导读:本文包含了自适应网络编码算法论文开题报告文献综述及选题提纲参考文献，主要关键词:随机网络编码,无线传感器网络,多径传输,节能算法
自适应网络编码算法论文文献综述
孙玲芳,候志鲁,许锋,周家波[1]（2016）在《基于随机网络编码的WSN多径传输自适应节能算法》一文中研究指出提出一种多路径的无线传感器网络(WSN)自适应节能算法,该算法的实现基于随机网络编码(RNC-ESMP)。其基本思想是:首先,该算法以WSN节点能量为考量,将数据经由节点能量最多的路径传输;其次,以目的节点解码成功率为反馈因子,构建目的节点到源节点的反馈机制,实现自适应;再次,选择合适的编码策略对数据包进行编码。最后在MATLAB环境下搭建仿真平台进行模拟仿真。实验结果表明,相比于传统的多路径算法,RNC-ESMP算法能够有效降低网络平均能耗,延长网络生命周期。(本文来源于《电子设计工程》期刊2016年09期）
王含文[2]（2015）在《一种自适应粒子群突变的遗传算法在网络编码链路优化中的应用》一文中研究指出各种信息网络构成了当今信息社会这一复杂系统,其中网络优化问题及其对应的各种具体的模型广泛应用于各个领域。网络编码链路优化问题是一个关于通信网络的优化模型,无论从理论角度还是经济方面上都具有极其重要的研究价值,例如在提高带宽利用率、增加网络吞吐量、降低网络节点能量消耗或均衡网络负载等方面。不可否认的是网络编码也确实存在一些缺点,在节点上进行编码不仅额外消耗能量带宽,也同时增大了关于网络编码解码的计算复杂性,所以网络编码链路优化问题有其重要的研究意义。本论文针对具体的一些网络编码链路优化模型利用改进的算法进行相应的数据仿真实验研究,旨在达到网络最大组播速率的同时降低编码所带来的花销。针对网络编码链路优化这一类问题,本论文给出了混合编码的粒子群算法与遗传算法突变因子相结合的混合算法。在整个进化的过程中,利用遗传算法的轮盘赌选择、单点交叉操作进行循环。本论文的创新之处就是在突变操作阶段采用自适应粒子群突变的方式,在循环初始阶段增大突变概率增加种群种类,生成多样性的种群因而避免系统过早的陷入局部最优解而无法获得理想结果的情况;在接近最优方案时降低突变率以保证突变的有效性,使突变沿着有效的方向进行,减少不必要的突变,降低突变的盲目性以加快达到最优解的聚敛速度。本文将粒子群算法与遗传算法进行结合并应用于网络编码链路优化问题中。该算法避免了遗传算法突变的盲目性,也弥补了粒子群算法早熟的不足。通过与我们改进的差分混合算法及前人通过对交叉、突变概率改进后的遗传算法进行的仿真实验对比,仿真结果证明了该自适应粒子群突变混合算法具有更优的性能以及更快的收敛速度,在解决网络编码链路优化问题的过程中取得了较为理想的仿真效果。(本文来源于《北京邮电大学》期刊2015-12-25）
郭网媚,蔡宁,王晓[3]（2012）在《改进型自适应随机卷积网络编码算法(英文)》一文中研究指出To address the issue of field size in random network coding, we propose an Improved Adaptive Random Convolutional Network Coding (IARCNC) algorithm to considerably reduce the amount of occupied memory. The operation of IARCNC is similar to that of Adaptive Random Convolutional Network Coding (ARCNC), with the coefficients of local encoding kernels chosen uniformly at random over a small finite field. The difference is that the length of the local encoding kernels at the nodes used by IARCNC is constrained by the depth; meanwhile, increases until all the related sink nodes can be decoded. This restriction can make the code length distribution more reasonable. Therefore, IARCNC retains the advantages of ARCNC, such as a small decoding delay and partial adaptation to an unknown topology without an early estimation of the field size. In addition, it has its own advantage, that is, a higher reduction in memory use. The simulation and the example show the effectiveness of the proposed algorithm.(本文来源于《中国通信》期刊2012年11期）
张皓[4]（2012）在《路由与网络编码自适应选择的自组织网络单播算法研究》一文中研究指出网络编码是一种新型的数据传输方式，将其应用到无线自组织网络中可以提高网络吞吐量、均衡网络负载以及提高带宽利用率。然而当考虑业务忙闲程度、链路可靠性以及网络拓扑等不断变化的因素时，现有的基于网络编码的单播方案并不能很好地应用于自组织网络中。因此节点应综合考虑上述因素，并根据其变化而在传统路由方式和网络编码方式之间进行自适应选择。本文深入分析了蝶形拓扑中分别采用路由单播方式和网络编码单播方式传输数据时占用信道的端到端时延，推导出上述两种单播方式端到端时延的计算公式；并将这两种单播方式的端时延进行对比，通过进一步理论分析，给出了这两种单播方式各自适合的应用条件。在此基础上提出了一种自适应选择单播算法—ASRNC，该算法将路由单播方式和网络编码单播方式有机地结合起来，在联合考虑业务忙闲度、误比特率、分组长度以及节点数目的情形下对端到端时延进行优化，允许关键节点在路由和网络编码之间自适应地选择具有较低端到端时延的单播方式传输分组，充分利用了路由单播方式与网络编码单播方式各自的优势，更好地满足业务需求。仿真结果表明，与现有的自组织网络单播方案相比，ASRNC算法能够有效降低端到端时延，提高自组织网络对单播业务的承载能力。(本文来源于《西安电子科技大学》期刊2012-03-01）
付佳,纪越峰[5]（2011）在《一种解决网络编码资源优化问题的自适应量子衍生进化算法》一文中研究指出在构建一棵满足可达组播速率的组播树过程中,尽可能地减少网络编码操作次数能降低网络的整体代价。针对网络编码组播中的编码资源优化问题提出一种基于汉明距离的自适应量子衍生进化算法。该算法充分考虑到种群个体间的差异性,为每个个体自适应地分配一个适合于自身进化的角步长,通过这种动态的角步长旋转机制进行种群的更新。将所提算法与基本量子衍生进化算法和基于适应度的自适应量子衍生进化算法进行比较分析,通过对不同的拓扑仿真进行性能评估。结果表明,基于汉明距离的自适应量子衍生进化算法在收敛速度、全局优化效果等方面均明显优于其他算法。(本文来源于《中国科技论文在线》期刊2011年01期）
薛改玲[6]（2009）在《面向WSN的自适应网络编码算法研究》一文中研究指出无线传感器网络(WSN,Wireless Sensor Network)是近年来发展日益迅速和应用日益广泛的无线网络,但从系统的角度看,它的许多性能存在矛盾,难以解决。近年来出现的网络编码技术可以有效地解决这一问题。本文主要研究面向WSN的无线网络编码技术。论文分析了COPE和MORE协议两种典型的无线网络编码应用协议,从吞吐量、可靠性、通信的公平性和移动性支持等几方面研究了无线网络的广播性、空间分集性和明显的数据冗余度等特点,重点研究了根据邻居节点数自适应地确定编码方案的自适应网络编码算法。论文分析了无线传感器网络的网络特点,建立相应的网络模型,然后对算法进行仿真,分析了自适应网络编码算法的可靠性和传输次数均值,通过与gossip转发方案的性能进行仿真比较,证明该编码方案是可行的且有较好的性能。论文还对算法的成本与性能进行了分析评估,证明该算法通信量低,可靠性高,传播时延小,同时具有非常好的负载均衡性能。这都证明该自适应网络编码算法在传感器网络中是可行的且有效的。(本文来源于《西安电子科技大学》期刊2009-01-01）
自适应网络编码算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
各种信息网络构成了当今信息社会这一复杂系统,其中网络优化问题及其对应的各种具体的模型广泛应用于各个领域。网络编码链路优化问题是一个关于通信网络的优化模型,无论从理论角度还是经济方面上都具有极其重要的研究价值,例如在提高带宽利用率、增加网络吞吐量、降低网络节点能量消耗或均衡网络负载等方面。不可否认的是网络编码也确实存在一些缺点,在节点上进行编码不仅额外消耗能量带宽,也同时增大了关于网络编码解码的计算复杂性,所以网络编码链路优化问题有其重要的研究意义。本论文针对具体的一些网络编码链路优化模型利用改进的算法进行相应的数据仿真实验研究,旨在达到网络最大组播速率的同时降低编码所带来的花销。针对网络编码链路优化这一类问题,本论文给出了混合编码的粒子群算法与遗传算法突变因子相结合的混合算法。在整个进化的过程中,利用遗传算法的轮盘赌选择、单点交叉操作进行循环。本论文的创新之处就是在突变操作阶段采用自适应粒子群突变的方式,在循环初始阶段增大突变概率增加种群种类,生成多样性的种群因而避免系统过早的陷入局部最优解而无法获得理想结果的情况;在接近最优方案时降低突变率以保证突变的有效性,使突变沿着有效的方向进行,减少不必要的突变,降低突变的盲目性以加快达到最优解的聚敛速度。本文将粒子群算法与遗传算法进行结合并应用于网络编码链路优化问题中。该算法避免了遗传算法突变的盲目性,也弥补了粒子群算法早熟的不足。通过与我们改进的差分混合算法及前人通过对交叉、突变概率改进后的遗传算法进行的仿真实验对比,仿真结果证明了该自适应粒子群突变混合算法具有更优的性能以及更快的收敛速度,在解决网络编码链路优化问题的过程中取得了较为理想的仿真效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应网络编码算法论文参考文献
[1].孙玲芳,候志鲁,许锋,周家波.基于随机网络编码的WSN多径传输自适应节能算法[J].电子设计工程.2016
[2].王含文.一种自适应粒子群突变的遗传算法在网络编码链路优化中的应用[D].北京邮电大学.2015
[3].郭网媚,蔡宁,王晓.改进型自适应随机卷积网络编码算法(英文)[J].中国通信.2012
[4].张皓.路由与网络编码自适应选择的自组织网络单播算法研究[D].西安电子科技大学.2012
[5].付佳,纪越峰.一种解决网络编码资源优化问题的自适应量子衍生进化算法[J].中国科技论文在线.2011
[6].薛改玲.面向WSN的自适应网络编码算法研究[D].西安电子科技大学.2009