面对干扰和窃听，传统的安全信息传输大都基于密钥加密的方法，在面向动态变化无线网络环境时会产生对称性密码系统的密钥分配、非对称性密码系统的高计算复杂度等问题。而快速增长的无线业务流量和物联网类型的海量设备接入，会引起计算复杂度的进一步提升和能量开销的激增。针对此问题，提出一种基于物理层安全技术的全双工无线供能物联网的安全通信方法，利用噪声和无线信道随机性来限制窃听者接收信息量。该方法首先基于信息论对全双工无线供能物联网安全容量进行分析，然后根据安全容量的分析模型推导得到了安全中断概率（SOP）的闭合表达式。最后，考虑到噪声、干扰机干扰、空间互干扰，以及残余自干扰等因素对安全容量的影响，提出一种全双工无线供能物联网安全波束成形方法，该方法通过降低联合干扰来增加发送和接收端的互信息量，提高全双工无线功能物联网的安全容量。通过蒙特卡罗仿真验证了推导结果的准确性，仿真结果表明，在安全容量和SOP指标上，全双工无线供能物联网比传统半双工无线功能物联网有较大性能增益。

针对移动社会网络（MSN）的好友推荐问题，提出了一种基于多维相似度的好友推荐方法。该方法隶属于基于内容的好友推荐，但与现有方法相比，不再局限于单一维度的匹配信息，而是从空间、时间和兴趣三个维度出发，判断用户在各个维度上的相似度，最终通过“差异距离”进行综合评判，向目标用户推荐与之在地理位置、在线时间和兴趣爱好上更具一致性的其他用户成为其好友。由实验结果表明，该方法应用于移动社会网络中的好友推荐服务时，其推荐结果查准率接近80%，查准效率接近60%，性能远高于只基于单一维度的好友推荐方法；同时，通过对三维权重值的调整，该方法可应用于多种特性的移动社会网络中。

充电站（桩）尚未普及以及电动汽车有限的行驶里程，使得大多数汽车用户关于是否选择电动汽车犹豫不决。为了减少用户对于电动汽车有限电池容量的担心，并且降低因频繁充电以及偏离原定行驶路线绕路进行充电所增加的电动汽车使用费用，提出一种基于匹配理论面向用户行驶计划的电动汽车充电调度方案TPCS。首先，分别根据电动汽车用户的行驶计划和对各充电站的电量需求构建电动汽车用户与充电站的偏好表；然后，建立电动汽车用户与充电站之间的多对一匹配模型；最后，以系统总效用为优化目标进行充电站接口分配。数值仿真结果显示，与随机分配（RCS）算法和仅考虑电动汽车效用分配（OEVS）算法相比，TPCS算法将系统总效用较RCS算法最多提高了39.3%，较OEVS算法最多提高了5%；而在电动汽车充电需求轻负载时，TPCS算法始终保证用户满意度在90%以上，高于RCS算法。所提算法能够有效地提高系统总效用和用户满意度，同时降低计算复杂度。

在宏蜂窝和微蜂窝并存的异构无线网络中,为了提高系统能效,提出了一种联合切换调度和资源分配(JSRA)算法。首先,利用基于微基站睡眠的集中式切换调度算法(CUSA)来确定用户的关联基站,CUSA将微基站用户全部切换到宏基站是否能减少功耗作为判断微基站睡眠的准则;然后,基站采用基于最优信道质量的子载波分配调整(BCSA)算法为用户分配子载波和传输功率,BCSA算法通过调整最大能效用户和最小能效用户之间的子载波分配,保证网络能效逼近最优解。理论分析和实验仿真表明,同单独考虑用户切换或资源分配的三种算法相比,JSRA算法复杂度偏高,但是在用户数为120时网络功耗最多降低44.4%,用户总速率只比一种对比算法略有下降,最多提升80%,网络能效最多提升200%。实验结果表明,JSRA算法能够有效提高异构无线网络的网络能效。

大规模无线传感器网络(WSN)环境下，当网络结构采用单一的sink节点时，容易造成sink节点周围的普通传感节点因为转发大量其他节点的数据，迅速消耗掉自身能量而使网络失效。为了延长网络寿命，需要降低传感节点到sink节点的跳数,而采用多sink结构是一个有效的方法。为此，需要考虑一定规模的网络中，应该布置多少sink节点，才能使得网络寿命最大化的同时网络成本最低。基于栅格网络结构，提出了多sink节点下的网络寿命模型和网络成本模型，并采用一种新颖的方法计算最大网络寿命成本比(RLC)，推导出了保证网络寿命最大化的同时网络成本最低的sink节点个数的表达式。理论结果表明，该值与网络规模、关键节点数、节点收发功率以及普通节点和sink节点的成本等参数有关。最后通过仿真实验证明了该结论的正确性。

动态频谱共享通信系统(DSSCS)的分布式网络中使用p坚持时隙ALOHA作为媒体接入控制协议，MAC驱动不支持浮点运算。分析了动态自适应p坚持算法的工作原理，并针对该算法中需要进行对数运算的问题，提出了二进制移位和泰勒级数展开两种近似处理算法。对近似算法对系统性能的影响进行了数值计算和仿真测试，结果表明，该近似算法在降低了运算复杂度的基础上，能获得接近于p坚持理论算法相近的性能。

针对基于自动速率回退(ARF)算法的多速率IEEE 802.11网络，给出了ARF算法分析的一种离散时间Markov链模型。模型的建立，考虑了节点在发送过程中，通过Basic与RTS/CTS模式的选择，对是否因为信道传输误码导致的失败进行的区分。利用算法模型，分析了节点在以随机概率选择不同发送模式的方式下，其采用各个传输速率的稳态概率分布，并在此基础上结合协议退避机制的研究，给出了多速率网络系统吞吐量性能的计算方法。通过大量的仿真实验，验证了模型分析方法具有很好的准确性，并讨论了算法以及MAC协议参数设置对网络性能的影响。

Two approximate computation methods were proposed to acquire the optimal transmitting probability and further to find the optimal contention window setting by analyzing the influence of the priority-based service differentiation of IEEE 802.11 Enhanced Distributed Channel Access (EDCA) on throughput. The optimal contention window setting can help yield the maximum aggregate throughput while maintaining the weighted proportional bandwidth differentiation among different traffic classes. Through validation by numeric evaluation and simulation, the results are proved to be very close to the theoretical value, and the optimal contention window setting can effectively optimize the throughput performance of the whole network.

多跳无线网络中网络拥塞的出现将严重降低网络的性能。基于802.11e提供的区分业务类型的信道接入优先级机制，提出了一种对尽力而为(best-effort)类型业务动态调整其优先级进行网络拥塞控制的协议。该算法的主要思想是对发生网络拥塞的节点提升其业务流传输的优先级使其获得更多的传输机会以缓解拥塞状况，并对严重的网络拥塞状况采取反向施压的策略降低上游节点业务流的转发速率。仿真结果表明，该算法有效地提高了网络重负载情况下的吞吐量。