基于运动兴衰特征的移动网络链路优化算法

发布时间：2018-12-15 12:36

【摘要】：为解决移动网络部署过程中难以动态预测节点移动模式,且数据传输带宽受限的不足,提出基于运动兴衰特征检测机制的移动网络节点链路优化算法。基于马尔科夫信道转移模型,构建多元状态转移矩阵,对移动状况的节点链路连通状态进行评估,实现对网络链路结构的实时检测,获取最大传输带宽;引入链路连通运动模型,定义运动兴衰特征检测机制,对活动状态的节点运动特征进行实时监控,依据节点兴衰特征控制,优化消息投递链路,实现运动状态节点传输消息过程中的数据传输优化,提高传输带宽。仿真实验表明,与TSP算法及RDQ算法相比,所提算法的移动网络节点的数据传输质量更高,具有更低的传输时延。
[Abstract]:In order to solve the problem that it is difficult to dynamically predict the node mobile mode during mobile network deployment and the bandwidth of data transmission is limited, a link optimization algorithm based on motion rise and fall feature detection mechanism is proposed. Based on the Markov channel transition model, the multivariate state transition matrix is constructed to evaluate the node link connectivity state of the mobile node, to realize the real-time detection of the network link structure and to obtain the maximum transmission bandwidth. The link connected motion model is introduced to define the mechanism of motion rise and fall feature detection, and the real-time monitoring of the node motion feature of the active state is carried out. According to the node rise and fall feature control, the message delivery link is optimized. The data transmission optimization is realized in the process of moving state node transmission message, and the transmission bandwidth is improved. Simulation results show that the proposed algorithm has higher data transmission quality and lower transmission delay than TSP algorithm and RDQ algorithm.
【作者单位】： 内蒙古师范大学国际交流学院;内蒙古大学计算机学院;
【基金】：国家自然科学基金项目(61063173) 内蒙古自然科学基金项目(2011MN0906)
【分类号】：TN929.5

【参考文献】

相关期刊论文 前10条

1 Rita Girao-Silva;Jose Craveirinha;Joao Climaco;M.Eugenia Captivo;;MULTIOBJECTIVE ROUTING IN MULTISERVICE MPLS NETWORKS WITH TRAFFIC SPLITTING-A NETWORK FLOW APPROACH[J];Journal of Systems Science and Systems Engineering;2015年04期

2 叶华乔;;基于改进蚁群算法的计算机网络路由优化研究[J];计算机仿真;2015年04期

3 葛国栋;李印海;陈璐;;嵌套移动网络路由优化代价分析模型[J];信息工程大学学报;2013年05期

4 于沛东;李静;彭华;;一种利用软判决的信道编码识别新算法[J];电子学报;2013年02期

5 ;Tree-based differential evolution algorithm for QoS multicast routing[J];The Journal of China Universities of Posts and Telecommunications;2011年04期

6 宋继光;秦勇;史健芳;贾云富;梁本来;;粒子群算法及其在路由优化中的研究[J];计算机工程与设计;2010年09期

7 ;Research on tasks schedule and data transmission of video sensor networks based on intelligent agents and intelligent algorithms[J];The Journal of China Universities of Posts and Telecommunications;2009年06期

8 李蓓智;周亚勤;兰世海;杨建国;;The Information Modeling and Intelligent Optimization Method for Logistics Vehicle Routing and Scheduling with Multi-objective and Multi-constraint[J];Journal of Donghua University(English Edition);2007年04期

9 孙华丽;谢剑英;薛耀锋;;A Hybrid TCNN Optimization Approach for the Capacity Vehicle Routing Problem[J];Journal of Shanghai Jiaotong University(Science);2006年01期

10 孙宝林,李腊元;基于遗传算法的QoS多播路由优化算法[J];计算机工程;2005年14期

【共引文献】

相关期刊论文 前10条

1 王兰勋;贾层娟;熊政达;;一种循环码参数的全盲识别方法[J];计算机科学;2017年03期

2 梁本来;杨忠明;秦勇;蔡昭权;;引入梯度下降的蚁群算法求解多约束服务质量路由[J];计算机应用;2017年03期

3 张浩;谢利俊;;基于运动兴衰特征的移动网络链路优化算法[J];计算机工程与设计;2017年02期

4 郭晓东;陈卫东;;高误码率下双二进制Turbo码交织器的识别算法[J];无线电工程;2017年02期

5 张铁虎;俞经虎;王琨;;基于ACO-PSO算法的点胶路径规划与分析[J];计算机应用;2016年S2期

6 肖兴国;袁长征;李超;;粒子群神经网络在大跨钢结构挠度监测中的应用[J];城市勘测;2016年05期

7 彭贻云;张玉;杨晓静;;基于最大相似度的伪随机交织器盲识别方法[J];探测与控制学报;2016年03期

8 孙韩;郝士琦;张岱;赵青松;王勇;;基于蚁群算法的大气激光通信中低密度奇偶校验码的盲识别[J];光学学报;2016年09期

9 孙韩;郝士琦;赵青松;王勇;;大气激光通信自适应系统中LDPC的识别[J];光电子·激光;2016年06期

10 刘骏;李静;彭华;;基于校验方程平均符合度的Turbo码交织器估计[J];电子学报;2016年05期

【二级参考文献】

相关期刊论文 前10条

1 袁天;梁俊;;基于遗传算法的卫星MPLS网络路由协议研究[J];信息工程大学学报;2013年05期

2 马伟;;计算机网络路由探究综述[J];电子测试;2013年13期

3 孔玉静;侯鑫;华尔天;魏星锋;;基于BP神经网络的无线传感器网络路由协议的研究[J];传感技术学报;2013年02期

4 任红霞;;基于CPSO的无线传感器网络路由优化[J];计算机仿真;2012年03期

5 高天寒;郭楠;;一种基于改进HMIPv6的移动网络路由优化方案[J];东北大学学报(自然科学版);2012年01期

6 甘露;刘宗辉;廖红舒;李立萍;;卷积交织参数的盲估计[J];电子学报;2011年09期

7 林晓娴;王维欢;;SIMD-BF模型上的并行FWHT算法研究[J];计算机时代;2011年01期

8 史士财;李荣;付宜利;马玉林;;基于改进蚁群算法的装配序列规划[J];计算机集成制造系统;2010年06期

9 刘健;王晓君;周希元;;基于Walsh-Hadamard变换的卷积码盲识别[J];电子与信息学报;2010年04期

10 邢万波;杨圣奇;王树平;陈文杰;;一种改进的自适应邻域粒子群优化算法[J];计算机应用;2008年12期

，

本文编号：2380642