Improving Route Discovery Using Stable Connected Dominating Set in MANETs
基于连通支配集(CDS)的虚拟骨干网在无线自组织网络中起着重要的路由和广播作用。网络中的每个节点可以选择其1跳邻居中的一些作为多点中继(MPR)来覆盖其所有2跳邻居。基于MPR的CDS是用于广播的有前途的方法。CDS中的节点消耗更多的能量,并且能量比非主导节点消耗得更快。虽然先前的CDS构造算法在CDS的大小方面取得了良好的结果,但是从能量有效的角度来看,最小大小的CDS不一定保证最优的网络性能。在本文中,我们提出了一种分布式算法的能量有效的稳定MPR的基础上CDS建设延长Ad Hoc无线网络的生命周期,考虑能量和速度的节点。我们还实现了路由发现协议,利用CDS节点中继路由请求消息。仿真结果表明,我们的算法的生命周期增加了25%,比以前的作品和减少60%的路由请求消息在路由发现过程中。
2012-04-24 cs.NI
On the Benefits of Network-Level Cooperation in Millimeter-Wave Communications
毫米波无线网络的中继技术是提高传输性能的一个有力的解决方案。在这项工作中,我们量化的好处,随机接入多用户毫米波无线网络的延迟和吞吐量方面,由一个全双工网络协作中继。中继器配备有队列,我们分析该队列的性能特性(例如,到达率、服务率、平均大小和稳定性条件)。此外,我们研究了两种可能的传输方案:全定向和广播。在前者中,源节点通过使用窄波束将分组发送到中继站或目的地,而在后者中,节点通过使用较宽的波束在相同的时隙中发送到目的地和中继站,但是具有较低的波束成形增益。在我们的分析中,我们还考虑了每次发射机节点改变目的地节点时发生的波束对准阶段。我们展示了波束对准持续时间以及发送节点的位置和数量如何显着影响网络性能。此外,我们说明了最佳传输方案(即,广播或全定向),并且示出了全定向传输并不总是有益的,但是在某些场景中,广播和中继可以提高吞吐量和延迟方面的性能。
2019-03-07 cs.NI
Variance Based Scheduling Algorithm with Relay Selection and Resource Allocation in Cooperative OFDMA Networks
如今,若干标准的无线电接口利用诸如OFDMA的先进技术和诸如中继的扩展技术来增强。随着下一代无线通信技术的发展,调度问题变得更加重要和具有挑战性。在我们的工作中,我们的目标是最大限度地提高整个系统的容量,同时选择最合适的中继站之间的用户和中继站之间的公平性约束,提出了一个基于间隙的调度。该模型考虑了信道状态信息和两跳链路的不均衡速率容量。仿真结果表明,我们的方法在公平性和整体系统性能的有效性。
2013-10-23 cs.NI
Relay Selection in Wireless Networks as Restless Bandits
本文将无线网络中继选择建模为不安定多臂老虎机问题,证明其Whittle可索引性并提出基于最小Whittle指数的中继选择策略,仿真表明该策略在成本、时延和吞吐量上均优于现有方法。
2025-08-28 cs.NI
A Novel Trajectory Clustering technique for selecting cluster heads in Wireless Sensor Networks
无线传感器网络(WSNs)存在热点问题,即距离基站最近的传感器节点比距离基站较远的节点需要转发更多的数据包。因此,感觉网络的寿命取决于这些最近的节点。分簇方法被用来延长无线传感器网络的生命周期。然而,目前的分簇算法通常采用两种技术:选择具有更多剩余能量的簇头,并周期性地轮换簇头,以在每个簇内的节点之间分配能量消耗,延长网络的生命周期。大多数算法使用随机选择来选择簇头。在这里,我们提出了一种新的轨迹聚类技术选择簇头在无线传感器网络。我们的算法选择簇头的流量和周期性旋转的基础上。它提供了第一个基于轨迹的分簇技术选择簇头,并减轻热点问题,延长网络的生命周期。
2011-08-03 cs.NI
A Fault Tolerant Trajectory Clustering (FTTC) for selecting cluster heads inWireless Sensor Networks
无线传感器网络(WSNs)存在热点问题,即距离基站最近的传感器节点比距离基站较远的节点需要转发更多的数据包。因此,感觉网络的寿命取决于这些最近的节点。分簇方法被用来延长无线传感器网络的生命周期。然而,目前的分簇算法通常采用两种技术:选择具有更多剩余能量的簇头,并周期性地轮换簇头,以在每个簇内的节点之间分配能量消耗,延长网络的生命周期。大多数算法使用随机选择来选择簇头。在这里,我们提出了一个容错轨迹聚类(FTTC)技术选择簇头在无线传感器网络。我们的算法选择簇头的流量和周期性旋转的基础上。它提供了第一个容错轨迹为基础的分簇技术选择簇头和减轻热点问题,延长网络的生命周期。
2011-08-03 cs.NI
Closed-Form and Constant-Time New-Source Selection for Fault-Tolerant Broadcasting in Dense Eisenstein--Jacobi Networks
Kuwait University(科威特大学)
针对密集Eisenstein-Jacobi网络中两个节点故障的容错广播问题,提出闭式常数时间算法,通过将问题转化为边界交集并求解至多252个代数系统,实现新源计数与选择。
2026-06-18 cs.DC cs.IT cs.NI
Machine Learning Based Cooperative Relay Selection in Virtual MIMO
在蜂窝系统中,虚拟多输入多输出(V-MIMO)技术有望实现与传统MIMO相当的性能增益。本文提出了一种基于机器学习技术的协作中继选择算法。用户在V-MIMO中合作的意愿取决于他当前的电池电量、时间和日期以及服务提供商提供的激励。每个用户都有不同的参与V-MIMO的标准,但允许特定的行为模式。因此,在选择用户作为协作节点之前,需要预测源用户(SU)附近的愿意用户。假设只有属于SU的虚拟天线阵列(VAA)小区的非活动用户进行协作。这减少了协作节点发现中的控制开销。在本文中,我们采用预测算法,使用两个机器学习技术,即人工神经网络和支持向量机,以找出不活跃的愿意在VAA细胞的用户。通过计算均方误差、准确率、精确率和召回率等参数来评价神经网络和支持向量机模型的性能。使用ANN的预测具有3%的MSE,平均准确度为97%(方差0.37),而SVM具有2.58%的MSE,平均准确度为97.56%(方差0.17)。我们还观察到,提出的预测方法减少了约29%的节点发现时间。
2015-06-05 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
A Hybrid Trajectory Clustering for Predicting User Navigation
无线传感器网络(WSNs)存在热点问题,即距离基站最近的传感器节点比距离基站较远的节点需要转发更多的数据包。因此,感觉网络的寿命取决于这些最近的节点。分簇方法被用来延长无线传感器网络的生命周期。然而,目前的分簇算法通常采用两种技术:选择具有更多剩余能量的簇头,并周期性地轮换簇头,以在每个簇内的节点之间分配能量消耗,延长网络的生命周期。大多数算法使用随机选择来选择簇头。在这里,我们提出了一种新的轨迹聚类技术选择簇头在无线传感器网络。我们的算法选择簇头的流量和周期性旋转的基础上。它提供了第一个基于轨迹的分簇技术选择簇头,并减轻热点问题,延长网络的生命周期。
2011-08-03 cs.NI
BRAINS: Joint Bandwidth-Relay Allocation in Multi-Homing Cooperative D2D Networks
协作设备到设备(CD 2D)通信被认为是解决容量不足问题的一种方法。将多宿主和CD 2D技术结合在一起可以潜在地提高网络性能。提出了一种新的多归属CD 2D(MH-CD 2D)网络,在该网络中,多个归属移动设备(MMD)作为普通移动设备(OMD)协作通信的中继。我们制定这样的联合带宽中继分配问题作为一个两阶段的游戏,以处理两个挑战:如何激励MMD租赁空闲带宽,并帮助OMD选择合适的MMD中继。在第一阶段,我们使用一个非合作博弈模型的MMD之间的竞争共享带宽和价格。在第二阶段,我们通过进化博弈来模拟OMD选择MMD的行为。我们证明了博弈中存在纳什均衡,并提出了一种分布式激励机制IMES来解决联合带宽-中继分配问题。大量的仿真结果表明,在Stackelberg博弈中,一个MMD的最佳反应价格随着另一个MMD的最佳反应价格的增加而增加。在进化平衡时,MMD的效用随着每个OMD组中OMD数量的增加而增加。所提出的算法是能够减少平均服务延迟超过25%的随机方案,这是经常使用在现有的作品。就MMD的效用而言,平均而言,IMES优于现有方案约20.37%。
2018-01-29 cs.GT cs.NI
Sequential Decision Algorithms for Measurement-Based Impromptu Deployment of a Wireless Relay Network along a Line
我们的动机是需要,在某些应用中,即兴或随你去部署无线传感器网络。一个人沿着一条线行走,从一个汇聚节点(例如,基站),并向源节点前进(例如,传感器),其位于先验未知位置。在等间隔的位置,他使链路质量测量到以前的中继,并部署中继在这些位置中的一些,目的是连接源到汇的多跳无线path.In本文中,我们考虑两种方法的即兴部署:(i)部署代理只能向前移动(我们称之为纯随用随取方法),以及(ii)部署代理可以在选择其中的放置位置之前在几个连续步骤上进行测量(我们称之为探索前进方法)。我们考虑一个轻交通制度,并制定了一个马尔可夫决策过程,其中的权衡是由节点使用的功率之间的问题,在链路中的中断概率,和每单位距离放置的中继的数量。我们得到的结构的最优政策的纯随你去的方法,以及探索前进的方法。我们也考虑自然的启发式算法,比较。数值算例表明,探索前进的方法显着优于纯随你去的方法。接下来,我们提出了两个学习算法的探索前进的方法,基于随机逼近,渐近收敛到一组最优的政策,而不使用任何知识的无线电传播模型。我们证明了数值的学习算法可以收敛(部署进展)的最优策略的集合相当快,因此,可以是实用的,无模型的算法部署在大区域。
2017-09-07 cs.NI
Random relay selection based heuristic optimization model for the scheduling and effective resource allocation in the cognitive radio network
本研究针对认知无线电网络的资源分配与中继选择问题,提出结合蜘蛛群优化的跨层蜘蛛群移位方法,在移动终端干扰限制下动态选最优中继,较SSO-QG时延降15%、吞吐量提约25%。
2023-12-13 cs.NI
Opportunistic Selection of Vehicular Data Brokers as Relay Nodes to the Cloud
物联网(IoT)革命和智能社区的发展导致了对带宽需求的增加,这是由于网络流量的增加。一些研究人员提出利用车载自组织网络(VANELS)作为数据通信基础设施,而不是投资于昂贵的通信基础设施。然而,VANE并不便宜,因为它们需要在智能社区中部署昂贵的路边单元(RSU)。在这项研究中,我们提出了一个无基础设施的系统,机会主义地利用车辆作为本地社区经纪人(LCB),有效地替代RSU管理智能设备和云之间的通信,以支持智能社区应用程序。我们提出了一个机会主义的算法,努力选择车辆,以最大限度地提高LCB的服务时间。所提出的机会主义算法利用在线选择算法的合奏运行所有这些在被动模式下,并选择一个在最近的历史上表现最好的。我们评估我们提出的算法使用的数据集,包括真正的出租车痕迹从中国上海市,并比较我们的算法对基线的9阈值为基础的在线(TBO)算法。进行了大量的实验,我们的研究结果表明,该算法实现了高达87%的服务时间与多达10%的车辆选择相比,现有的最佳性能TBO在线算法。
2019-09-28 cs.NI
AI-Driven Multi-Hop Relay Selection for Smart Urban NR-V2X Networks via Learning-to-Optimize Graph Neural Networks
研究智能城市NR-V2X网络中多跳中继选择问题,提出基于图神经网络的学习优化框架,将车辆通信状态建模为属性图,通过离线MILP预言机监督、边缘感知图同构网络近似决策,实验证明该方法能在降低执行时间的同时实现与MILP相当的连接性。
2026-07-24 cs.AI cs.LG cs.NI
UAV-assisted Internet of Vehicles: A Framework Empowered by Reinforcement Learning and Blockchain
Concordia University(康考迪亚大学);Khalifa University(哈利法大学)
针对无人机辅助车联网中继选择与协调的局限,提出融合双向中继选择、去中心化MDRL协调与区块链的框架,经PPO训练验证可提升中继稳定性与网络覆盖连通性。
2025-01-22 cs.AI cs.NI
Many-to-One Throughput Capacity of IEEE 802.11 Multi-hop Wireless Networks
本文研究了IEEE 802.11多跳网络的多对一吞吐量(对称性,一对多吞吐量)。在先前的研究中,通常假设多对一吞吐量容量由链路容量L限定上限。吞吐量L在802.11下是无法实现的。本文介绍了“规范网络”的概念,它是一类规则结构的网络,其容量比非结构化网络更容易分析。我们表明,在802.11规范网络的吞吐量容量有一个分析上限为3L/4时,源节点是两个或更多的跳远离汇;和模拟吞吐量为0.690L(0.740L)时,源节点是许多跳远。我们猜想3L/4也是一般网络的上界。当所有链路长度相等时,2L/3可以被证明是一般网络的上界。我们的模拟结果表明,随机拓扑结构的802.11网络与AODV路由只能实现吞吐量远低于上限。幸运的是,通过适当地选择网关附近的路由(或通过适当地定位通向网关的中继节点)来模仿规范网络的结构,吞吐量可以显著提高150%以上。实际上,在密集网络中,明智地停用靠近汇点的一些中继节点是值得的。
2007-04-04 cs.IT cs.NI math.IT
Analyzing DISH for Multi-Channel MAC Protocols in Wireless Networks
长期以来,节点协作一直被用作数据中继机制。然而,无线信道允许节点之间更丰富的交互。一种这样的场景是在多信道环境中,其中发射机-接收机对可能做出不正确的决定(例如,在选择信道时),但是空闲邻居可以通过共享信息来帮助防止不期望的结果(例如,数据冲突)。这代表了一个分布式信息共享(DISH)的合作机制,并提出了新的方式设计的合作协议。然而,缺乏的是对这一新的合作概念的理论理解。在本文中,我们将合作视为一种网络资源,并通过一个度量,$p_{co}$,获得合作的概率来评估合作的可用性。首先,我们分析评估$p_{co}$在多信道多跳无线网络的背景下。其次,我们通过仿真验证了我们的分析,结果表明,我们的分析准确地描述了作为底层网络参数的函数的$p_{co}$的行为。这一步也产生了关于网络动态的DISH的重要见解。第三,我们调查之间的相关性$p_{co}$和网络性能的碰撞率,数据包延迟,和吞吐量。结果表明,一个近似线性的关系,这可能会显着简化合作网络的性能分析,并建议$p_{co}$被用作一个适当的性能指标本身。在这项工作中,我们利用,适当的,三个不同的DISH上下文-基于模型的DISH,理想的DISH,和真正的DISH -探索$p_{co}$。
2014-11-25 cs.NI cs.PF
A Reliable Link-adaptive Position-based Routing Protocol for Flying Ad hoc Network
飞行自组织网络(FANET)为许多应用提供了便携式和灵活的通信,并具有一些独特的设计挑战,其中一个关键是成功地将消息可靠地传递到目的地。对于可靠的通信,路由起着重要的作用,它根据一定的标准在源和目的地之间建立路径。传统的FANET路由协议通常使用最小跳数准则来寻找源和目的地之间的最佳路由,这在考虑存在单一源/目的地网络环境的情况下导致较低的延迟。然而,在具有多个源的网络中,最小跳数路由标准连同由网络中的每个节点广播的1跳HELLO消息可能在高端的到端(ETE)延迟方面恶化网络性能并且减少网络的寿命。本文提出了一种基于位置的可靠链路自适应路由协议(RLPR)。它使用节点的相对速度、信号强度和能量,以及使用转发角度到目的地的地理距离。该角度用于确定减少网络中不期望的控制消息的转发区域,以便发现路由。RLPR通过选择那些在转发区域中并且其地理移动朝向目的地的中继节点来增强网络性能。此外,RLPR选择具有更好能量水平的下一跳,并利用节点的信号强度和相对速度来实现高连通性水平。在网络仿真器(ns-2.35)上进行性能评估的基础上,分析了RLPR协议在不同场景下优于基于鲁棒可靠预测路由协议(RARP)和Ad hoc按需距离矢量协议(AODV)。
2020-10-12 cs.NI