一种基于蚁群算法的内容中心网络缓存定位方法

    公开(公告)号:CN103997461B

    公开(公告)日:2017-05-17

    申请号:CN201410265770.9

    申请日:2014-06-13

    Abstract: 本发明提供一种基于蚁群算法的内容中心网络缓存定位方法,在本发明中,考虑到内容中心网络局部流量特性,缓存节点在局部范围内主动发送通告蚂蚁,可达范围内的节点获知此缓存的位置,提高了缓存的利用率,同时缓存生存时间的考虑也会提高缓存的命中率。范围外的节点主动发送探测蚂蚁,从节点所有接口出发寻找缓存内容,发现内容过程中收集沿途的信息。生成的更新蚂蚁按原路返回,并利用收集的信息更新接口概率,概率将影响请求发出时接口的选择,进一步提高了网络缓存资源的充分利用,增加了缓存的命中概率,从而整体上提高内容中心网络的性能。

    一种应用于OFDM系统的信道测量方法和装置

    公开(公告)号:CN102833207A

    公开(公告)日:2012-12-19

    申请号:CN201210339135.1

    申请日:2012-09-14

    Abstract: 本发明公开了一种应用于OFDM系统的信道测量方法和装置,结合OFDM系统的特点,完成有效的信道测量。本发明方法包括:a,对用于测量的伪随机序列进行FFT预处理,将处理后的序列填充至指定位置的OFDM符号,与同时隙的其他OFDM符号构成完整的时隙;b,经过OFDM系统的IFFT变换、并串变换等处理流程,将其转换为时域信号,再经过射频处理并发射;c,接收端与发射端完成同步,在相应的时隙内完成测量信号的有效抓取,并采用滑动相关检测的方法检测相关峰,用于信道特性的研究。本发明实现OFDM系统的信道测量,无需额外引入发射设备,大大降低了测量的成本和复杂度,同时也减少了测量过程对业务信道的干扰。

    基于QoS需求和置信度的认知无线电多信道频谱感知机制

    公开(公告)号:CN102572922A

    公开(公告)日:2012-07-11

    申请号:CN201210077919.1

    申请日:2012-03-22

    CPC classification number: Y02D70/00

    Abstract: 一种基于QoS需求和置信度的认知无线电多信道频谱感知机制:中心节点将网络单元内待感知的宽频带均分为多个不重叠的子信道,根据各认知用户上报的QoS需求和置信度决定不同认知用户需要感知的子信道个数,并以间隔插入的方式为认知用户分配待感知的子信道;认知用户对中心节点分配的子信道进行能量检测,并将检测结果发送给中心节点,由中心节点根据各认知用户的检测结果和置信度进行数据融合,做出各子信道上主用户信号是否存在的最终判决。本发明从多信道频谱感知中认知用户与感知信道的关联出发,充分考虑多信道频谱感知的公平性与可靠性,对宽频带范围内主用户信号是否存在做出合理判决。

    一种基于“虚拟中心”和“移动代理”的分布式无线自组网

    公开(公告)号:CN108366093B

    公开(公告)日:2020-08-21

    申请号:CN201810041217.5

    申请日:2018-01-16

    Abstract: 本发明公开了一种基于移动代理的动态拓扑感知带有“虚拟中心”的分布式自组网网络架构,针对高速移动环境中网络规模大和节点分布的地理距离远,通信链路带宽小,节点移动快和易受到损坏等特点,保证该特殊极端环境下无线传感网各个节点间信息的互连互通。在分布式自组网的基础上,融合SDN(软件定义网络)的思想,构建含有“虚拟中心”的分布式架构。同时针对无线自组织网络高机动性特点,采取基于移动代理的实时拓扑感知及控制,通过无线自组网络技术将多个终端有机组合。设计一种基于蚁群算法和信息素浓度的移动代理的快速拓扑感知和控制算法,使之充分适应于高机动环境下的无线自组织网络。

    一种基于无线传感网的自适应服务组合方法

    公开(公告)号:CN108365969B

    公开(公告)日:2020-05-05

    申请号:CN201810014204.9

    申请日:2018-01-08

    Abstract: 本发明公开了一种面向多机器人自组织网络的自适应服务组合方法,并通过模糊信誉评估对选定的服务组合进行评价,优化选定的服务组合。在进行服务组合规划的搜索过程中,可能找到多条解决路径。此时,需要根据适应度准则判定解决方案的优劣,从而实现服务的优化。自适应服务组合模式中由代理机器人组织和管理网络环境中的各种资源和服务,同时负责从存储的服务组合策略集中选择与特定环境相关的服务组合策略,实现服务组合的自适应。同时采用机器学习方法动态生成规则,使用模糊推理技术进行规则推理,以此获得服务组合的动态级别。在此基础上,给出信誉的模糊综合机制和信誉的模糊评估算法,实现一个基于机器学习的模糊信誉评估系统FTEs。最后运用增强学习方法,对服务组合进行评价,将反馈用于判断下次规划过程中采取的服务组合方式,使评估效果更理想。

    一种基于双向滑动窗口的内容网络的拥塞控制方法

    公开(公告)号:CN103812784A

    公开(公告)日:2014-05-21

    申请号:CN201410025453.X

    申请日:2014-01-20

    Abstract: 本发明公开了一种基于双向滑动窗口的内容网络的拥塞控制方法,用于缓解兴趣包请求过快、数据流量持续增长引起的网络拥塞问题;每个节点维护两个滑动窗口,即兴趣包发送窗口和数据包发送窗口,两个窗口的长度根据网络拥塞状况实时调节并彼此制约;由于内容网络本身的特点,兴趣包与数据包的大小不同,占用链路带宽也不相同,因此,针对两种窗口引入不同粒度的拥塞控制方法。本发明实现了一种基于双向滑动窗口的内容网络的拥塞控制方法,提高了网络的可靠性和有效性。

Patent Agency Ranking