删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

节点度估计和静态博弈转发策略的Ad Hoc网络路由协议

本站小编 Free考研考试/2022-01-02

摘要:针对Ad Hoc网络路由发现过程中广播路由请求分组导致的广播风暴问题,提出了一种基于节点度估计和静态博弈转发策略的Ad Hoc网络路由协议NGRP.NGRP考虑边界影响,采用分段函数的思想将网络场景分为中心、边和角区域,分别估算网络中节点在不同区域的节点度,避免了周期性广播Hello消息获取节点度导致的开销;NGRP路由请求分组的转发采用静态博弈转发策略,利用节点度估算参与转发路由请求分组的节点数量,将转发和不转发作为策略集合,设计效益函数,通过纳什均衡获得节点转发路由请求分组的转发概率,从而减少了路由请求分组广播过程中产生的大量的冗余、竞争和冲突,提高了路由发现过程中路由请求分组的广播效率.运用NS-2对协议的性能进行大量的仿真,结果表明:NGRP的分组投递率、路由开销、MAC层路由开销和吞吐率这4项指标明显优于AODV+FDG,AODV with Hello和AODV without Hello协议.



Abstract:To alleviate the broadcast storm problem caused by broadcasting the route request packets in the route discovery process, a node degree estimation and static game forwarding based routing protocol (NGRP) for ad hoc networks is proposed. NGRP adopts the idea of piecewise function to estimate the node degree when the nodes are in center, borderline and corner area respectively, which avoids unnecessary overhead caused by broadcasting Hello message periodically. NGRP applies the static game forwarding strategy to forward the route request packets, where the number of participating wireless nodes is the node degree and the strategy set is forwarding and not forwarding. According to Nash equilibrium, the forwarding probability can be calculated. NGRPP reduces the redundant retransmission and the chance of the contention and collision among neighboring nodes in the networks, increases the efficiency of the route request packets forwarding. The simulation results demonstrate preliminarily that NGRP improves the packet delivery fraction and throughput, reduces the normalized routing load and normalized MAC load, which all compare with AODV+FDG, AODV with Hello and AODV without Hello.



PDF全文下载地址:

http://jos.org.cn/jos/article/pdf/5703
相关话题/广播 网络 设计 概率 指标

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于概率模型检验的云渲染任务调度定量验证
    摘要:云渲染技术已被广泛应用于影视和动漫等行业.与传统的渲染农场和租赁市场模式不同,云渲染系统依托云计算基础设施提供多种软件服务进行渲染作业的方式,正逐渐成为新兴的计算模式.由于任务执行和资源操作等作业调度对于用户而言是透明的,这要求云渲染系统应具备智能化以实现计算资源优化调度和多端任务管理,并对系 ...
    本站小编 Free考研考试 2022-01-02
  • 深度神经网络测试研究综述
    摘要:随着深度神经网络技术的快速发展、大数据的涌现和计算能力的显著提升,深度神经网络被越来越多地应用到各个安全攸关领域,例如自动驾驶、人脸识别、飞机碰撞检测等.传统的软件系统通常由开发人员手工编写代码实现其内部的决策逻辑,并依据相应的测试覆盖准则设计测试用例来测试系统代码.与传统的软件系统不同,深度 ...
    本站小编 Free考研考试 2022-01-02
  • 基于TEE的主动可信TPM/TCM设计与实现
    摘要:可信技术正在从被动可信度量向着下一代的主动可信监控方向发展,要求TPM/TCM模块有能力主动度量和干预主机系统,传统的TPM/TCM从架构和运行机制等方面都无法满足这种能力.TEE(trustedexecutionenvironment)技术提供了可信执行环境和主动访控能力,为构建下一代TPM ...
    本站小编 Free考研考试 2022-01-02
  • 拉普拉斯阶梯网络
    摘要:阶梯网络不仅是一种基于深度学习的特征提取器,而且能够应用于半监督学习中.深度学习在实现了复杂函数逼近的同时,也缓解了多层神经网络易陷入局部最小化的问题.传统的自编码、玻尔兹曼机等方法易忽略高维数据的低维流形结构信息,使用这些方法往往会获得无意义的特征表示,这些特征不能有效地嵌入到后续的预测或识 ...
    本站小编 Free考研考试 2022-01-02
  • 轮廓指导的层级混合多任务全卷积网络
    摘要:传统的深度多任务网络通常在不同任务之间共享网络的大部分层(即特征表示层).由于这样做会忽视不同任务各自的特殊性,所以往往会制约其适应数据的能力.提出了一种层级混合的多任务全卷积网络HFFCN,以解决CT图像中的前列腺分割问题.特别地,使用一个多任务框架来解决这个问题.这个框架包括一个分割前列腺 ...
    本站小编 Free考研考试 2022-01-02
  • 条件概率图产生式对抗网络
    摘要:产生式对抗网络(generativeadversarialnetworks,简称GANs)可以生成逼真的图像,因此最近被广泛研究.值得注意的是,概率图生成对抗网络(graphical-GAN)将贝叶斯网络引入产生式对抗网络框架,以无监督的方式学习到数据的隐藏结构.提出了条件概率图生成对抗网络( ...
    本站小编 Free考研考试 2022-01-02
  • 基于带噪观测的远监督神经网络关系抽取
    摘要:远监督关系抽取的最大优势是通过知识库和自然语言文本的自动对齐生成标记数据.这种简单的自动对齐机制在将人从繁重的样本标注工作中解放出来的同时,不可避免地会产生各种错误数据标记,进而影响构建高质量的关系抽取模型.针对远监督关系抽取任务中的标记噪声问题,提出"最终句子对齐的标签是基于某些未知因素所生 ...
    本站小编 Free考研考试 2022-01-02
  • 基于规则推理网络的分类模型
    摘要:为了缓解神经网络的"黑盒子"机制引起的算法可解释性低的问题,基于使用证据推理算法的置信规则库推理方法(以下简称RIMER)提出了一个规则推理网络模型.该模型通过RIMER中的置信规则和推理机制提高网络的可解释性.首先证明了基于证据推理的推理函数是可偏导的,保证了算法的可行性;然后,给出了规则推 ...
    本站小编 Free考研考试 2022-01-02
  • 面向推荐系统的图卷积网络
    摘要:图卷积网络是一种针对图信号的深度学习模型,由于具有强大的特征表征能力得到了广泛应用.推荐系统可视为图信号的链接预测问题,因此近年来提出了使用图卷积网络解决推荐问题的方法.推荐系统中存在用户与商品间的异质顶点交互和用户(或商品)内部的同质顶点交互,然而,现有方法中的图卷积操作要么仅在异质顶点间进 ...
    本站小编 Free考研考试 2022-01-02
  • 基于异构社交网络信息和内容信息的事件推荐
    摘要:基于事件的社交网络使得事件推荐受到越来越多的关注.不同于其他推荐问题(如电影推荐等),事件推荐具有3类不同信息:用户构成的异构社交网络关系信息(在线社交网络和离线社交网络)、用户/事件的内容信息、用户对事件的隐式反馈信息.如何有效融合这些信息进行事件推荐是该领域****普遍关注的问题.提出一种 ...
    本站小编 Free考研考试 2022-01-02