基于资源动态配置的密集型无线局域网络节能技术研究

发布时间：2017-08-29 08:29

  本文关键词：基于资源动态配置的密集型无线局域网络节能技术研究

  更多相关文章： 资源动态配置 无线局域网节能 绿色聚类 AP部署 临时接入选择

【摘要】：使用无线局域网(wireless local area network,WLAN)可以更为便捷地连接网络,在越来越多的公司办公室、校园和商业区都大规模地部署了无线接入点(access point,AP)。一般来说,布设WLAN的主要目的是为了满足网内用户对高带宽、移动性和可靠性的要求。然而,一些关于WLAN的研究发现,这些网络极少工作在设计的峰值状态,在大部分时间内网络中的大部分资源都是空闲的(也可说是冗余的),这显然是一种能源的浪费。针对这种现象,本文提倡在WLAN中应用节能技术,其中一种可行的方式是通过动态管理网络内的资源实现节能。本文针对WLAN中空闲设备造成的能源浪费,提出多个应用于WLAN节能的算法,并结合相应的控制机制提出了基于资源动态配置的密集型WLAN节能技术。首先,针对密集型WLAN中大量空闲AP所产生的不必要的能源消耗,提出了基于传播分析和优化过程的绿色聚类算法。该方法是在密集型WLAN中实现节能的关键算法。在传统的未应用节能技术的WLAN中,为了保证WLAN所在区域的网络覆盖,需要开启网内所有的AP;新算法可以在关闭大部分AP后保持网络的基本覆盖。绿色聚类算法由两个并行的分支组成,其中一个分支由较为简单且快捷的算法组成;而另一个分支则采用更为精确的方法对绿色聚类问题进行求解。为了实现新算法本文改进了优化算法并引入了一种室内传播模型。本文对新算法进行了理论分析和仿真验证,结果显示当网内用户数量较少或流量较小时,在保证网络基本覆盖的前提下可以节约67%到90%的能源。其次,为了在建立WLAN之初即引入节能思想并达到进一步节能的目的,提出基于绿色聚类思想的接入点部署规划算法。为了获得更好的节能效果,可以将节能作为设计WLAN的一个目标,使其成为WLAN的一种特性。本文将部署AP的问题改写成一个多目标优化问题:达到使用更少的AP覆盖更大面积的目的。为了对AP的覆盖情况进行更为准确的分析,提出一种基于射线追踪算法、时域有限差分技术和粗糙集理论的室内传播分析方法;为了对等效的多目标优化问题进行求解,提出一种具备动态种群规模的粒子群优化算法。本文对新部署算法进行理论分析和仿真验证,结果显示新算法可以为AP的布设提供指导,与绿色聚类算法相比实现了进一步的节能。再次,针对在密集型WLAN中引入节能技术对网络性能和用户体验造成的影响,提出基于吞吐量分析和终端电池生存期的临时接入选择算法。应用于WLAN的节能技术实现节能的主要途径是:在网络处于低负载或零负载条件下,用户需要的容量仅由负责覆盖的设备即可提供时,关闭冗余AP。一旦网内用户数量增多且流量加大,需要开启AP。而重新开启的AP需要进行初始化,不能为用户提供网络连接服务。针对这一现象,新接入选择算法联合吞吐量分析和终端用户电池生存期,对不同情境中的接入问题进行了处理。本文对算法进行了理论分析,并在Network Simulator version 3(NS-3)软件平台下进行了仿真验证,仿真结果验证了算法在满足临时接入特有的时效性要求的同时,通过为用户提供更优的备选AP改善了网络的吞吐量特性,并降低了系统的丢包率。最后,本文结合上述三种算法,提出一种基于资源动态配置的应用于密集型WLAN节能的技术,在归纳分析现有节能技术的基础上,对新节能技术进行了仿真验证。仿真实验的结果显示:在保证网络覆盖和Qo S的前提下,相比于现有算法,本文提出的节能技术实现了最小的网络功耗。与未应用节能技术的情境相比,节能80%左右;与现有的算法相比,可以提高20%到30%的节能效果。
【关键词】：资源动态配置 无线局域网节能 绿色聚类 AP部署 临时接入选择
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN925.93
【目录】：

• 摘要4-6
• Abstract6-14
• 第1章 绪论14-39
• 1.1 课题来源及研究的目的和意义14-15
• 1.1.1 课题来源14
• 1.1.2 研究的目的和意义14-15
• 1.2 无线接入网节能技术的相关背景知识15-27
• 1.2.1 无线接入网节能技术的应用背景15-18
• 1.2.2 蜂窝网和WLAN的能耗模型18-23
• 1.2.3 节能技术的分类法23-27
• 1.3 无线接入网节能技术国内外研究现状及分析27-37
• 1.3.1 国外研究现状27-35
• 1.3.2 国内研究现状35-36
• 1.3.3 节能技术的对比及分析36-37
• 1.4 学位论文的主要研究内容37-39
• 第2章 基于传播分析和优化过程的绿色聚类算法39-68
• 2.1 引言39
• 2.2 基于资源动态配置的密集型WLAN节能技术39-42
• 2.3 AP覆盖范围的估算42-46
• 2.3.1 简单模型43
• 2.3.2 复杂模型43-46
• 2.4 基于传播分析和优化过程的绿色聚类算法46-53
• 2.4.1 基于K均值算法的快速绿色聚类实现过程46-47
• 2.4.2 基于进化算法的精确绿色聚类实现过程47-52
• 2.4.3 基于传播分析和优化过程的绿色聚类算法52-53
• 2.5 绿色聚类算法的仿真及分析53-66
• 2.5.1 理想模型中的仿真及分析53-56
• 2.5.2 实际模型中的仿真及分析56-62
• 2.5.3 对比仿真实验及分析62-66
• 2.6 本章小结66-68
• 第3章 基于绿色聚类思想的接入点部署规划算法68-87
• 3.1 引言68-69
• 3.2 AP部署算法中的室内传播分析模型69-74
• 3.2.1 引入粗糙集理论的室内传播分析方法69-72
• 3.2.2 基于粗糙集理论的室内传播模型的评估72-74
• 3.3 DPS-MOPSO算法与AP部署规划算法的实现74-81
• 3.3.1 经典PSO算法75
• 3.3.2 DPS-PSO算法75-79
• 3.3.3 DPS-MOPSO算法79-80
• 3.3.4 基于绿色聚类思想的AP部署规划算法80-81
• 3.4 AP部署算法的仿真及分析81-85
• 3.4.1 理想模型下的仿真及分析82
• 3.4.2 实际模型下的仿真及分析82-84
• 3.4.3 关于接入点部署的相关工作及分析84-85
• 3.5 本章小结85-87
• 第4章 基于吞吐量分析和电池生存期的临时接入选择算法87-113
• 4.1 引言87-88
• 4.2 算法背景及引入的模型和假设88-92
• 4.2.1 算法背景及相关研究88-89
• 4.2.2 临时接入选择算法的模型及相关假设89-92
• 4.3 基于吞吐量分析的临时接入选择92-101
• 4.3.1 算法描述92-98
• 4.3.2 算法的仿真及分析98-101
• 4.4 基于终端电池生存期分析的临时选择接入101-105
• 4.4.1 基于吞吐量分析的临时接入造成的额外能耗的分析101-103
• 4.4.2 基于生存期指标的临时接入选择103-105
• 4.5 临时接入选择算法的实现105-106
• 4.6 临时接入选择算法的仿真及分析106-112
• 4.6.1 临时接入算法决策与包长间的关系106-108
• 4.6.2 临时接入算法与用户使用习惯的仿真关系108
• 4.6.3 临时接入算法决策与服务间的关系108-110
• 4.6.4 关于吞吐量和时效性的对比仿真和分析110-112
• 4.7 本章小结112-113
• 第5章 密集型WLAN节能技术的效果分析113-138
• 5.1 引言113
• 5.2 本文提出的节能技术的实现及验证113-125
• 5.2.1 用户需求量分析114-116
• 5.2.2 拓扑管理和用户管理116-117
• 5.2.3 节能技术的仿真验证117-125
• 5.3 节能技术的对比验证实验125-132
• 5.3.1 WLAN节能典型算法描述126-127
• 5.3.2 节能效果的对比仿真实验和分析127-132
• 5.4 节能技术的实际实现和未来发展132-137
• 5.4.1 现有标准对节能技术的支持133-134
• 5.4.2 对于节能技术的商业支持134-135
• 5.4.3 节能技术在现实环境中的部署135
• 5.4.4 现有设备的集成135-136
• 5.4.5 未来设备亟待解决的问题136-137
• 5.5 本章小结137-138
• 结论138-140
• 参考文献140-155
• 攻读博士学位期间所发表的论文及其它成果155-157
• 致谢157-158
• 个人简历158

，

本文编号：752312