本文選題：認知無線Mesh網絡 + 組播路由�。� 參考：《東北大學》2014年碩士論文

【摘要】：隨著無線通信技術的快速發(fā)展,頻譜資源稀缺和授權頻譜利用率低的問題日益凸顯。認知無線Mesh網絡將認知無線電技術和無線Mesh網絡相結合,使網絡具備認知、可重配置、自組織等能力,成為構建新一代寬帶移動互聯(lián)網絡的潛在核心技術。然而,受多徑衰落、碼間串擾和信道干擾等因素的影響,無線網絡中流媒體的高效傳輸面臨嚴峻挑戰(zhàn)。為此,本文針對認知無線Mesh網絡中面向流媒體傳輸?shù)慕M播技術進行深入研究。針對流媒體對延遲和延遲抖動的較高要求,通過綜合考慮通信功率、信道干擾等對鏈路容量的影響,提出了基于協(xié)議干擾模型的流媒體組播路由跨層優(yōu)化模型。建立了基于組播樹延遲的用戶滿意度評判標準,提出一種以最大化用戶滿意度為目標的流媒體組播路由跨層優(yōu)化算法。利用遺傳算法進行信道分配和功率控制,利用蟻群算法進行組播樹構建,通過遺傳算法與蟻群算法的嵌套優(yōu)化方式,實現(xiàn)了信道分配、功率控制和組播樹構建的聯(lián)合跨層優(yōu)化。并分別設計了混合編碼方式與整數(shù)編碼方式,以加速算法收斂。一系列仿真實驗驗證了算法的有效性。由于組播傳輸速率對流媒體性能有較大影響,且物理干擾模型能更好的表征接收節(jié)點的信干噪比,進一步,以最大化組播傳輸速率為目標,提出了基于物理干擾模型的流媒體組播速率跨層優(yōu)化模型。在該模型中,物理鏈路層和網絡層之間受容量約束耦合,具有清晰的分層結構。通過引入對偶分解理論,將原始問題分解為物理鏈路層的資源分配子問題和網絡層的組播速率優(yōu)化子問題,提出了基于對偶分解的流媒體組播速率跨層優(yōu)化算法。采用遺傳算法求解物理鏈路層子問題,采用凸優(yōu)化方法求解網絡層子問題,兩個子問題通過對偶變量相互協(xié)調,最終實現(xiàn)功率控制和組播速率的聯(lián)合優(yōu)化。由于信道干擾嚴重影響通信質量,進一步提出了基于對偶分解的聯(lián)合信道分配和功率控制的流媒體組播速率跨層優(yōu)化算法,以降低節(jié)點間干擾,提高傳輸速率。最后通過大量仿真實驗驗證了算法的有效性。
[Abstract]:With the rapid development of wireless communication technology, the scarcity of spectrum resources and the low efficiency of authorized spectrum become more and more serious. Cognitive wireless Mesh network combines cognitive radio technology with wireless Mesh network, which makes the network have the ability of cognition, reconfiguration, self-organization and so on. It becomes the potential core technology to construct the new generation broadband mobile Internet. However, due to multipath fading, inter-symbol crosstalk and channel interference, the efficient transmission of streaming media in wireless networks faces severe challenges. Therefore, the multicast technology for streaming media transmission in cognitive wireless Mesh networks is studied in this paper. Aiming at the high requirement of streaming media to delay and delay jitter, a cross-layer optimization model of streaming media multicast routing based on protocol interference model is proposed by considering the influence of communication power and channel interference on link capacity. In this paper, the criteria of user satisfaction evaluation based on multicast tree delay are established, and a cross-layer optimization algorithm for streaming media multicast routing is proposed, which aims at maximizing user satisfaction. Genetic algorithm (GA) is used for channel allocation and power control, ant colony algorithm (ACA) is used to construct multicast tree. Through nested optimization of genetic algorithm and ant colony algorithm, the joint cross-layer optimization of channel allocation, power control and multicast tree construction is realized. The hybrid coding and integer coding are designed to accelerate the convergence of the algorithm. A series of simulation experiments verify the effectiveness of the algorithm. Because the multicast transmission rate has great influence on the streaming media performance, and the physical interference model can better represent the signal-to-noise ratio of the receiving node, and further, the goal is to maximize the multicast transmission rate. A cross-layer optimization model of streaming media multicast rate based on physical interference model is proposed. In this model, the physical link layer and the network layer are coupled by capacity constraints and have a clear hierarchical structure. By introducing the dual decomposition theory, the original problem is decomposed into the sub-problem of resource allocation in the physical link layer and the multicast rate optimization problem in the network layer, and a cross-layer optimization algorithm for streaming media multicast rate based on duality decomposition is proposed. The genetic algorithm is used to solve the physical link layer subproblem and the convex optimization method is used to solve the network layer subproblem. The two subproblems are coordinated with each other by dual variables to achieve the joint optimization of power control and multicast rate. Because the channel interference seriously affects the communication quality, a cross-layer optimization algorithm of streaming media multicast rate based on dual decomposition is proposed to reduce the inter-node interference and improve the transmission rate. Finally, the effectiveness of the algorithm is verified by a large number of simulation experiments.
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN929.5

【相似文獻】

相關期刊論文 前10條

1 楊傳棟,余鎮(zhèn)危,王行剛,張俊清;端到端的流媒體傳輸控制技術研究綜述[J];計算機工程與應用;2005年08期

2 張磊;鄧飛;楊宗凱;;遠程教育中自適應復合流媒體傳輸策略[J];計算機與數(shù)字工程;2006年09期

3 王亞琴;董彥榮;薄靜儀;;流媒體傳輸協(xié)議及應用[J];辦公自動化;2009年24期

4 王喜軍;;一種流媒體傳輸系統(tǒng)的設計與實現(xiàn)[J];計算機光盤軟件與應用;2013年16期

5 楊勁;網絡流媒體傳輸中的自適應技術[J];中國有線電視;2003年13期

6 張磊,曹元大,胡春華;安全群組通訊在流媒體傳輸方面的應用[J];微機發(fā)展;2004年07期

7 楊錦春;流媒體傳輸中的質量保證[J];現(xiàn)代電視技術;2004年07期

8 趙勇,雷斌;應用于流媒體傳輸研究的網絡流量模擬器[J];西安工業(yè)學院學報;2004年04期

9 姜銳;;無線流媒體傳輸?shù)姆⻊召|量關鍵問題研究[J];大眾商務;2009年16期

10 楊治平;李明海;劉洋;馮素梅;;流媒體傳輸?shù)哪：赃m應預測擁塞控制[J];重慶師范大學學報(自然科學版);2006年04期

相關會議論文 前6條

1 陳靜;何加銘;聞建芬;;一種適用于移動通信網的流媒體傳輸策略[A];浙江省電子學會2010學術年會論文集[C];2010年

2 程高偉;黃金鋒;張子文;;邊緣網絡的流媒體傳輸優(yōu)化研究[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

3 賀寧武;孫志剛;;面向流媒體傳輸研究的StreamSim模擬器設計與實現(xiàn)[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

4 婁巍;;流媒體傳輸中的速率控制技術[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（上冊）[C];2008年

5 房勝;李旭健;梁永全;鐘玉琢;;基于鏈路容量的MANET流媒體傳輸方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

6 張申偉;顧燕玲;;基于AAC編碼的流媒體傳輸及Qos控制[A];中國新聞技術工作者聯(lián)合會2012年學術年會、五屆四次理事會暨第六屆“王選新聞科學技術獎”的“人才獎”和“優(yōu)秀論文獎”頒獎大會論文集[C];2012年

相關重要報紙文章 前1條

1 LULUSIR;發(fā)掘手機的游戲機潛質[N];電腦報;2014年

相關博士學位論文 前6條

1 范英磊;無線流媒體傳輸?shù)姆⻊召|量關鍵問題研究[D];北京郵電大學;2007年

2 李紅;互聯(lián)網流媒體傳輸擁塞控制研究[D];武漢大學;2009年

3 鄒勇;先進控制理論在流媒體傳輸播放中的應用研究[D];東北大學;2010年

4 霍龍社;互聯(lián)網流媒體傳輸關鍵技術研究[D];中國科學院研究生院（計算技術研究所）;2006年

5 劉夢娟;異構網絡環(huán)境下流媒體傳輸機制的研究[D];中國科學技術大學;2007年

6 孫偉;TCP友好性流媒體傳輸速率控制協(xié)議中若干問題的研究[D];東北大學;2010年

相關碩士學位論文 前10條

1 丁耀;券商非現(xiàn)場開戶系統(tǒng)的設計與實現(xiàn)[D];南京大學;2014年

2 任加勒;數(shù)字噴泉碼在流媒體傳輸中的研究與應用[D];浙江工業(yè)大學;2015年

3 高磊;高清網絡視頻監(jiān)控系統(tǒng)的實現(xiàn)及其性能研究與改進[D];南京郵電大學;2015年

4 于江磊;認知無線Mesh網絡中面向流媒體傳輸?shù)慕M播技術研究[D];東北大學;2014年

5 朱斌;流媒體傳輸系統(tǒng)的設計與實現(xiàn)[D];華中科技大學;2007年

6 程高偉;邊緣網絡的流媒體傳輸優(yōu)化研究[D];國防科學技術大學;2009年

7 賀寧武;面向流媒體傳輸研究的模擬器設計與實現(xiàn)[D];國防科學技術大學;2009年

8 劉天爽;多源分布式流媒體傳輸機制的研究[D];北京郵電大學;2012年

9 陳敏;基于帶寬匯聚的流媒體傳輸系統(tǒng)的研究與實現(xiàn)[D];浙江大學;2013年

10 李師堯;基于資源狀況的流媒體傳輸網絡負載均衡算法研究[D];東北大學;2012年

，

本文編號：1930881