无线监测网络优化QoM多信道机制研究

摘要

随着无线网络规模的扩大和应用的丰富，网络的性能保障、安全性和稳定性等面临越来越大的挑战。在无线网络中采用多个无线嗅探器(sniffer)实时收集用户传输的数据，可以实现无线网络的故障诊断和资源管理，对提升网络性能、保障网络安全、改善用户体验等具有重要意义。由于sniffer数量有限，因此如何优化各个sniffer的硬件配置和软件调度，使它们覆盖最多的网络用户，获取最多的网络数据，从而最大化网络监测质量(Quality of Monitoring，QoM)成为了当今的热点课题之一。该文全面总结了无线监测网络优化QoM的理论和技术现状，重点研究了优化sniffer的信道分配/选择以提高QoM的方法和算法，并通过理论推导、仿真与实际测试证明了所提出方法的有效性。
　　本文的主要研究工作及创新之处在于:
　　(1)总结了无线监测网络的概念和研究现状。总结了无线监测网络的定义、分类和系统框架等;讨论了无线监测网络优化QoM的方法，重点介绍了通过优化sniffer的信道分配/选择提高QoM的各种模型和方法，并从多种性能评价指标出发对现有方法进行了分析和比较;论述了无线监测网络优化QoM有待解决的关键问题，以及本文的研究思路和安排。
　　(2)针对无线监测网络数据收集过程中的sniffer信道选择问题，提出了一种蒙特卡洛增强粒子群优化的sniffer信道选择算法。设计了二维映射粒子编码和相应的移动方案，并引入蒙特卡洛方法来修正解，使粒子群可以快速收敛到最优解或近似最优解。大量的仿真结果表明蒙特卡洛增强粒子群优化的信道选择算法明显优于现有的相关算法，可以使无线监测网络达到更高的监测质量QoM，算法具有更低的计算复杂度和更快的收敛性速度。实际测试结果也证明了该算法的有效性。
　　(3)针对无线监测网络数据汇聚过程中的多信道TDMA时隙调度问题，提出了一种基于概率选择的分布式顶点着色算法。首先基于无线监测网络拓扑构建路由树，形成干扰图，从而将上述资源调度问题转化为干扰图的顶点二重着色问题，其目标是最小化网络通信冲突;然后根据目标函数，计算顶点选取颜色组合的概率，并按概率完成对信道和时隙的选择。在不同网络条件下的一系列对比仿真结果表明该算法可以有效减少网络冲突数，提高网络吞吐量，减小网络传输延时和调度长度，从而使无线监测网络达到较高的数据汇聚性能。
　　(4)设计了一种基于序列学习的网络用户信息感知策略。作为信道选择算法应用的前提条件，网络的拓扑结构和用户信息（工作信道、通信概率或权值）必须是已知的。本文给出了一种基于序列学习的用户信息预测机制，有助于sniffer在全网信息收集操作的周期内准确掌握用户的工作信道和通信概率或权值，从而为信道选择算法提供重要依据。
　　(5)设计了一种无线监测网络信道选择算法仿真软件。软件支持用户自定义网络场景以及节点用户二分图，集成和编译用户算法，测试算法执行效果，图形显示无线监测网络中监测节点的信道选择过程和结果，评价算法性能指标。基于该仿真软件，对该文所提出的算法和策略进行了有效性测试，得到了一系列仿真数据，进一步验证了所提出方法的综合有效性以及不足之处，并为下一步研究和相关科研工作奠定了基础。
　　本文研究无线监测网络优化QoM的信道选择和资源调度机制，提出了相应的算法、策略和仿真平台，构建了较为完善的理论方法体系，相关成果对无线监测网络技术的发展具有推动作用和参考价值。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景和意义

1．2 无线监测网络概述

1．2．1 无线监测网络定义

1．2．2 无线监测网络分类

1．2．3 无线监测网络框架

1．2．4 无线监测网络特点与挑战

1．3 无线监测网络优化QoM的方法

1．3．1 优化QoM的基本途径

1．3．2 优化QoM的多信道分配方法

1．3．3 优化QoM有待解决的问题

1．4 研究的内容与主要工作

1．5 论文的组织结构

第二章 无线监测网络数据收集的节点信道选择

2．1 引言

2．2 问题描述

2．2．1 网络模型

2．2．2 问题建模

2．3 信道选择算法设计

2．3．1 粒子群优化算法

2．3．2 二维映射粒子编码

2．3．3 粒子的初始化

2．3．4 粒子的移动

2．3．5 惯性权重和学习因子的调整

2．3．6 信道选择算法伪代码

2．4 仿真结果

2．4．1 仿真

2．4．2 实际网络实验

2．5 本章小结

第三章 无线监测网络数据汇聚的多信道TDMA调度

3．1 引言

3．2 问题描述

3．2．1 干扰模型

3．2．2 网络模型

3．2．3 多信道调度

3．2．4 干扰图

3．2．5 着色问题

3．2．6 目标函数

3．3 多信道TDMA调度算法

3．3．1 构建路由树

3．3．2 基于概率选择的分布式顶点着色方法

3．4 仿真结果与分析

3．4．1 不同节点个数情况下的对比仿真

3．4．2 不同通信半径情况下的对比仿真

3．4．3 不同时隙数情况下的对比仿真

3．4．4 树的度对调度算法性能的影响

3．4．5 退火机制对调度算法性能的影响

3．4．6 数据吞吐量

3．4．7 数据传输时延

3．4．8 最小调度长度

3．5 本章小结

第四章 无线网络用户信息感知和预测

4．1 引言

4．2 基于序列学习的无线网络用户信息感知方法

4．2．1 序列学习

4．2．2 在线贯序极限学习机(OS-ELM)

4．2．3 基于序列学习的用户数据传输概率感知方法

4．3 仿真结果

4．3．1 参数选择

4．3．2 不同采样周期下的预测误差

4．4 本章小结

第五章 无线监测网络信道选择算法仿真软件

5．1 引言

5．2 仿真软件设计

5．2．1 需求分析

5．2．2 设计开发平台

5．2．3 软件架构与流程

5．2．4 算法程序实现

5．3 运行实例

5．3．1 小规模网络仿真

5．3．2 中等规模网络仿真

5．3．3 较大规模网络仿真

5．4 本章小结

第六章 总结和展望

6．1 本文总结

6．2 研究工作展望

参考文献

攻读博士学位期间的学术活动及成果情况