一、IEEE802.11分布式协调功能在MANET网络中的性能改善(英文)（论文文献综述）
程铭鑫[1]（2021）在《面向软件定义移动自组织网络的仿真平台研究与实现》文中研究说明移动自组织网络（Mobile Ad Hoc Network,MANET）在军用、民用通信中均具有巨大的价值,但由于其纯分布式的特性,导致网络中每个节点都必须独立地做出路由决策、并需要适应快速变化的拓扑结构,因此在保障网络服务质量（Qualityof Service,QoS）等方面遇到了瓶颈。软件定义网络（Software Defined Network,SDN）技术的出现为上述问题提供了解决方案,通过引入SDN控制器这一逻辑集中的节点,以获取全局网络拓扑及资源,从而做出更合理的决策。目前己有越来越多的研究将SDN技术引入MANET。然而,当前并没有一种灵活便利的仿真平台可供研究者使用,导致研究者需要额外花费时间创建仿真环境、复现OpenFlow协议等。为减少研究人员的研究或开发时间,提高效率,本文围绕软件定义移动自组织网络（Software Defined Mobile Ad Hoc Network,SD-MANET）的仿真平台进行了详细研究与实现。首先,本文在分析MANET特点的基础上,对现有仿真平台进行修改,设计了适用于SD-MANET的移动节点,并采用了带外组网（Out-of-band Networking）的方式将 SDN 控制器引入 MANET,同时设计并实现了 SDN控制器调控移动节点配置参数的流程。其次,本文针对仿真平台中移动节点间的多跳传输问题,参考IEEE 802.11协议中的无线数据帧格式,使SDN控制器通过OpenFlow1.3协议对数据帧首部中的MAC地址进行修改,以完成移动节点间的多跳传输。并在仿真平台中进行验证。最后,本文针对SD-MANET拓扑发现这一问题进行了研究,设计并实现了基于“请求-响应”模式和基于异步定时器两种拓扑发现发现流程,最终部署在仿真平台中,并进行了验证。
高扬水[2]（2020）在《软件定义车联网负载均衡关键技术的研究》文中进行了进一步梳理车联网（Internet of Vehicles,IoV）对改善交通安全以及提高乘客舒适度方面发挥着重要作用,因而使其成为无线网络中的一个研究热点。由于IoV具有车辆分布不均以及业务爆发式增长的特性,极易导致负载不均衡、网络资源利用率低,甚至在高负载场景中还会出现严重的信道干扰等问题,因此这些问题将会成为制约IoV技术发展的瓶颈。而负载均衡技术被认为是解决这些问题的有效方法之一。另一方面,由软件定义网络（Software Defined Network,SDN）和IoV融合的软件定义车联网（Software Defined Vehicular Network,SDVN）因可实时获取全局网络信息,有助于提高IoV的MAC和路由等传输性能,因此正受到广泛关注。在SDVN架构下,集中控制方式可提高链路利用率,保障通信的可靠性,但是当发生交通拥堵或业务量暴涨时,仍然会有局部链路出现网络拥塞的问题,因此负载均衡技术是SDVN网络需要研究的重点之一。根据课题组调研,目前鲜有涉及SDVN负载均衡技术方面的研究。本文将负载均衡技术与SDVN网络架构优势相结合,探讨提高IoV传输性能方面的关键技术,主要工作及创新如下:（1）针对当前许多IoV分簇网络在实时获取全局网络信息方面存在困难以及在车辆密集且业务量较大的场景下,会引发严重的网络拥塞和信道干扰的问题,提出了基于SDVN负载感知无竞争分簇MAC协议。具体地,在所提协议的分簇算法中,综合考虑了链路可靠性、相邻度、负载和方向等因素进行簇头选择,并且通过考虑节点的负载以及限制簇的规模来保持簇头间的负载均衡;在MAC机制部分,设计了一种由簇间多信道分配技术和簇内动态TDMA帧分配技术组成的无竞争MAC算法,以避免簇间和簇内通信发生同频干扰和隐藏终端干扰。通过以上方法来提高数据包在簇内和簇间的通信性能。（2）针对城市场景下分布式地理位置路由协议易导致局部最优、网络连通性差和网络拥塞等问题,提出了基于SDVN网络下具有负载均衡的分层式地理位置路由协议（HRLB）。分两个层次对HRLB进行路由设计,第一层次从全局上粗粒度地寻找一系列车辆密度大的网格;第二层次是细粒度地从由所选网格连成的区域内选择传输路径,接着再继续从所选传输路径上选择一系列中继节点。其中,在进行路径和中继节点选择时,分别考虑了道路和车辆节点的负载因素,从而避免了“先拥塞,后解决”的问题。通过仿真实验结果表明,HRLB路由机制在数据包平均传递率、吞吐量、以及平均时延方面较其他路由算法具有明显的优势。（3）针对当前IoV跨层路由算法在车辆低密度分布条件下性能会显着降低的问题,提出了一种基于SDVN架构的V2V跨层路由和V2BS集中式路由切换机制。SDVN中央控制器基于全局路径连通信息,决定源和目的之间的数据包的传输是采用V2BS路由还是V2V跨层路由。在V2V跨层路由机制中,中继节点的选择通过考虑平衡各节点的负载来达到整个网络的负载均衡。实验结果表明,相较于其它协议,在所提SDVN网络混合路由机制的作用下,在各种车辆密度下网络传输数据包的性能都得到提高。（4）针对当前LTE-V异构网络技术会制约beacon信息传输性能的问题,提出了两种不同传输机制的软件定义LTE-V异构网络,分别为上下行链路关联的LTE-V异构网络和上下行链路分离的LTE-V异构网络。特别是针对后一种的异构网络,研究将基站与车辆之间上下行链路的传输速率转换为全局优化问题。该优化问题可使每个车辆节点与负载较轻的基站相关联,从而保证各个基站间的负载均衡。实验结果验证了所提机制对提高beacon消息传输速率的优越性。
王一芃[3]（2020）在《面向智能电网业务与应用的无线传感网若干理论方法研究》文中提出智能电网是对于传统电网的改造和升级。借助无线传感网,智能电网可以有效改善传统电网在供能效率、能源经济性、能源安全以及环境友好等方面的不足。受覆盖范围和传输速率的制约,无线传感网主要服务于电网的配电环节和用电环节,支持高级计量基础设施（Advanced Metering Infrastructure,AMI）、需求侧响应（Demand Response,DR）和配电自动化（Distribution Automation,DA）等应用。由于无线传感网本身资源受限,而智能电网具体应用的业务特点和通信要求多样,因此在实际部署前往往需要进行理论分析。目前针对智能电网的无线传感网理论研究工作存在以下局限和不足:1)大多数传统无线传感网理论模型及优化算法没有明确应用场景,且忽视无线传感器设备的实际性能参数,导致研究结果不适用于智能电网应用场景;2)智能电网中新应用的加入以及新旧设备的替换会引起无线传感网规模和负载的变化,而传统信道接入参数优化算法无法有效分辨数据包送达率的变化是由信道接入的随机性引起还是源于无线传感网负载的变化,因此无法应对智能电网应用场景中的无线传感网负载变化问题。3)传统针对智能电网的无线传感网理论模型往往假设节点拥有稳定负载状态,而智能电网更多应用场景中的业务为周期性生成,负载状态不稳定,会导致传统理论模型无法有效分析。此外,大多数针对DR方案的传统理论模型以及优化算法将用电器的效用函数假设为凸函数,保证所构建优化问题为标准凸优化问题。实际生活中用电器的效用函数不全为凸函数,因此这些传统理论模型并不合理,相应优化算法也不能获得实际最优解。针对上述不足,本文考虑智能电网具体应用的业务特点及通信要求,结合无线传感网通信标准及设备的实际功能参数,对面向智能电网业务与应用的无线传感网展开若干理论研究。本论文的主要工作和创新点如下:1)为探究无线传感网对AMI系统应用的适用性,以IEEE802.15.4标准为基础,提出面向家庭区域网络（Home Area Network,HAN）中AMI系统应用的无线传感网物理层和媒体接入控制（Medium Access Control,MAC）层理论模型。物理层模型严格参考实际无线传感器模块的功能参数,建立了考虑调制方式、发送功率级数、传输距离、数据包大小以及握手机制的数据包发送成功率计算公式。MAC层模型根据AMI系统定时检测业务特点,将任意时刻信道内数据包的生成率近似为泊松分布,并由此提出任意时刻节点进行信道空闲状态评估（Channel Clear Assessment,CCA）操作的概率以及成功率的计算公式。模型在简化计算复杂度的同时提升了对无线传感网通信性能和能耗情况的计算准确度,较传统无线传感网模型可以为AMI系统应用提供更客观的无线传感网配置参考。通过分析确定最大退避次数和最小退避指数是AMI系统应用场景中更适合优化的参数,为后续优化面向AMI系统应用的无线传感网奠定理论基础。2)针对已部署无线传感网需要支持更高监测频率的电网业务并适应新旧电网设备替换的情况,为提高无线传感器节点的通信性能以及在无线传感网规模和负载发生变化时的鲁棒性,提出一种用于优化信道接入机制的分布式自适应参数调整算法。所提出算法基于AMI系统应用场景中任意时刻信道内数据包生成率近似为泊松分布的研究结果,利用独立泊松分布之和仍为泊松分布的性质,以节点自身参数以及信道检测和数据包发送的历史信息为参考,对周围网络是否发生变化进行判断,进而对信道接入机制关键参数进行及时调整。相较于传统无线传感网参数优化算法,所提出算法的参数调整方式更稳健,使无线传感网在可靠性、有效性和能量效率等方面表现更稳定,使无线传感器节点具有更好的鲁棒性。3)针对配电线路故障检测与定位应用中无线传感器节点的信道接入行为,根据应用中高频采样的业务特点,建立了节点数据包生成周期与发送时长接近时的信道接入理论模型。模型兼顾单次信道空闲检测模式和双重信道空闲检测模式,利用离散时间马尔可夫过程和离散傅立叶变换,推导出在信道和节点两个角度下CCA操作出现的概率及成功概率的计算公式,有效刻画了节点数据包生成周期与发送时长接近时的信道接入行为以及负载状态,可以准确计算配电线路实时监测与定位应用场景中无线传感器节点个体和无线传感网整体的通信性能以及能耗情况。通过分析确定双重信道空间检测模式更适用于所考虑应用场景。利用退避等待过程的时间分布特点,提出一种近似计算无线传感网平均传输时延的方法,可以有效判断所配置无线传感网是否满足配电线路故障检测定位应用的时延要求。4)针对DR方案中提高电网系统总用电（供电）福利的设计目标,为分析电网系统主要环节用电（供电）行为以及相应的成本和收益,建立了计算电网系统总用电（供电）福利的模型。所建立模型考虑用户生活习惯以及用电器的功耗特性,借助效用函数的概念,将不同用电设备在不同时段工作时消耗的电能与所提供福利之间的关系进行公式化表达。基于所提出模型,结合用电限制因素,构建了带有电量约束的以电网总福利最大化为目标的优化问题。利用拉格朗日乘数法,提出用于优化电网总福利的分布式负载调度算法,可以准确计算用电器最佳耗电量,有效提高电网总福利。提出一种以电价信息为参照的储能设备充电速率调整策略,在有效提高电网总福利的同时减少了能源浪费。全文共6章,图54幅,表14个,参考文献169篇。
沈丹丹[4]（2020）在《基于业务感知的多址接入协议研发》文中指出在现如今这个信息爆炸的时代,人们的通信不再满足于单一种类信息的传输,多种业务共同传输的需求在日益增长。本文立足于具体通信项目,旨在解决项目中多种业务共同传输时服务质量无法同时保证的关键问题。无线局域网由于高吞吐量、低成本的优势迅速得到了广大用户的青睐,而业务的多样化使得服务质量要求也变得多样化,对无线局域网的性能提出更高要求。电气和电子工程师协会（Institute of Electrical and Electronics Engineers,IEEE）制定的IEEE 802.11系列标准是使用最广泛的无线局域网标准,本文将以IEEE 802.11协议作为基础框架进行改进,设计一种适用于多业务场景的多址接入协议。本文首先详细介绍了IEEE 802.11多址接入控制（Multiple Access Control,MAC）层接入协议,重点在于其中的分布协调功能访问机制,以及载波监听多址接入/冲突避免（Carrier Sense Multiple Access/Collision Avoidance,CSMA/CA）。接下来,对IEEE802.11 MAC层接入协议进行多业务场景下平均时延、碰撞概率、失败概率、吞吐量和时延抖动方面的性能仿真,基于仿真结果分析其在多业务场景下的不足之处。针对这些问题,本文引入分布式时分多址接入（Time Division Multiple Access,TDMA）协议,并对此协议进行了简单介绍,随后对上述两种协议进行有机结合,提出基于业务感知的多址接入协议方案设计。该协议根据业务的不同性质,设计不同的接入方案,在IEEE 802.11 MAC层协议的基础上引入分布式TDMA协议,实时性低的业务采用无竞争的TDMA方式进行接入,而实时性高的业务采用带优先级队列的CSMA/CA方式进行接入,以此方式降低同一时刻竞争信道的业务量,从而降低碰撞概率,提升网络性能,保证不同业务的服务质量。最后,本文对提出的协议进行单业务和多业务场景下的仿真,并将仿真结果与IEEE 802.11 MAC层协议进行对比,以分析该协议的网络性能和适用场景。仿真对比结果表明,该协议在节点数较少、业务种类多且业务量大的场景下能够发挥出良好的网络性能。
万天培[5]（2020）在《基于IEEE 802.11ah MAC层RAW机制研究》文中研究表明随着物联网（Internet of Things,Io T）在电子健康、智能监控、智能交通系统、家庭与工业自动化等领域的普及,现有的低功耗物联网技术已无法满足大规模接入、远距离传输的设备需求。Wi-Fi联盟提出了IEEE 802.11ah标准,以便满足对此类大规模网络的接入需求,为了降低密集场景下的无线设备接入过程中的冲突概率,减少设备的竞争开销,该协议引进了受限访问窗口机制（Restricted Access Window,RAW）。鉴于802.11ah协议并未指定任何的RAW分组标准,而该分组方式会严重影响RAW性能。因此,本文将针对节点的划分方式对该机制的影响进行研究,主要工作如下:本文首先评估了参数设置对RAW机制的性能影响,包括RAW分组数和数据包传输速率等,并基于NS-3网络模拟器对该机制进行了仿真实现。结果表明,当节点数量相同传输速率不同时,分组数可以明显影响网络的吞吐量和平均时延,当传输速率相同节点数量不同时,与随机选取分组数时的RAW机制相比,合理设置分组数时的RAW机制可以明显改善系统的网络性能,特别是在高负载情况下。考虑物联网设备的流量需求问题,本文提出了基于流量需求的RAW时隙分配算法,该算法根据传感器的流量类型重新分组,按照流量需求合理分配时隙资源。然后对该算法进行仿真验证,结果表明,和现有的RAW机制相比,考虑节点流量需求的时隙分配算法可以明显提高网络吞吐量,降低平均时延和能量损耗,尤其是在大规模节点高速率传输的情况下。本文研究成果对于提高IEEE 802.11ah系统中MAC层的接入效率具有重要的参考价值。
张娇娇[6]（2020）在《无线CSMA网络的通信资源管理策略研究》文中认为为满足日益增长的终端设备的接入需求,802.11工作组提出IEEE 802.11ah标准来支持大规模设备的接入。然而,大规模设备同时接入网络,会导致严重的信道冲突。为此,802.11ah在媒体接入控制（media access control,MAC）层引入了限制接入窗口（restricted access window,RAW）机制。RAW机制可以通过限制同一时间竞争信道的节点数量,从而降低节点碰撞概率。为解决802.11ah异构网络中传感器分组效率差而导致争用水平组组不均衡的问题,构建了传感器分组优化模型,并提出了启发式传感器分组算法以获得次优的传感器分组方案,降低碰撞概率。另一方面,无线频谱的快速使用,使得人们寻求非授权频谱的使用,TV频段具有良好的传播性和建筑穿透性,因而成为缓解频谱稀缺问题的理想选择,但无线网络共享TV频谱时需要无线设备能有效地管理主网络授权用户受到的干扰。为此,针对认知无线电网络,构建以最大化次级网络和效用为目标的次级用户调度问题,联合优化次级用户的功率和接入强度,以实现最优的调度算法。本文的创新点在于:（1）针对802.11ah异构网络,以最大-最小（max-min）组间能效为目标建立基于流量分布的传感器分组优化模型,并设计出传感器流量映射算法。具体来说,首先利用无线传感器组间能效分布特性,建立了以max-min能效为目标的整数非线性规划（Integer Non-Linear Programming,INLP）传感器分组模型,提出了基于分支定界法（Branch-and-Bound Method,BBM）的流量分组算法来获得最优的流量分组方案。进而设计出流量-传感器映射算法来获得次优的传感器分组方案。仿真结果表明,相较于其他算法,所提出的算法能实现更优的max-min能效性能。（2）针对认知无线电网络,以最大化网络和效用为目标建立次级用户调度优化模型,设计次级用户调度算法。具体地说,首先利用理想CSMA网络模型计算出网络吞吐量,构建了以和效用最大化为目标的用户调度模型,利用接入强度变量和功率变量的可分离性,将优化问题解耦为两个子问题分别求解,并设计出最优的联合优化功率分配和接入强度调节算法。仿真结果表明,所提出的算法在次级网络和效用方面性能优于其他算法。
孙应兵[7]（2020）在《高实时性命名数据移动自组织网络转发策略研究》文中指出移动自组织网络（Mobile Ad-hoc Network,MANET）作为典型的无线网络,其性能易受网络节点高速移动的影响,通常要求互相通信的一对节点间在一定时段内至少存在一条完整的点到点路径,以实现控制信令和数据信息的成功传输。本文研究了基于命名数据移动自组织网络转发策略的发展现状,重点分析了LFBL（Listen First Broadcas Later,LFBL）转发策略。运用NDN技术增强数据在MANET网络中的传输性能,这对于节点移动性、拓扑高动态、链路间断性问题的解决是有利的。本文利用命名数据网络（Name Data Network,NDN）技术能有效降低MANET中链路频繁通断、拓扑动态时变对性能的负面影响。针对MANET节点移动特性,改进了NDN中最短路径路由算法,允许在最短路径节点所邻接节点的PIT（Pending Interest Table,PIT）表中存储被转发的兴趣包,以期为所请求的数据包回传创建备份路径,减小MANET拓扑变化导致的回传路径中断概率,从而降低回传数据包丢失概率。本文为验证SPPB（Shortest Path Plus Backup,SPPB）转发策略的性能设计了基于ns-3和命名数据网络仿真工具ndnSIM架构的移动自组织网络仿真平台。在此平台基础上,实现了最短路径加备份路径转发策略SPPB。基于仿真方法比较了不同转发策略在特定场景下的网络性能。无重传仿真实验一:仿真结果表明,本文所提出的SPPB转发策略的网络带宽只比LFBL略高;平均请求时延最低且整体而言比LFBL低10%左右;请求成功率整体比LFBL高10%左右。为进一步验证SPPB转发策略的性能,本文基于DASH（Dynamic Adaptive Streaming over HTTP,DASH）做了有重传且完整传递真实文件仿真实验二:仿真结果表明,在随机高速移动（30m/s）场景下,SPPB转发在超时重传仿真实验中带宽使用量为比较转发策略中最低且与节点个数正相关;SPPB转发策略随仿真节点的增加,平均时延进一步降低;在时延最低的条件下,SPPB拥有比LFBL和泛洪算法都高的请求成功率。因此,本文验证了SPPB转发策略继承了传统最短路径转发策略消耗带宽少得优势,并进一步减小了平均请求时延、提高了请求成功率,为实际移动自组织网络信息转发策略提供重要的参考意义。
洪洁[8]（2019）在《高动态飞行器自组织网络关键技术研究》文中研究说明飞行器自组织网络（Flying ad hoc network,FANET）是由无人飞行器（Unmanned aerial vehicle,UAV）机群组成的多跳、自治的移动自组织网络（Mobile Ad Hoc Network,MANET）。飞行器节点高速移动,不依赖基础设施自行组网,并通过多跳转发完成数据交互。在这样的组网方式和通信模式下,节点感知范围更大、通信距离更远、网络覆盖范围更广。然而节点移动速度快和网络拓扑变化频繁严重制约着高动态飞行器自组织网络性能。如何适应节点高动态运动并使网络性能保持在较高水平,是高动态自组织网络研究的一项挑战。本文主要研究了高动态飞行器自组织网络性能的影响因素、组网设计优化、网络拓扑变化感知、节点移动方式区分等内容。目的是最大限度地减少节点高速移动对网络的影响,并构建高性能飞行器自组织网络。全文研究的主要内容可概括为:1.高动态飞行器自组织网络组网方案设计。本文首先分析了自物理层至传输层影响网络性能的的多种因素,包括无线传播方式、节点移动性、节点密度、物理层/数据链层协议、路由协议、流量负载等。然后结合分析结果和网络特点,合理选用各层协议并设置参数,提出了一个适合高动态自组织网络的组网方案。该方案易于实现,能够满足高动态场景下飞行器自组织网的功能和性能要求。2.高动态飞行器自组织网络拓扑变化表征及感知方法研究。本文提出的组网方案使用了一些新方法来克服节点高速移动的影响,其中之一就是网络拓扑变化感知。针对高动态移动自组织网络中节点移动速度快、网络拓扑变化频繁的特点,提出了一种衡量网络拓扑变化的移动特征——拓扑变化度。拓扑变化度将量化后的多种拓扑变化影响因素线性叠加,用以表征节点间、节点与一跳邻居间及整个网络的拓扑变化。实验表明拓扑变化度在区分节点个体移动和群体移动时效果较好。本文还提出了感知间隔固定的自组织网络拓扑变化感知方法和自组织网络拓扑变化自适应感知方法。3.高动态飞行器自组织网络自适应路由研究。上述组网方案中高动态移动自组织网络性能的有效维持和提升得益于自适应路由选择策略。本文根据高动态飞行器自组织网络的实际任务需求,总结了三种可能的任务场景,并基于周期性拓扑变化感知方法提出了一种适于复杂任务场景的自适应路由选择策略（TARCS）。该策略定期将网络拓扑变化感知结果与预先计算的移动模型拓扑变化度门限参考值相比较,确定节点当前的移动方式,再根据各移动方式的特点使用相应的策略恰当选择路由协议。该策略强调节点移动方式与路由协议的匹配,力求使网络路由适应复杂的移动场景,从而使网络性能维持在较高水平。仿真表明,在高动态复杂场景中,恰当的的路由选择策略能有效维持网络性能。4.高动态飞行器自组织网络节点移动方式识别研究。拓扑变化度的一个明显局限就是它只能反映拓扑变化总体效果而不能直观反映个体影响因素。为此本文将其进行改进,用多维向量表征网络拓扑变化的移动特征,提出了拓扑变化向量。随后使用支持向量机技术构建分类器并采用10折交叉验证法对多种移动方式进行分类训练和测试。文中模拟了10种不同的移动模型,并利用上述方法对模型进行了分类,结果表明利用支持向量机并恰当选择分类器能够准确区分不同移动模型的拓扑变化向量,并能使分类精度达到75%以上。
张彤[9]（2019）在《无人机编队组网关键技术研究》文中研究指明无人机具有部署方便、结构简单、隐蔽性好、起降灵活等优点,广泛应用于应急求援、侦查监视、地理测绘、电路巡检、气象监测、新闻拍摄、物流等诸多领域。无人机编队组网充分体现出多无人机协作的优势,提高集群无人机执行任务的能力。因此需要研究无人机与通信技术相结合的无人机组网编队技术,为无人机在复杂环境中协同完成任务提供有效可靠的理论技术支持,在多机协同合作的基础上有效扩大无人机网络的编队规模,同时提高无人机的协作效率并降低负载消耗。为本文主要研究无人机编队组网的相关技术,并对无人机组网通信保密算法进行了深入的分析验证。主要工作如下:1.提出了多无人机编队组网中主从无人机相对定位方法。编队网络中的主节点通过实时动态GPS（Real Time Kinematic GPS,RTK-GPS）载波相位差分来完成自身定位,未知节点相对于主节点的距离通过无线电脉冲法测量,获取未知节点与四个非共面主节点的距离值,通过几何求解,确定从节点的位置。主从无人机相对定位通过实时动态GPS载波相位差分定位法和无线脉冲测距法协同完成,主节点通过实时动态GPS载波相位差分来完成自身定位可以获得很高的精度,从而实现全局的精确定位。2.提出了平行四边形无人机编队覆盖方法,该方法是将任务监测区域视为内角更为灵活的平行四边形,利用网格划分法部署排列无人机,可以有效地克服传统编队覆盖方法覆盖冗余较大的不足。仿真环境为节点移动的场景,该场景下平行四边形的覆盖率能够明显的高于传统矩形覆盖算法的覆盖率,而且在保证覆盖率的同时,可以减少无人机的数目。3.提出了一种基于能量消耗的改进多径路由协议（Improved Ad hoc On-demand Multipath Distance Vector Routing,IAOMDV）,IAOMDV 路由协议主要改进了对广播路由请求（Route Request,RREQ）消息的处理。在无人机通信网络中,中间节点接收到RREQ消息,对自身节点的剩余能量进行判断,只有当能量足够使用时才依照信息表将消息转发给邻居无人机节点。IAOMDV依照剩余能量的不同对节点划分了等级,降低了洪泛次数,仿真环境的链路协议采用IEEE 802.11协议,结果表明随着无人机运动速度增大,改进的AOMDV协议的丢包率和端到端的延迟都明显低于AOMDV,从而有效地降低了路由开销。4.考虑无人机能量消耗,建立无人机蜂群的无线通信能量消耗模型,提出了一种改进的低功耗自适应集簇分层型协议（Improvement of Low Energy Adaptive Clustering Hierarchy,ILEACH）。改进的簇首选择方法能够通过软阈值门限,有效地优化簇首选择过程,进而达到优化传统算法的目的。结果表明,ILEACH算法下的网络生存时间明显增大,节点的能量消耗速度得到有效降低,因此应用ILEACH算法可达到提高网络生存周期及均衡网络能耗的目的。并且将改进算法应用于不同的节点密度和数字包长度下进行仿真,仿真结果与理论分析所得结果相吻合。5.考虑到模糊性、随机性等不确定性因素对无人机通信环境中节点信任关系的影响,在云理论的基础上提出了一种云模型无人机组网簇结构信任评估方法,对节点的信任等级实现最准确的计算。此方法基于无人机网络运行的特点,结合消息、通信和能量三个信任因素完成对直接信任值的计算,可以有效识别外部入侵,同时对于合理异常情况通过参照节点的推荐信任值来保证适当的容忍。在LEACH分层协议的基础上建立无人机组网仿真模型,对提出的簇结构信任评估方法的正确性和有效性进行了验证与分析。将提出的信任评估方法应用于实验以论证正确性和有效性,实验结果表明本文的算法可以有效地抵御通信攻击、数据攻击、能量攻击等多种类型的恶意攻击,有效地保证了无人机网络的安全性能。
杜青松[10]（2015）在《战术MANET中的路由协议及QoS路由算法研究》文中研究说明战术MANET是由战术无线电台构成的无中心、自组织的战术通信网络,是战术互联网中覆盖范围最大、通信节点数最多的末端子网,是移动自组织网络在数字化战场上的一种典型应用。由于战术MANET具有组网灵活、可快速展开、高抗毁性的特点,特别适用于战场通信指挥和控制,因此现代化战争对战术MANET网络应用的需求与日俱增。在战术MANET中,高效可靠的路由协议是保证网络中所有节点成功通信的前提和基础,是建立移动自组织网络的首要问题,同时也是主要的研究热点和难点;尤其是未来的战术MANET拓扑结构变化更快,各种战术电台必须要迅速地跟上网络结构的变化,灵活快捷地组网,因此组网的快捷性和可靠性要求更高,路由协议的设计面临着更加严峻的挑战。数字化战争的发展趋势决定了未来的战术互联网业务综合性强,网络中传输的信息不再是单一的话音和指挥控制指令,还要完成战场态势信息、战场侦察视频、战场图像、实时会议等多媒体业务的综合传输。为了保证多媒体业务稳定而可靠地传输,作为末端子网的战术MANET必须要为不同的业务提供相应的服务质量保证（QoS）,而其中的QoS路由技术是网络QoS保障的关键问题,现阶段的研究面临许多的困难和挑战。基于以上应用背景,本文在研究分析国内外大量相关文献的基础上,对战术MANET中的路由协议以及路由选择时的QoS保证技术进行了较为系统和深入的研究,主要就以下几个方面进行了创新性工作:（1）提出了基于闲时逆寻和路由学习机制的优化AODV路由协议。针对标准AODV路由协议的局限性,本文在不增加硬件设备和不过多增加节点处理负担的前提下,提出了节点闲时反向路由搜索机制和邻居节点路由监听学习机制,进而提出了结合这两种机制的优化的AODV路由协议──O-AODV。O-AODV协议能够在MANET网络中产生多个局部路由,从而增加网络中的路由冗余度,提高路由发现的效率,加快故障路由的本地修复。仿真实验结果表明,O-AODV协议提高了分组投递率,降低了端到端延时,有效地减少了网络中的重路由开销,在大规模和拓扑变化快的网络环境中优于AODV协议。（2）结合战术MANET的群组特性,设计了基于邻居稳定度的自适应混合式路由协议。根据战术MANET的组成特点和使命要求,本文分析了战术MANET的群组特性,并利用节点的邻居稳定度实现群组的自动区分。在此基础上,为战术MANET中的节点设计了两种路由工作状态:表驱动路由状态和按需路由状态,进而提出了一种自适应的混合式路由协议──ns-ahra。ns-ahra协议在稳定群组内采用表驱动路由协议,在群组之间则采用按需路由协议,充分利用了表驱动路由时延小和按需路由开销小的优点。仿真实验表明,ns-ahra协议具有较好的报文投递率、适中的端到端时延和较小的路由开销,比单纯的表驱动路由协议或按需路由协议性能更好、路由效率更高。（3）提出了基于多态转移策略的多约束条件蚁群优化qos路由算法本文分析了战术manet多目标、多约束条件的qos路由模型,并采用蚁群优化算法来解决战术manet的qos路由问题。为了提高蚁群优化qos路由算法的效率,降低时延和网络开销,本文提出了基于多态转移策略和资源预约机制的蚁群优化qos路由算法──mts-aqra。mts-aqra算法将链路稳定性和路由拥塞度与常规的qos路由约束条件结合起来,利用多态转移策略产生的多样化路由搜索蚁群和并行路由搜索处理,能够在战术manet网络中快速地建立满足业务qos要求的稳定路由。仿真实验结果表明,mts-aqra在分组到达率、端到端时延等指标上具有较好的综合路由性能。（4）提出了结合群组特性和业务优先级调度机制的自适应混合式qos路由算法。利用战术manet的群组特性以及网络中各种业务优先级的区别,本文设计了一种根据业务的优先级进行区分路由的业务调度路由机制,提出了一种适合战术manet的自适应混合式qos路由算法──hqra。hqra算法在稳定群组内采用表驱动式qos路由,而在群组间则采用按需的蚁群优化qos路由,并且在路由过程中根据业务的等级和业务qos指标的优先级进行区分调度,以满足战术manet网络中各种业务的传输要求。仿真实验验证了hqra算法能够按照不同业务的优先级的进行区分路由,保证战术manet中战术等级高的业务优先使用网络资源;同时对于单一业务的传输,融合群组特性和区分调度功能的hqra算法在路由性能上优于常规的路由算法,能够满足战术manet中qos业务的路由需要。（5）基于嵌入式arm硬件平台、wi-fi无线网络技术和嵌入式linux操作系统设计研制了manet试验床,并在该试验床上对文中提出的各种路由算法进行了实物实景仿真实验和性能对比研究。为了在物理环境中验证路由算法的性能,本文研制了基于arm技术的wi-fi手持式manet终端,为其移植了嵌入式linux操作系统和无线网卡驱动程序,设计和移植了多种路由算法驱动程序以及网络性能测试软件,然后用多个manet手持终端构建了manet试验床,并将其布置在实际的地形地物环境中对本文提出的路由算法进行了多种实物实景仿真实验研究和性能验证。实物实景仿真实验结果表明,在实际的地形地物环境和实际的MANET网络环境中,文中提出的几种路由算法具有较好的网络适应性,能够满足一定网络条件下特定业务的传输需求:O-AODV和NS-AHRA算法适宜于在实际网络环境中传输无QoS要求的数据业务,有QoS指标要求的实时音频和实时视频业务传输则是MTS-AQRA和HQRA算法的优势;此外,具有业务优先级区分调度能力的HQRA算法能够对战术MANET中不同优先级的业务传输提供强有力的支持,在实物实景仿真环境中其综合性能优于O-AODV、NS-AHRA和MTS-AQRA算法。
二、IEEE802.11分布式协调功能在MANET网络中的性能改善(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、IEEE802.11分布式协调功能在MANET网络中的性能改善(英文)（论文提纲范文）
（1）面向软件定义移动自组织网络的仿真平台研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第二章 软件定义移动自组织网络仿真平台搭建 |
| 2.1 引言 |
| 2.2 Mininet-WiFi |
| 2.3 软件定义移动自组织网络仿真平台设计与实现 |
| 2.3.1 移动节点结构设计与实现 |
| 2.3.2 网络组织结构设计与实现 |
| 2.3.3 控制节点对移动节点调控流程的设计与实现 |
| 2.4 实验验证 |
| 2.4.1 移动节点验证 |
| 2.4.2 SDN控制器接入验证 |
| 2.4.3 SDN控制器调控移动节点发送功率验证 |
| 2.5 本章小结 |
| 第三章 软件定义移动自组织网络数据传输 |
| 3.1 引言 |
| 3.2 有线SDN网络数据传输流程 |
| 3.3 双MAC数据传输流程设计与实现 |
| 3.3.1 仿真平台中数据传输流程设计 |
| 3.3.2 仿真平台中数据传输流程实现 |
| 3.4 实验验证 |
| 3.5 本章小结 |
| 第四章 软件定义移动自组织网络拓扑发现 |
| 4.1 引言 |
| 4.2 传统SDN网络拓扑发现 |
| 4.3 基于“请求-响应”模式的拓扑发现设计与实现 |
| 4.3.1 OFPT＿NEIGHBOURS＿REQUEST/OFPT＿NEIGHBOURS＿REPLY消息体格式设计 |
| 4.3.2 基于“请求-响应”模式的拓扑发现流程设计与实现 |
| 4.4 基于异步定时器的拓扑发现设计与实现 |
| 4.4.1 变长OFPT NEIGHBOURS REPLY报文设计 |
| 4.4.2 基于异步定时器的拓扑发现流程设计与实现 |
| 4.5 仿真及分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 英文缩略词对照表 |
| 致谢 |
| 攻读学位期间取得的研究成果及参加的项目 |
（2）软件定义车联网负载均衡关键技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 IoV概述 |
| 1.2.1 IoV网络架构 |
| 1.2.2 IoV的特征 |
| 1.2.3 IoV面临的挑战 |
| 1.3 软件定义车联网 |
| 1.3.1 SDN体系架构及优势 |
| 1.3.2 SDVN架构 |
| 1.3.3 SDVN负载均衡研究进展 |
| 1.4 主要研究内容 |
| 1.5 论文组织结构 |
| 1.6 本章小结 |
| 第二章 基于SDVN的负载感知分簇无干扰MAC协议 |
| 2.1 引言 |
| 2.2 网络模型与协议假设 |
| 2.3 基于负载感知的分簇式无干扰MAC机制 |
| 2.3.1 分簇机制 |
| 2.3.2 无信道干扰机制 |
| 2.3.3 复杂度分析 |
| 2.4 CMNSM协议传递率分析 |
| 2.5 仿真结果 |
| 2.5.1 仿真设置 |
| 2.5.2 结果分析 |
| 2.6 本章小结 |
| 第三章 SDVN中一种具有负载均衡的分层式路由机制 |
| 3.1 引言 |
| 3.2 网络模型 |
| 3.3 分层式路由算法 |
| 3.4 仿真结果 |
| 3.4.1 仿真设置 |
| 3.4.2 结果分析 |
| 3.4.3 网格车辆数量统计 |
| 3.4.4 网格转移概率统计分析 |
| 3.5 本章小结 |
| 第四章 SDVN中一种基于连通概率判决跨层路由切换机制 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 网络模型 |
| 4.2.2 路径连通概率分析 |
| 4.2.3 传输速率分析 |
| 4.3 V2V和V2BS路由切换算法 |
| 4.4 仿真结果与分析 |
| 4.4.1 仿真设置 |
| 4.4.2 仿真结果分析 |
| 4.5 本章小结 |
| 第五章 一种支持异构软件定义LTE-V安全应用的负载均衡机制研究 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 软件定义LTE-V异构网络模型 |
| 5.2.2 LTE传输速率分析 |
| 5.2.3 问题建模 |
| 5.3 集中控制机制 |
| 5.3.1 集中控制式的优化算法 |
| 5.3.2 集中控制下的Beacon传输机制 |
| 5.4 仿真结果 |
| 5.4.1 仿真设置 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 附录 英文缩略词 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）面向智能电网业务与应用的无线传感网若干理论方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 主要缩略语对照表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 无线传感器网络 |
| 1.1.2 智能电网及其通信网 |
| 1.1.3 无线传感器网络在智能电网通信网中的应用 |
| 1.2 研究现状 |
| 1.2.1 面向智能电网业务的无线传感器信道接入机制研究 |
| 1.2.2 智能电网需求侧响应方案研究 |
| 1.3 论文的主要研究内容和创新点 |
| 1.4 论文的结构 |
| 2 面向HAN区域计量应用的无线传感网理论基础 |
| 2.1 引言 |
| 2.2 HAN网络场景及AMI系统业务分析 |
| 2.2.1 HAN网络场景介绍 |
| 2.2.2 HAN网络中AMI系统业务分析 |
| 2.3 IEEE802.15.4标准及无线传感器工作模式介绍 |
| 2.3.1 IEEE802.15.4标准介绍 |
| 2.3.2 无线传感器工作模式介绍 |
| 2.4 面向智能电网计量应用的无线传感网基本理论模型 |
| 2.4.1 概述 |
| 2.4.2 IEEE802.15.4物理层分析与建模 |
| 2.4.3 IEEE802.15.4MAC层模型 |
| 2.4.4 网络性能分析 |
| 2.5 仿真实验及结果分析 |
| 2.5.1 网络场景设置 |
| 2.5.2 模型合理性验证 |
| 2.5.3 物理层和MAC层参数影响分析 |
| 2.6 本章小结 |
| 3 针对HAN网络的无线传感器节点自适应参数优化算法研究 |
| 3.1 引言 |
| 3.2 网络可靠性分析 |
| 3.3 基于等效网络的参数优化算法 |
| 3.4 仿真实验与结果分析 |
| 3.4.1 网络场景及性能指标设置 |
| 3.4.2 算法性能对比 |
| 3.4.3 NEAPT算法的适用场景 |
| 3.5 本章小结 |
| 4 针对配电线故障检测与定位的无线传感器信道接入建模研究 |
| 4.1 引言 |
| 4.2 理论模型 |
| 4.2.1 时隙化CSMA/CA机制建模 |
| 4.2.2 关键性能指标 |
| 4.3 针对单次信道空闲检测模式的模型修改 |
| 4.4 一种平均传输时延的近似估算方法 |
| 4.5 仿真实验及结果分析 |
| 4.5.1 网络场景设置 |
| 4.5.2 模型合理性验证 |
| 4.5.3 单次信道空闲检测与双重信道空闲检测性能比较 |
| 4.5.4 关键参数对于网络平均时延的影响 |
| 4.6 本章小结 |
| 5 考虑用电设备特性的智能电网的需求侧响应优化研究 |
| 5.1 引言 |
| 5.2 研究背景 |
| 5.3 系统模型与问题构建 |
| 5.3.1 系统模型 |
| 5.3.2 优化问题 |
| 5.4 负载调度优化算法 |
| 5.4.1 用电器最佳用电量计算方法 |
| 5.4.2 分布式负载调度算法 |
| 5.5 仿真实验及结果分析 |
| 5.5.1 实验场景设置 |
| 5.5.2 负载调度算法性能比较 |
| 5.5.3 储能系统的影响分析 |
| 5.5.4 储能系统的最优充电策略 |
| 5.6 结论 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）基于业务感知的多址接入协议研发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容及章节安排 |
| 第二章 多址接入协议概述 |
| 2.1 IEEE802.11 MAC层接入协议概述 |
| 2.1.1 访问机制 |
| 2.1.2 接入控制帧格式 |
| 2.1.3 帧间间隔 |
| 2.1.4 CSMA/CA协议原理 |
| 2.1.5 接入模式 |
| 2.2 IEEE802.11 MAC层接入协议仿真 |
| 2.2.1 OMNeT++仿真平台简介 |
| 2.2.2 仿真平台搭建 |
| 2.2.3 性能仿真分析 |
| 2.2.4 应用瓶颈分析 |
| 2.3 TDMA协议 |
| 2.3.1 TDMA协议工作原理 |
| 2.3.2 分布式TDMA协议分类 |
| 2.3.3 TDMA协议研究热点 |
| 2.4 本章小结 |
| 第三章 基于业务感知的多址接入协议方案设计 |
| 3.1 业务性质分析和优先级划分 |
| 3.1.1 紧急业务 |
| 3.1.2 实时业务 |
| 3.1.3 非实时业务 |
| 3.1.4 优先级队列 |
| 3.2 三种业务的接入方式设计 |
| 3.2.1 非实时业务 |
| 3.2.2 紧急业务和实时业务 |
| 3.2.3 总体接入设计 |
| 3.3 特殊时隙设计 |
| 3.4 其他设计思路 |
| 3.4.1 仅在CSMA/CA中加入优先级队列 |
| 3.4.2 发送周期统一在时隙开始时刻 |
| 3.4.3 高信道利用率的分布式TDMA协议 |
| 3.5 本章小结 |
| 第四章 基于业务感知的多址接入协议仿真及性能分析 |
| 4.1 仿真平台搭建 |
| 4.1.1 修改本地数据帧结构 |
| 4.1.2 添加优先级队列 |
| 4.1.3 添加分布式TDMA协议 |
| 4.1.4 总体仿真参数 |
| 4.2 单业务仿真及性能分析 |
| 4.2.1 仅存在紧急业务的场景 |
| 4.2.2 仅存在实时业务的场景 |
| 4.2.3 仅存在非实时业务的场景 |
| 4.3 多业务仿真及性能分析 |
| 4.3.1 到达率固定,节点数改变 |
| 4.3.2 节点数固定,到达率改变 |
| 4.4 适用场景分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）基于IEEE 802.11ah MAC层RAW机制研究（论文提纲范文）
| 摘要 |
| ABSTACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 IEEE802.11ah RAW机制研究现状 |
| 1.3 论文主要工作和结构安排 |
| 2 IEEE802.11ah协议概述 |
| 2.1 IEEE802.11ah与其它技术对比 |
| 2.2 IEEE802.11ah典型用例 |
| 2.3 IEEE802.11ah PHY层技术 |
| 2.4 IEEE802.11ah MAC层技术 |
| 2.5 本章小结 |
| 3 IEEE802.11ah RAW分组参数设置及仿真 |
| 3.1 问题描述 |
| 3.2 仿真平台搭建 |
| 3.3 仿真与分析 |
| 3.4 本章小结 |
| 4 基于流量需求的IEEE802.11 ah RAW时隙分配算法 |
| 4.1 问题描述 |
| 4.2 系统模型 |
| 4.3 RAW时隙分配算法流程 |
| 4.4 仿真与分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录 中英文缩写词对照表 |
（6）无线CSMA网络的通信资源管理策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 802.11ah网络中性能分析研究现状 |
| 1.2.2 认知无线电网络中次级用户调度算法研究现状 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关技术 |
| 2.1 CSMA/CA协议 |
| 2.2 IEEE802.11ah关键技术 |
| 2.2.1 IEEE802.11ah应用场景 |
| 2.2.2 IEEE802.11ah物理层特性 |
| 2.2.3 IEEE802.11ah MAC层特性 |
| 2.2.3.1 低功耗 |
| 2.2.3.2 支持大量节点接入 |
| 2.2.3.3 RAW机制 |
| 2.2.3.4 中继 |
| 2.3 认知无线电技术 |
| 2.4 本章小结 |
| 第三章 802.11ah网络中的分组算法设计 |
| 3.1 系统模型及问题建模 |
| 3.1.1 系统模型 |
| 3.1.2 问题建模 |
| 3.2 性能分析和算法设计 |
| 3.2.1 INLP优化模型 |
| 3.2.2 最优流量分组算法设计 |
| 3.3 启发式流量-传感器映射算法设计 |
| 3.4 仿真及结果分析 |
| 3.4.1 模型准确性验证 |
| 3.4.2 分组算法有效性 |
| 3.5 本章小结 |
| 第四章 认知无线电网络的调度算法设计 |
| 4.1 系统场景和问题阐述 |
| 4.1.1 系统场景 |
| 4.1.2 ICN模型 |
| 4.1.3 问题建模 |
| 4.2 功率控制和接入强度调整算法 |
| 4.2.1 功率控制 |
| 4.2.2 接入强度调整 |
| 4.3 仿真及结果分析 |
| 4.3.1 仿真参数 |
| 4.3.2 仿真结果及分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读硕士期间的学术活动及成果情况 |
（7）高实时性命名数据移动自组织网络转发策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究目的及内容 |
| 1.4 本论文结构安排 |
| 第二章 命名数据移动自组织网络概述 |
| 2.1 移动自组织网络 |
| 2.2 基于IP移动自组织网络 |
| 2.3 基于命名数据网络机制的移动自组网络 |
| 2.4 本章小结 |
| 第三章 最短路径加备份路径(SPPB)转发策略 |
| 3.1 命名数据移动自组网转发策略概述 |
| 3.2 最短路径加备份路径转发策略设计 |
| 3.2.1 SPPB转发策略考虑因素 |
| 3.2.2 SPPB转发策略设计原则 |
| 3.2.3 Data包处理流程设计 |
| 3.2.4 Interest包处理流程设计 |
| 3.3 SPPB转发策略的实现 |
| 3.3.1 Interest包和Data包结构修改实现 |
| 3.3.2 Data包处理流程实现 |
| 3.3.3 Interest包处理流程实现 |
| 3.3.4 点播音视频实现 |
| 3.4 SPPB转发策略的优缺点分析 |
| 3.5 本章小节 |
| 第四章 命名数据移动自组织网络测试技术研究 |
| 4.1 仿真测试平台设计与实现 |
| 4.1.1 仿真测试平台框架研究 |
| 4.1.2 虚拟数据仿真测试平台设计与实现 |
| 4.1.3 真实数据仿真测试平台设计与实现 |
| 4.1.4 仿真测试平台功能验证 |
| 4.2 实物测试床设计与实现 |
| 4.2.1 实物测试床框架研究 |
| 4.2.2 实物测试床实现 |
| 4.3 本章小节 |
| 第五章 SPPB转发策略性能测试与评估 |
| 5.1 SPPB转发策略性能理论分析 |
| 5.2 网络性能指标选取 |
| 5.3 仿真实验一:虚拟数据下的SPPB转发策略性能对比 |
| 5.3.1 仿真场景设计及参数设置 |
| 5.3.2 结果分析讨论 |
| 5.4 仿真实验二:视频点播下的SPPB转发策略性能对比 |
| 5.4.1 仿真场景设计及参数设置 |
| 5.4.2 结果分析讨论 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（8）高动态飞行器自组织网络关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词 |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 FANET的特点 |
| 1.1.2 FANET面临的挑战 |
| 1.2 FANET发展现状 |
| 1.2.1 移动模型的发展 |
| 1.2.2 路由协议的发展 |
| 1.3 论文的结构和创新点 |
| 1.3.1 论文的组织结构 |
| 1.3.2 论文的主要创新点 |
| 第2章 FANET相关概念 |
| 2.1 引言 |
| 2.2 路由协议 |
| 2.2.1 典型的MANET路由协议 |
| 2.2.2 基于移动感知的路由协议 |
| 2.2.3 自适应路由 |
| 2.3 移动模型及移动特征 |
| 2.3.1 移动模型 |
| 2.3.1.1 个体移动模型 |
| 2.3.1.2 群组移动模型 |
| 2.3.1.3 地理受限的移动模型 |
| 2.3.2 移动特征 |
| 2.4 网络性能衡量指标 |
| 2.4.1 包传输率 |
| 2.4.2 网络吞吐量 |
| 2.4.3 平均端到端延迟 |
| 2.4.4 平均抖动 |
| 2.5 本章小结 |
| 第3章 一种高动态FANET组网方案 |
| 3.1 引言 |
| 3.2 FANET组网发展现状 |
| 3.3 一种适于高动态场景的FANET组网设计 |
| 3.3.1 网络组成与结构 |
| 3.3.1.1 网络组成 |
| 3.3.1.2 网络结构 |
| 3.3.2 影响网络性能因素分析 |
| 3.3.2.1 无线传播模型 |
| 3.3.2.2 物理层/MAC层协议对网络性能的影响 |
| 3.3.2.3 节点移动方式对网络性能的影响 |
| 3.3.2.4 路由协议对网络性能的影响 |
| 3.3.2.5 流量负载对网络性能的影响 |
| 3.3.2.6 节点密度对网络性能的影响 |
| 3.3.2.7 路由协议与节点移动方式的匹配研究 |
| 3.3.2.8 安全协议 |
| 3.3.3 FANET组网方案 |
| 3.3.3.1 节点移动性对网络拓扑及网络性能影响分析 |
| 3.3.3.2 FANET组网方案 |
| 3.4 本章小结 |
| 第4章 FANET网络拓扑变化感知及表征研究 |
| 4.1 引言 |
| 4.2 FANET节点间拓扑变化因素分析 |
| 4.3 拓扑变化度 |
| 4.3.1 相关术语 |
| 4.3.2 定义 |
| 4.3.3 关于拓扑变化度的说明与分析 |
| 4.3.4 感知周期固定的拓扑变化感知方法 |
| 4.3.5 可变感知间隔的拓扑变化感知方法 |
| 4.4 评估与讨论 |
| 4.4.1 不同移动方式下全网平均拓扑变化度的评估 |
| 4.4.2 不同移动方式的区分 |
| 4.4.3 拓扑变化度与其它移动指标的对比 |
| 4.5 本章小结 |
| 第5章 FANET复杂场景自适应路由研究 |
| 5.1 引言 |
| 5.2 基于拓扑变化度的FANET自适应路由选择策略 |
| 5.2.1 原理阐述 |
| 5.2.2 处理流程 |
| 5.2.2.1 周期性拓扑变化感知PTVA |
| 5.2.2.2 自适应路由选择策略ARCS |
| 5.3 TARCS有效性验证 |
| 5.3.1 TARCS与其它协议的对比 |
| 5.3.2 使用不同策略的TARCS对比 |
| 5.3.3 结论 |
| 5.4 讨论与评估 |
| 5.4.1 拓扑变化度参考门限值的设置 |
| 5.4.2 节点密度对TCD值的影响 |
| 5.4.3 感知间隔对TCD值的影响 |
| 5.5 本章小结 |
| 第6章 基于支持向量机的节点移动模型分类研究 |
| 6.1 引言 |
| 6.2 拓扑变化向量 |
| 6.2.1 定义 |
| 6.2.2 不同移动模型的拓扑变化向量 |
| 6.3 支持向量机及在MANET中的应用 |
| 6.3.1 支持向量机简介 |
| 6.3.2 SVM在 MANET中的应用 |
| 6.4 移动模型区分 |
| 6.4.1 构建基于SVM的移动模型分类器 |
| 6.4.2 分类效果评估 |
| 6.4.3 不同数目的特征向量分类结果比较 |
| 6.4.4 10折交叉验证法区分多种移动模型的结果与评估 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 后续研究 |
| 参考文献 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
| 致谢 |
（9）无人机编队组网关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和研究意义 |
| 1.2 国内外研究历史与发展现状 |
| 1.2.1 网络编队中无人机节点定位及导航 |
| 1.2.2 网络覆盖 |
| 1.2.3 路由算法 |
| 1.2.4 蜂群无人机分布式算法 |
| 1.2.5 无人机编队控制 |
| 1.3 研究内容和框架 |
| 2 无人机编队网络基本理论 |
| 2.1 无人机编队网络中节点定位 |
| 2.2 无人机编队网络覆盖 |
| 2.3 无人机编队网络路由 |
| 2.4 无人机蜂群编队算法研究 |
| 2.5 无人机编队基础理论 |
| 3 无人机编队网络中节点定位覆盖算法 |
| 3.1 几种典型无人机定位方法 |
| 3.1.1 基于GPS和接收无线电信号强度的无人机分布式定位方法 |
| 3.1.2 基于惯性导航、GPS和视觉相机的组合定位 |
| 3.1.3 基于单链路测距的无人机间协同相对定位 |
| 3.2 无线电脉冲法测距的无人机相对定位 |
| 3.2.1 主节点的定位方法 |
| 3.2.2 从节点的绝对定位方法 |
| 3.2.3 从节点的相对定位方法 |
| 3.2.4 从节点的最终位置 |
| 3.2.5 仿真分析 |
| 3.3 无人机编队网络覆盖方法 |
| 3.3.1 网格划分法 |
| 3.3.2 平行四边形结构覆盖算法 |
| 3.3.2.1 网络模型 |
| 3.3.2.2 算法步骤 |
| 3.3.3 实验仿真 |
| 3.4 本章小结 |
| 4 无人机编队网络路由算法 |
| 4.1 无人机编队网络涉及问题 |
| 4.1.1 无人机任务协同 |
| 4.1.2 无人机任务分配 |
| 4.1.3 无人机航线规划 |
| 4.2 无人机网络模型 |
| 4.2.1 无人机自组织网络 |
| 4.2.2 无人机运动模型 |
| 4.2.3 无人机路由模型 |
| 4.3 无人机编队网络路由算法 |
| 4.3.1 路由协议的分类 |
| 4.3.2 路由协议详细介绍 |
| 4.3.3 路由协议仿真参数设置及性能评价指标 |
| 4.3.4 路由协议仿真结果分析 |
| 4.3.4.1 节点数目不同对性能造成的影响 |
| 4.3.4.2 节点最大移动速度不同对性能造成的影响 |
| 4.3.4.3 AOMDV路由协议的改进 |
| 4.3.5 仿真分析路由机制 |
| 4.4 本章小结 |
| 5 无人机蜂群编队算法研究 |
| 5.1 无人机蜂群分簇通信算法 |
| 5.1.1 算法步骤 |
| 5.1.2 能量消耗模型 |
| 5.1.3 实验仿真 |
| 5.1.3.1 算法对比分析 |
| 5.1.3.2 算法性能分析 |
| 5.2 蜂群无人机编队保持算法 |
| 5.2.1 无人机编队队形保持模型的建立 |
| 5.2.2 蜂群无人机编队队形保持方法 |
| 5.2.3 仿真结果 |
| 5.3 三维场景下无人机编队集结控制方法 |
| 5.3.1 具有单个虚拟长机的无人机编队集结 |
| 5.3.2 具有多架虚拟长机的无人机编队集结 |
| 5.3.3 算法描述 |
| 5.3.4 系统设计 |
| 5.3.5 实验仿真 |
| 5.3.5.1 具有单个虚拟长机的无人机编队集结 |
| 5.3.5.2 具有多个虚拟长机的无人机编队集结 |
| 5.4 本章小结 |
| 6 无人机组网通信保密算法研究 |
| 6.1 一种改进的多秘钥共享方案 |
| 6.1.1 Harn-Hsu的方案 |
| 6.1.2 对Harn-Hsu方案的讨论 |
| 6.1.3 对Harn-Hsu方案的改进 |
| 6.2 云模型下的簇结构信任评估算法 |
| 6.2.1 云模型下的簇结构信任评估框架 |
| 6.2.2 信任评估算法设计 |
| 6.2.2.1 标准等级信任云的设计 |
| 6.2.2.2 信任因素数学模型的建立 |
| 6.2.2.3 绝对信任因素云的计算 |
| 6.2.2.4 相对因素信任云计算 |
| 6.2.2.5 直接信任云计算 |
| 6.2.2.6 最终信任云计算 |
| 6.2.2.7 信任云决策 |
| 6.2.3 仿真分析 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间主要研究成果 |
（10）战术MANET中的路由协议及QoS路由算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 MANET网络的军事需求背景 |
| 1.1.2 MANET网络的特点 |
| 1.1.3 战术MANET网络的特殊性及组网要求 |
| 1.1.4 战术MANET网络的研究重点 |
| 1.1.5 战术互联网和战术MANET的发展趋势 |
| 1.2 论文主要研究内容 |
| 1.2.1 MANET网络的路由协议及其研究现状 |
| 1.2.2 MANET网络的Qo S路由算法及其研究现状 |
| 1.2.3 论文主要研究内容 |
| 1.3 主要研究工作 |
| 1.4 论文的组织结构 |
| 第二章 战术MANET特性及Qo S路由问题综述 |
| 2.1 引言 |
| 2.2 战术MANET的特性分析 |
| 2.2.1 战术MANET的网络体系结构 |
| 2.2.2 战术MANET中的节点移动特性 |
| 2.2.3 战术MANET的业务特性分析 |
| 2.3 战术MANET的路由策略分析 |
| 2.4 战术MANET的Qo S需求和Qo S路由问题综述 |
| 2.5 论文研究方法描述 |
| 第三章 战术MANET中AODV路由协议的改进研究 |
| 3.1 引言 |
| 3.2 AODV协议的局限性及改进思路 |
| 3.2.1 AODV协议的局限性 |
| 3.2.2 AODV协议的改进思路 |
| 3.3 闲时逆寻机制和路由学习机制 |
| 3.3.1 相关术语和定义 |
| 3.3.2 闲时逆寻机制的工作原理 |
| 3.3.3 闲时逆寻机制的限制措施 |
| 3.3.4 路由学习机制的工作原理 |
| 3.4 O-AODV路由协议描述 |
| 3.4.1 数据结构 |
| 3.4.2 路由发现与维护算法 |
| 3.4.3 闲时逆寻规则 |
| 3.4.4 路由学习规则 |
| 3.4.5 路由快速修复规则 |
| 3.4.6 节点状态转移流程 |
| 3.5 O-AODV路由协议理论性能分析 |
| 3.5.1 背景知识简介 |
| 3.5.2 路由建立时间分析 |
| 3.5.3 路由修复时延分析 |
| 3.5.4 路由开销分析 |
| 3.5.5 端到端数据吞吐量分析 |
| 3.6 仿真实验与性能评估 |
| 3.6.1 O-AODV仿真实验模型 |
| 3.6.2 仿真实验参数设置 |
| 3.6.3 性能评估指标 |
| 3.6.4 仿真结果分析 |
| 3.7 本章小结 |
| 第四章 基于群组移动特性的自适应混合式路由算法 |
| 4.1 引言 |
| 4.2 NS-AHRA路由算法的基本思想 |
| 4.3 群组的生成与维护 |
| 4.3.1 群组的自动生成 |
| 4.3.2 组ID的自动调整 |
| 4.3.3 群组的动态维护 |
| 4.4 相关术语和定义 |
| 4.4.1 邻居稳定度的定义 |
| 4.4.2 网关节点的状态通告 |
| 4.4.3 节点状态的自适应切换 |
| 4.5 NS-AHRA算法描述 |
| 4.5.1 数据结构 |
| 4.5.2 表驱动路由过程 |
| 4.5.3 按需路由过程 |
| 4.5.4 路由维护过程 |
| 4.5.5 闲时逆寻规则的修改 |
| 4.6 仿真实验与性能评估 |
| 4.6.1 仿真参数设置 |
| 4.6.2 仿真结果分析 |
| 4.7 本章小结 |
| 第五章 战术MANET中的多目标蚁群优化Qo S路由算法 |
| 5.1 引言 |
| 5.2 战术MANET的Qo S路由问题数学模型 |
| 5.3 基于蚁群优化算法的Qo S路由搜索原理 |
| 5.3.1 蚁群算法的基本思想 |
| 5.3.2 蚁群优化算法路由搜索原理描述 |
| 5.3.3 蚁群算法参数优化分析 |
| 5.4 研究现状分析 |
| 5.4.1 已有ACO类Qo S路由协议分析 |
| 5.4.2 局限性分析 |
| 5.4.3 改进思路 |
| 5.5 路径稳定性和节点拥塞度的计算方法 |
| 5.5.1 路径稳定度的计算方法 |
| 5.5.2 节点拥塞度的度量方法 |
| 5.6 MTS-AQRA算法描述 |
| 5.6.1 MTS-AQRA算法中的数据结构定义 |
| 5.6.2 路由搜索蚂蚁多态转移策略 |
| 5.6.3 MTS-AQRA算法工作过程描述 |
| 5.7 MTS-AQRA算法仿真实验与性能分析 |
| 5.7.1 仿真环境设置 |
| 5.7.2 仿真结果分析 |
| 5.8 本章小结 |
| 第六章 基于群组特性和优先级调度的混合式Qo S路由算法 |
| 6.1 引言 |
| 6.2 战术MANET中业务及Qo S指标优先级分析 |
| 6.2.1 业务优先级分析 |
| 6.2.2 Qo S指标优先级分析及处理方法 |
| 6.3 业务优先级调度机制 |
| 6.4 HQRA路由算法描述 |
| 6.4.1 表驱动Qo S路由算法 |
| 6.4.2 按需Qo S路由算法 |
| 6.4.3 路由维护过程 |
| 6.5 HQRA算法仿真实验与性能评估 |
| 6.5.1 业务传输性能仿真实验和分析 |
| 6.5.2 Qo S路由性能仿真实验和分析 |
| 6.6 本章小结 |
| 第七章 基于MANET试验床的路由算法性能评估 |
| 7.1 引言 |
| 7.2 MANET试验床的网络体系和硬件结构设计 |
| 7.2.1 MANET试验床的网络体系 |
| 7.2.2 MANET手持终端硬件体系结构设计 |
| 7.3 MANET试验床软件体系结构设计 |
| 7.3.1 嵌入式Linux操作系统移植 |
| 7.3.2 RT3070无线网卡驱动程序移植 |
| 7.3.3 路由算法驱动程序设计与移植 |
| 7.3.4 网络传输性能测试程序设计与移植 |
| 7.3.5 Vo IP音频传输测试软件移植 |
| 7.3.6 视频传输测试软件设计 |
| 7.4 基于MANET试验床的路由算法测试实验与性能评估 |
| 7.4.1 实验场景选择 |
| 7.4.2 无线信号传输距离分析 |
| 7.4.3 性能测试实验流程描述 |
| 7.4.4 静态拓扑下路由算法性能比较测试与实验结果分析 |
| 7.4.5 动态拓扑下路由算法性能比较测试与实验结果分析 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 总结和结论 |
| 8.2 下一步工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 英文缩略语表 |
四、IEEE802.11分布式协调功能在MANET网络中的性能改善(英文)（论文参考文献）
- [1]面向软件定义移动自组织网络的仿真平台研究与实现[D]. 程铭鑫. 北京邮电大学, 2021(01)
- [2]软件定义车联网负载均衡关键技术的研究[D]. 高扬水. 北京邮电大学, 2020(01)
- [3]面向智能电网业务与应用的无线传感网若干理论方法研究[D]. 王一芃. 北京交通大学, 2020(03)
- [4]基于业务感知的多址接入协议研发[D]. 沈丹丹. 西安电子科技大学, 2020(05)
- [5]基于IEEE 802.11ah MAC层RAW机制研究[D]. 万天培. 华中科技大学, 2020(01)
- [6]无线CSMA网络的通信资源管理策略研究[D]. 张娇娇. 合肥工业大学, 2020(02)
- [7]高实时性命名数据移动自组织网络转发策略研究[D]. 孙应兵. 电子科技大学, 2020(07)
- [8]高动态飞行器自组织网络关键技术研究[D]. 洪洁. 中国科学院大学(中国科学院国家空间科学中心), 2019(07)
- [9]无人机编队组网关键技术研究[D]. 张彤. 西安理工大学, 2019
- [10]战术MANET中的路由协议及QoS路由算法研究[D]. 杜青松. 国防科学技术大学, 2015(02)