陈庆麟
- 作品数:2 被引量:24H指数:2
- 供职机构:华南理工大学自动化科学与工程学院更多>>
- 发文基金:广东省科技计划工业攻关项目国家自然科学基金广东省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种无线Mesh网络几何K中心网关部署求解方法被引量:6
- 2013年
- 目前无线Mesh网络中几何K中心网关部署问题没有得到很好地解决,该问题可以归结为在给定的几何平面上部署合适的网关节点,以满足覆盖条件的同时提高网络服务质量.为解决该问题,文中首次提出了极大备选区域的思想和生成算法.根据网络拓扑和单位覆盖圆的性质,将节点的平面区域按照连接性能的差异划分为不同的备选区域,并筛选出功能最完备的极大备选区域作为虚拟节点,插入到原始的Mesh网络图中,生成一个新的网络拓扑图,从而将几何K中心问题转化为传统的节点K中心问题.然后以最小最大跳数为优化目标,利用改进的遗传算法对该问题进行求解.与Kmeans算法进行比较,遗传算法具有较好的网关中心聚类效果.研究结果表明,文中所述方法可以较好地解决几何K中心网关部署问题.
- 黄书强王高才张震邓玉辉周继鹏陈庆麟李阳
- 关键词:无线MESH网络网关部署
- 智慧城市中无线网络节点部署优化方案研究被引量:19
- 2014年
- 智慧城市无线网络基础设施中,网络节点部署直接影响到网络服务质量.该问题可归结为在给定的几何平面上部署合适的普通AP节点作为无线终端的访问节点,部署特殊节点作为网关以汇聚普通节点的流量到有线网络中.以无线Mesh网络为例,提出根据区域人流量的统计来确定AP节点的部署位置和数量,将网关节点部署问题抽象为几何K-中心问题.以节点和网关之间路径长度最小为优化目标,提出自适应的粒子群算法来求解网关节点部署位置.在自适应粒子群算法中引入随机调整惯性权重、自适应改变学习因子和邻域搜索等改进策略,并设计一种新的适值函数计算方法,使得算法更容易获得最优解.仿真结果表明,相对于GA算法和K-means算法,改进粒子群算法求解效果稳定,鲁棒性强,可获得更小的覆盖半径,从而提高网络的服务质量.
- 黄书强王高才单志广邓玉辉李阳陈庆麟
- 关键词:智慧城市无线MESH网络网关部署自适应粒子群算法