中文摘要：

针对现有的拥塞控制机制没有将MAC层的竞争控制、物理层的功率控制或信道分配联合考虑的缺陷，为了解决空间拥塞，本项目将建立无线信道容量与传输功率、信道竞争坚持概率之间的函数关系；通过使用逻辑链路坚持概率、竞争图和竞争矩阵表示链路对信道访问的竞争，构建传输层的拥塞控制、MAC层的竞争控制和物理层的功率控制及信道分配之间的联合最优化资源分配模型；通过将联合最优化问题分解为与各个层相对应的子最优化问题，提出对拥塞、竞争以及功率/信道联合控制的分布式跨层算法；研究节点移动、干扰范围、包丢失以及网络规模对所提出的算法的收敛性、鲁棒性和最优性的影响；构造合适的Lyapunov泛函，推导出约束条件比较宽松的稳定性判定依据，通过对跨层协作算法数学模型的分岔分析，寻找适当的时滞反馈控制器对分岔进行控制，从而能够对拥塞控制机制进行优化。随着无线Ad Hoc网络广泛应用，本项目的研究具有重要的理论意义和实用价值。

结论摘要：

无线自组织网络中频谱和功率都是非常有限的网络资源。为了有效地分配频谱和功率，我们通过引入子载波的占用概率和利用快速收敛的子梯度算法，解决了公平性约束下的资源分配问题，提出了一种分布式功率分配算法和子载波检测算法，目标就是最大化加权总速率。为了获得高的网络吞吐量和有效的资源利用，本项目研究了联合端到端的拥塞控制、链路的功率控制和频谱分配的分布式协作问题，提出了一种新的联合拥塞控制、功率控制和频谱分配的分布式协作算法，该算法不仅可以为每个子载波链路提供最优的传输速率，而且可以确定以多大的功率和在哪个子载波上进行传输。为了解决对偶朗格朗日方法在解决最优化模型中存在的问题，我们提出了一种改进的自适应粒子群算法（IPASO），给出了无线自组织网络中联合机会功率和速率分配（JOPRA）的解决方案，其目的在于最小化所有链路的总功耗时使得所有资源效用的总量最大化。在现有的移动数据收集机制中，人们都是采用带单个天线的移动收集器来收集数据，而且没有考虑信道的衰落对数据传输速率的影响。所以我们通过使用带多天线的移动收集器收集数据，提出了一个具有并发数据上传的数据收集代价最小化（DaGCM）架构，从而大大缩短数据收集延迟和显著地减少能量消耗。在设计拥塞控制算法时一个需要重点关注的问题是所设计的控制系统的渐近稳定性。通过构造Lyapunov-Krasovskii泛函和采用自由权值矩阵和Leibniz-Newton公式，我们证明了带单个和多个时滞的Primal-Dual算法的局部渐近稳定性。研究表明所提出的稳定性判据具有较少的保守性，扩大了控制增益和可允许的通信时滞的稳定区间。当拥塞控制算法失稳时，它的动力学行为又如何演化呢？为了解决这个问题，本项目研究了带多个时滞的拥塞控制算法的局部稳定性、Hopf和共振2分岔，给出了带多个通信延迟的拥塞控制算法失稳时Hopf分岔存在的条件。总之，项目组完成了申报书所规定的任务，实现了预期的目标。