基于能量均衡的无线传感器网络路由算法*

针对路由选择模式是影响无线传感器网络寿命的关键因素之一,提出了一种新的WSN路由算法IG-PSR-2。首先将前向区域划分为面积相等的四个子区域,然后选择节点能量方差最小的子区域作为路由选择区域,最后用概率机制在路由选择区域中选择下一跳节点。仿真实验表明,IGPSR-2能有效均衡网络节点能量消耗,从而延长网络生命周期。     

无线多媒体传感器网络视频流区分服务多径Qos路由算法

无线多媒体传感器网络视频流传输需要提供多样性QoS保障,传统的无线传感器网络路由协议不能很好地保证多媒体视频流数据传输, 改进多径路由算法TPGF下一跳节点选择方法,提出一种适合视频流传输的区分服务多路径Qos路由算法DSMQRA。综合考虑各路径跳数与节点剩余能量情况,在源节点与汇聚节点间找到多条优化的节点不相交路径;采用区分服务机制,重点保护视频流关键帧,提高视频流传输质量。在NS2环境下与AODV、GPSR、TPGF等算法进行仿真对比分析,实验结果表明DSMQRA算法能够有效延长网络生存时间、降低丢包率、减小帧延时、图像峰值信噪比较高,更加适合无线多媒体传感器网络视频流数据传输。     

基于距离和概率的能量相关路由协议

由于传感器节点只携带能量十分有限的电池,如何最大化网络生命周期是传感器应用必须考虑的问题。提出一个新的能量相关路由算法,即基于概率和距离的能量相关协议EPDRP,该协议在选择下一跳时综合考虑节点位置信息和剩余能量这两个方面。使用NS2对GPSR和EPDRP协议进行了实验分析,结果表明EPDRP获得了更短的路径长度和更少的路由负载,可有效延长无线传感器网络的生命周期。     

EMRPP：一种DTMSN组播路由算法

针对容迟移动传感器网络（Delay Tolerant Mobile Sensor Network,DTMSN）网络的容迟及节点的移动性特点,提出了一种新的基于概率预测的能量均衡组播路由算法（Energy-balanced Multicast Routing based Probability Probabilistic,EMRPP）。该算法采用到达概率选择路由下一跳的方式,且考虑了节点能量对算法性能的影响。仿真结果表明,EMRPP算法在数据传输率和平均传输延迟方面的性能要优于改进之前的PROPHET算法,是一种有效的容迟移动网络组播路由方案。     

传输受限的大规模无线传感器网络路由算法

针对大规模无线传感器网络在其传输受限的应用环境下,提出一种基于精细化梯度层次场的有效路由算法（FGLRA）。该算法通过邻居节点集中低层次节点数来刻画节点在层次内的边界位置,实现精细化梯度层次场要求。在此基础上,描述了路由算法的总体框架,并对边界位置值确定、下一跳节点集选择、路由转发机制及数据回传4个关键部分进行了详细分析设计。最后,通过不同规模环境下的仿真模拟,并与融合树、位置辅助等路由算法进行了相关比较。结果表明,该路由算法能有效降低网络能耗、均匀网络负载、延长网络生命周期。     

能量均衡的无线传感器网络节点路由算法

为了提高无线传感器网络的生存时间,提出一种能量均衡的无线传感器网络节点路由算法。首先利用能量阈值和节点剩余能量将节点归类为2个区域,使得不同区域的节点当选为本轮簇头节点的概率不同,在数据稳定传输阶段,簇头与基站之间采用单跳与多跳相结合的通信方式,最后采用仿真实验测试算法的性能。结果表明,本算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长。     

一种适合太赫兹纳米传感网的多跳路由协议

无线纳米传感器网络是一种新型的传感网,网络中的纳米节点可以在太赫兹带通信。目前对太赫兹纳米传感网的研究主要集中在物理层,而对路由协议方面的研究较少,因此提出一种基于网络状况的多跳路由协议。该协议限制了候选节点的区域,保证多跳转发的方向;考虑了太赫兹信道的特性,建立链路代价函数以权衡传输能耗、信道容量和传输距离;以一定的概率在多个代价最优的节点中选择下一跳节点,从而延长网络的生存期。仿真结果表明,所提出的路由协议具有吞吐量大和能耗低的特点,适合作为太赫兹纳米传感器网络的路由协议。     

基于三维胞元空间的自适应多跳能量高效路由

针对无线传感器网络中三维路由算法的能耗问题,提出了基于三维胞元空间的自适应多跳能量高效路由(3D-SMEER)。该路由算法根据自适应多跳机制确定跳数,利用协同节点转发消息包到邻居最优胞父,从而减轻当前胞父的传输负担。同时,对协同节点的选择区域进行了研究,并且考虑节点的剩余能量和相关位置信息选择协同节点,以平衡网络的能耗。仿真结果表明,与其他算法相比3D-SMEER算法节省了网络的平均能耗,有效地提高了网络的能耗平衡度。     

一种无线传感器网络安全路由算法研究

路由则是无线传感器网络中的关键一环，路由攻击有可能破坏和降低无线传感器网络的功能。可靠的路由协议对于路由安全和无线传感器网络的效率至关重要。目前已有大量研究来建立路由节点之间的信任，包括使用加密方法和集中式路由。由于难以正确识别不受信任的路由节点活动，大多数路由技术还无法得到实际应用。本文提出了一种融合区块链基础设施和深度神经网络的可信安全路由算法，以提高无线传感器网络路由的安全性和效率。为了验证传输过程，利用区块链网络内的权威证明共识机制，通过深度学习方法选择校对所需的验证器，该模型优先考虑了每个节点的特征，然后利用马尔科夫决策过程确定合适的下一跳作为能够安全传输消息的转发节点。实验结果表明，本文所提的路由算法在50%的恶意节点路由情况下优于已有的路由算法。     

基于剩余能量动态调整前向角度的路由算法

无线传感器网络(WSN)路由是影响网络寿命的重要因素。关键节点多次通信带来大量能耗,极易导致网络过早瘫痪。针对网络部分关键节点能耗过快问题,提出一种基于下一跳节点剩余能量动态调整前向角度的蚁群路由算法(DAFARE)。首先,节点于初始前向角度范围内根据节点剩余能量和距离来选择下一跳节点;而后,根据前向角度范围内节点剩余能量情况,动态调整前向角度大小;最终达到避免关键节点过早死亡的目的。仿真表明,与基于多目标评价函数与正-负反馈并存机制的蚁群算法(FMEPNF)相比,DAFARE能将网络有效寿命提高约50%。实验结果表明:该算法能有效均衡网络能耗,延长网络生命周期,保证网络有效覆盖范围。     

能量感知的GPSR动态路由负载均衡

贪婪周边无状态路由协议（GPSR）在Ad Hoc和传感器网络中有广泛的应用,GPSR的路由是以距离目的坐标最近的原则进行选路的,容易形成热点路由,从而缩短网络的生存时间。基于对邻居传感器节点的能量感知,提出了有动态负载均衡能力的GPSR路由算法。该算法能够根据网络节点的能量情况动态调整路由。仿真结果表明提出的具有动态路由负载均衡能力的GPSR算法能有效延长网络的生存时间。     

一种基于左、右手法则的GPSR分区边界转发路由协议*

针对无线传感器网络贪婪地理路由协议中的路由空洞问题,分析了现有路由空洞解决策略的不足,对GPSR路由协议中边界转发策略进行改进,提出了一种左、右手法则相结合的分区边界转发策略.仿真结果表明,改进后的协议能够以较小的控制开销代价,提高数据包投递成功率,减少路由跳数,提高贪婪地理路由协议的实时性.     

基于XYLS的TGPSR路由协议

如果目的节点的位置信息较准确,GPSR路由协议可以高效地发送数据包到目的节点。目的节点的位置信息不准确时,则会导致数据包的严重丢失。针对这个问题,提出了TGPSR（Two-hop Greedy Perimeter Stateless Routing）路由协议：每个节点维持两跳的邻居节点列表,显著增加了对目的节点位置信息的容忍度,在位置信息不够准确的情况下也可以把数据包发送到目的节点。基于XYLS（Column-Ron-Location Service）的TGPSR协议利用XYLS位置服务协议负载较小、可扩展性良好的特点将更多的带宽用于数据传输,进一步提高协议的性能。     

Convex Subspace Routing (CSR): Routing via anchor-based convex virtual subspaces in sensor networks

Convex Subspace Routing (CSR) is a novel approach for routing in sensor networks using anchor-based virtual coordinates. Unlike geographical routing schemes that require physical location information of nodes, obtaining which is often difficult, error-prone and costly, the Virtual Coordinate (VC) based schemes simply characterize each node by a vector of shortest hop distances to a selected subset of nodes known as anchors. Even though VC based routing (VCR) schemes benefits from having connectivity information implicitly embedded within the VCs, VCs lack the directional information available with physical coordinates. The major issues affecting routing using VCs are addressed. Due to local minima problem in the virtual space, the VCR schemes rely on backtracking or hill climbing techniques to overcome the local minima. Convex Subspace Routing, in contrast, avoids using anchors that cause local minima. It dynamically selects subsets of anchors that define subspaces to provide convex distance functions from source to destination. Consequently, it is less sensitive to anchor placement and over anchoring, and does not require tracking route history for backtracking, resulting in shorter packet lengths and energy efficient operation. Three techniques for selection of convex subspaces are proposed and evaluated. Performance evaluation for several different network topologies indicates that CSR significantly outperforms the existing VCR scheme, Logical Coordinate Routing (LCR), while being competitive with geographic coordinate based Greedy Perimeter Stateless Routing (GPSR), even though latter makes use of node location information.     

基于锚节点的车载网地理路由算法

车载网络存在节点移动速度快、拓扑结构变化迅速等特点,直接利用全球定位系统(GPS)进行定位存在误差大和路由连通率低等问题。因此现有的基于地理位置的路由算法包递率不高,无法提供可靠路由。提出一种基于锚节点的车载网地理路由算法(GRAN),利用城市路灯作为锚节点,车辆通过锚节点定位自身位置,结合道路网关及中心数据,建立分层次的路由结构。通过这种方式,GRAN去除了路由发现过程及全网广播,达到降低路由开销、提高路由效率和包递率的目的。利用NS-2软件,选取接近现实的城市场景仿真。实验结果证明,与典型的基于地理位置的路由协议如贪婪转发与周边转发相结合的无状态路由(GPSR)和图形源路由(GSR)协议相比,GRAN能以较低的负荷提供较低的平均时延、较高的包递率和吞吐量。     

基于方向的有限洪泛路由协议

将AODV和GPSR这2个协议的设计思想结合起来,提出基于方向的有限洪泛路由协议。该协议结合地理信息,对AODV加以改进。由洪泛方式能请求到最优的转发路由,不会产生绕路,在路由请求的过程中,采用基于方向的有限洪泛,能大量减少RREQ报文和信号冲突,从而提高数据报文的成功传递率。通过仿真实验验证了LFRD的可行性,并证明其在成功传递率、协议带宽消耗等性能方面较AODV有提高。     

基于路径探索的车载自组网贪婪路由算法

为了提高城市中车辆间信息的传输效率，实现车辆间的信息共享，针对目前车载自组网（VANET）中基于地理位置转发的多跳单播路由算法没有考虑城市场景的特殊性，不能很好地适应城市中车辆的高度动态性，使车辆之间的数据包可能在错误的路径上传播，造成丢包率较高、时延较长的问题，提出了一种新的基于路径探索的贪婪路由算法。首先，以数据包传输时延为标准，运用人工蜂群算法对数字地图规划出的多条路由路径进行探索。其次，优化数据包在车辆之间的多跳转发方式。仿真结果表明，与贪婪周边无状态路由（GPSR）协议和最大持续时间最小角的GPSR（MM-GPSR）改进算法比较，在最好情况下，所提算法的数据包到达率分别提高了13.81%和9.64%，而该算法的数据包平均端到端时延分别降低了61.91%和27.28%。     

Centroid virtual coordinates – A novel near-shortest path routing paradigm

Geographic routing has received increasing attention in the context of Wireless Sensor Networks since it frees the network from the energy-demanding task of building and maintaining a structure. It requires however each node to know its position, which may be a prohibitive assumption for many applications. To this end, some prior work has focused on inferring a node’s location from a set of location-aware anchor nodes.In this work, we free ourselves from positioning techniques and anchor nodes altogether, and introduce and analyze the concept of virtual coordinates. These coordinates are chosen randomly when a node is switched on, and are updated each time the node relays a packet. As this process goes on, the virtual coordinates of the nodes converge to a near-optimal state. When using a greedy geographic approach on top of these coordinates, we show that the number of hops to reach the destination exceeds the shortest path by a few percent only. Moreover, our approach guarantees delivery even when nodes appear/disappear in the network, and under realistic transmission models.We analytically prove the correctness of our protocol. Moreover, extensive simulations are used to show that our position-free solution outperforms existing geographic protocols – such as Greedy-Face-Greedy (GFG) or Greedy Perimeter Stateless Routing (GPSR) – in terms of energy-efficiency, path length and robustness.     

On the Planarization of Wireless Sensor Networks

Network planarization has been an important technique in numerous sensornet protocols—such as Greedy Perimeter Stateless Routing (GPSR), topology discovery, data-centric storage, etc.—however the planarization process itself has been difficult. Known efficient planarization algorithms exist only for restrictive wireless network models: unit-disk graphs with accurately known location information. In this paper, we study efficient planarization of wireless sensor networks, and present a novel planarization method for a more general network model, where sensors can have non-uniform transmission ranges and no location information is needed. Our planarization algorithms also include a (2+ε)-approximation algorithm and an FPT algorithm for the bipartite planarization problem.