多跳无线网中基于Agent的信道分配和路由算法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·研究目的及意义 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·论文构成 | 第15-16页 |
| 第二章 AGENT在MRMC多跳无线网络中的研究 | 第16-26页 |
| ·多接口多信道带来的挑战 | 第16-20页 |
| ·AGENT和人工智能概念的引入 | 第20-21页 |
| ·信道分配和路由方案的总体框架 | 第21-23页 |
| ·引入Agent的网络模型 | 第21-22页 |
| ·节点Agent的设计 | 第22-23页 |
| ·总体框架的设计 | 第23页 |
| ·信道资源分配方案 | 第23-24页 |
| ·路由问题解决方案 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于多AGENT协商的分布式信道分配算法 | 第26-42页 |
| ·协商的分布式信道分配方案的设计 | 第26-29页 |
| ·多Agent协商 | 第26-27页 |
| ·多Agent协商的信道分配 | 第27-28页 |
| ·Agent的协商流程 | 第28-29页 |
| ·多议题协商准则的设计 | 第29-31页 |
| ·邻居链路建立的成功率 | 第29-30页 |
| ·信道切换代价 | 第30页 |
| ·虚拟链路的容量 | 第30-31页 |
| ·预测信道等待代价 | 第31页 |
| ·链路重要度 | 第31页 |
| ·采用AGENT协商的信道分配算法 | 第31-35页 |
| ·效用函数的确定 | 第32-33页 |
| ·邻居-网卡绑定的分配算法 | 第33页 |
| ·网卡-信道绑定的分配算法 | 第33-35页 |
| ·ACR信道释放机制 | 第35页 |
| ·仿真与性能分析 | 第35-40页 |
| ·NS2网络模拟器 | 第35-36页 |
| ·NS2的扩展 | 第36页 |
| ·仿真结果分析 | 第36-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于亲和力和AGENT情感学习的路由算法 | 第42-59页 |
| ·算法设计思想 | 第42-44页 |
| ·最优路由的衡量 | 第43页 |
| ·Agent情感学习 | 第43-44页 |
| ·基于亲和力和情感学习的AAEL优化路由 | 第44-49页 |
| ·路由初始化 | 第44页 |
| ·亲和力函数的构建 | 第44-45页 |
| ·编码与候选路由集的选择 | 第45-46页 |
| ·基于重要度函数的信息处理 | 第46-47页 |
| ·情感学习规则的设计 | 第47-48页 |
| ·多跳无线网络路由框架 | 第48-49页 |
| ·路由算法的设计 | 第49-52页 |
| ·算法流程 | 第49-50页 |
| ·算法描述 | 第50-51页 |
| ·算法可行性分析 | 第51-52页 |
| ·仿真与结果分析 | 第52-57页 |
| ·简单仿真场景 | 第52-54页 |
| ·通信负载变化的仿真场景 | 第54-56页 |
| ·节点数增加的仿真场景 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·论文总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 附录1 图索引 | 第67-68页 |
| 附录2 表索引 | 第68-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间主要的论文情况和科研情况 | 第70页 |
