一种基于WLAN的无线Mesh网络可用带宽估计方法

来源 :广西大学 | 被引量 : 0次 | 上传用户:Zeshawn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年,网络技术得到了快速发展,新型的无线Mesh网络应运而生,它具有快速部署、健壮性强、结构灵活,高带宽等特点,为人们提供了不受空间限制的Internet接入方式。随着用户总数的不断增长,有服务质量要求的多媒体等业务数量急剧增加,使得无线Mesh网络的QoS研究成为一个新的热点。可用带宽估计方法是提高网络QoS保障的关键技术之一,通过估计可用带宽信息,才可以实行路由选择、信道分配、拥塞控制、带宽分配等优化方法,提高可用带宽的精确度,有利于提高无线Mesh网络资源的最优化;同时,可用带宽与QoS有着密切的关系,合理地估计出可用带宽信息有利于优化业务的QoS参数。本文通过深入分析可用带宽估计方法的研究现状,分析目前可用带宽估计方法在无线Mesh网络中应用的局限性,结合无线Mesh网络与传统无线网络的不同特点以及无线信号传播的过程,建立了一个无线Mesh网络通信模型,并在目前的可用带宽估计方法APEAB的基础上,提出了一种适用于无线Mesh网络新的可用带宽估计方法(MPEAB)。本文的工作主要有以下几个方面:(1)针对无线Mesh网络的结构特点和信号传播的过程,分析信号传播过程中的主要干扰因素,通过设定一些理想条件,建立了无线Mesh网络通信模型,并分析目前可用带宽方法在无线Mesh网络中存在的问题。(2)针对目前可用带宽方法在无线Mesh网络中存在的问题,提出一个适用于无线Mesh网络的可用带宽估计方法(MPEAB)。该方法通过无线Mesh网络的结构特点,获取了更多的网络状态信息,并利用信号在传播过程中会发生衰落,导致信号容量减小的特征,建立信道容量与发送功率和接收功率在理想通信系统中的数量关系,估计出无线Mesh网络节点信道容量,从而进一步提高可用带宽估计算法在无线Mesh网络的精确度。(3)通过扩展NS2仿真平台,对所提出的MPEAB算法进行了对比仿真实验。实验结果表明,MPEAB算法估计的结果更接近真实的可用带宽,在无线Mesh网络中的精确度要高于APEB算法,可以为网络管理、流量控制提供参考。
其他文献
多示例学习是一种新的机器学习框架,是机器学习领域中的热门的研究方向。近年来,有监督学习在很多应用领域中已经取得了的成功。然而,在现实应用中,许多问题依然难以用简单的示例
随着Internet网络的快速发展,产生了越来越多的针对个人的网络服务,这就需要越来越多的敏感数据要在公共Internet网络上进行传输。因为这些敏感信息关系到网络用户的个人财产安
随着互联网技术的飞速进步以及深度学习展现出强大的性能,基于图像和视频的各种应用也得到了前所未有的发展。然而,伴随着这些应用给日常生活带来便利的同时,也给社会带来了许多
随着应用程序规模的扩大,对内存系统的容量需求不断增加。传统动态随机存储器(Dynamic Random Access Memory,DRAM)的扩展性有限且刷新能耗高,难以满足未来应用程序的需求。新型非
手机短信作为移动通信中的一项基本业务,伴随着移动互联网的飞速发展,其使用量日益增长,功能范围日趋广泛,极大地方便了人们的生活。短信的大量使用致使用户在对其管理上存在一定
由设计瑕疵引起的安全问题占据了系统开发过程中出现的安全性问题的50%,因此,无论在多么坚实的软件安全程序中,对于系统体系结构的风险分析都显得十分重要。安全性风险分析是
IaaS公有云服务将计算资源打包成虚拟机实例的形式供租户租赁,并按照“按用量收费”的方式进行计费。租户不但免去了购置基础设施的资金投入,还可以灵活便捷地根据任务负载对资
近年来,图论和复杂网络的相关研究受到了越来越多领域学者的广泛关注,包括物理、化学、计算机科学、数学、生物学、经济学等,而相关研究也逐渐从单学科向多学科交叉转变。与
在生物信息学领域,对生物数据进行分析是极其重要的一个过程。随着数据量的增大,对生物数据分析的耗时越来越长,严重制约了相关理论设想的验证。CPU-GPU协同计算,能够以较小的代
协作通信是下一代移动通信系统对抗信道衰落的重要技术,编码协作是将信道编码应用到协作通信当中,加强了协作通信系统对抗衰落的能力,近几年已经得到广泛关注,并且得到了深入