框架封装了环境和智能代理，通过感知，感知，推理和学习，以真正自主的方式实现最佳操作。智能体从先前的行为中获得足够的知识，从而提高未来决策的质量。领域经验被提供来指导代理，同时探索和利用环境中的一组可能的动作。因此，它保证了低成本的学习，并实现了接近最优的网络配置，解决了非确定性的多项式时间硬度（NP-硬）问题的联合信道分配和位置优化在WMN。大量的仿真运行，以验证其快速收敛，高吞吐量和动态干扰条件下的弹性。我们在现成的无线设备上部署框架，以实现自主的自我优化和自我部署，使用AP和无线扩展器。
2018-05-16 cs.NI
Statistical Relationship between Interference Estimates and Network Capacity
干扰是无线网络性能的主要障碍，因为它对网络容量具有显著的不利影响。由于重叠基本服务集（OBSS）部署，WiFi网络已经逐渐且一致地致密化。随着即将推出的802.11ax标准，密集和超密集部署将成为常态，干扰对容量的不利影响只会加剧。然而，干扰和网络容量之间的关联的确切性质仍有待研究，我们在这项工作中弥合的差距。我们采用线性和多项式回归找到几个未探索的问题的答案容量干扰关系（CIR）。我们设计了一个算法来选择回归模型，最好地解释这种关系，考虑各种因素，包括离群阈值。我们确定它们之间的关联的统计意义，并确定干扰变化时网络容量变化的可解释性，反之亦然。虽然一般认为这种关系是非线性的，但我们证明了存在强线性相关性的情况。我们还研究了WMN拓扑结构对这种关系的影响，考虑四个精心设计的无线网状网络（WMN）的拓扑结构在实验中。为了量化地方性干扰，我们考虑了四种流行的理论干扰估计方法（TIEMS），即，TID、CDALcost、CXLSwt和CALM。为了确保一个健全的回归分析，我们考虑了一个大的100信道分配（CA）计划，其中大部分是通过通用干扰感知CA生成器在这项工作中提出的。最后，我们测试TIEM的可靠性和干扰建模的能力。在ns-3环境下对IEEE 802.11g/n无线网状网进行了仿真实验。
2019-04-27 cs.NI
A Mathematical Theory of Payment Channel Networks
本文提出支付通道网络的数学理论，通过几何方法分析可行财富分布，揭示多方通道扩展W_G的机制，并探讨费用设计对网络可持续性的关键作用。
2026-01-08 cs.CR cs.NI
Robust Fuzzy-Learning For Partially Overlapping Channels Allocation In UAV Communication Networks
Beijing University of Posts and Telecommunications（北京邮电大学）；Soochow University（苏州大学）；Fujian Normal University（福建师范大学）；University of Warwick（华威大学）
在本文中，我们考虑了一个网状结构的无人机（UAV）网络利用部分重叠信道（POC）。对于无人机网络中的一般数据收集任务，我们的目标是优化网络吞吐量的传输功率和服务质量（QoS）的约束。对于高度移动和不断变化的无人机网络，现有的方法大多依赖于确定的信息，易受动态环境的影响，导致系统性能不佳。针对无人机网络拓扑结构的动态变化和干扰的变化，提出了一种鲁棒的分布式学习算法。而不是完美的信道状态信息（CSI），我们引入不确定性来表征无人机节点之间的动态信道增益，然后用模糊数来解释。而不是传统的观察空间中的信道容量是一个明确的奖励，我们实现的学习和决策过程中映射的模糊空间。这允许系统通过在交替空间中进行优化来实现更平滑和更鲁棒的性能。为此，我们设计了一个模糊支付函数（FPF）来描述波动的效用，和POCs的分配问题，制定了模糊支付游戏（FPG）。借助于模糊双矩阵对策的吸引性质，证明了所提出的FPG的模糊纳什均衡（FNE）的存在性。我们的鲁棒模糊学习算法可以通过最小偏差方法达到平衡解。最后，数值模拟证明了我们的新方案比现有的计划的优势。
2018-06-28 cs.GT cs.LG cs.NI
