本文選題：無線Mesh網(wǎng)絡(luò)　切入點：功率控制　出處：《吉林大學》2017年碩士論文　論文類型：學位論文

【摘要】：無線Mesh網(wǎng)絡(luò)(Wireless Mesh Network,WMN)作為提供高速互聯(lián)網(wǎng)絡(luò)服務(wù)的低成本解決方案,可以為其覆蓋區(qū)域內(nèi)的移動用戶提供網(wǎng)絡(luò)接入,在下一代寬帶無線通信系統(tǒng)中具有重要的應(yīng)用價值。Mesh路由器需轉(zhuǎn)發(fā)Mesh客戶端和其他Mesh路由器的數(shù)據(jù)業(yè)務(wù),可以根據(jù)通信需求采用不同的發(fā)射功率和傳輸信道進行并發(fā)傳輸,因而帶來了如何通過功率控制和信道分配來降低網(wǎng)絡(luò)干擾的問題。網(wǎng)絡(luò)干擾是制約WMN性能的主要因素,功率控制和信道分配共同決定了網(wǎng)絡(luò)的干擾分布。當Mesh路由器的發(fā)射功率和傳輸信道被合理配置時,可以有效避免WMN鏈路沖突,并獲得更高的數(shù)據(jù)傳輸速率。目前針對WMN聯(lián)合功率控制與信道分配方法的研究,沒有很好的考慮功率控制和信道分配子問題之間的交互反饋求解,同時對網(wǎng)絡(luò)負載與干擾分布的衡量不夠準確,未能準確捕捉網(wǎng)絡(luò)的實際狀況,容易產(chǎn)生網(wǎng)絡(luò)瓶頸鏈路,造成網(wǎng)絡(luò)擁塞。因此,設(shè)計合理有效的聯(lián)合功率控制與信道分配優(yōu)化模型及優(yōu)化算法,可以有效改善WMN整體性能。本文針對WMN鏈路負載分布不均的問題,擇優(yōu)選擇網(wǎng)關(guān)節(jié)點以均衡網(wǎng)關(guān)負載。通過定義鏈路權(quán)重,構(gòu)建網(wǎng)絡(luò)加權(quán)吞吐量最大化的聯(lián)合資源分配模型。為求解所構(gòu)建的聯(lián)合資源分配模型,提出一種基于Q學習和差分進化的聯(lián)合功率控制與信道分配算法(Q learning and Differential evolution based Joint Power control and Channel assignment Algorithm,QDJPCA)。QDJPCA算法采用基于多重變異和自適應(yīng)交叉因子的差分進化算法進行信道分配,同時獲取功率控制的反饋結(jié)果作為每次迭代的輸入?yún)?shù);針對每次迭代產(chǎn)生的信道分配結(jié)果,采用基于狀態(tài)聚類和狀態(tài)修正的Q學習算法實現(xiàn)功率控制;借助循環(huán)嵌套和反饋機制實現(xiàn)功率控制與信道分配子問題之間的交互反饋求解,以獲得有效的聯(lián)合資源分配結(jié)果。網(wǎng)絡(luò)加權(quán)吞吐量最大化的聯(lián)合資源分配模型僅考慮了網(wǎng)絡(luò)吞吐量性能的優(yōu)化,忽略了網(wǎng)絡(luò)瓶頸鏈路和網(wǎng)絡(luò)擁塞對網(wǎng)絡(luò)性能的影響。為準確捕捉網(wǎng)絡(luò)負載與干擾分布以解決網(wǎng)絡(luò)擁塞問題,本文構(gòu)建了網(wǎng)絡(luò)擁塞避免系數(shù)最小化的聯(lián)合資源分配模型。針對所構(gòu)建的聯(lián)合資源分配模型,在QDJPCA算法的基礎(chǔ)上,提出一種面向擁塞控制的聯(lián)合功率控制與信道分配算法(Congestion Control oriented Joint Power control and Channel assignment Algorithm,CCJPCA)。通過引入負載模型與干擾模型,衡量通信鏈路的干擾范圍內(nèi)各干擾鏈路對同一信道的競爭程度,進而更加準確的捕捉網(wǎng)絡(luò)干擾分布。同時,定義網(wǎng)絡(luò)擁塞避免系數(shù)來反映網(wǎng)絡(luò)擁塞程度,以有效保護WMN瓶頸鏈路。CCJPCA算法通過混合編碼策略實現(xiàn)了鏈路功率與信道變量的共同進化,利用Q學習算法的回報機制來實現(xiàn)變異策略的自適應(yīng)選擇,從而保證網(wǎng)絡(luò)資源的合理配置。通過NS-3網(wǎng)絡(luò)仿真平臺,對QDJPCA和CCJPCA算法的性能進行了仿真驗證。仿真結(jié)果表明,本文提出的聯(lián)合資源分配模型及算法,能夠優(yōu)先為網(wǎng)絡(luò)瓶頸鏈路分配網(wǎng)絡(luò)資源,實現(xiàn)WMN性能改善。
[Abstract]:Wireless Mesh network (Wireless Mesh Network, WMN) as a low cost to provide high-speed Internet service solutions can provide network access for its coverage of the mobile users in the region, has important application value to the.Mesh router forwarding Mesh client and other Mesh router data services in the next generation broadband wireless communication system, can according to the communication needs of different transmission power and transmission channel for concurrent transmission, so how to reduce network interference brought by power control and channel allocation problem. The network interference is the main factor to restrict the performance of WMN, power control and channel allocation determines the distribution of network interference. When the transmit power of Mesh router and the transmission channel by reasonable configuration, can effectively avoid the WMN link conflict, and obtain high data rate. The combined power of WMN Research on control and channel allocation method, there is no interaction between good consideration of power control and channel allocation problem solving and feedback, to the network load and the distribution of interference measurement is not accurate enough, failed to accurately capture the actual situation of the network, the network is easy to produce the bottle Necklace Road, caused by network congestion. Therefore, the design of reasonable and effective joint power control and channel allocation optimization model and optimization algorithm, can effectively improve the overall performance of WMN. The WMN link load uneven distribution problems, choose the gateway node to gateway load equilibrium. By defining the link weight, joint resource allocation model of weighted network throughput maximization. Joint resource allocation model for solving and put forward a Q learning and differential evolution of joint power control and channel allocation algorithm based on Q (learning and Differential evolution based Joint Power control and Channel assignment Algorithm, QDJPCA).QDJPCA algorithm using adaptive crossover mutation and multiple factor based differential evolution algorithm for channel allocation, power control and obtain feedback results as input parameters for each iteration; channel assignment result for each iteration, using state clustering and modified Q learning algorithm to achieve the state power based on the interaction between control; using nested loop and feedback mechanism to realize the power control and channel allocation problem is solved to obtain feedback, joint resource allocation results effectively. The joint resource allocation model of network weighted throughput maximization only consider the optimization of network throughput performance, ignoring the influence of network bottleneck link and network congestion on network performance to accurately capture the network load and interference distribution to solve the network congestion problems, this paper. The construction of network congestion avoidance joint resource allocation model. According to the coefficient minimization of joint resource allocation model, based on the QDJPCA algorithm, proposed a congestion control oriented joint power control and channel allocation algorithm (Congestion Control oriented Joint Power control and Channel assignment Algorithm, CCJPCA). By introducing the load model with interference on the same channel model, the competition degree of each link interference interference range measure communication link, capture network interference and thus a more accurate distribution. At the same time, the definition of network congestion avoidance coefficient to reflect the degree of network congestion and to protect the WMN bottleneck of.CCJPCA algorithm by hybrid encoding method to achieve the common evolutionary link power and channel variables the use of Q learning algorithm to achieve the return mechanism of adaptive mutation strategy, so as to ensure network information The reasonable allocation of source. Through NS-3 network simulation platform, the performance of QDJPCA and CCJPCA algorithm is simulated and verified. The simulation results show that the joint resource allocation model and algorithm proposed in this paper can prioritize network resources for network bottleneck link and achieve WMN performance improvement.

【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN929.5

【相似文獻】

相關(guān)期刊論文 前10條

1 朱錦景;;第三代移動通信系統(tǒng)中的信道分配技術(shù)[J];電腦知識與技術(shù);2008年07期

2 汪曉建;;集中式無線Mesh網(wǎng)絡(luò)信道分配技術(shù)研究[J];知識經(jīng)濟;2009年05期

3 李旭,宋俊德,劉峰,馬莉,宋梅;信道分配策略的研究與比較[J];電訊技術(shù);2000年01期

4 秦好亮,曹達仲;無線移動通信系統(tǒng)中的高效信道借用算法研究[J];電子學報;2001年10期

5 黨安紅,湯俊雄,朱世華;蜂窩移動通信系統(tǒng)中的一種新的優(yōu)化信道分配模型[J];電子學報;2003年07期

6 邵世祥,倪志,吳志忠;改進組合遺傳算法的信道分配研究[J];南京郵電學院學報;2003年01期

7 戴明;;淺析“買碼”話務(wù)擁塞中業(yè)務(wù)信道分配成功率的優(yōu)化[J];信息通信;2008年05期

8 張韜;;無線網(wǎng)絡(luò)中的在線信道分配問題[J];計算機研究與發(fā)展;2008年S1期

9 汪曉建;;無線Mesh網(wǎng)絡(luò)信道分配技術(shù)研究[J];民營科技;2009年05期

10 申冬冬;鄧飛其;;無線Mesh網(wǎng)絡(luò)一種基于拓撲的多射頻多信道分配[J];貴州大學學報(自然科學版);2009年03期

相關(guān)會議論文 前10條

1 呂智勇;史焱;張更新;馬刈非;;第三代移動通信系統(tǒng)中的信道分配[A];開創(chuàng)新世紀的通信技術(shù)——第七屆全國青年通信學術(shù)會議論文集[C];2001年

2 王學東;李建東;;基于業(yè)務(wù)預測的自適應(yīng)信道分配算法[A];2005通信理論與技術(shù)新進展——第十屆全國青年通信學術(shù)會議論文集[C];2005年

3 王濤;王長林;;移動通信中的信道分配[A];四川省通信學會2005年學術(shù)年會論文集[C];2005年

4 秦好亮;曹達仲;;基于改進Hopfield神經(jīng)網(wǎng)絡(luò)的信道分配優(yōu)化[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

5 羅永江;酈蘇丹;;多接口無線Mesh網(wǎng)絡(luò)信道分配分析[A];虛擬運營與云計算——第十八屆全國青年通信學術(shù)年會論文集（上冊）[C];2013年

6 胡南;王軍;閆志剛;;無線網(wǎng)絡(luò)接納挖制與信道分配策路跨層優(yōu)化研究[A];2008年中國通信學會無線及移動通信委員會學術(shù)年會論文集[C];2008年

7 王小霞;忻展紅;;GSM網(wǎng)絡(luò)中切換呼叫優(yōu)先的信道分配方案分析[A];中國運籌學會第六屆學術(shù)交流會論文集（上卷）[C];2000年

8 王永華;詹宜巨;余松森;楊健;;一種密集RFID讀寫器環(huán)境下信道分配算法[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

9 高桂友;;小容量數(shù)字微波信道按申請分配初析[A];1989年全國微波會議論文集（上）[C];1989年

10 朱立東;吳詩其;;無線蜂窩網(wǎng)絡(luò)中的一種基于排隊模型的信道分配策略[A];開創(chuàng)新世紀的通信技術(shù)——第七屆全國青年通信學術(shù)會議論文集[C];2001年

相關(guān)重要報紙文章 前2條

1 趙新勝 尤肖虎;合理規(guī)劃超3G無線資源[N];通信產(chǎn)業(yè)報;2003年

2 武漢烽火移動通信有限公司 李翔;解析TD—SCDMA高頻譜利用率[N];通信產(chǎn)業(yè)報;2006年

相關(guān)博士學位論文 前10條

1 馮妍;多接口多信道無線Mesh網(wǎng)絡(luò)關(guān)鍵技術(shù)研究[D];西北農(nóng)林科技大學;2015年

2 向陽;可見光通信MIMO-OFDM關(guān)鍵技術(shù)研究[D];北京郵電大學;2015年

3 孫永;煤礦物聯(lián)網(wǎng)無線信道優(yōu)選理論算法的研究[D];中國礦業(yè)大學;2016年

4 賴曉晨;體域網(wǎng)的信道分配協(xié)議及姿態(tài)識別研究[D];大連理工大學;2016年

5 王麗媛;具有信道受限和通信能量約束的網(wǎng)絡(luò)化系統(tǒng)協(xié)同設(shè)計[D];大連理工大學;2016年

6 韋沙;基于分布式約束滿足算法的無線信道分配研究[D];華中科技大學;2011年

7 徐晶;多接口無線網(wǎng)絡(luò)信道分配與路由技術(shù)研究[D];華中科技大學;2011年

8 金冬成;無線Mesh網(wǎng)絡(luò)路徑選擇協(xié)議和信道分配方案的研究與改進[D];吉林大學;2012年

9 張云春;無線網(wǎng)狀網(wǎng)中的吞吐量分析與信道分配研究[D];吉林大學;2011年

10 畢坤;無線網(wǎng)絡(luò)中的信道分配和路由算法研究[D];中國科學技術(shù)大學;2008年

相關(guān)碩士學位論文 前10條

1 汝小月;基于博弈論的無線傳感器網(wǎng)絡(luò)信道分配及節(jié)能優(yōu)化研究[D];燕山大學;2015年

2 張凱;密集Wi-Fi網(wǎng)絡(luò)集中控制技術(shù)研究[D];西南交通大學;2015年

3 王勇;基于OFDM的PLC系統(tǒng)中信道估計與信道分配的研究[D];南京理工大學;2015年

4 余飛龍;多射頻多信道無線Mesh網(wǎng)絡(luò)中信道分配與路由算法的研究[D];電子科技大學;2015年

5 楊云樂;無線Mesh網(wǎng)絡(luò)中信道分配與路由算法的研究[D];電子科技大學;2014年

6 張悅;無線自組網(wǎng)信道分配研究[D];電子科技大學;2014年

7 張濤;Wi-Fi系統(tǒng)中信道估計和信號檢測算法的研究與實現(xiàn)[D];電子科技大學;2014年

8 劉理可;公眾接入網(wǎng)絡(luò)中基于信息感知的交疊信道分配技術(shù)研究[D];國防科學技術(shù)大學;2013年

9 殷昌盛;無線Mesh網(wǎng)中多信道分配策略研究[D];國防科學技術(shù)大學;2013年

10 強敏娜;TD-LTE系統(tǒng)下行PDSCH信道EVM測試研究[D];西安電子科技大學;2014年

，

本文編號：1588368