一、Ad hoc中一种新的基于簇的功率控制算法（论文文献综述）
郑喆文[1]（2020）在《面向规模可扩展的无线Mesh网络路由协议研究》文中认为无线Mesh网络具有前期成本低、覆盖范围广、网络易于维护、健壮性强、服务可靠等优势,是应对特定需求而提出的新兴关键技术。无线Mesh网络是动态自组织和自配置的,其节点随着网络规模、相对位置等因素的变化自动地建立和维持节点之间的连接,能够适用于多种应用领域。本文围绕规模可扩展的无线Mesh网络的路由算法优化问题展开研究,分析路由度量所考虑的节点或链路特性,研究路由机制和路由度量对网络性能的影响。本文的工作一方面可以为特定场景中路由度量的选择提供帮助,另一方面为混合路由协议的先验式路由机制提供了新的研究思路。本文的主要工作如下:首先介绍了适用于无线Mesh网络的先验式、反应式以及混合式的若干经典路由协议的机制、特点以及优缺点,以及路由度量的发展历程及数学形式,比较了OLSR、AODV、HWMP等三种不同类型的具有代表性的路由协议在不同节点数量的仿真网络中的平均吞吐量和端到端时延,其中HWMP性能较好且较为平稳,为后续研究和改良奠定了基础。其次研究了三种无线Mesh网络路由协议的优化方案,其中接收信号强度感知路由度量侧重于研究节点路由器中接收信号强度的利用和路由度量计算的简化,基于干扰分离路径的健壮和可扩展路由算法的研究重点在于选择干扰分离的备用路径为路由过程带来的健壮性以及使用全局知识的方法具备的可扩展性,基于部分链路状态信息的最优与次优路由算法聚焦于移动性模型下基于地理路由的理论最优的路由方案以及牺牲部分精确度换取计算效率的次优路由方案。分析和总结了对这些方案的机制和仿真结果,明确了后续研究将围绕着全局知识的优先利用以及路由度量中对于干扰感知的优化。然后基于一种将图通过某种子节点排序策略转换成生成树,再嵌入到双曲平面进行贪婪路由,从而得到近似最优的节点间路径的贪婪路由双曲嵌入算法,结合介数中心性,提出了以介数中心性最大化为目标的生成树,将实际网络的中心性特性之一作为节点的权重参与计算,再通过双曲嵌入和贪婪路由得到最优路径。介数中心性生成树与子节点最优循环排列策略组合的嵌入成功率提升到了99.4%,路径伸长率优化到了13.7%。随着节点数量的增加或者节点密度的增大,嵌入成功率呈现上升趋势,路径伸长率呈现下降趋势。最后基于混合无线Mesh网络的区域状态感知混合路由协议（RCA-HRP）使用不同方式处理面向网关和面向客户端的流量的双重处理机制,结合期望传输时间度量和干扰感知度量的思想,提出了基于负载和干扰感知的混合无线Mesh网络路由协议,不仅考虑了节点的负载和客户端的剩余能量,还考虑了可用带宽以及逻辑和物理干扰对链路状态的影响,在客户端移动速度不同的网络中以及节点数量不同的网络中的各项性能指标中都优于RCA-HRP,与RCA-HRP相比在最佳网络条件下平均丢包率降低了22.67%,平均吞吐量提升了4.05%,平均时延降低了6.91%。
章天骄[2]（2019）在《车载自组织网络MAC协议性能分析及优化》文中认为车载自组织网络（Vehicular Ad Hoc Network,VANET）是支撑智能交通系统（Intelligent Transportation System,ITS）的关键技术,由具有无线通信能力的车辆节点和路边基础设施构成。与传统的移动自组织网络（Mobile Ad Hoc Network,MANET）不同,车载网络中节点是高速移动的车辆,网络拓扑变化更加频繁,VANET具有MANET所不具备的特性和传输问题,比如实际的道路场景、高密度节点分布、节点的高速移动等,这些特性直接影响了VANET信息传输能力。如何提高系统吞吐量,降低数据发送时延,是车载网络MAC（Media Access Control）协议研究的重点。本文研究了车载自组织网络中基于TDMA（Time Division Multiple Access）和基于竞争的MAC协议。在基于竞争的MAC协议中,考虑到网络中多类业务时延要求不同的问题,提出了一种区分业务优先级的自适应退避算法并进行优化。在基于TDMA的MAC协议中,针对高节点密度车载网络中控制信道时隙预约容易发生冲突的问题,提出了基于博弈论的时隙预约分配算法;针对数据服务信道上可能存在空闲车辆节点占用时隙的问题,提出了一种协作转发方法;考虑到异构车载网络中存在多种传输方式,提出了一种同时支持V2V（Vehicle to Vehicle）和V2I/I2V（Vehicle to Infrastructure/Infrastructure to Vehicle）传输的协议。本文的主要研究内容及创新点如下:（1）针对车载网络中多类业务数据通信时延要求不同的问题,提出了一种车载自组网的自适应传输退避算法。该算法根据不同的时延要求及车辆数量对退避参数进行优化,以避免系统由于出现紧急情况导致的竞争窗口大小剧烈变化。建立了二维马尔可夫链对退避算法的性能进行分析,推导了网络吞吐量和时延的表达式,构建了系统时延最小化为目标的优化问题,并采用粒子群算法进行求解。仿真结果表明,该算法可以降低数据传输平均时延,并保证各类数据满足相应的时延要求。（2）针对车载网络控制信道上时隙预约的冲突问题,提出了一种基于博弈论的时隙预约算法（GAH-MAC）。该算法在预约冲突发生时,为冲突节点提供了两种策略:第一种是再次预约原来的冲突时隙;第二种是重新选择新的空闲时段进行预约来获得更高的优先级。冲突节点利用博弈论选择不同的策略来最大化其效用（成功预约时隙的概率）,每个节点设置一个等待计数器来记录它放弃预约原来冲突时隙的次数,等待计数器值与每个节点的效用值直接相关,通过区分不同的优先级,节点将以不同的概率选择不同策略。通过建立马尔可夫模型,分析了预约时隙的速度,推导了预约时隙速度的理论上下界。仿真结果表明,该算法能够减少预约冲突,提高时隙预约的成功率,降低高密度网络的丢包率,有效地提高吞吐量。（3）针对车载网络数据服务信道上存在空闲节点占用时隙问题,提出了一种基于TDMA的车载自组网MAC协议。该协议可以支持多模式协作传输,车辆节点将根据转发节点和自身的储存队长动态地改变协作传输的方式。分别对普通节点、协作节点和转发节点的排队模型进行了分析,推导了储存队列长度的分布,获得了系统吞吐量和丢包率的表达式。仿真结果表明,该协议可以有效的增加网络吞吐量,降低数据丢包率和传输时延。（4）针对异构车载网络中如何降低安全业务数据时延问题,提出了一种HetVNET中的混合传输MAC协议。该协议可以支持多模式传输,并由基站提供协作传输通信,以优化V2V数据的传输延迟。对车辆节点和基站的排队模型进行了建模分析,V2V的排队模型采用一维马尔可夫模型,V2I的排队模型采用带优先级的一维排队模型,而基站的排队模型采用带优先级的二维排队模型进行分析,推导获得了各类数据平均队长表达式。仿真结果表明,该协议能有效地降低V2V数据发送时延和丢包率,提升车辆安全驾驶性能。
陈志国[3]（2020）在《随机部署无线传感器网络关键技术研究》文中提出随机部署的无线传感器网络广泛应用于智慧农业、现代军事、生态环境等领域。为了解决应用过程中因节点稀疏造成的定位困难问题、异构无线传感器网络的部分覆盖问题、数据采集时能耗效率问题、稠密节点的数据冗余问题和多对一通信时传输时延问题,本文从理论和实验等方面进行了深入研究,主要工作及创新成果如下:针对无线传感器网络中节点稀疏而造成的定位困难问题,提出了被动事件辅助的节点定位方法（PEAATAL）。被动事件是指感知区域内传感器检测到的某些信号,本研究证明了被动事件能增加网络的连通性,可以使得部分不可定位节点可定位。对于不能定位的节点进一步提出了功率放大的方法,即通过放大部分不可定位节点的功率,来满足可定位条件。模拟实验验证了方法的可行性,通过与本地化辅助定位算法（LAL）进行比较,表明利用被动事件节省了调整网络所需付出的成本,提高了网络的可定位性。针对异构无线传感器网络的部分覆盖问题,提出一种基于贪婪启发式的部分覆盖算法（GHPC）。在给定的覆盖要求条件下,利用贪婪启发式算法部署传感节点,选择具有最大覆盖贡献的节点加入覆盖集,实现以最少的节点满足覆盖要求。仿真实验结果表明,相比确定性与概率覆盖能量有效算法（PCP）和节能综合覆盖与连接配置算法（CCP）,提出的GHPC算法能够在满足覆盖要求的同时,降低活动节点数量。针对多应用数据采集时如何有效降低能耗问题,提出了面向数据共享的协同规划采样方法。首先给出了有关任务协同的定义,证明了协同采样的有关定理;然后给出一种多任务协同采样的贪心算法,用于优化采样时间和间隔;最后实验模拟了四种不同模式的采样任务,分别将已有的贪心算法、无优化算法和本研究算法进行了比较,得出本研究方法的采样时间明显优于另外两种方法。进一步将本研究的近似方法和最优解在不同固定采样长度的任务集进行比较,显示出本研究方法接近最优解。针对无线传感器网络通常会产生大量冗余数据,造成存储空间浪费,增加网络能耗和数据传输冲突概率的问题,提出了基于层次拓扑的无线传感网络的数据融合算法（LTDA）。该算法首先建立了逻辑拓扑结构,按照节点的职责把监测区域划分为不同的子区域,传输节点在数据传输前首先对感知数据进行信任值评估,当信任值高于判断阈值时,数据才被允许传输。通过利用距离、能量和链路质量等信息计算上行节点的资源价值,选择下一跳节点为资源价值最高的节点。仿真实验结果证明,LTDA算法优于可靠数据的融合算法（RDAA）及非结构的能耗均衡的数据融合算法（SEDA）,其在平均能耗、数据丢包率、端到端传输时延等方面都有更好的性能。针对无线传感器网络的多对一通信,为了减少传输时延,提出了一种路由和MAC的跨层设计与优化的数据传输算法（J-R-MAC）。J-R-MAC算法从传感节点和信宿的周期结构入手,使得在同一个周期内,节点有多次机会接入媒介。同时,将网络节点划分不同的集,并计算每个节点的级度,再依据节点的级度信息择优选择下一跳转发节点,进而降低时延。仿真数据表明,与交叉层MAC算法（CL-MAC）相比,提出的J-R-MAC算法有效地降低了端到端传输时延,并提高了数据包传递率。论文针对无线传感网络的节点定位、网络覆盖、数据采集、数据融合和传输等关键技术进行了研究,提出了相应的算法和模型,仿真实验验证了模型算法的有效性,可广泛应用于智慧农业、林业和国防等行业领域。
王月娇,刘三阳,马钟[4]（2018）在《无线传感器网络几类拓扑控制及其抗毁性应用简述》文中研究指明无线传感器网络的拓扑结构随着网络中节点的增加、减少和移动实时变化,为保证网络的连通性和覆盖性不被影响,拓扑控制技术所要解决的问题正是传感器节点如何更好地自组织构建全局网络拓扑.本文首先概述了四类拓扑控制算法的理论基础及算法步骤.然后,对提高网络抗毁性的两类拓扑演化算法进行了详细叙述,即无标度网络生长与构建k连通网络,分别构建了基于节点位置偏好的移动网络拓扑模型和基于k连通的节点调度优化模型.最后,分别从移动节点的引入、折中控制算法的探索、复杂网络理论的应用和传统算法与智能算法的结合这四方面对拓扑控制算法的前景进行了阐述.
汤强[5]（2010）在《无线传感器网络层次拓扑控制算法研究》文中研究表明拓扑控制是无线传感器网络中一项关键技术,它不仅可以改善网络拓扑结构,同时也可为其他网络层次的算法提供基础平台。无线传感器网络是一个能量受限的网络,拓扑控制算法可针对该特点构造专门的网络拓扑结构,从而达到提高网络寿命以及均衡节点之间能量的目的。因此,本文在基于能量受限的无线传感器网络的基础上设计几种拓扑控制算法,以达到延长网络生命时间和提高节点之间的能量均衡性的目的。拓扑控制是指在网络满足一定连通度和覆盖度的情况下,通过调整节点的传输功率来选择合适的骨干节点并将网络中多余的通信链路删除,以达到优化网络数据传输方式的一种网络管理方法。层次型拓扑控制是拓扑控制策略中非常重要的一种。层次型拓扑控制是指通过选择合适的骨干节点,将网络分割成多个层次的数据传输子网。层次型结构可使非骨干节点在没有进行通信的时候进入到休眠状态,同时在骨干节点上对接收的数据包进行融合处理,从而通过减少发送的数据量来达到节能的目的。在层次型拓扑控制中,节点之间的路径不需要进行定期维护。网络运行是基于轮的方式。在每轮中,所有节点都要参与网络的重构。在重构过程中,簇头的选择非常重要,如果簇头选择不当将造成网络中节点剩余能量的不均衡,从而造成网络生命时间的下降。因此,论文通过设计合理的簇头预测算法对网络簇头进行选择。当某轮结束的时候,簇头节点对接下来几轮的簇头进行预测,预测依据是节点的剩余能量。在簇头预测机制的基础上,文章提出了层次型拓扑控制算法CP-DCRP。如果基站的计算能力允许,则可以采用基站计算然后广播的方式,并且在簇头之间采用多跳传输机制,避免因簇头直接和基站进行通信而造成能量浪费的情况。多跳传输机制有多种,本文采用基于能量距离的局部最短路径算法。根据上述构想,论文提出了一个多方面综合改进的拓扑控制算法SCPEBMT。当节点传输数据时,如果选择多跳传输方式,则下一跳节点的选择至关重要。邻居集合的创建是网络节点选择下一跳节点时非常关键的一环。如果邻居集合中的节点选择比较合理,同时数量比较充足,则会使网络节点在发送数据到下一跳节点时不仅能够节省很多能量,同时也会使邻居节点集合中节点的剩余能量比较均衡。因此,论文提出了基于邻居集合的两个拓扑控制算法RNS-MCRP和NS-MCRP。在分簇拓扑中,节点之间的数据传输方式可以是多跳传输也可以是单跳传输。但是,对于某个具体的拓扑控制算法的某个具体的簇来说,可能由于多跳机制的不合理性,导致多跳传输方式的能耗大于单跳传输方式的能耗。因此,可通过寻找一个能耗临界点来设计基于混合传输方式的拓扑控制算法。基于上述思想,文章提出了基于混合传输的拓扑控制算法MS-LEACH。在层次型拓扑控制中,基于骨干节点的拓扑控制算法是对基于分簇结构的拓扑控制算法的一种扩展。基于骨干节点的拓扑控制算法一般采用启发式算法实现。所生成的骨干节点组成了数据转发与收集的骨干网,并且该骨干网覆盖了网络中所有的非骨干节点。因此,基于上述思想,论文提出了基于骨干节点的拓扑控制算法VBT-EBHRP,同时也提出了构造近似最小数目的骨干网构造算法MCDSA。在无线传感器网络中,构造近似最小数目节点的骨干网对于减少传输的数据包、降低干扰、降低延时都具有重要作用。论文最后对全文进行总结,指出文章的创新点以及提出了今后可继续研究的工作。
章韵[6]（2009）在《无线自组织网络中改进QoS的关键技术研究》文中进行了进一步梳理无线自组织网络（Ad Hoc Networks）是一种具有无基础设施,自行组织,快速配置等特点的对等式网络。网络由协同传送信息的大量自组织节点组成,共同承担网络构造和管理功能。这些节点除了完成传统网络节点所具有的通信功能外,还起着路由器的信息转发作用,具有对无线资源的空间复用能力。随着无线通信技术的飞速发展与广泛应用,越来越多的语音、视频等多媒体实时业务希望在无线网络上的通信可以像在有线网络上一样提供服务质量（QoS）的保障。由于无线自组织网络具有使用无线信道和多跳传输方式,网络拓扑动态变化、节点能力受限等特点,其体系结构和实现技术与传统的网络有很大区别。传统固定网络和蜂窝移动通信网中服务质量QoS保障和应用的各种协议和技术无法被直接使用,因此需要设计专门的协议和技术。论文针对无线自组织网络的特点,对影响Ad Hoc网络服务质量的关键技术展开研究,主要包括Ad Hoc网络的MAC接入方法、网络拓扑管理、路由协议算法和网络资源分配策略四个方面。在MAC接入技术方面,研究了在Ad Hoc网络中被广泛应用的802.11DCF协议。针对采用DCF策略在网络拥塞情况下所存在的严重不公平现象,提出了一种基于负载检测的自适应退避算法LDBSB。该算法引入了一个新的判断信道拥塞程度的指标,根据指标动态地调整节点竞争窗口的大小,从而改善了原有的不公平现象,提高了信道整体接入效率和网络传输性能。在研究和比较了多种拓扑控制协议的基础上,针对大规模无线传感器网络应用的要求,设计出一种基于移动代理的拓扑控制算法MABCLTC,从拓扑建立、数据传输和拓扑结构维护对算法进行了详细描述。通过二级移动代理来搜集数据,减少了簇头通讯过多而导致的能量消耗,同时保持了网络拓扑结构和上层协议栈的稳定,避免了更换协议导致的大量的能量消耗。在网络路由算法方面,对无线自组织网络中常见的分层路由协议进行了研究,提出了提前选取策略PSBA（Pre-Select Based Approach）来进行节点管理。在成簇阶段,通过预先选取若干工作节点来代替所有节点工作,以减少网络的数据冗余和节点的能量消耗;利用引入适当的阈值来选择工作节点,减少簇头选择过程的额外开销,延长节点生存时间。论文还对目前网络带宽资源的分配技术进行了研究,对采用基于微观经济学的拍卖方式来作为通过市场机制实现网络带宽资源有效配置的方案,以及利用效用（utility）函数来评估用户的满意度的方法进行了分析和评价,在微观经济学方法的累进第二价格拍卖（progressive second price,PSP）模型基础上,给出了一种使用可变的保留价格（reserve price）的拍卖算法来进行无线网络带宽资源分配的方案。在带宽资源有限的条件下,实现了用户群体中对服务质量满意的用户的数量最大,网络吞吐量最大的目标。
魏亚青[7]（2009）在《Ad Hoc网络拓扑控制及其分簇研究》文中研究说明无线Ad Hoc网络有自组织、无中心、多跳路由、节点资源有限、无线通信介质不可靠、动态拓扑等多个特性。无线Ad Hoc网络的各种设计要简单化、本地化,是为了适应Ad Hoc网络中节点资源的有限性;但是简单化、本地化又往往与上述众多特性存在矛盾。如何尽可能在设计的简单化、本地化与无线Ad Hoc网络的不利特性间寻找一个合理的折中,是现在无线Ad Hoc网络研究的热点。本文通过分析无线Ad Hoc网络的特点和体系结构,明确了拓扑控制对提高无线Ad Hoc网络性能的重要意义,提出了一种分布式的具有最小能量特性的拓扑控制算法及其应对网络动态变化的拓扑维护机制。算法实现简单,在保证网络连通和最小能量特性的前提下,尽量去除冗余的高传输损耗链路。其后证明了算法的可行性以及对比其他基于最小能量特性算法的优越性。基于上述的拓扑控制算法构成的拓扑结构,本文又提出了一种组合加权的分簇算法。算法分别以节点的最大转发次数、剩余能量和相对移动性作为确定节点权重的参考因素,最大限度的利用了拓扑控制中节点间交换的信息,充分考虑了网络特性和能量均衡因素。最后,与其他分簇算法进行分析对比,说明了算法在能量合理化利用方面的优异表现。
张磊[8]（2005）在《移动自组网络协议关键技术研究》文中提出无线网络为用户提供了在任意时间和地点进行通信和信息获取、并在移动中保持通信连接的能力。传统的移动通信系统一般通过基站为用户提供网络接入服务，而基站则往往通过有线骨干网互连起来。移动自组网络是由移动节点通过分布式协议自组织起来的一种无线网络，网络中可以没有基站等固定的路由设施。当有线网络不可使用时，如在战场通讯和紧急救援等任务中，移动自组网络提供了一种可行的地面通信和信息存取技术。 移动自组网络的动态拓扑、可变链路、低功耗设备以及分布式的特点，为其网络协议设计带来了很多新的问题和挑战。本文深入研究了移动自组网络MAC层和网络层协议设计的关键技术，包括MAC协议的公平性问题、拓扑控制问题、广播问题以及节能路由问题，并提出了有效的解决方案。 IEEE802.11 DCF协议目前被广泛应用于移动自组网络的各种仿真和测试床中，使其成为移动自组网络事实上的MAC协议规范。本文研究发现DCF协议在多跳移动自组网络环境中存在严重的不公平性问题，根据不公平性产生的原因可以将其分为以下三类：LSP不公平性，MAP不公平性和LIP不公平性。我们对每种不公平性进行了详尽的理论分析，揭示了不公平性产生的根源以及它们与MAC协议参数之间的定量关系，给出了针对每种不公平性的改进方案并通过仿真验证了其有效性。考虑到实际网络的复杂性，我们综合上述改进方案设计了一种DCF协议公平性改进算法FDCF。仿真结果表明，该算法能够有效解决DCF协议在多跳移动自组网络中的不公平性问题。 拓扑控制技术对移动自组网络协议的性能具有重要影响。本文首先研究了移动自组网络平面式节能拓扑控制，分别提出了针对同构自组网络的KC拓扑控制算法和针对异构自组网络的MINS拓扑控制算法。KC算法在降低节点平均发送功率的同时，不仅能够保证拓扑控制的k连通性，而且使得节点度数在最终拓扑结构中具有确定的上限。MINS算法通过引入Ingress邻居的概念，在保证网络连通性和双向性的前提下，显着降低了拓扑控制过程中的通信开销，增强了算法的可扩展性。然后本文又研究了基于分簇的层次式拓扑控制并提出了一种能量均衡分簇算法。该算法综合考虑了节点移动速度、节点间距离、节点剩余能量和节点ID等分簇参数，采用逐级过滤的方式筛选最适合成为簇首的节点，突破基于权值的分簇算法中需要根据网络条件设定权值参数的局限性；此外还引入了簇首轮换机制，实现了簇首节点之间的能量均衡，避免某些节点由于能量过度消耗而提前失效。仿真结果表明，该算法不仅提高了分簇的稳定性，并且大大延长了节点的生存时间。 广播是移动自组网络中的重要操作。它不仅是一种最基本的通信模式，也是单播路由进行路由发现和组播路由进行组成员及组播树状态维护的基础。针对现有广播算法没
黄诗雯[9]（2019）在《车联网中基于非握手机制的自适应分簇算法研究》文中研究表明近年来随着汽车保有量的持续上升,道路负载趋近饱和。鉴于此,智能交通系统越来越受到人们的重视,其中的高新技术车载自组织网络（VANETs）也成为国内外交通领域与物联网领域的研究热点。分簇算法起源于移动自组织网络（MANETs）,但由于应用场景不同,MANETs的分簇算法普遍不适用于VANETs。针对车辆移动速度快,拓扑变化频繁的难点,本文基于对现有分簇算法的研究与分析,提出一种适用于VANETs的分簇算法框架——基于非握手机制的自适应分簇算法框架ACSnH。本文设计了ACSnH分簇算法的框架与流程,以应对VANETs场景下节点移动迅速,网络拓扑多变的问题,并在此框架基础上对HELLO包分发、簇头选举和簇形成过程进行优化:1.针对HELLO包泛滥与通信开销大的问题,提出一种自适应HELLO包周期调整算法LLTAAP。该算法以预测链路存活时间和判别车辆实时状态来自适应调节HELLO包周期,在保证簇稳定的前提下大幅度降低通信开销。2.针对簇稳定性与适应性问题,提出一种基于权重的簇头选举算法WBCHS。WBCHS通过对车辆行驶状态与链路状态进行加权以选举簇头,有效提高簇稳定性与适应性。3.针对车辆入簇延迟与簇成员数量控制问题,设计一种基于范围值和非握手机制的被动簇成员数量控制与入簇控制的簇形成算法RVnH,并提出基于自适应概率的簇头被加入阈值。RVnH实现了非握手的簇成员数量控制,基于对潜在簇成员车辆的分析来自适应调节簇头被加入阈值,有效降低车辆入簇延迟并提高簇稳定性。本文最后详细分析与评估了ACSnH分簇算法的各项性能指标,搭建了多种交通仿真场景,完成了ACSnH算法、最小ID算法和VMaSC算法的程序编写及仿真实验,并进行了性能对比与分析。仿真结果表明ACSnH算法能有效提高簇稳定性与分簇效率,大幅度减小簇通信开销与入簇延迟,降低广播风暴形成的概率。
代浩翔[10]（2019）在《高动态无人机多跳网络鲁棒资源分配》文中指出无人机多跳网络是一种无人机作为网络节点的特殊移动自组织网络,无人机的自由高速移动、三维空间分布等特征,造成无人机多跳网络面临着网络拓扑频变、节点超密集、干扰环境复杂、节点获取信息不完全等新的问题。一方面,节点高动态导致网络拓扑频变,数据包发生冲突和丢失的概率增大,然而现有MAC协议在设计时很少考虑到节点高移动性给网络性能带来的影响;另一方面,无人机节点能量有限,需要一种有效提升节点能量效率的功率控制方法。相比于地面二维空间,无人机的三维空间分布使单个节点周围分布的节点更多,造成网络密集化,网络中的干扰环境更加复杂,传统方法设计功率控制策略在获取相关干扰信息时会造成节点间的大量信息交互,并且节点高速移动造成无线信道剧烈波动以及节点本身存在估计误差和信道状态信息量化噪声等,使得反馈理想信道状态信息非常困难,因此节点获取的信道状态等信息具有不确定性,如果不考虑这种不确定性,可能导致功率控制的结果在实际系统中无法使用,因此需要设计一种低开销的具有鲁棒性的功率控制方案来提升节点的能量效率。因此传统移动自组织网络中的资源分配方案在无人机多跳网络场景中不能直接适用,因此亟待研究一种能够适用于该场景的资源分配方案。首先,本文针对无人机多跳网络中数据包冲突概率高、信令开销大和干扰关系复杂等问题,联合物理层功率分配和MAC层时隙分配研究了一种具有鲁棒性的的资源分配方案,建立了无人机多跳网络跨MAC层和物理层的跨层资源分配的能量效率优化模型,接着为了方便求解,利用原始分解法将该优化问题分解为MAC层时隙分配子问题和物理层功率控制子问题。然后,针对MAC层时隙分配子问题,本文分析了主要造成数据包冲突和丢失的场景,结合无人机能够通过GPS获取自身位置信息的特点,利用跨层思想使MAC层跨层利用物理层反馈的位置信息,提出了一种有效降低数据包冲突和丢失概率的动态位置预测时隙分配方案（Dynamic Location Prediction Time Division Multiple Address,DLP-TDMA）。在时隙分配确定的情况下,本文利用平均场博弈模型能够有效建模大量博弈者交互场景的特性,提出了一种低信令开销的功率控制算法,每个节点在自身分配的时隙中利用功率控制算法有效提升能量效率。最后,介绍了本文搭建的MATLAB无人机多跳网络仿真平台的功能和基本实现流程,进而在仿真平台中验证了所提算法的性能,仿真结果表明,本文提出的时隙分配和功率控制算法能够有效降低网络丢包率、冲突概率,以及有效提升网络能量效率。
二、Ad hoc中一种新的基于簇的功率控制算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Ad hoc中一种新的基于簇的功率控制算法（论文提纲范文）
（1）面向规模可扩展的无线Mesh网络路由协议研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容及意义 |
| 1.4 论文组织结构 |
| 第二章 无线Mesh网络的经典路由协议研究 |
| 2.1 无线Mesh网络的经典路由协议 |
| 2.1.1 先验式路由协议 |
| 2.1.2 反应式路由协议 |
| 2.1.3 混合式路由协议 |
| 2.2 经典路由协议度量研究 |
| 2.3 无线Mesh网络经典路由算法的性能比较 |
| 2.4 本章小结 |
| 第三章 无线Mesh网络路由协议优化方案仿真分析 |
| 3.1 接收信号强度感知路由度量 |
| 3.1.1 接收信号强度感知路由度量机制研究 |
| 3.1.2 接收信号强度感知路由度量的仿真结果分析 |
| 3.2 基于干扰分离路径的健壮和可扩展路由算法 |
| 3.2.1 基于干扰分离路径的健壮和可扩展路由算法机制研究 |
| 3.2.2 基于干扰分离路径的健壮和可扩展路由算法仿真结果分析 |
| 3.3 基于部分链路状态信息的最优与次优路由算法 |
| 3.3.1 基于部分链路状态信息的最优与次优路由算法机制研究 |
| 3.3.2 基于部分链路状态信息的最优与次优路由算法的仿真结果分析 |
| 3.4 本章小结 |
| 第四章 基于介数中心性生成树和贪婪路由的双曲嵌入算法 |
| 4.1 近似最优贪婪路由的双曲嵌入算法 |
| 4.1.1 近似最优贪婪路由的双曲嵌入算法研究 |
| 4.1.2 近似最优贪婪路由的双曲嵌入算法仿真结果分析 |
| 4.2 基于介数中心性生成树和贪婪路由的双曲嵌入算法 |
| 4.2.1 介数中心性介绍 |
| 4.2.2 基于介数中心性生成树和贪婪路由的双曲嵌入算法 |
| 4.2.3 基于介数中心性生成树和贪婪路由的双曲嵌入算法仿真结果分析 |
| 4.3 本章小结 |
| 第五章 基于负载和干扰感知的混合无线Mesh网络路由协议 |
| 5.1 混合无线Mesh网络的区域状态感知混合路由协议 |
| 5.1.1 混合无线Mesh网络的区域状态感知混合路由协议研究 |
| 5.1.2 混合无线Mesh网络的区域状态感知混合路由协议仿真结果分析 |
| 5.2 基于负载和干扰感知的混合无线Mesh网络路由协议 |
| 5.2.1 基于负载和干扰感知的混合无线Mesh网络路由机制 |
| 5.2.2 基于负载和干扰感知的混合无线Mesh网络路由协议仿真结果分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 硕士期间发表的论文和科研成果 |
（2）车载自组织网络MAC协议性能分析及优化（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 车载自组织网络概述 |
| 1.2.1 车载自组织网络基础结构 |
| 1.2.2 车载自组织网络特征与协议设计要求 |
| 1.3 车载自组织网络MAC研究现状 |
| 1.3.1 基于竞争的MAC协议 |
| 1.3.2 无竞争的MAC协议 |
| 1.5 本文主要研究内容和创新点 |
| 1.6 本文结构安排 |
| 第二章 基于QoS的车载网络自适应退避算法 |
| 2.1 引言 |
| 2.2 IEEE802.11p退避过程 |
| 2.3 系统模型 |
| 2.3.1 竞争节点数的预测 |
| 2.3.2 节点传输数据流程 |
| 2.4 退避算法 |
| 2.5 建模与性能分析 |
| 2.5.1 状态转移概率 |
| 2.5.2 吞吐量和时延 |
| 2.5.3 时延优化 |
| 2.6 仿真结果与分析 |
| 2.7 本章总结 |
| 第三章 基于博弈论的车载网络时隙预约算法 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 基于博弈论的时隙预约机制 |
| 3.3.1 控制报文和帧结构 |
| 3.3.2 节点预约接入时隙流程 |
| 3.4 建模与性能分析 |
| 3.4.1 时隙选择分布概率 |
| 3.4.2 成功预约时隙数量状态转移方程 |
| 3.5 仿真结果和分析 |
| 3.5.1 静态场景仿真 |
| 3.5.2 移动场景仿真 |
| 3.6 本章总结 |
| 第四章 基于TDMA的车载网络协作通信协议 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 网络场景 |
| 4.2.2 信道分类 |
| 4.2.3 广播方式 |
| 4.3 协作通信协议 |
| 4.3.1 通信流程 |
| 4.3.2 一跳范围内普通通信 |
| 4.3.3 一跳范围外协作通信 |
| 4.3.4 协作通信模式 |
| 4.3.5 排队模型 |
| 4.4 建模与性能分析 |
| 4.4.1 普通节点队长转移过程 |
| 4.4.2 协作节点队长转移过程 |
| 4.4.3 转发节点队长转移过程 |
| 4.4.4 转移矩阵 |
| 4.5 性能仿真和分析 |
| 4.5.1 静态场景仿真 |
| 4.5.2 移动场景仿真 |
| 4.6 本章总结 |
| 第五章 基于TDMA的异构车载网络混合传输MAC协议 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.3 混合传输MAC协议 |
| 5.3.1 帧结构 |
| 5.3.2 节点通信流程 |
| 5.3.3 基站通信流程 |
| 5.3.4 排队模型 |
| 5.4 建模与性能分析 |
| 5.4.1 V2V数据排队模型 |
| 5.4.2 V2I数据排队模型 |
| 5.4.3 基站数据排队模型 |
| 5.5 仿真结果和分析 |
| 5.5.1 静态场景仿真 |
| 5.5.2 移动场景仿真 |
| 5.6 本章总结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间申请的专利 |
| 附录3 攻读博士学位期间参加的科研项目 |
| 致谢 |
（3）随机部署无线传感器网络关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景与意义 |
| 1.3 网络特点 |
| 1.4 研究现状 |
| 1.4.1 网络部署 |
| 1.4.2 定位技术 |
| 1.4.3 网络覆盖 |
| 1.4.4 WSNs的数据采集 |
| 1.4.5 WSNs的数据融合 |
| 1.4.6 WSNs的数据传输 |
| 1.5 拟解决的问题 |
| 1.5.1 在节点稀疏区域,如何增加节点的可定位性 |
| 1.5.2 在覆盖要求被满足的同时,如何降低活动节点数 |
| 1.5.3 在数据采集时,如何优化协同采样任务 |
| 1.5.4 在数据融合时,如何降低能耗 |
| 1.5.5 多对一通信时,如何减少传输时延、降低能耗 |
| 1.6 本研究主要研究内容 |
| 1.6.1 基于被动事件辅助的节点定位方法研究 |
| 1.6.2 贪婪启发式的异构WSNs部分覆盖算法研究 |
| 1.6.3 区间协同规划的数据采样方法研究 |
| 1.6.4 基于信任评价的低能耗数据融合方法研究 |
| 1.6.5 基于跨层设计与优化的WSNs数据传输算法研究 |
| 1.7 本研究创新点 |
| 1.7.1 提出一种被动事件辅助的节点定位方法 |
| 1.7.2 提出一种贪婪启发式的异构WSNs部分覆盖算法 |
| 1.7.3 提出一种面向数据共享的采样区间协同规划算法 |
| 1.7.4 提出一种基于层次拓扑的WSNs数据融合算法 |
| 1.7.5 提出一种基于跨层设计与优化的WSNs数据传输算法 |
| 1.8 论文结构组织 |
| 第二章 WSNS相关理论及技术分析 |
| 2.1 WSNs概述 |
| 2.1.1 WSNs的组成结构 |
| 2.1.2 形式化定义 |
| 2.1.3 体系结构 |
| 2.1.4 关键技术 |
| 2.1.5 面临挑战 |
| 2.2 网络定位 |
| 2.2.1 定位技术概述 |
| 2.2.2 基于测距的定位算法 |
| 2.2.3 基于非测距的定位算法 |
| 2.2.4 面临的问题 |
| 2.3 网络覆盖 |
| 2.3.1 网络覆盖概述 |
| 2.3.2 节点的感知模型 |
| 2.3.3 覆盖类型 |
| 2.3.4 节点的调度方式 |
| 2.3.5 面临的问题 |
| 2.4. 数据采集 |
| 2.4.1 数据采集概念 |
| 2.4.2 数据采集的模式 |
| 2.4.3 面向共享的数据采集 |
| 2.4.4 面临的问题 |
| 2.5 数据融合 |
| 2.5.1 数据融合概念 |
| 2.5.2 数据融合策略 |
| 2.5.3 数据融合分类 |
| 2.5.4 面临的问题 |
| 2.6 数据传输 |
| 2.6.1 WSNs的传输协议需求 |
| 2.6.2 因特网传输协议及其在WSNs中的适用性 |
| 2.6.3 现有的WSNs传输协议 |
| 2.6.4 面临问题 |
| 2.7 本章小结 |
| 第三章 被动事件辅助的WSNS节点定位 |
| 3.1 被动事件辅助的节点定位方法设计 |
| 3.1.1 被动事件 |
| 3.1.2 事件辅助定位 |
| 3.1.3 非可定位节点的调整 |
| 3.1.4 部分覆盖被动事件的讨论 |
| 3.2 仿真验证 |
| 3.3 算法验证 |
| 3.4 性能验证 |
| 3.5 本章小结 |
| 第四章 贪婪启发式异构WSNS部分覆盖 |
| 4.1 异构WSNs部分覆盖概述 |
| 4.1.1 覆盖 |
| 4.1.2 部分覆盖 |
| 4.1.3 责任区域 |
| 4.2 问题背景及描述 |
| 4.2.1 问题背景 |
| 4.2.2 问题描述 |
| 4.3 GHPC算法设计 |
| 4.4 性能仿真 |
| 4.4.1 实验一 |
| 4.4.2 实验二 |
| 4.5 本章小结 |
| 第五章 面向降耗的采样区间协同规划 |
| 5.1 区间采样任务 |
| 5.2 问题描述 |
| 5.3 采样区间协同规划设计 |
| 5.3.1 两任务调度 |
| 5.3.2 多任务调度 |
| 5.4 性能评估 |
| 5.4.1 实验设置 |
| 5.4.2 变采样长度 |
| 5.4.3 固定采样长度 |
| 5.5 本章小结 |
| 第六章 基于层次拓扑的WSNS数据融合算法 |
| 6.1 LTDA算法设计 |
| 6.1.1 可信数据转发 |
| 6.1.2 基于层次的拓扑建立 |
| 6.1.3 转发节点的选择 |
| 6.1.4 数据传输过程 |
| 6.2 性能仿真 |
| 6.2.1 仿真环境 |
| 6.2.2 仿真数据分析 |
| 6.3 本章小结 |
| 第七章 基于跨层设计与优化的WSNS数据传输算法 |
| 7.1 约束条件 |
| 7.2 J-R-MAC算法结构 |
| 7.3 J-R-MAC算法设计 |
| 7.3.1 同步策略 |
| 7.3.2 建立阶段 |
| 7.3.3 周期结构 |
| 7.4 数据传输阶段 |
| 7.5 性能仿真 |
| 7.5.1 仿真参数 |
| 7.5.2 数据分析 |
| 7.6 本章小结 |
| 第八章 总结与展望 |
| 8.1 论文主要工作与创新 |
| 8.2 将来的研究工作 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间取得的学术成果 |
| 作者简介 |
（5）无线传感器网络层次拓扑控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.3 研究内容和研究目标 |
| 1.4 论文结构 |
| 2 基于簇头预测机制的拓扑控制算法研究 |
| 2.1 引言 |
| 2.2 网络拓扑结构 |
| 2.3 分簇拓扑控制 |
| 2.4 基于簇头预测机制的分簇拓扑控制算法 |
| 2.5 算法性能分析 |
| 2.6 仿真分析 |
| 2.7 本章小结 |
| 3 基于局部最短路径的拓扑控制算法研究 |
| 3.1 引言 |
| 3.2 分簇结构中的数据传输 |
| 3.3 网络模型及辅助算法 |
| 3.4 拓扑控制算法 |
| 3.5 本章小结 |
| 4 基于邻居集合的拓扑控制算法研究 |
| 4.1 引言 |
| 4.2 分簇拓扑的簇内多跳传输 |
| 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 本章小结 |
| 5 基于混合传输的拓扑控制算法研究 |
| 5.1 引言 |
| 5.2 混合传输的意义 |
| 5.3 混合传输的网络模型 |
| 5.4 拓扑控制算法设计 |
| 5.5 临界条件 |
| 5.6 性能仿真 |
| 5.7 本章小结 |
| 6 基于骨干网的拓扑控制算法研究 |
| 6.1 引言 |
| 6.2 传输功率受限条件下的网络模型 |
| 6.3 骨干网构造算法及其性质 |
| 6.4 基于骨干网的拓扑控制算法 |
| 6.5 近似最小骨干网构造算法及其性质 |
| 6.6 仿真分析 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读博士学位期间发表的论文目录 |
| 附录B 学术论文与博士学位论文的关系 |
| 附录C 攻读博士学位期间参与的科研课题和着作权 |
（6）无线自组织网络中改进QoS的关键技术研究（论文提纲范文）
| 中文提要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究意义 |
| 1.2 无线自组织网络技术概述 |
| 1.2.1 Ad Hoc 网络的产生 |
| 1.2.2 Ad Hoc 网络的定义 |
| 1.2.3 Ad Hoc 网络的特点 |
| 1.3 网络服务质量 |
| 1.4 国内外研究现状 |
| 1.5 论文的主要工作 |
| 1.6 论文的组织结构 |
| 第2章 无线自组织网络的MAC 接入技术研究 |
| 2.1 无线自组织网络MAC 接入技术概述 |
| 2.1.1 无线自组织网络MAC 协议的分类 |
| 2.1.2 无线自组织网络MAC 协议应具备的特性 |
| 2.2 无线自组织网络MAC 协议的性能指标 |
| 2.2.1 吞吐量 |
| 2.2.2 时延 |
| 2.2.3 公平性 |
| 2.3 MAC 协议公平性分析 |
| 2.3.1 IEEE 802.11 DCF 描述 |
| 2.3.2 随机退避机制 |
| 2.3.3 IEEE 802.11 DCF 性能分析模型 |
| 2.3.4 MAC 协议公平性问题研究 |
| 2.4 基于负载检测的自适应退避算法—LDBSB |
| 2.4.1 算法描述 |
| 2.4.2 拥塞临界值 |
| 2.4.3 LDBSB 算法仿真与分析 |
| 2.5 本章小结 |
| 第3章 无线自组织网络的拓扑控制算法研究 |
| 3.1 无线自组织网络拓扑控制概述 |
| 3.1.1 网络拓扑控制的关键问题 |
| 3.1.2 网络拓扑控制的优化目标 |
| 3.2 网络拓扑控制算法 |
| 3.2.1 网络拓扑控制算法概述 |
| 3.2.2 分簇式拓扑控制算法 |
| 3.2.3 LEACH 算法 |
| 3.2.4 HEED 算法 |
| 3.2.5 SPIN 协议 |
| 3.3 移动 Agent 技术 |
| 3.3.1 移动Agent 技术的特点 |
| 3.3.2 移动Agent 技术在无线自组织网络中的应用 |
| 3.4 基于移动代理的无线自组织网络拓扑控制算法 |
| 3.4.1 MABCLTC 的提出 |
| 3.4.2 MABCLTC 一种基于移动代理拓扑控制算法 |
| 3.4.3 算法分析 |
| 3.4.4 MABCLTC 的仿真与结果分析 |
| 3.5 本章小结 |
| 第4章 无线自组织网络的路由算法研究 |
| 4.1 无线自组织网络路由协议的特点及分类 |
| 4.1.1 无线自组织网络路由协议的特点 |
| 4.1.2 常见分层路由协议 |
| 4.1.3 常用分层路由协议比较 |
| 4.1.4 基于簇的协议分析 |
| 4.2 基于分层路由协议的提前选择策略 |
| 4.2.1 提前选择策略的提出 |
| 4.2.2 提前选择策略（PSBA）的实现 |
| 4.2.3 无线通信能量模型 |
| 4.2.4 提前选择策略的能量消耗分析 |
| 4.2.5 阈值变化的选取策略的分析 |
| 4.3 提前选择策略的仿真结果分析及评价 |
| 4.3.1 仿真平台简介及仿真参数的选取 |
| 4.3.2 提前选择策略的仿真结果及分析 |
| 4.4 本章小结 |
| 第5章 无线自组织网络带宽分配策略的研究 |
| 5.1 无线自组织网络的资源分配问题 |
| 5.1.1 网络资源分配的概念 |
| 5.1.2 网络资源分配原理 |
| 5.2 基于微观经济学的资源分配方法 |
| 5.2.1 微观经济学方法的功能 |
| 5.2.2 微观经济学计费方法的优点 |
| 5.2.3 微观经济学计费方法的分类 |
| 5.3 拍卖理论 |
| 5.3.1 拍卖的理论假设 |
| 5.3.2 四种“标准”的拍卖类型 |
| 5.3.3 两种重要的非“标准”拍卖方式 |
| 5.3.4 基于拍卖机制的网络带宽分配方案 |
| 5.4 效用评价在网络资源分配中的应用 |
| 5.5 基于拍卖机制的网络带宽分配方案 |
| 5.5.1 无线系统模型 |
| 5.5.2 资源分配的算法 |
| 5.5.3 理论性能分析 |
| 5.5.4 网络仿真场景 |
| 5.5.5 仿真结果及分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 缩略语 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间从事的科研项目 |
| 致谢 |
（7）Ad Hoc网络拓扑控制及其分簇研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文的结构 |
| 第二章 无线Ad Hoc网络的拓扑控制和分簇 |
| 2.1 Ad Hoc网络体系结构 |
| 2.1.1 节点结构 |
| 2.1.2 网络结构 |
| 2.1.3 网络的通用协议栈 |
| 2.1.4 Ad Hoc网络体系结构的设计原则 |
| 2.2 Ad Hoc网络的拓扑控制 |
| 2.2.1 拓扑控制与Ad Hoc网络其它研究领域之间的关系 |
| 2.2.2 拓扑控制的目标 |
| 2.2.3 拓扑控制的性质 |
| 2.3 Ad Hoc网络的分簇算法 |
| 2.3.1 分簇对Ad Hoc网络的重要意义 |
| 2.3.2 分簇算法的目标 |
| 2.4 本章小结 |
| 第三章 基于最小能量特性的拓扑控制算法 |
| 3.1 主要拓扑控制算法分析 |
| 3.1.1 根据算法所关注的网络特性分类 |
| 3.1.2 根据网络中节点的传输模式分类 |
| 3.1.3 根据算法运行的控制方式分类 |
| 3.2 具有最小能量特性的拓扑控制算法 |
| 3.2.1 最小能量特性 |
| 3.2.2 网络模型 |
| 3.2.3 转发区域 |
| 3.2.4 METC拓扑控制算法 |
| 3.2.4.1 信息收集 |
| 3.2.4.2 拓扑控制 |
| 3.2.4.3 拓扑维护 |
| 3.2.4.4 算法演示 |
| 3.3 正确性证明 |
| 3.4 分析对比 |
| 3.5 本章小结 |
| 第四章 基于METC的分簇算法 |
| 4.1 分簇算法的分类及比较 |
| 4.1.1 分簇算法的相关定义 |
| 4.1.2 基于节点ID的分簇算法 |
| 4.1.3 最高节点度分簇算法 |
| 4.1.4 最低移动性分簇算法 |
| 4.1.5 考虑能量耗费和稳定度的分簇算法 |
| 4.1.6 通用组合加权分簇算法 |
| 4.1.7 其他不同优化目标的分簇算法 |
| 4.2 基于METC的分簇算法 |
| 4.2.1 算法的相关定义 |
| 4.2.2 METCA分簇算法 |
| 4.3 算法示例 |
| 4.4 分析对比 |
| 4.4 本章小结 |
| 第五章 研究总结与展望 |
| 5.1 研究总结 |
| 5.2 进一步的工作 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要的研究成果 |
（8）移动自组网络协议关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| §1.1 移动自组网络简介 |
| §1.1.1 基本概念 |
| §1.1.2 移动自组网络的发展与前景 |
| §1.1.3 移动自组网络的特点和用途 |
| §1.1.4 与其它无线通信系统的比较 |
| §1.2 研究背景与研究内容 |
| §1.2.1 无线信道介质访问控制协议 |
| §1.2.2 拓扑控制协议 |
| §1.2.3 路由协议 |
| §1.2.4 节能机制 |
| §1.2.5 安全机制 |
| §1.2.6 Qos保证机制 |
| §1.3 论文的组织结构 |
| §1.4 论文的主要贡献 |
| 第二章 相关技术与相关研究工作 |
| §2.1 移动自组网络协议体系结构 |
| §2.2 移动自组网络MAC协议 |
| §2.2.1 IEEE802.11协议 |
| §2.2.2 DCF协议在MANET中的应用及研究现状 |
| §2.3 拓扑控制技术 |
| §2.3.1 平面式节能拓扑控制 |
| §2.3.2 基于分簇算法的层次式拓扑控制 |
| §2.4 移动自组网络广播技术 |
| §2.4.1 基于泛洪的广播技术 |
| §2.4.2 基于簇的广播技术 |
| §2.4.3 基于连通支配集的广播技术 |
| §2.5 移动自组网络节能路由协议 |
| §2.6 小结 |
| 第三章 移动自组网络MAC协议的公平性分析与改进 |
| §3.1 概述 |
| §3.2 MAC协议不公平性的分类与分析 |
| §3.2.1 LSP不公平性的仿真与分析 |
| §3.2.2 MAP不公平性的仿真与分析 |
| §3.2.3 LIP不公平性的仿真与分析 |
| §3.2.4 不公平性发生的条件 |
| §3.3 MAC协议不公平性的改进 |
| §3.3.1 LSP不公平性的改进与仿真 |
| §3.3.2 MAP不公平性的改进与仿真 |
| §3.3.3 LIP不公平性的改进与仿真 |
| §3.4 DCF协议公平性改进算法 |
| §3.4.1 FDCF算法描述 |
| §3.4.2 FDCF算法性能仿真 |
| §3.5 小结 |
| 第四章 移动自组网络节能拓扑控制算法 |
| §4.1 概述 |
| §4.2 同构移动自组网络k连通拓扑控制算法 |
| §4.2.1 网络模型 |
| §4.2.2 算法设计 |
| §4.2.3 KC算法分析 |
| §4.2.4 性能仿真 |
| §4.3 异构移动自组网络拓扑控制算法 |
| §4.3.1 网络模型 |
| §4.3.2 MINS异构自组网络拓扑控制算法 |
| §4.3.3 MINS拓扑控制算法分析 |
| §4.3.4 性能仿真 |
| §4.4 小结 |
| 第五章 移动自组网络能量均衡分簇算法 |
| §5.1 网络模型与分簇参数 |
| §5.2 移动预测算法 |
| §5.2.1 移动预测模型 |
| §5.2.2 移动预测算法 |
| §5.2.3 移动预测算法精度分析 |
| §5.3 能量均衡分簇算法 |
| §5.3.1 簇首选择算法 |
| §5.3.2 分簇过程与状态转换图 |
| §5.3.3 分簇算法描述 |
| §5.4 性能评估 |
| §5.5 小结 |
| 第六章 移动自组网络广播算法 |
| §6.1 广播问题概述 |
| §6.1.1 广播问题分析 |
| §6.1.2 广播问题定义 |
| §6.2 分布式主从支配点广播算法 |
| §6.3 算法分析 |
| §6.3.1 覆盖性分析 |
| §6.3.2 性能分析 |
| §6.4 PSD算法优化 |
| §6.5 性能评估 |
| §6.6 小结 |
| 第七章 传感器网络节能路由算法 |
| §7.1 概述 |
| §7.2 问题描述 |
| §7.3 算法设计 |
| §7.4 算法分析 |
| §7.4.1 可行性分析 |
| §7.4.2 精度分析 |
| §7.4.3 计算复杂度及优化 |
| §7.5 性能评估 |
| §7.6 小结 |
| 第八章 结论与展望 |
| §8.1 论文所作的工作 |
| §8.2 课题研究展望 |
| 致谢 |
| 攻读博士学位期间的主要学术论文与科研工作 |
| 参考文献 |
（9）车联网中基于非握手机制的自适应分簇算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究发展现状 |
| 1.3 论文研究内容与结构安排 |
| 第2章 车联网与分簇算法 |
| 2.1 车联网简介 |
| 2.2 VANETs中的分簇算法 |
| 2.3 本章小结 |
| 第3章 基于非握手机制的自适应分簇算法设计 |
| 3.1 相关标记与场景假设 |
| 3.2 算法框架与流程设计 |
| 3.3 自适应HELLO包周期算法(LLTAAP) |
| 3.4 基于权重的簇头选举算法(WBCHS) |
| 3.5 基于非握手机制的簇成员数量控制与入簇控制算法(RVnH) |
| 3.6 本章小结 |
| 第4章 性能优化与仿真实验 |
| 4.1 仿真平台与场景设计 |
| 4.2 基于权重的簇头选举算法测试 |
| 4.3 自适应HELLO包周期算法测试 |
| 4.4 基于非握手机制的簇成员数量控制与入簇控制算法测试 |
| 4.5 ACSnH与经典算法仿真对比 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（10）高动态无人机多跳网络鲁棒资源分配（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 无人机多跳网络概述 |
| 1.1.2 无人机多跳网络鲁棒资源分配的必要性 |
| 1.2 平均场博弈概述 |
| 1.2.1 平均场理论概述 |
| 1.2.2 平均场博弈 |
| 1.3 USAP协议概述 |
| 1.4 论文研究内容及章节安排 |
| 第二章 多跳自组织网络资源分配研究现状 |
| 2.1 移动多跳自组织网络资源分配 |
| 2.1.1 鲁棒资源分配研究现状 |
| 2.1.2 MAC层研究现状 |
| 2.1.3 功率控制研究现状 |
| 2.1.4 跨层资源分配研究现状 |
| 2.2 无人机多跳网络研究现状 |
| 2.2.1 无人机多跳网络未来发展和应用 |
| 2.2.2 国内外无人机集群化研究进展 |
| 2.3 本章小结 |
| 第三章 联合物理层和MAC层的鲁棒资源分配 |
| 3.1 系统模型和问题建模 |
| 3.1.1 系统模型 |
| 3.1.2 问题建模和子问题分解 |
| 3.2 时隙分配子问题 |
| 3.2.1 协议帧结构设计 |
| 3.2.2 节点移动导致系统性能下降的解决方案 |
| 3.2.3 三维空间移动预测模型 |
| 3.3 功率控制子问题 |
| 3.3.1 博弈者的鲁棒代价函数 |
| 3.3.2 系统的HJB和 FPK方程 |
| 3.3.3 求解平均场均衡 |
| 3.4 本章总结 |
| 第四章 仿真平台搭建与算法性能仿真 |
| 4.1 仿真平台搭建 |
| 4.1.1 MATLAB面向对象编程介绍 |
| 4.1.2 仿真平台介绍 |
| 4.1.3 MAC层动态TDMA协议实现 |
| 4.2 算法性能分析 |
| 4.2.1 MAC层算法性能分析 |
| 4.2.2 功率控制算法性能分析 |
| 4.3 本章总结 |
| 第五章 总结和展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、Ad hoc中一种新的基于簇的功率控制算法（论文参考文献）
- [1]面向规模可扩展的无线Mesh网络路由协议研究[D]. 郑喆文. 东南大学, 2020(01)
- [2]车载自组织网络MAC协议性能分析及优化[D]. 章天骄. 南京邮电大学, 2019(02)
- [3]随机部署无线传感器网络关键技术研究[D]. 陈志国. 河北农业大学, 2020(01)
- [4]无线传感器网络几类拓扑控制及其抗毁性应用简述[J]. 王月娇,刘三阳,马钟. 工程数学学报, 2018(02)
- [5]无线传感器网络层次拓扑控制算法研究[D]. 汤强. 华中科技大学, 2010(11)
- [6]无线自组织网络中改进QoS的关键技术研究[D]. 章韵. 苏州大学, 2009(10)
- [7]Ad Hoc网络拓扑控制及其分簇研究[D]. 魏亚青. 中南大学, 2009(04)
- [8]移动自组网络协议关键技术研究[D]. 张磊. 国防科学技术大学, 2005(10)
- [9]车联网中基于非握手机制的自适应分簇算法研究[D]. 黄诗雯. 暨南大学, 2019(07)
- [10]高动态无人机多跳网络鲁棒资源分配[D]. 代浩翔. 西安电子科技大学, 2019(02)
标签：通信论文; 功率控制论文; 链路状态路由协议论文; 网络节点论文; 网络传输协议论文;