您现在的位置: 首页> 研究主题> 路由算法

路由算法

路由算法的相关文献在1989年到2023年内共计2262篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、航天(宇宙航行) 等领域,其中期刊论文1711篇、会议论文198篇、专利文献84276篇;相关期刊484种,包括电子学报、传感技术学报、电脑知识与技术等; 相关会议171种,包括第八届中国卫星导航学术年会、第六届中国传感器网络学术会议(CWSN 2012)、第十六届计算机工程与工艺年会暨第二届微处理器技术论坛等;路由算法的相关文献由4923位作者贡献,包括任智、孙践知、王汝传等。

路由算法—发文量

期刊论文>

论文:1711 占比:1.99%

会议论文>

论文:198 占比:0.23%

专利文献>

论文:84276 占比:97.78%

总计:86185篇

路由算法—发文趋势图

路由算法

-研究学者

  • 任智
  • 孙践知
  • 王汝传
  • 戴伏生
  • 李腊元
  • 李伟
  • 潘成胜
  • 陈丹
  • 陈建二
  • 张迎新
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 黄万伟; 郑向雨; 张超钦; 王苏南; 张校辉
    • 摘要: 针对现有智能路由算法收敛速度慢、平均时延高、带宽利用率低等问题,提出了一种基于深度强化学习(DRL)的多路径智能路由算法RDPG-Route。该算法采用循环确定性策略梯度(RDPG)作为训练框架,引入长短期记忆网络(LSTM)作为神经网络,基于RDPG处理高纬度问题的算法优势,以及LSTM循环核中记忆体的存储能力,将动态变化的网络状态输入神经网络进行训练。算法训练收敛后,将神经网络输出的动作值作为网络链路权重,基于多路径路由策略进行流量划分,以实现网络路由的智能动态调整。最后,将RDPG-Route路由算法分别与ECMP、DRL-TE和DRL-R-DDPG路由算法进行对比。结果表明,RDPG-Route具有较好的收敛性和有效性,相比于其他智能路由算法至少降低了7.2%平均端到端时延,提高了6.5%吞吐量,减少了8.9%丢包率和6.3%的最大链路利用率。
    • 袁培燕; 黄笑妍
    • 摘要: 在不具备完整传输路径的机会网络中,为进一步提高投递率和传输速度,一般使用效用和冗余混合的路由机制,但该机制仍存在较高网络开销以及高效用节点能量消耗过快等问题.基于上述情况,提出了一种基于节点效用和能量的路由方案,考虑到节点关系的自身差异性和动态变化性对路由的影响,充分利用节点的社会关系计算节点效用,并综合节点的剩余能量判断节点的转发能力,实现在多备份路由中进一步降低网络开销和均衡节点能量消耗的目标.最后,通过仿真实验与其他算法进行对比,实验结果表明,提出的路由方案在获得较优投递率和传输延时的同时,在网络开销和能量均衡性两方面有较大的改善.
    • 王希波; 王桐
    • 摘要: 针对移动机会网络中转发节点选择和数据包管理不合理问题,提出基于转发效用和拥塞感知的机会网络路由算法.建立转发效用模型,根据移动机会网络的机会接触特性定义节点接触概率和节点接触活跃度;建立节点拥塞感知模型,定义节点区域拥塞系数;将转发效用和节点区域拥塞系数用于数据包转发过程和数据包管理过程,提出节点接触概率的转发节点选择策略和节点接触活跃度的转发节点选择策略.仿真结果表明,基于转发效用和拥塞感知的机会网络路由算法在数据包投递率、转发代价和平均投递时延方面的综合表现相比对比算法更为优秀,可用于车载通信网络、水下传感网络、动物野外追踪等方面的数据传输.
    • 沈牧宙; 方能助; 苏建华; 方忠闪
    • 摘要: 针对电力安全工器具便捷管理的需求,为了降低工器具管理所需的人力、物力资源,文中详细分析了电力安全工器具的管理流程,设计了一套智能化的工器具管理系统,基于无线传感网络(WSN)实现工器具信息的采集、入库、出库。为了降低WSN网络的能耗、提升传感器节点的生存周期,文中对传统的低能自适应聚类算法(LEACH)进行改进,得到A-LEACH算法。在A-LEACH算法的分簇阶段前增加了网络部署准备阶段并引入k-means算法;在信息传输阶段,引入基于多跳传输取代了LEACH算法的单跳传输方式。结合电力生产实际设计了WSN网络,并基于文中的ALEACH路由算法对网络的性能进行评估。实验结果表明,在平均生存周期上,LEACH算法中节点的平均生存时间为534轮,A-LEACH算法中节点的平均生存时间为762轮;在能源消耗上,在相同的轮次下,LEACH算法的能耗更大,A-LEACH性能曲线更平缓。
    • 方旺盛; 彭美平; 胡中栋
    • 摘要: 针对PEGASIS算法形成的链路太长、维护成本太高,COSEN算法形成的链路存在交叉链、数据逆传递等缺陷,文中提出分区域的树型多链的无线传感器网络路由算法。该算法首先根据数据的相关性将全网区域分成若干个长条状的区域,在每个区域中节点根据它们之间的距离和角度连接成一条链,若有交叉链,删除交叉链中较长的那条链。成链过程中会产生孤立节点,若是分区域内的孤立节点,则根据它们之间的距离和角度及支链中的节点数连接到链中;若是区域外的节点,寻找已经成链的最近节点连接到链中,形成分区域的树型多链结构。最后各分链的链头以单跳和多跳相结合的方式与sink节点通信。仿真结果表明,文中算法可有效避免长链的形成,能够节省全网节点能耗,减小数据传输时延,延长无线传感器网络的生命周期。
    • 宋欣桦
    • 摘要: 随着5G时代的到来,各类设备依托于物联网的数据传输需求大大增加,无线传感网络作为物联网基层接口有着无比重要的作用。本文首先阐述了无线传感网络路由的分类及特点,然后针对无线传感网络数据拥塞问题的控制技术进行了讨论,最后详细介绍了无线传感网络的节点定位技术。
    • 李澎; 赵祥; 胡剑平; 魏乐乐; 张冰
    • 摘要: 针对LEO卫星网络中由于流量分布不均导致的拥塞问题,以及多种通信业务带来的QoS保障问题,提出了基于区域划分的多业务QoS路由算法(MSR-RP)。算法考虑了信关站有限分布造成的漏斗流量问题,一方面通过划分动态区域,减少区域节点数量,降低了算法整体计算复杂度;另一方面,在轻负载区域采用最短路径算法计算路由,重负载区域采用多目标遗传算法计算路由,保障不同业务QoS并实现负载均衡。对MSR-RP路由算法进行了仿真建模和实现,在设计的仿真场景中,对业务流分类(TCD)算法与MSR-RP算法进行性能对比分析。结果表明,MSR-RP算法在提供QoS保障的同时,具有良好的负载均衡性能,网络吞吐量有较大提升。随着全局业务量的增大,其网络平均时延、丢包率低于TCD算法。
    • 刘瀚泽; 杨柱天; 吴芝路; 杨蔚; 朱伟强
    • 摘要: 随着无线通信以及无人机(UAV)技术的日益发展,利用无人机移动性、稳定性、广覆盖等优势,建立一个覆盖并连接广袤区域内各种无线终端的大规模“无人机云”,成为未来6G无线通信网络的一个重要的发展方向。如何在无人机云组成的复杂网络拓扑中快速精准地规划出最优路径,成为一个亟待解决的问题。因此,该文利用重力场中的梯度原理设计了一种旨在适用于多种路由方案的新型动态网络拓扑模型,基于此模型实现了复杂拓扑网络下路由路径的计算及选取。这种模型利用梯度本身的特性以实现路径的优化,以适用于未来6G应用中可能出现的高密度高覆盖性无人机群的通信需求。仿真结果表明,该文提出的拓扑模型及路由方法在链路通信质量及平均能耗方面优于目前应用及研究的诸多路由方案。
    • 张贤坤; 陶健伟; 董梅; 袁菁
    • 摘要: 胶囊网络(capsule network,CapsNet)是近些年新提出的一种网络模型.相比于传统卷积神经网络,胶囊网络能有效编码不同特征的空间位置关系,但是其特征提取模块难以捕捉不同尺度的特征信息.为了进一步提升CapsNet的性能,提出了一种多尺度自路由胶囊网络(multi-scale self-routing capsule network,MSSR-CapsNet).首先利用多分支结构改进CapsNet胶囊的生成过程,增加模型多尺度特征提取能力;然后提出了一种胶囊注意力机制,选择性筛选出重要的低级特征;最后在SVHN、CIFAR-10和CIFAR-100数据集上对MSSR-CapsNet进行实验,分类准确率分别为97.46%、91.22%和63.84%.此外,实验结果也验证了改进方法的高效性,有助于提升模型的性能.
    • 康子扬; 彭凌辉; 周干; 林博; 王蕾
    • 摘要: 类脑处理器能够支持多种脉冲神经网络SNN的部署来完成多种任务。片上网络NoC能够用较少的资源和功耗解决片上复杂的互连通信问题。现有的类脑处理器多采用片上网络来连接多个神经元核,以支持神经元之间的通信。SNN在时间步内瞬时突发的通信会在短时间内产生大量的脉冲报文。在这种通信行为下,片上网络会在短时间内达到饱和,造成网络拥塞。片上网络中非拥塞感知路由算法会进一步加剧网络拥塞状态,如何在每一个时间步内有效处理这些数据包,从而降低网络延迟,提高吞吐率,成为了目前需要解决的问题。首先对SNN的瞬时猝发通信特性进行了分析;然后提出一种拥塞感知的哈密尔顿路径路由算法,以降低NoC平均延迟和提高吞吐率;最后,使用Verilog HDL实现该路由算法,并通过模拟仿真进行性能评估。在网络规模为16×16的2D Mesh结构的片上网络中,相对于没有拥塞感知的路由算法,在数量猝发模式和概率猝发模式下,所提出的拥塞感知路由算法的NoC平均延迟分别降低了13.9%和15.9%;吞吐率分别提高了21.6%和16.8%。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号