论文部分内容阅读
基于最大似然的网络拓扑估计方法能够获得全局最优的估计结果,优于一般局部最优化和节点对融合方法,但在网络规模较大时存在计算复杂度较高的缺点。首先证明了网络拓扑估计似然函数是单峰的且峰值为最大值;然后利用单峰特征,改进了现有基于最大似然的拓扑估计方法,降低了计算复杂度。最后,Matlab和NS-2仿真结果证明,在不降低拓扑估计准确率的情况下,改进算法将计算复杂度减少了30%～40%。