Stationary and Mobile Target Detection using Mobile Wireless Sensor Networks
在这项工作中，我们研究了移动传感器网络中的目标检测和跟踪问题，其中感兴趣的性能指标是检测和跟踪覆盖的概率，当目标可以是固定的或移动的，其持续时间是有限的。我们提出了一个基于物理覆盖的移动模型，移动传感器节点移动，使得不同的移动节点覆盖的区域之间的重叠是小的。结果表明，对于静止目标的情况下，所提出的移动模型可以实现所需的检测概率与移动节点的数量显着减少，特别是当检测要求是非常严格的。同样，当目标是移动的覆盖为基础的移动性模型产生了一贯较高的检测概率相比，其他模型正在调查。
2010-06-22 cs.NI
An Analytical Framework for Delay Optimal Mobile Edge Deployment in Wireless Networks
边缘缓存技术的出现为移动用户提供了一种有效的降低服务延迟的方法。然而，由于边缘主机的高部署成本，实际问题是如何在适当的边缘部署策略下实现最小延迟。在这封信中，我们提供了一个分析框架，延迟最佳的移动边缘部署在部分连接的无线网络，其中的请求文件可以缓存在边缘主机和协作传输通过多个基站。为了处理异构传输的要求，我们分离的回程和无线阶段的整个传输，并提出平均用户归一化交付时间（AUDT）的性能指标。最重要的是，我们的特点之间的权衡关系，建议的AUNDT和其他网络部署参数。使用所提出的分析框架，我们能够提供最佳的移动边缘部署策略，这为未来的移动边缘部署提供了一个有用的指导方针。
2020-08-07 cs.NI
Spreading Information in Mobile Wireless Networks
设备到设备（D2D）通信使我们能够在没有基础设施支持的情况下在本地传播信息。在本文中，我们专注于在移动无线网络中的所有节点移动的信息传播。源节点使用D2D通信将给定的信息分组传递给移动用户作为蜂窝上行链路的中继。通过随机几何，我们推导出成功接收到给定信息包的节点的平均数量作为传输功率和传输次数的函数。基于这些结果，我们制定了最大传输功率和延迟约束下的冗余最小化问题。通过对该问题的求解，给出了源节点发射功率的最优准则。
2014-06-03 cs.NI
Dynamic Video Streaming in Caching-enabled Wireless Mobile Networks
软件定义移动网络（SDMN）、网内缓存和移动边缘计算（MEC）的最新进展可能会对下一代移动网络中的视频服务产生重大影响。在本文中，我们共同考虑SDMN，在网络缓存，MEC，以提高下一代移动网络中的视频服务。以最大化视频质量的平均度量为目标，提出了一个优化问题。由于视频数据率、计算资源和流量工程（带宽提供和路径选择）的耦合，该问题在实际中变得棘手。因此，我们利用对偶分解方法将这三组变量解耦。大量的仿真进行了不同的系统配置，以显示所提出的方案的有效性。
2017-06-29 cs.NI
Localization using Mobile Wireless Sensor Networks
无线传感器网络（WSNs）是一组空间分布的专用自主传感器，用于监测（和记录）环境的物理条件（并在中央位置组织收集的数据）。它们一直是人们感兴趣的话题，因为它们的多功能性和多样化的能力，尽管有简单的传感器测量局部量，如温度，pH值或压力。我们深入了解如何利用这种网络进行本地化，并提出了一种改善IIT孟买校区动物和人类生活条件的技术。
2021-02-17 cs.NI
Efficient Radio Resource Management for Wireless Cellular Networks with Mobile Edge Computing
移动边缘计算（MEC）作为一种有前途的方法来增强移动设备的计算能力，引起了极大的兴趣。MEC范例中的一个重要问题是计算卸载。在本文中，我们提出了一个集成的框架，用于在无线蜂窝网络中使用移动边缘计算进行计算卸载和干扰管理。在该集成框架中，MEC服务器根据所有用户设备（UE）估计的本地计算开销和MEC服务器自身估计的卸载开销来做出卸载决策。然后，MEC服务器使用图着色来执行PRB分配。然后，卸载决定和PRB分配的结果用于将MEC服务器的计算资源分配给UE。仿真结果表明，该方案与不同的系统参数的有效性。
2017-06-28 cs.NI
Simulation of wireless dynamic source routing protocol with IP traffic flow analysis, memory efficiency and increased throughput
在无线移动adhoc网络技术快速发展的今天，有着广阔的研究空间。众所周知，移动网络的无线通信有许多应用领域，如路由服务，安全服务等。移动自组织网络是一种无线通信网络，其中的移动节点组织没有任何集中的管理员。有许多MANET路由协议，如反应式，主动式，混合式等，在本文中的反应式MANET路由协议，如DSR模拟50个移动节点的IP业务流的流量分析。并对DSR和ER-DSR协议的吞吐量进行了分析。最后对DSR和ER-DSR仿真过程中占用的内存进行了评估，以比较两者。
2013-07-05 cs.NI
A new approach to services differentiation between mobile terminals of a wireless LAN
本研究旨在找出无线局域网中移动终端区分服务的几种机制的优缺点，以建立一个更好更优化的机制。本文在分析现有IEEE 802.11标准服务质量方法的基础上，提出了一种新的服务质量控制方法--DF-DCF差分帧DCF。建议的方法在网络仿真器（NS）环境中的性能允许其通过一组测试和仿真场景的验证。仿真结果表明，DF-DCF方法更适合于无线通信网络中的移动节点。
2009-08-09 cs.NI
Flexible Authentication Technique for Ubiquitous Wireless Communication using Passport and Visa Tokens
移动设备（CPU、内存和存储）的发展和移动网络（Ad-Hoc、Wi-Fi、WiMAX和3.5G）的引入为下一代移动服务开辟了新的机遇。移动互联网用户在任何地方都可以连接，这变得更加方便和可取。然而，无处不在的移动接入连接面临着无线网络提供商和无线网络技术之间的互操作问题。虽然移动用户希望在旅行时获得尽可能多的服务，但在当前的国外网络认证系统中缺乏识别访问用户的技术。这一挑战在于外地网络提供商最初不具有移动用户的认证凭证。现有的方法使用漫游协议来在归属网络和外地网络之间交换认证信息。本文提出了一种漫游协议的方法，设计基于我们的无处不在的移动接入模型。我们的方法包括两个令牌，护照（识别令牌）和签证（授权令牌），为移动用户提供一个灵活的身份验证方法来访问国外的网络服务。安全性分析表明，该方案更适用于普适移动通信，特别是在无漫游协议的环境中。
2010-03-29 cs.NI
Minimization of Handoff Failure Probability for Next-Generation Wireless Systems
在过去的几年中，移动通信理论的进步已经使得能够开发和部署彼此互补的不同无线技术。因此，它们的集成可以实现具有各个网络的最佳特性的统一无线系统。下一代无线系统（NGWS）集成了不同的无线系统，每个系统都针对特定的业务和覆盖区域进行了优化，为移动用户提供无处不在的通信。在本文中，我们提出了在NGWS切换管理协议，以提高移动IP在无线IP网络中的切换性能，通过减少误切换概率。在此基础上，分析了误切换概率对移动速度和切换时延的影响。
2010-06-17 cs.NI
An Online Scheduling Algorithm for Energy Minimization in Wireless Powered Mobile Edge Computing Networks
移动边缘计算（MEC）和无线功率传输（WPT）的集成（通常被称为无线供电移动边缘计算（WP-MEC））已被认为是一种有前途的技术，以提高无线设备（WD）的寿命和计算能力。与传统电池供电的MEC网络相比，WP-MEC网络需要同时优化WPT中的资源分配和计算卸载，这给计算调度问题带来了新的挑战。在本文中，我们考虑的WP-MEC网络的多个WD和多个接入点的能量最小化问题。我们设计了一个在线算法，通过将原问题转化为一系列确定性优化问题的基础上李雅普诺夫优化理论。为了降低算法的时间复杂度，优化问题被松弛并分解成几个独立的子问题。在解决每个子问题后，我们调整变量的计算值，以获得一个可行的解决方案。大量的仿真进行验证所提出的算法的性能。
2021-04-22 cs.NI
Selfish Computation Offloading for Mobile Cloud Computing in Dense Wireless Networks
将计算卸载到移动云是增强移动设备计算能力的有前途的解决方案。在本文中，我们认为自私的移动设备在密集的无线网络中，其中个人移动设备可以通过多个接入点（AP）的移动云卸载计算，以尽量减少他们的计算成本，我们提供了一个博弈论分析的问题。我们表明，在弹性云的情况下，所有的改进路径是有限的，因此存在一个纯策略纳什均衡，可以很容易地计算。在非弹性云的情况下，我们表明，改善路径可能会循环，但我们表明，存在一个纯纳什均衡，我们提供了一个有效的算法计算。此外，我们提供了一个上限的无政府代价（PoA）的游戏。我们使用模拟来评估计算纳什均衡的时间复杂度，并在现实的情况下提供见解的PoA。我们的研究结果表明，均衡成本可能接近最优，成本差异是由于太多的移动用户同时卸载。
2016-04-19 cs.NI
Congestion Control and Routing over Challenged Networks
本论文主要研究无线移动通信网络中新型的最优路由和速率控制算法的设计与分析。到目前为止，拥塞控制和路由算法已经针对有线或无线网状网络进行了设计和优化。在这些网络中，最优算法（在吞吐量最大化或延迟最小化或网络操作成本最小化的意义上是最优的）可以基于经典的时间尺度分解假设来设计，即网络的动态足够快，使得这些算法基本上看到平均值，或者足够慢，可以跟踪任何变化，以允许算法随时间而适应。然而，随着技术进步使得能够将越来越多的移动节点集成到通信网络中，任何基于例如平均无线移动链路的容量或跟踪瞬时容量的速率控制或路由算法将执行得很差。在我们的解决方案中的共同元素，工程有效的路由和速率控制算法的移动无线网络是使无线移动链路看起来好像他们是有线或无线链路，但很少有节点直接看到的移动链路（无论是移动或节点，可以发送到或从移动接收）通过适当使用排队结构在这些选定的节点。这种方法使我们能够设计端到端的速率控制或无线移动网络的路由算法，使平均也不瞬时跟踪是必要的。
2012-01-19 cs.NI
Performance Evaluation of Mobile Base Station under different Network Sizes on Cluster-Based Wireless Sensor Networks
无线传感器网络中基站的位置对网络的生存时间有着重要的影响。提出了一种基于簇的无线传感器网络移动基站定位算法，该算法综合考虑了簇首节点在网络中的位置和剩余能量，并对不同网络规模（100 m × 100 m、200 m × 200 m和300 m × 300 m）下的定位性能进行了评估。使用OMNeT++进行仿真，并与两个不同的静态BS位置，包括中心和外部，HEED协议的方法进行了比较。结果表明，在所有网络规模下，移动基站的性能都优于中心基站和外部基站。此外，所提出的方法和其他方法之间的性能差异随着网络规模的增加而增加，这表明所提出的移动BS定位也提供了可扩展性。
2017-03-20 cs.NI
GCP: Gossip-based Code Propagation for Large-scale Mobile Wireless Sensor Networks
无线传感器网络（WSN）近年来受到越来越多的关注。现在预计这些系统将长期部署，因此需要更新软件。在大量传感器上自动更新软件代码是一项艰巨的任务，因为显然不能考虑“手动”更新，特别是当所有参与的传感器都嵌入在移动实体上时。在本文中，我们研究了一种方法来自动更新软件在移动传感器为基础的应用程序时，没有定位机制。我们利用对等合作的范例，以实现代码传播的可靠性和可扩展性之间的良好权衡。更具体地说，我们提出了GCP（{ \emph Gossip-based Code Propagation}）的设计和评估，移动无线传感器网络的分布式软件更新算法。GCP依赖于两种不同的机制（捎带和转发控制）来显著改善负载平衡，而不牺牲传播速度。我们将GCP与传统的传播方法进行了比较。仿真结果表明，基于合成和现实的工作负载，GCP实现了良好的收敛速度，同时均衡的负载之间的传感器。
2007-07-30 cs.NI
Securing a mobile adhoc network from routing attacks through the application of genetic algorithm
近年来，静态最短路径（SP）问题已经使用智能优化技术得到了很好的解决，例如，人工神经网络、遗传算法（GA）、粒子群优化等。然而，随着无线通信的发展，出现了越来越多的移动无线网络，例如，移动网络[移动自组织网络（MANET）]、无线传感器网络等。移动无线网络中最重要的特征之一是拓扑动态性，即，网络拓扑由于能量守恒或节点移动性而随时间改变。因此，移动自组网中的SP路由问题是一个动态优化问题。GA的是能够找到，如果不是最短的，至少在移动自组织网络节点的源和目的地之间的最佳路径。在链路失效或节点失效的情况下，通过获取替代路径或备份路径来避免重路由发现。
2012-02-21 cs.NI
Dynamic Task Fetching Over Time Varying Wireless Channels for Mobile Computing Applications
新兴的移动宽带服务所提出的处理、计算和存储器要求需要在移动终端处的自适应存储管理和预取技术，以获得令人满意的应用性能和持续的设备电池寿命。在这项工作中，我们调查的情况下，不同的计算要求的任务是由一个移动终端从一个中央服务器通过一个容易出错的无线链路。我们研究在移动终端和中央服务器的缓冲区动态变化的无线信道连接和设备内存拥塞状态的可变大小的任务在终端上执行。我们的目标是尽量减少这些任务所经历的延迟，同时明智地利用设备缓冲能力。我们使用一个动态规划框架来模拟最佳的预取策略。我们进一步提出了一种预取算法FON（Fetch-or- Not），它利用准静态的系统状态假设来进行预取决策;以及一种预取策略RFON（RFON），它利用随机逼近最优解，从而避免了动态在线优化的需要，并大大降低了计算复杂性。通过慢衰落和快衰落场景下的性能评估，我们表明所提出的算法接近最佳方案的性能。
2009-12-29 cs.NI
Wireless and Service Allocation for Mobile Computation Offloading with Task Deadlines
在移动计算卸载（MCO）中，移动设备（MD）可以选择在本地执行任务，或者在远程边缘服务器（ES）上执行任务。本文解决了分配所需的无线通信带宽，以及用于任务执行的ES能力，使任务完成时间的限制得到满足的问题。我们的目标是获得这些分配，使移动设备的平均功耗最小化，受到成本预算约束。该文件包括软和硬任务完成期限约束的贡献。首先，制定的问题是混合整数非线性规划（MINLP）。然后通过将问题分解为可以有效解决的凸子问题的集合来获得近似解。结果表明，所提出的解决方案，它可以在很宽的系统参数范围内实现接近最佳性能的质量。
2023-01-28 cs.NI
Wireless Sensor/Actuator Network Design for Mobile Control Applications
无线传感器/执行器网络（WSANs）是新兴的新一代传感器网络。作为控制应用的骨干，WSAN将实现前所未有的分布式和移动控制。然而，无线通信的不可靠性和控制应用的实时性要求提出了巨大的挑战，WSAN的设计。针对移动控制应用中WSAN的可靠性问题，提出了一种应用级WSAN设计方法。该解决方案是通用的，因为它独立于底层平台、环境、控制系统模型和控制器设计。为了捕捉链路质量特性的丢包率，实验进行了一个真正的WSAN系统。从实验观察，提出了一种简单而有效的方法来处理不可预测的数据包丢失的执行器节点。基于轨迹的仿真结果表明了该方法的有效性。
2008-06-10 cs.NI
Energy Efficient Clustering and Routing in Mobile Wireless Sensor Network
在移动无线传感器网络（MWSN）中，由于传感器节点的能量资源有限，因此在路由过程中实现能量有效性是一个关键问题。MWSN中节点的移动性对设计能量有效的路由协议提出了挑战。聚类有助于通过降低网络的组织复杂性开销来实现能量效率，该开销与网络中的节点数量成比例。本文提出了一种新的混合多路径路由算法与有效的分簇技术。当一个节点剩余能量高、传输距离大、移动性小时，它被选为簇头。该算法采用能量感知选择机制和最大节点剩余能量估计技术，提高了路由过程中的能量性能。仿真结果表明，该分簇路由算法在动态和能量不足的移动传感器网络中具有良好的可扩展性。
2010-11-24 cs.NI
Live Group Detection for Mobile Wireless Sensor Networks
本文论述了分布式算法监测的动态组移动无线传感器网络的拓扑结构。我们提出了分布式静态组共识算法和实验实现的两个主要扩展。利用组共识算法让每个节点获得其连接组件的知识。所提出的扩展提供了一个更准确的信息接近的节点，并允许处理动态网络使用定期重新评估的组检测。我们通过在一个真实的自行车比赛的背景下，在一个原始的和具有挑战性的应用场景中实现这些算法来验证它们。由此获得的真实痕迹和分析表明，我们的现场组检测实现的有效性。
2015-01-30 cs.NI
Wireless Broadcast with Network Coding in Mobile Ad-Hoc Networks: DRAGONCAST
网络编码是最近提出的一种传输数据的方法，它已被证明具有改善无线网络性能的潜力。我们研究网络编码的一个特定的情况下，多播，广播，从一个源到网络的所有节点。我们使用网络编码作为一个损失容忍，节能，广播方法。我们的重点是移动网络。我们的贡献是建议的DRAGONCAST，协议执行网络编码在这样一个动态发展的环境。它基于三个构建块：允许网络编码的实时解码的方法，调整网络编码传输速率的方法，以及确保广播终止的方法。通过模拟实验探索了该方法的性能和行为，它们说明了该协议的优异性能。
2008-07-02 cs.NI
A Survey on Mobile Data Gathering in Wireless Sensor Networks - Bounded Relay
大多数无线传感器网络由静态传感器组成，可以部署在广泛的环境中进行监测应用。传感器节点在将数据从源节点传输到静态宿节点的过程中，能量消耗量很大。一些无线传感器网络的体系结构已被提出基于移动元素。存在大量的方法来解决上述问题。发现了两种方法，即单跳数据收集问题（SHDGP）和移动数据收集，这是用来增加网络的生命周期。单跳数据收集问题用于实现均匀的能量消耗。移动数据收集算法用于寻找传感器网络中的最小点集，作为移动网络的数据收集点。即使经过几十年的研究，仍然存在一些未解决的问题，如非均匀的能耗，延迟增加，需要解决。
2014-02-06 cs.NI
Obstacle-Aware Positioning of a Mobile Robotic Platform for 6G Networks
本文提出一种面向6G网络的移动机器人平台避障自主定位方案，通过视觉模块感知障碍物与设备位置，并由控制模块自主调整平台位置，从而在毫米波、太赫兹及可见光网络中建立并维持视距无线链路。
2024-01-12 cs.NI
A Mobile Agent-Based Hierarchical Reinforcement Learning Framework for Energy-Balanced Data Collection and Wireless Charging in WSN
Imam Khomeini International University（伊玛目霍梅尼国际大学）；Amirkabir University of Technology（阿米尔卡比尔理工大学）
针对WSN能量不均衡问题，提出统一移动智能体框架，以分层强化学习顺序执行数据采集与无线充电，实现自适应调度，延长网络寿命15%并均衡能量分布。
2026-10-02 cs.NI
Flexible Data Dissemination Strategy for Effective Cache Consistency in Mobile Wireless Communication Networks
在移动无线通信网络中，在移动客户端缓存数据项对于减少数据访问延迟具有重要意义。然而，有效的缓存失效策略用于确保移动客户端的缓存中的数据和数据库服务器处的数据之间的一致性。服务器使用失效报告（IR）来通知移动客户端关于数据项更新。提出并实现了一种基于多播的缓存一致性维护策略，该策略采用AVI作为缓存失效机制。所提出的算法概述如下-为了解决查询，移动客户端搜索其缓存以检查其数据是否有效。如果是，则回答查询，否则客户端向DTA（动态传输代理）查询最新更新，并且回答查询。如果DTA没有最新的更新，它会从服务器获取。因此，这里的主要思想是DTA将向客户端多播更新，因此客户端不需要单独上行到服务器，从而保留网络带宽。仿真场景是用Java开发的。实验结果表明，与现有的采用广播策略的方法相比，该多播模型简化了产生的流量，并且保持了缓存一致性。
2012-06-08 cs.NI
Flow Based Efficient Data Gathering in Wireless Sensor Network Using Path-Constrained Mobile Sink
在能量受限的无线传感器网络中，如何以最小的能量消耗最大化移动sink的数据汇集是一个具有实际挑战性的问题。在这篇文章中，我们考虑的问题，有效的数据汇集，以及一个预先指定的路径，使用一个恒定的速度移动汇。我们称之为一个最大化的数据收集与最小的能源消耗（MDGMEC）问题的问题。到目前为止，已有的作品MDGMEC问题的启发式算法。因此，基于网络流量优化方法，我们提出了一个确定性的算法，称为数据收集使用移动汇聚路径约束环境（DGAMSPCE）来处理MDGMEC问题。建议DGAMSPCE计划运行在多项式时间，是很容易扩展的网络与大量的节点。在此基础上，提出了一种基于单次访问的路径约束环境下移动汇聚数据收集算法（SADGAMSPCE）。我们评估建议的计划，并与现有的计划进行比较。在MATLAB中的仿真实验表明，我们提出的方案优于其他现有的计划，收集的数据量和网络的总能耗，显着。
2018-11-30 cs.NI
Virtual Reality Wireless Mobile Walkthrough Framework
在过去的几年里，图形密集型移动应用程序的数量和种类都有了显着的增长，这些应用程序允许用户在大型场景中进行交互和导航，例如古代场所，博物馆甚至虚拟城市。这些应用程序支持许多客户端，并对网络资源和计算资源提出了很高的要求。设计具有成本效益的移动漫游应用程序的一个关键问题是服务器和移动客户端设备之间的数据传输。在本文中，我们提出了一个有效的渐进网格传输框架，存储和划分场景对象到不同的分辨率。这样，每个移动设备渐进地接收和处理与其显示分辨率匹配的唯一对象的细节，从而改善用户的感知和整个系统的响应时间。细粒度缓存机制用于将最频繁请求的对象的详细信息保存在设备内存中，从而减少网络流量。最后，通过实验验证了该框架在不同虚拟场景设置和移动设备配置/类型下的有效性.
2018-04-28 cs.NI
Wireless Peer-to-Peer Scheduling in Mobile Networks
本文考虑了多个无线设备的网络对等调度。设备的子集是需要特定文件的移动用户。每个用户可能已经在其缓存中拥有某些流行的文件。其余设备是通常可以访问较大文件集的访问点。用户可以从接入点或附近的用户下载其请求文件的数据包。我们以前的工作优化对等调度在一般情况下，但由此产生的延迟可以很大，当应用于移动网络。本文着重于移动的情况下，并开发了一种新的算法，通过机会主义地抓住当前邻居的数据包，以减少延迟。然而，它处理了一个更简单的模型，其中每个用户都希望有一个无限长的单个文件。一个算法，可证明优化吞吐量效用，同时激励参与开发这种情况下。该算法扩展为一个简单的启发式在更一般的情况下，有限的文件大小和随机的活动和空闲期间。
2012-02-19 cs.NI
Heterogeneous Dynamic Priority Scheduling in time critical applications: Mobile Wireless Sensor Networks
在非授权频段中，主用户和次用户（为了实现认知无线电）的概念是不明确的。通过动态优先级分配，我们提出了在非授权频段实现认知无线电。在时间关键的事件中，最重要的数据必须被给予时隙。在我们的情况下，无线传感器节点被认为是移动的，因此很难优先考虑一个。节点在被分配时隙时可能在簇头或基站的范围之外，因此移动性是一个约束。随着数据的动态变化以及能量和移动性等因素的影响，为节点分配优先级变得困难。在本文中，我们讨论了如何无线传感器网络能够分配优先级的节点在未授权的频带与多个参数被提出。我们已经在NS-2上进行了仿真，并展示了实现结果。
2013-03-03 cs.NI
A Control and Management Network for Wireless ATM Systems
本文描述了一个移动无线异步传输模式（ATM）网络的控制和管理网络（orderwire）的设计。这种移动无线ATM网络是快速部署无线电网络（RDRN）的一部分。指令线系统由覆盖在移动无线ATM网络上的分组无线电网络组成，该网络中的每个网络单元使用全球定位系统（GPS）信息来控制提供空间复用的波束形成天线子系统。本文还提出了一种新的虚拟网络配置（VNC）算法预测网络配置。讨论了一种基于VNC的移动ATM专用网-网接口（PNNI）。最后，作为系统实现的前奏，讨论了订单线系统的MATRIX仿真结果。
1999-04-22 cs.NI
Data Gathering Scheme for Wireless SensorNetworks Using a Single Mobile Element
在本文中，我们研究的问题，收集数据的无线传感器网络中使用一个单一的移动元素。特别是，我们考虑的情况下，数据产生的测量，他们需要在一个给定的时间间隔内从测量发生的时间被传送到一个预定义的汇。移动单元在预定义的路径中行进网络，从节点收集数据，并通过单个长距离传输将它们传递到接收器。在这个问题中，移动元件路径的长度由预定长度限定。此路径将访问节点的子集。这些选定的节点将作为缓存点工作，并将聚合其他节点的数据。选择缓存点节点的目的是减少由于多跳转发的能量消耗。我们为这个问题提供了一个基于知识的解决方案。我们评估我们的算法的性能进行比较，从文献中最好的知名算法。
2014-04-02 cs.NI
Cost- and Energy-Aware Multi-Flow Mobile Data Offloading Using Markov Decision Process
随着对移动数据的需求的快速增长，移动网络运营商正试图通过部署无线局域网（LAN）热点来扩展无线网络容量，在所述无线局域网（LAN）热点上他们可以卸载他们的移动流量。然而，这些以网络为中心的方法通常不满足移动用户（MU）的利益。考虑到许多问题，MU应该能够决定是否将其流量卸载到互补的无线LAN。我们以前的工作研究了单流无线局域网卸载从MU的角度考虑延迟容忍的流量，货币成本和能源消耗。在本文中，我们研究了多流移动数据卸载问题从MU的角度来看，MU有多个应用程序同时从远程服务器下载数据，不同的应用程序的数据有不同的截止日期。我们制定了无线局域网卸载问题作为一个有限时域离散时间马尔可夫决策过程（MDP），并建立了一个基于动态规划算法的最优策略。针对基于动态规划的卸载算法时间复杂度仍然较高的问题，提出了一种以性能为代价的低时间复杂度的启发式卸载算法。大量的模拟进行验证我们提出的卸载算法。
2018-01-30 cs.NI
Toward Mobile and Converged Backhaul: The Promise of Wireless Access and Backhaul
Politecnico di Milano（米兰理工大学）
本文介绍3GPP Release 19标准化的无线接入与回传（WAB）框架，通过商用硬件和开源软件实现验证其可行性，并探讨四种应用场景及大规模部署的技术挑战，为5G-Advanced和6G网络奠定基础。
2026-06-04 cs.NI
Dead Reckoning Localization Technique for Mobile Wireless Sensor Networks
无线传感器网络中的定位不仅为节点提供了其地理位置，而且也是地理路由等其他应用的基本要求。虽然有丰富的文献可用于定位在静态无线传感器网络，没有足够的工作做移动无线传感器网络，由于节点移动性的复杂性。现有的移动无线传感器网络定位技术大多采用蒙特卡罗定位方法，不仅耗时而且占用大量内存。他们认为未知节点或锚节点是静态的。在本文中，我们提出了一种技术，称为航位推算定位移动无线传感器网络。在所提出的技术中，所有节点（未知节点以及锚节点）是移动的。DRLMSN中的本地化是在称为检查点的离散时间间隔完成的。未知节点的定位首次使用三个锚节点。对于它们的后续本地化，仅使用两个锚节点。所提出的技术估计两个可能的位置的节点使用Bezouts定理。航位推算法用于选择两个估计位置中的一个。我们已经评估DRLMSN通过模拟使用Castalia模拟器，并与王和朱提出的类似的技术称为RSS-MCL进行比较。
2015-04-26 cs.NI
Enabling Mobile Base Stations in 5G via Wireless Access Backhaul (WAB): A Multi-Band Experimental Study
Politecnico di Milano（米兰理工大学）
本文通过多频段WAB实验验证了移动基站的可行性，展示了WAB在车辆和室内外场景中的高效性能，克服了FR2的局限性。
2026-04-09 cs.NI
Bandit-Based Charging with Beamforming for Mobile Wireless-Powered IoT Systems
本文针对移动无线供电物联网中的动态信道与实时充电约束，提出基于多臂老虎机的时空充电与波束赋形联合优化框架，并设计两种在线算法以逼近理论上界并自适应跟踪信道变化。
2025-08-16 cs.NI
The Design and Analysis of Virtual Network Configuration for a Wireless Mobile ATM Network
本研究集中在虚拟网络配置（VNC），它使用更快的网络配置和管理系统的预测未来状态的算法的设计和分析。VNC应用于无线移动ATM网络的配置。VNC是建立在并行离散事件仿真技术与实时系统的约束条件相结合的基础上，并应用于移动ATM配置和切换。移动网络中的配置是一个动态和连续的过程。在移动环境中，负载、距离、容量和拓扑等因素都在不断变化。VNC算法预测配置更改，并通过预计算和缓存结果来加速重新配置过程。VNC在整个VNC增强系统中传播本地预测结果。全球定位系统是在移动网络中使用VNC的一种使能技术，因为它为每个节点提供位置信息和准确的时间。这项研究导致了良好定义的结构，用于封装逻辑进程中的物理进程，以及用于增强VNC系统的通用库。假设现有的物理过程没有副作用，使用VNC增强现有系统是很简单的。预测的好处是以额外的流量和处理为代价的。本研究包括VNC的分析和建议，优化的VNC算法及其参数。
1999-05-11 cs.NI
A Mobile Device Prototype Application for the Detection and Prediction of Node Faults in Wireless Sensor Networks
无线传感器网络（即个人区域网络、无线体域网络）的各种实现方式由于诸如有限的节点能量资源和由其周围环境（即洪水、森林火灾、患者跌倒）引起的硬件损坏之类的特性而易于发生节点和网络故障。这可能会危及其作为预警系统、病人和运动员监测系统以及工业和环境观测网络的可靠性。根据目前的趋势和广泛使用的手持，移动通信设备，我们概述了一个应用架构，旨在检测和预测故障节点的无线传感器网络。此外，我们实现了我们的设计作为基于Android的智能手机的概念原型的证明，这可能会被扩展到开发用于监控网络无线个人区域和身体传感器在其他能力使用的其他应用程序。我们已经进行了几个初步的实验，以证明我们的设计，这是能够监测网络的无线传感器设备和预测节点故障的基础上几个本地化的指标。由于这种网络的属性可能随时间而改变，因此必须定期更新在应用初始化时生成的任何模型，使得所应用的机器学习算法保持高水平的准确度和精确度。该应用程序旨在发现节点故障，并在识别出故障后向用户发出警报，以便采取适当的措施。
2014-01-21 cs.NI
Wireless Communications in the Era of Big Data
快速增长的无线数据业务浪潮正在挑战我们通信网络的处理能力。无处不在且呈指数级增长的数据流量对无线系统设计的所有方面（诸如频谱效率、计算能力和前传/回程链路容量）提出了迫在眉睫的挑战。在本文中，我们将讨论可扩展无线系统设计中的挑战和机遇，以迎接这样一个“大数据”时代。一方面，我们回顾了最先进的网络架构和信号处理技术，适用于管理无线网络中的大数据流量。另一方面，我们没有将移动大数据视为不必要的负担，而是引入了利用大量数据流量的方法，以构建具有更好的无线服务质量和新的移动应用的大数据感知无线网络。我们强调了移动大数据时代无线通信的几个有前途的未来研究方向。
2015-08-26 cs.NI
Compressive Data Aggregation on Mobile Wireless Sensor Networks for Sensing in Bike Races
- 本文提出了一种有效的方法，数据汇集在移动无线传感器网络，与传感在自行车比赛中的具体应用。最近的传感器技术允许跟踪每辆自行车的GPS位置。由于自行车比赛中自行车位置之间的固有相关性，简单的GPS日志效率低下。在这项工作中提出的想法是聚合GPS数据在传感器使用压缩传感技术。我们强制执行，除了信号稀疏性，骑自行车运动的空间先验，因为在自行车比赛中的群体行为（珀洛东）。空间先验建模的图形模型和数据聚合问题的解决，稀疏性和空间先验，通过信念传播。我们验证了我们的方法在自行车比赛模拟器上使用的摩托车在一个真正的自行车比赛，在“皇太子20 XX”的摩托车轨迹。
2016-11-24 cs.NI
Enhancing Wireless Networks with Attention Mechanisms: Insights from Mobile Crowdsensing
针对资源受限移动用户处理海量数据挑战无线网络性能的问题，本文从移动群智感知案例出发，利用注意力机制提出基于注意力的框架，以解决大规模MCS中的多指标网络优化问题，并概述了未来研究方向。
2024-07-22 cs.NI
Position Estimation of Robotic Mobile Nodes in Wireless Testbed using GENI
我们提出了一个低复杂度的实验基于RF的室内定位系统的基础上收集和处理的WiFi RSSI信号和处理使用基于RSS的多边形算法来确定机器人移动节点的位置。我们使用一个真正的室内无线测试平台，称为w-iLab.t，部署在比利时根特的Zwijnaarde。该测试平台的一个独特属性是，它提供了使用全球网络创新环境（GENI）项目的工具和接口，可以在受控环境中轻松创建可重复的无线网络实验。我们提供了一个低复杂度的算法来估计移动机器人在室内环境中的位置。此外，我们提供了我们收集的一些测量与其相应的位置估计和实际机器人位置之间的比较。比较显示精度在0.65米到5米之间。
2016-02-09 cs.NI
Exact Resource Allocation for Fair Wireless Relay
针对中继蜂窝网络中的资源分配问题，提出一种线性复杂度的精确方案，实现移动用户间的最大最小公平，显著优于现有方法。
2024-02-05 cs.NI
ISAC-Assisted Wireless Rechargeable Sensor Networks with Multiple Mobile Charging Vehicles
针对无线可充电传感器网络的充电调度难题，本文提出ISAC辅助协议，通过负载均衡、部分充电策略和冲突避免机制提升多移动充电车辆的充电效率。
2024-05-11 cs.NI
Intelligent Sensing Scheduling for Mobile Target Tracking Wireless Sensor Networks
边缘计算已经成为一种有前景的范例，以满足移动目标跟踪无线传感器网络（MTT-WSN）不断增长的计算需求。这种模式可以将时间敏感的任务卸载到汇聚节点，以提高计算效率。然而，这是很难执行动态和关键任务的MTT-WSN网络。此外，由于能量有限，网络无法确保连续跟踪。针对这些问题，提出了一种基于边缘智能（EI）技术的分层目标跟踪结构。该结构集成了移动节点和边缘服务器的计算资源，为实时目标跟踪提供高效的计算能力。在此基础上，提出了一个以系统执行延迟和轨迹预测精度为约束的能量优化模型。此外，我们提出了一个长期的动态资源分配算法，以获得最佳的资源分配解决方案的准确和连续的跟踪。仿真结果表明，我们的算法在系统能耗方面优于深度Q学习14.5%以上。与非合作方案相比，该方案在跟踪精度上也有明显的提高。
2021-08-04 cs.NI
Energy-Efficient Online Scheduling for Wireless Powered Mobile Edge Computing Networks
Fudan University（复旦大学）；Khalifa University（哈利法大学）；Singapore University of Technology and Design（新加坡科技设计大学）；Yonsei University（延世大学）
本文提出了一种基于Lyapunov优化的节能在线调度方法，用于无线供电移动边缘计算网络，通过减少计算复杂度和优化队列平衡，提升系统效率和鲁棒性。
2026-03-09 cs.NI
Impact of Mobile Transmitter Sources on Radio Frequency Wireless Energy Harvesting
无线能量收集传感器网络构成了一种新的范例，其中部署在现场的微尘不再受到有限的电池资源的限制，而是能够通过定向电磁能量传输来重新充电。能量源，我们称之为演员，是移动的，沿着预先决定的模式移动，同时辐射适当的能量水平，足以以可接受的速率为传感器充电。这是第一项研究能量传输影响的工作，特别是关于传感器中的能量增益，演员花费的能量以及由此产生的移动传感器-演员网络的整体寿命。我们提出了两个特定于事件的移动性模型，其中事件发生在Voronoi镶嵌的中心，演员沿着（i）Voronoi单元的边缘移动，或（ii）直接从一个事件中心移动到另一个。我们进行了全面的模拟为基础的研究，使用我们的实验能量收集电路供电Mica 2微尘获得的痕迹。我们的研究结果揭示了几个非直观的结果，并提供了指导方针，根据事件和演员的分布，可以采用哪种移动模型。
2013-12-03 cs.NI
Collusion resistant self-healing key distribution in mobile wireless networks
任何安全组通信系统的一个基本问题是密钥管理，无线环境带来了新的挑战。这些新兴网络的一个核心要求是自我修复。在用户可能离线并错过更新的系统中，自我修复允许用户恢复丢失的会话密钥并重新进入安全通信，而不会给组管理器带来额外的负担。显然，自我修复必须仅对授权用户可用。本文解决了现有的自愈密钥分发方案中存在的合谋攻击问题，并提供了一个高效的方案相比，现有的工作。它具有计算安全性，能抵抗新加入用户和撤销用户之间的合谋攻击，并实现了前向和后向保密。我们的安全分析是在一个适当的安全模型。与现有的建设，我们的计划不禁止被撤销的用户重新加入以后的会议。
2012-06-26 cs.NI
User Trajectory Prediction in Mobile Wireless Networks Using Quantum Reservoir Computing
本文应用量子机器学习技术来预测移动无线网络中的移动用户的轨迹使用的方法称为量子储备池计算（QRC）。移动用户的轨迹预测属于时间信息处理的任务，是自组织自治6G网络中必不可少的移动性管理问题。我们的目标是准确地预测移动用户在无线网络中使用QRC的未来位置。为此，我们使用真实世界的时间序列数据集来建模移动用户的轨迹。QRC方法有两个组成部分：储备池计算（RC）和量子计算（QC）。在RC中，训练比简单的递归神经网络（RNN）的训练更具计算效率，因为在RC中，只有输出层的权重是可训练的。钢筋混凝土的内部部分是所谓的水库。为了使RC表现良好，应仔细选择水库的权重，以创建高度复杂和非线性的动态。QC用于创建这样的动态库，该动态库将输入时间序列映射到由动态状态组成的高维计算空间。在获得高维动态状态后，进行简单的线性回归来训练输出权重，从而可以有效地执行移动用户轨迹的预测。在本文中，我们应用QRC方法的基础上的哈密顿时间演化的量子系统。我们使用基于IBM门的量子计算机模拟时间演化，并在实验结果中表明，使用QRC来预测移动用户的轨迹只有几个量子比特是有效的，并且能够优于经典的方法，如长短期记忆（LSTM）方法和回声状态网络（ESN）方法。
2023-01-20 cs.NI
A Security Architecture for Mobile Wireless Sensor Networks
无线传感器网络日益成为许多具有挑战性的问题的可行解决方案，并将在未来的许多领域陆续部署。然而，部署新技术而不考虑安全性往往被证明是不合理的危险。我们提出了一个自组织的移动无线传感器网络，防止许多攻击这些网络暴露的安全体系结构。此外，它限制了一些无法预防的攻击的安全影响。我们分析了我们的安全架构，并表明它提供了所需的安全方面，同时仍然是一个轻量级的解决方案，从而适用于自组织移动无线传感器网络。
2014-09-22 cs.CR cs.NI
Cooperative Short Range Routing for Energy Savings in Multi-Interface Wireless Networks
由于电池供电的移动终端中不断增加的能量消耗，无线网络中的能量效率已经成为一个重要的研究领域。在本文中，我们提出了一种能量有效的路由方案，多标准的基础设施无线网络的基础上，多跳协作中继。所提出的技术的目的是利用短距离合作，以从具有优越的链路的移动终端中获益，从而实现能量效率。性能测试结果表明，通过协作获得的更高数据速率可以补偿由于同一移动终端上多个接口活动而导致的更高能量消耗，从而可以观察到系统的能量效率增益。一个最大的可实现的能源效率增益高达42%，观察在我们的模拟时，使用合作短距离路由技术。
2013-07-11 cs.NI
Deep Learning in Mobile and Wireless Networking: A Survey
University of Edinburgh（爱丁堡大学）；Imperial College London（伦敦帝国理工学院）
移动设备的迅速普及以及移动应用和服务的日益普及对移动和无线网络基础设施提出了前所未有的要求。即将到来的5G系统正在不断发展，以支持爆炸式的移动流量、敏捷的网络资源管理以最大限度地提高用户体验，以及提取细粒度的实时分析。随着移动环境日益复杂、异构和不断发展，完成这些任务具有挑战性。一个潜在的解决方案是采用先进的机器学习技术来帮助管理数据量和算法驱动应用程序的增长。最近深度学习的成功为解决这一领域的问题提供了新的强大工具。在本文中，我们弥合了深度学习与移动和无线网络研究之间的差距，通过对这两个领域之间的交叉进行全面调查。我们首先简要介绍了深度学习技术的基本背景和最新技术，以及在网络中的潜在应用。然后，我们讨论了几种技术和平台，促进深度学习到移动系统的有效部署。随后，我们提供了一个基于深度学习的移动和无线网络研究，我们按不同的领域进行分类的学术评论。根据我们的经验，我们将讨论如何为移动环境量身定制深度学习。我们通过明确当前的挑战和开放的未来研究方向来完成这项调查。
2019-01-30 cs.LG cs.NI
Toward Real-Time Wireless Control of Mobile Platforms for Future Industrial Systems
移动平台（MP）的使用对于各种工业应用特别有吸引力。该演示突出了MP远程控制的重要性，并显示了其在专为闭环控制而设计的高性能无线解决方案上的可行性。此外，它显示了通过高性能无线支持的领导者-追随者方法的MP网络的编队控制的可行性。
2019-07-03 cs.NI cs.SY eess.SY
