有限负载下的无线CSMA网络吞吐量计算与优化

摘要

基于CSMA协议的无线局域网技术因其速率高、成本低等一系列优点而被广泛的应用于人们的工作生活当中。随着CSMA无线网络的快速发展，对无线CSMA协议的性能分析与优化成为热点研究问题之一。本文针对CSMA网络吞吐量最大化这一优化问题，建立通过调节网络负载来实现网络链路总吞吐量最大化的模型，并针对模型求解的高复杂度问题提出了一种基于人工蜂群算法的快速计算方法。大量仿真实验验证了优化模型的准确性以及基于人工蜂群算法的计算方法的有效性。本文研究的主要内容及主要创新之处在于:　　(1)不同于现有工作通常考虑饱和CSMA网络，本文针对一般负载下的无线CSMA网络，建立了“竞争图组合”模型(contention-graph-combination，CGC)，用于描述非饱和CSMA网络中各链路输入负载与链路输出吞吐量之间的内在联系。然后，基于CGC模型建立了一个线性优化模型，通过最优负载控制，实现网络中各链路可获得的吞吐量之和最大。　　(2)针对基于CGC模型的CSMA无线网络吞吐量优化模型求解的高复杂度问题，提出了一种基于人工蜂群算法的快速计算方法。通过合理的设计适应度函数和邻域搜索策略，使得人工蜂群算法能够在合理的时间搜寻到负载控制的较优值。仿真实验表明基于人工蜂群算法的快速计算方法耗时较小且准确度高。　　值得一提的是，本文提出的通过负载控制来实现链路吞吐量之和最大化，可以通过控制协议栈上层给MAC层加载的数据速率、用软件的方法实现，与已有工作通常采用的通过调节CSMA协议参数的方式相比，更加易于实现，从而具有更好的工程应用价值。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景及意义

1．2 无线CSMA网络研究现状

1．3 人工蜂群算法研究现状

1．4 本论文研究的主要内容及组织结构

1．4．1 研究内容及创新点

1．4．2 组织结构

2 系统模型分析

2．1 CSMA无线网络

2．1．1 CSMA机制

2．1．2 CSM／CA协议

2．2 ICN模型

2．3 饱和状态下的链路吞吐量分析与计算

2．4 本章小结

3 无线CSMA网络吞吐量优化问题

3．1 非饱和状态下CSMA网络数据传输

3．2 竞争图组合模型介绍

3．3 无线CSMA网络吞吐量的优化

3．4 仿真结果分析

3．5 本章小结

4 基于人工蜂群算法的无线CSMA网络吞吐量优化问题

4．1 人工蜂群算法简介

4．1．1 人工蜂群算法的生物模型

4．1．2 人工蜂群算法的基本原理

4．1．3 人工蜂群算法的特点

4．2 基于人工蜂群算法的大规模无线CSMA网络的吞吐量优化

4．2．1 基本思想

4．2．2 大规模无线CSMA网络吞吐量优化的基本步骤

4．3 仿真结果分析

4．3．1 人工蜂群算法准确性验证

4．3．2 迭代参数设置对算法性能的影响

4．4 本章小结

5 总结与展望

5．1 工作总结

5．2 研究展望

参考文献

攻读硕士学位期间的学术活动及成果情况