基于云安全模型的簇状树形无线传感器网络路由协议

由于传统的簇状树形无线传感器网络路由协议簇首能耗方差较大,导致存活节点数量和节点剩余能量较少,降低了无线传感器网络的使用寿命,为此设计一种基于云安全模型的簇状树形无线传感器网络路由协议。通过计算簇状树形无线传感器网络在接收与发送数据时的传输能耗,利用云安全模型获取云安全态势各种要素之间的不确定关系,预测节点的综合信任值,以预测结果为基础,采用蚁群算法获取分区节点的最优路径,完成簇状树形无线传感器网络路由协议。实验结果表明,本文设计的路由协议簇首能耗方差较小,存活节点数和节点剩余能量更多,接收数据包量比其他2种协议分别高出了48.1%和22.6%。由此可见,本文设计的路由协议延长了簇状树形无线传感器网络的使用寿命。     

遗传算法在WSN路由协议设计中的研究与应用

和传统无线网络的节点相比,无线传感器网络的节点有其特殊的地方:电源能量有限,通信能力有限以及计算能力有限,网络拓扑结构更加不稳定,这些特性使得以前研究很多的无线自组织网的网络路由协议不能直接应用于无线传感器网络.提出基于遗传算法思想来设计和优化无线传感器网络的路由协议,使得源节点和目的节点之间以及中间节点之间存在多条最佳路径,节点在进行路由选择的同时,最大限度来保证网络各节点的总体能量消耗最少,最终保证整个网络的残存性能有进一步的提高.     

改进遗传算法的WSN节点最优路由选择策略

针对无线传感器节点数据传输过程中的能量消耗问题,为了提高节点数据传输实时性,提出一种改进遗传算法的无线传感器网络节点最优路由选择策略。根据无线传感器网络的拓扑结构将监测区域划分不同大小的簇,并根据节点剩余能量选择每一个簇的簇头节点,然后将簇头节点编码成遗传算法的个体,根据数据转发能量耗能和延迟时间构建个体的适应度函数,并通过模拟自然界生物进化过程中的选择、交叉、变异等操作,找到节点数据转发的最优路径,在Matlab 2012平台上对数据路由算法的性能进行仿真测试。仿真结果表明,相对其他路由选择策略,提出的路由选择策略不仅可以均衡各个传感器节点的剩余能量,而且大幅度减少了数据转发路由过程中的能量消耗和延迟时间。     

基于带状区域路由的无线传感器网络QoS协议

提出了一种基于带状区域路由的无线传感器网络QoS协议。根据网络传输路径的能耗模型分析,将路由的转发节点控制在以源节点与Sink节点连线的带状区域,有效降低了路径上的传输能耗。另外,在改进型QoS协议中,转发节点根据当前QoS约束动态重新建立新的带状区域宽度,使传输路径最大程度拟合源节点和Sink节点的连线,达到路径传输能耗最优。仿真实验表明,无线传感器网络QoS协议在满足网络QoS约束下,节省了网络能耗,延长了网络生存时间。     

一种优化算法物联网技术分布式协作路由研究

研究无线传感器网络分布式协作优化问题。针对无线传感器网络资源利用率和传输效率低下等问题,建立了一种基于遗传优化算法的无线信道质量预测的分布式优化协作路由技术。该技术充分利用遗传算法,采用启发式方法建立无线链路信道信噪比预测模型,然后根据信道质量选择最优者作为协作节点,以较小代价在动态无线网络拓扑中搜寻到最优路由。数学分析表明,遗传算法收敛速度快、可靠性高,可以准确地预测无线链路质量;同时该协作路由技术对无线传感器网络具有更好的适应性,并有效延长了网络生命周期。     

无线传感器网络中组播路由协议分析

无线传感器网络由小型无线通信传感设备密集部署形成。组播是一种将数据包从源节点有效传递到一组目的节点的基本路由服务技术。组播协议中,源节点到目的节点的一些路径可由多个目的节点共享,所共享的路径越大,总带宽消耗越低。在分析无线传感器网络基本特征的基础上,对无线传感器网络中现有的组播路由协议进行了分类分析和比较,最后对无线传感器网络组播路由协议的未来发展趋势提出展望。     

基于Q-Learning的无线传感器网络生命周期平衡路由

无线传感器网络(wireless sensor network,WSN)由于容易部署和安装成本低等优势,受到学术界和工业界的广泛关注。然而无线传感器网络的节点在能量、计算能力、存储能力和带宽等方面都存在很大的局限性,复杂的传统网络路由协议无法直接应用到该网络中,因而简单高效的路由协议成为无线传感器网络的研究重点。为了延长传感器的工作时间,文章基于增强学习算法提出一种平衡无线传感器网络生命周期的路由协议Q-WRP。该协议综合考虑了节点的能量、到汇聚节点的跳数、传输时延等信息,为每个转发节点分配计算一个转发质量(即Q值),最终根据各转发节点Q值的大小选择出最优的转发路径。NS2仿真结果表明,该算法延迟了网络第一个死亡节点的出现时间,可以有效平衡网络节点的生命周期。     

基于遗传模拟退火算法的无线传感器网路由协议

在无线传感器网络中(WSNs)中,由于节点能量有限,为了延长整个网络的生存周期,提出一种基于遗传模拟退火算法的无线传感器网络路由协议.利用模拟退火(SA)算法具有较强的局部搜索能力并能以稳定的速度收敛,克服遗传算法(GA)局部搜索能力差并容易早熟收敛等缺点.该路由协议在簇头节点选举时充分考虑了节点的剩余能量,并根据网络中数据转发能量耗损和延迟时间建立个体适应度函数,采用遗传模拟退火算法找到簇头节点到基站的最优路径.仿真结果表明:与其他协议比较,该方法不仅可以均衡各个节点的剩余能量,还可以有效延长整个网络生存周期和提高网络的数据传输能力.     

无线传感器网络安全问题分析与研究

根据无线传感器网络的安全需求,重点分析了目前几种典型的路由协议,通过对多种传感器网络安全协议对比,指出了常用协议存在的局限性,提出了一种基于可信路由表的无线传感器网络安全路由协议,目标是实现以最可信的路由路径规避恶意节点,从而更适合无线传感器网络安全应用。     

矿井环境下无线传感器网络路由协议研究*

无线传感器网络应用场合拓扑结构复杂,针对煤矿井下工作环境中的无线传输数据需求,提出了基于距离有效性的层次路由协议。协议以节点间的距离为建立路由的依据,作为各个节点建立层次关系,节点间的数据以最优路径向汇聚节点传输。当网络结构发生变化时,协议可按照节点间的层次关系在较短时间内重建路由。仿真结果表明,协议具有较好的收敛性,并缩短了重建局部路由的时间,为无线传感器网络应用于矿井环境提供了一种方案。     

基于冗余连通的无线传感器网络覆盖优化研究

在保证无线传感器网络连通的基础上,提出了一种带有一定冗余度(即k连通)的传感器网络.另外在基于图论模型的基础上,提出一个多跳无线传感器网络的选路算法,该算法考虑到无线传感器网络的节点多跳特征,通过多跳矩阵的更新进行相应的路由选择和分析,从而选择最优路径,以节省网络开销.     

长链树状无线传感器网络中遗传蚁群路由优化算法

为提高长链树状无线传感器网络的服务质量(QoS),本文用云遗传蚁群网络算法对无线传感器网络路由进行优化.算法中将正向蚂蚁根据节点负载情况发现的可行路径作为遗传算法的初始种群进行染色体编码,用路径时延、跳数及链路质量定义的适应度函数对染色体进行评价;利用正态云发生器实现路径的交叉和变异操作,逆向蚂蚁对优化后的路径进行信息素更新.仿真结果表明该路由算法能够满足无线传感器网络的实时性、可靠性等方面的要求,实现了网络的负载平衡及拥塞控制机制.     

无线传感器网络跳数优化非均衡路由算法

针对多跳层次性路由算法中存在的距离基站较近的节点因数据通信负载过重而导致死亡速度过快的问题,提出一种无线传感器网络跳数优化非均衡路由（Hop Optimized Unequal Clustering Routing,HOUCR）算法。HOUCR建立基于最优跳数的路由路径,减小每回合网络能量消耗;通过能量均衡产生非均衡的簇,解决“热点”问题。仿真实验表明,HOUCR能够减小并均衡网络能量消耗,延长了网络寿命。     

一种无线传感器网络蚁群优化路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一.将蚁群优化算法(ACO)应用于无线传感器网络的路由,提出一种无线传感器网络蚁群优化路由算法.该算法利用蚁群的自组织、自适应和动态寻优能力进行网络优化路径的建立与维护,采用Stigmergy的概念来减少控制信息的流量,以实现网络数据的高效传输.仿真分析表明,该算法和DD算法相比在传输延时方面性能相当,在路由代价方面效果显著.另外,该算法还具有可靠性高、适应性强等优点,并能够根据需要实现网络的拥堵控制和能量均衡等综合优化.     

一种动态传感网络中的新型路由算法

随着无线传感网络技术和其应用领域的不断发展,网络模型趋于动态化,网络节点具有移动性,这给路由算法设计带来新的挑战。该文介绍动态叶子树网络模型,针对没有定位信息的场景提出适合动态网络的DLR路由算法。该算法包含路径相似度计算以及最佳路径选择2个步骤。仿真模拟表明,DLR路由算法能够在动态网络中保证超过90%的通信可靠性。     

一种分布式无线传感器网络跨层移动通信技术研究

针对无线多媒体传感器网络对带宽和实时性等的高要求,建立了一种基于能量优化和跨层协同交互的分布式多路径路由技术,并应用于移动通信领域。该技术采用了遗传算法优化节点传输多媒体数据能耗,建立节点剩余能量预测模型,根据感知能量建立跨层协同工作体系,以较小代价在动态无线网络拓扑中选择最优路径。仿真实验和数学分析表明,该技术能够高效地支持实时移动视频通信,适合于计算能力、存储能力和能量等受限的无线多媒体传感器网络。     

蚁群优化算法在WSN路由中的应用研究

介绍了基本蚁群算法的原理和适用范围,总结出了基本蚁群算法在求解最优路径问题时,虽然具有很强的发现较优解的能力,但是存在容易陷入局部最优解和收敛时间过长等问题。考虑到基本蚁群算法在无线传感器网络路由上应用的不足,提出了一种改进后的蚁群算法,并将其应用到传感器网络路由中。该算法不仅在状态转移概率公式中引入罚函数和动态权重因子,而且采用局部信息素更新和全局信息素更新结合的方式更新路径信息,充分考虑到传感器节点与节点间的传输距离,并且充分考虑传感器节点的剩余能量。最后通过仿真实验,得到了基本蚁群算法和改进后的蚁群算法在传感器节点剩余能量和传输数据包时网络延迟的不同曲线,验证了改进后的蚁群算法在无线传感器网络路由选择上的高效性。     

无线传感网络交叉覆盖节点路由删除仿真研究

针对无线传感网络中节点的覆盖范围较小,删除无用路由所用时间较长,导致网络覆盖率低和路由删除效率低的问题,提出无线传感网络交叉覆盖节点路由删除方法。建立节点覆盖模型,在节点覆盖模型的基础上将无线传感网络的覆盖率和连通性当做综合评价函数,构建无线传感网络交叉覆盖节点优化布局的数学模型,并采用罚函数结合无约束优化模型代替传统约束优化模型。运用自适应遗传算法求解无约束优化模型,实现无线传感网络中交叉覆盖节点的优化布局,进而删除无线传感网络中存在的无用路由。分析实验结果得出,所提方法的网络覆盖率高、路由删除效率高,说明所提方法实际应用性强。     

Secure Routing Protocol based on Multi-objective Ant-colony-optimization for wireless sensor networks

To solve the problem of achieving the maximum network security goal with lower energy consumption in wireless sensor networks, this paper proposes a Secure Routing Protocol based on Multi-objective Ant-colony-optimization (SRPMA) for wireless sensor networks. The ant colony algorithm is improved to be a multi-objective routing algorithm with considering the residual energy of nodes and the trust value of a rout path as two optimization objectives, in which a rout path is produced through the multi pheromone information and the multi heuristic information consisting of two objective functions. The node trust evaluation model is established by using an improved D-S evidence theory with confliction preprocessing to evaluate nodes trust degree. The multi-objective routing result is obtained by using the Pareto optimal solution mechanism by using the external archive method with a crowding distance criterion. The simulation results conducted with NS2 show that the proposed algorithm can achieve desired performance against the black hole attack in WSN routing.