共查询到10条相似文献,搜索用时 31 毫秒
1.
一种优先级区分的机载无线网络MAC层自适应退避算法 总被引:1,自引:0,他引:1
针对现有无线网络媒介接入控制(MAC)协议退避机制存在的竞争窗口(CW)易产生振荡、不能为紧急业务提供低时延QoS保障、难以区分服务类别等不足,提出了一种区分业务优先级的自适应退避(PAB)算法。该算法在二进制指数退避(BEB)算法的基础上,根据信道忙闲标识和业务优先级自适应选择相应退避阶段,通过参数设置可对不同优先级业务相邻退避阶段的前、后转移概率进行调整。利用二维马尔可夫链理论对PAB进行了建模分析,理论分析获得了饱和吞吐量和平均MAC时延的数学表达式,仿真实验结果表明:在机载无线网络(AN)环境下,PAB的性能相对BEB有了显著提升,可有效保障机载无线网络多业务类型的传输需求。 相似文献
2.
基于最小跳数的无线传感器网络跨层设计 总被引:1,自引:1,他引:0
传统的严格分层参考模型无法实现对无线传感器网络资源的有效管理和运用,跨层设计是提高网络整体性能的一种有效方法。针对无线传感器网络能量、计算资源、存储资源和带宽资源有限的特点,提出一种基于最小跳数的路由层和MAC层的跨层协议设计方案。MAC层和路由层通过共享sensor节点到sink节点的最小跳数信息,在MAC层建立时间梯度,解决多个节点共享无线信道的问题;并在路由层建立路由表,解决路由选择问题。仿真结果表明,该方案在降低网络能耗的同时,在降低传输延迟,提高数据投递率方面也取得了良好的性能。 相似文献
3.
FAMA-NCS协议是无线自组网络中数据链路层的关键组成部分。在对FAMA—NCS协议的关键技术分析和信道访问机制模拟变量的基础上,根据网络中节点的重要信息排序,通过对其退避算法进行报文长度的调整,实现了对吞吐量的提升并减小了数据分组的传播时延。 相似文献
4.
航空自组网(AANET)是一种节点高速运动、网络拓扑持续快速变化的新型自组织网络。针对AANET的特点,提出了一种新的时分多址(TDMA)时隙分配方法。首先,根据高动态航空网络环境中媒体访问控制(MAC)协议的特点,推导出可以共用一个时隙进行通信的连接集合的计算方法,并建立了面向连接的空间复用TDMA(STDMA)时隙分配优化数学模型。然后,提出一种分布式STDMA时隙分配算法IDTA。IDTA不需要中心节点收集网络信息,分为2个同步的进程在发送节点和接收节点同时运行,而且能够根据连接的优先级按需分配时隙。最后,在OMNeT++仿真平台上建立计算机仿真模型,仿真结果显示:IDTA比其他分布式STDMA时隙分配算法更加适用于高动态的航空网络环境。 相似文献
5.
毫米波通信链路具有低延迟、高速率和高定向性的特点,能够实现高速率自组网通信和高精度节点定位。在通信定位一体化背景下,研究了毫米波自组网中的多用户资源分配问题。系统采用基于正交频分多址(OFDMA)的多用户通信定位一体化框架,推导了基于位置估计误差界(PEB)和方位估计误差界(OEB)的多用户定位性能准则和基于数据速率的通信准则,建立了时域和频域的资源分配优化问题模型,在保障链路通信速率的前提下,最优化用户的定位性能指标。为了求解上述混合整数非线性规划问题,引入广义Benders分解算法,将优化问题分解为主问题和子问题进行迭代求解,得到有效的资源分配结果,最后通过仿真验证了资源分配对定位与通信性能的影响以及算法的有效性。 相似文献
6.
毫米波通信链路具有低延迟、高速率和高定向性的特点,能够实现高速率自组网通信和高精度节点定位。在通信定位一体化背景下,研究了毫米波自组网中的多用户资源分配问题。系统采用基于正交频分多址(OFDMA)的多用户通信定位一体化框架,推导了基于位置估计误差界(PEB)和方位估计误差界(OEB)的多用户定位性能准则和基于数据速率的通信准则,建立了时域和频域的资源分配优化问题模型,在保障链路通信速率的前提下,最优化用户的定位性能指标。为了求解上述混合整数非线性规划问题,引入广义Benders分解算法,将优化问题分解为主问题和子问题进行迭代求解,得到有效的资源分配结果,最后通过仿真验证了资源分配对定位与通信性能的影响以及算法的有效性。 相似文献
7.
提出了一种新的基于双控制信道的AdHoc网络媒体接入控制(MAC)协议。该协议在两个相互正交的子信道上交换RTS/CTS控制分组,解决了RTS丢失问题、死锁问题以及多信道隐藏终端问题,并提高了协议的空间复用度。实验结果表明,和已有的多信道的接入协议相比,在网络负载较重和节点密度较大的情况下,新协议提高了网络的吞吐量。 相似文献
8.
9.
在一些紧急情况下,无人机自组网可以为特定地域提供通信服务。无人机自组网中的每架无人机相当于一个路由器,通过无线链路形成一个网络,以实现中继通信的目的。吞吐量是一个重要的网络性能指标,无人机节点的位置对其有一定影响。首先从无人机位置和终端选择两个方面分析了无人机自组网吞吐量的影响因素;其次,建立了无人机自组网吞吐量优化的数学模型;再次,提出了一种基于遗传算法的无人机位置优化算法,使无人机网络的吞吐量最大化;最后,使用Matlab从性能、位置约束半径(PCR)的影响和粒度半径(PSR)的影响三个方面对该算法进行了仿真。结果表明,通过控制无人机位置,吞吐量可以达到预期目标,优化速度与PCR和PSR有关。 相似文献