无线Mesh网络中认知路由协议的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文研究的主要内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第2章 基本理论及相关研究 | 第13-25页 |
| 2.1 无线Mesh网络概述 | 第13页 |
| 2.2 无线Mesh网络的关键技术 | 第13-15页 |
| 2.2.1 无线Mesh网络的干扰模型 | 第13-14页 |
| 2.2.2 无线Mesh网络跨层设计 | 第14-15页 |
| 2.3 无线Mesh网络路由协议的研究 | 第15-18页 |
| 2.3.1 非编码路由协议 | 第15-16页 |
| 2.3.2 基于网络编码的路由协议 | 第16-18页 |
| 2.4 编码感知路由机制 | 第18-20页 |
| 2.4.1 DCAR路由结构 | 第18-19页 |
| 2.4.2“Coding+Routing” | 第19-20页 |
| 2.5 认知网络概述 | 第20-23页 |
| 2.5.1 认知网络的认知过程 | 第21-22页 |
| 2.5.2 认知路由的设计框架 | 第22-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 基于认知的无线Mesh网络研究 | 第25-29页 |
| 3.1 网络模型 | 第25页 |
| 3.2 整体研究方案 | 第25-26页 |
| 3.3 基本遗传算法和蚁群算法的概述 | 第26-27页 |
| 3.3.1 基本遗传算法的概述 | 第26-27页 |
| 3.3.2 基本蚁群算法的概述 | 第27页 |
| 3.4 遗传和蚁群算法与认知网络的关系 | 第27-28页 |
| 3.4.1 遗传算法与认知网络的关系 | 第27-28页 |
| 3.4.2 蚁群算法与认知网络的关系 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 基于遗传算法优化的编码感知路由 | 第29-39页 |
| 4.1 GA_DCAR算法的设计思想 | 第29页 |
| 4.2 GA_DCAR路由算法 | 第29-37页 |
| 4.2.1 路由优化模型 | 第30-31页 |
| 4.2.2 编码方案 | 第31-32页 |
| 4.2.3 种群初始化 | 第32页 |
| 4.2.4 网络编码感知过程 | 第32-33页 |
| 4.2.5 评价函数 | 第33-35页 |
| 4.2.6 遗传操作 | 第35-37页 |
| 4.3 本章小结 | 第37-39页 |
| 第5章 基于蚁群优化的路由选择算法 | 第39-47页 |
| 5.1 蚁群算法的处理机制 | 第39-41页 |
| 5.1.1 数据结构 | 第39-40页 |
| 5.1.2 路由发现 | 第40页 |
| 5.1.3 路由维护 | 第40-41页 |
| 5.2 ACAR路由选择算法 | 第41-44页 |
| 5.2.1 前向寻路 | 第42-43页 |
| 5.2.2 选择路径 | 第43页 |
| 5.2.3 信息素更新规则 | 第43-44页 |
| 5.3 本章小结 | 第44-47页 |
| 第6章 仿真实验与结果分析 | 第47-55页 |
| 6.1 仿真参数 | 第47页 |
| 6.2 性能指标 | 第47-48页 |
| 6.3 仿真结果分析 | 第48-54页 |
| 6.3.1 星型拓扑结构 | 第48-52页 |
| 6.3.2 随机拓扑结构 | 第52-54页 |
| 6.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间所发表的论文 | 第61-63页 |
| 致谢 | 第63页 |
