移动环境中IP网络QoS技术研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:gaoliqiang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统电信业务的承载平台以基于IP技术的分组交换为主。无线移动网为了保持与有线网络的兼容性,其网络结构必是一个以移动IP为核心,支持QoS的无线异构网。本文研究固定网络的QoS体系结构在无线移动网,尤其是Ad hoc网中的发展与应用。   论文分析了IP网络QoS的定义以及实现思路和手段,重点对比研究了三种QoS体系结构:IntServ、DiffServ和MPLS,给出无线移动网(尤其是Ad hoc网)的改进、应用和扩展方法。论文参照端系统采用的TCP/IP参考模型,给出了IP QoS参考结构模型。要实现端到端的QoS保证该模型,端系统、边缘网络和主干网络必须协同努力。同时,要实现用户的QoS需求,就要将端系统的应用直接参与QoS策略的制定,即将用户的QoS要求转换成应用系统所支持的描述方式,才能最终实现QoS保障。从上述两个方面考虑,给出IP QoS的参考结构模型。   论文从物理层和网络层讨论了协同技术的应用。通过对协同通信技术特点的研究,指出通过协同,可以保证无线链路的传输数据速率和可靠性,提高服务质量,是一项适宜在Ad hoc网络中应用的技术。在物理层上,本文研究了基于协同的Ad hoc网络的网络模型,分析了基于协同的Ad hoc网络拓扑结构,引入采用协同通信的拓扑控制,通过理论分析证实通过协同可增强无线网络的健壮性,并提高通信质量。在网络层上,给出了基于DSDV协同路由算法的扩展思路。
其他文献
随着科学技术和城市化的发展,轨道交通在现代大城市中越来越起着重要的作用。如何为乘客提供高品质的服务成为当前的轨道交通建设单位面临的重要问题,这样乘客信息系统就应运
量子神经网络(QNN)是量子计算与人工神经网络相结合的产物,由于利用了量子并行计算和量子纠缠等特性,从而克服了传统人工神经网络的某些固有缺陷,将很有可能成为未来信息处理的
在无线环境中,当传输信号经过多个路径到达接收端,就会产生多径衰落。而协同分集技术是对抗衰落的有效方式之一。协同分集可通过小区内用户间的协同有效地提高协同网络性能,降低
宽带无线接入是未来通信网络极其重要的接入方式,尤其是基于IEEE802.16协议标准的无线城域网(WMAN),由于其带宽高、覆盖范围广、提供QoS保证,己成为最重要的宽带无线接入技术之
本论文的主要工作是:分析了现代战场中战术网络对通信的要求,研究适合Ad hoc战术网的MAC层协议,并提出了λ进制指数退避算法,实现系统的MAC层仿真模型。 在介绍了Ad hoc网络的