無線網(wǎng)絡(luò)中的流量預測與MAC算法研究.pdf

1、無線網(wǎng)絡(luò)以其不受時間和空間束縛的特點，幫助人們實現(xiàn)無處不在的服務和應用，在國民經(jīng)濟中發(fā)揮著越來越重要的作用。由于無線信道具有時變和不可靠等物理特性，無線網(wǎng)絡(luò)數(shù)據(jù)鏈路層中的媒體接入控制（MAC）算法對無線網(wǎng)絡(luò)的吞吐量、容量和時延等性能都具有很大的影響。為此，本文針對單跳無線網(wǎng)絡(luò)中流量預測和MAC算法、多跳無線網(wǎng)絡(luò)MAC算法以及認知多跳無線網(wǎng)絡(luò)中的MAC機制展開了研究。
　　與網(wǎng)絡(luò)業(yè)務的流量特性結(jié)合以提升無線網(wǎng)絡(luò)數(shù)據(jù)鏈路層性能是當前M

2、AC算法研究中的難點。由于無線網(wǎng)絡(luò)流量的波動性與自相似特性給流量預報技術(shù)提出了很大的挑戰(zhàn)，本文在第二章中對無線網(wǎng)絡(luò)流量預測算法進行了研究，并提出了一種基于FARIMA-GARCH模型的預測算法。該算法首先利用分段雙向CUSUM檢測算法對流量序列的均值進行有效檢測，并在此基礎(chǔ)上將序列進行零均值化；然后采用限定搜索法對分數(shù)差分階數(shù)進行精確估計；在獲得必要的模型參數(shù)后，利用GARCH模型對新息序列進行建模，以跟蹤流量序列波動性的變化；最后對模

3、型預測的結(jié)果進行均值補償。仿真結(jié)果表明，該算法能與傳統(tǒng)的FARIMA預測算法保持相同的時間復雜度，并能提供比后者更好的預測性能。
　　第三章則進一步將第二章提出的預測算法應用到單跳無線網(wǎng)絡(luò)MAC算法設(shè)計中。通過將預測結(jié)果結(jié)合沖突分解算法對信道進行合理調(diào)度，我們提出了兩種新的沖突分解算法。首先，我們針對分組的到達時間間隔建立流量模型，提出了一種基于流量預測的混合沖突分解算法，仿真結(jié)果表明其性能比已有的FCFS算法有所提高；然后，由于

4、小時間尺度上流量特性太過復雜，于是針對聚合的業(yè)務流，我們又提出了一種基于流量預測的兩段式樹形沖突分解算法。仿真結(jié)果表明，相對于現(xiàn)有的二叉樹形算法，該算法能有效地提高系統(tǒng)吞吐率和降低平均時延及平均分解周期，從而改善系統(tǒng)的整體性能。
　　針對傳統(tǒng)的FPRP算法在多跳無線網(wǎng)絡(luò)場景下調(diào)度單播業(yè)務效率不高的問題，第四章提出了一種基于FPRP改進的MAC算法。該算法通過增加一輪預約過程和對業(yè)務的區(qū)分服務來提高節(jié)點的空間復用率。仿真結(jié)果表明其性

5、能比FPRP算法有所提升。同時，針對物理層具有多包接收能力的多跳無線網(wǎng)絡(luò)，我們又提出了一種結(jié)合多包接收的預約調(diào)度MAC算法。該算法將多包接收和FPRP的多輪預約調(diào)度相結(jié)合，通過鄰居節(jié)點之間的控制信息交互，充分利用節(jié)點多包接收能力。通過理論推導，我們得出了該算法在理想條件下的節(jié)點吞吐率估計式。此外，對該算法的仿真結(jié)果也驗證了其有效性。
　　第五章研究了認知多跳無線網(wǎng)絡(luò)中網(wǎng)絡(luò)容量的求解與網(wǎng)絡(luò)吞吐量的優(yōu)化問題。我們首先推導了混疊（Und