公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

位置关联的延迟容忍网络路由算法被引量：1: 2012年; 提出一种位置关联的延迟容忍网络路由(LRR)算法。引入位置信息,将动态的节点间路由转化为静止的位置间路由,利用节点访问位置的概率信息计算并选择中继位置,无需获取全局的节点间概率信息。实验结果表明,与现有的延迟容忍网络路由算法相比,LRR算法具有较高的传输成功率和较小的平均传输延迟。; 裴泽艮肖明军黄刘生; 关键词：延迟容忍网络路由算法位置信息

容迟网络路由算法被引量：33: 2009年; 容迟网络泛指那些由于节点移动、能量管理、调度等原因而出现频繁中断、甚至长时间处于中断状态的一类网络.它涵盖了由于节点调度而处于间歇式连通的无线传感网络、移动Ad hoc网络、周期性连通的卫星网络、乡村网络、野生动物追踪网络以及个人设备交换网络等等,具有十分广阔的应用前景,引起了广泛的关注.与传统网络相比,容迟网络没有稳定的端到端传输路径,因而其路由问题更为复杂.已有的研究工作也主要集中于这一问题,并提出了许多的容迟网络路由算法.对这些算法的最新进展进行了综述.首先,介绍了容迟网络路由算法的性能评价标准.其次,给出了容迟网络路由算法的分类方法.按照路由策略来分,容迟网络路由算法可以分为基于复制策略的算法和基于转发策略的算法.按照网络模型来分,容迟网络路由算法又可以分为面向主动移动模型的算法和面向被动移动模型的算法.然后,针对每一分类,重点综述了其中具有代表性的一些容迟网络路由算法,并总结了各算法的优缺点.最后,讨论了未来的研究方向.; 肖明军黄刘生; 关键词：容迟网络移动AD HOC网络机会网络路由算法

一种延迟容忍网络数据聚集算法被引量：2: 2013年; 由于延迟容忍网络具有高延迟,低数据传输率,拓扑动态变化等特点,设计有效的路由算法一直是延迟容忍网络研究的热点问题.该文在概率模型的DTN中提出了一种数据聚集算法DADTN(Data Aggregation algorithm for Delay Tolerant Networks).对于目的节点相同的一些数据包可以通过网内聚合(In-network aggregation)方法聚集成为一个数据包.为了衡量每个节点聚集局部数据包和交付数据包到目的节点的能力,算法定义了聚集交付能力的概念.数据包则由聚集交付能力小的节点向聚集能力大的节点进行传输,实施聚集操作.仿真分析表明,与Epidemic和PRoPHET算法相比,DADTN算法能以较低的数据包转发次数获得较高的数据传输成功率.; 王亚肖明军; 关键词：数据聚集延迟容忍网络

一种基于区域访问概率的容迟网络路由算法被引量：1: 2010年; 延迟容忍网络泛指没有稳定端到端传输路径的无线网络,广泛应用于太空网络、乡村网络、移动传感网络、Ad hoc网络等等,具有重要的研究意义.其路由问题极具挑战性,是当前的一个研究热点.本文针对基于区域单元(Cell)移动模型的延迟容忍网络,提出一个基于区域访问概率的路由算法——PROAREA算法.已有的算法主要通过节点间的相遇概率来指导路由决策,而PROAREA算法则通过各节点访问区域单元的概率估算出了节点间数据传输的期望延迟,从而能够直接使用期望延迟来指导路由决策,具有更好的效果.实验结果表明,与延迟容忍网络中的Epidemic算法和PROHET算法相比,PROAREA算法的传输成功率平均提高了15%和6.95%,而平均传输延迟平均降低了46.7%和40.2%.; 杨振奇肖明军黄刘生徐宏力; 关键词：DTN 路由算法

一种基于蚁群算法的容迟网络路由策略被引量：2: 2012年; 延迟容忍网络(容迟网络)涵盖了星际网络、移动Ad Hoc网络以及偏远地区网络等许多除因特网以外的通信网络.网络的频繁断裂和间歇连接使容迟网络路由问题成为最具挑战的问题之一.蚁群优化算法作为一种在图中寻找优化路径的机率型技术,已广泛应用于许多领域,它具有正反馈、分布式计算和智能型优化等特点.为提高路由算法对网络拓扑变化的适应能力,研究基于蚁群算法的路由策略,并通过其智能自适应优化减少容迟网络传输延迟.首先模型化容迟网络的数据传输问题;其次设计基于蚁群算法的路由策略(ant-colony-based routing,ACR),包括转发和复制两种数据分配方式;最终基于容迟网络公共数据集Infocom Trace和RollerNet Trace进行仿真验证,并与MED,SimBet,Spray和Wait以及EBR等经典算法比较.仿真结果表明:基于转发方式的ACR算法比其他同类型算法至少缩短25.8%的传输延迟,基于复制方式的ACR算法至少降低22.5%的传输延迟.; 杨振国黄刘生肖明军黄河张银东朱友文; 关键词：容迟网络路由蚁群优化算法正反馈分布式计算

全选清除导出

共1页<1>

国家自然科学基金(60803009)