基于位置信息的无线网络协作路由算法

网络生命周期是评价能量受限无线网络性能的重要指标之一,如何有效延长网络生命周期是影响该类无线网络实际应用的重要问题,优化发射功率或节约能耗是比较常见的解决方法之一。针对直接和协作2种传输链路,将协作通信技术与路由机制相结合,并基于节点的位置信息,提出一种最大化网络生命周期的协作路由算法。该算法在保证一定中断率的前提下,运用非线性规划方法求解最优发射功率,进而构建由节点发射能耗、接收能耗和剩余能量组成的权值代价公式。然后,基于Dijkstra’s最短路径,依据权值代价公式建立从源节点到目的节点的协作路由。仿真实验结果表明,该算法可以降低节点的发射功率,减少节点的能量消耗,从而有效的延长网络生命周期。     

面向用电信息采集的WSN非均匀分簇多跳路由算法

针对传统多跳路由协议的“热区”问题,提出一种面向用电信息采集的WSN非均匀分簇多跳路由算法。算法将网络分为虚拟块,并在簇头路由时考虑节点位置和剩余能量的影响,利用三角模融合算子对基于节点位置的隶属度函数和剩余能量隶属度函数进行融合判决,并根据最大隶属度原则选择父节点,优化路由选择。实验结果表明,改进后的算法显著延长了网络生存时间,同时具有更好的负载平衡程度。将该路由算法应用于用电信息采集系统中,能达到较好的性能。     

无线传感器网络能量改进路由算法研究

基于能量多路径路由协议和LEACH路由协议的大多数成簇算法是概率选择,在一定程度上会加速局域内节点能量过早消耗完,影响网络的性能。结合能量感知多路径和LEACH路由算法,提出一种能量高效的改进路由算法,从节点能量消耗角度出发,根据节点与汇聚节点之间的距离、网络中所有存活的节点到汇聚节点的平均距离以及该节点当前剩余能量值来确定簇头选择的能量阈值,并依据该值进行路由选择。仿真实验结果表明,该算法能够提高网络整体性能,有效延长网络节点的生命周期。     

电能质量监测系统中基于蚁群的WSN路由算法研究

针对变电站电能质量监测系统中无线传感器网络存在能量分布不均,消耗过大等不足之处,提出了一种基于蚁群的动态优化路径无线传感器网络路由算法,通过在信息素更新公式中引入路径能量、路由跳数等参数来平衡网络节点能量。通过仿真验证,该算法在降低网络能量消耗方面具有很好的效果。     

广域保护通信多路径路由选择的改进蚁群算法

广域保护系统对通信过程中的实时性和可靠性都有严格的要求。目前满足广域保护通信系统的路由算法是在综合了时延和可靠性的要求下,计算一条最优主路径,而没有考虑在主路径链路或节点失效后的备用路径问题。针对此问题,提出了一种基于蚁群算法的多路径路由算法,用于计算满足广域保护通信要求的主路由和备用路由,以提高广域保护通信的可靠性。基于链路的时延和可用率改进蚁群算法的信息素,通过改进的蚁群算法可以在广域保护通信网络寻找到从源节点到目的节点之间的多条不同质量的传输路径。实验结果表明,通过所提出的多路径选择算法计算得到的多条路径都能满足广域保护通信系统对实时性和可靠性的要求。     

面向应用的无线传感器网络路由算法

提出了一种新的面向应用的无线传感器网络路由算法以延长网络的生存期.Sink节点以泛洪方式周期性地广播任务,中间节点是面向应用的处于不同层次上的Sink节点.基于提出的节点数据结构模型,节点根据任务的语义信息及邻居节点网络状态信息参与任务、处理数据和选择路径.定性分析及仿真结果表明,面向应用路由协议的能量消耗及能量均衡性...     

无线传感器低功耗路由算法

为了使无线传感网络维持在小的路由信息的同时进一步降低无线传感网络节点能耗,提出了一种改进的LEACH算法。该算法采用多跳路通信方式,对簇头与sink节点的通信过程中的节点能耗进行优化。为了避免能量过低的节点被作为簇首的情况,在每一轮的簇首选举过程中,节点剩余能量成为选举簇头节点的重要指标。然后用MATLAB进行仿真,实验证明,与经典LEACH算法相比,改进LEACH算法网络能量消耗更加均衡,使网络的生存时间有很大程度上的提高。     

基于拥塞感知的ASON路由算法

针对网络中瞬间涌现的大量并发数据流导致网络拥塞的问题,提出了一种改进的拥塞感知路由算法。该算法可实时根据节点和邻居节点到目的节点的路径长度及拥塞状况选择路径,以自动交换光网络(Automatically Switched Optical Network, ASON)网数据包拥塞指标为链路代价值,根据网络实际的信息包传输状况,对各节点链路进行加权计算。该算法能够动态感知网络拥塞状态,是一种可自适应调节的路由算法。仿真实验表明,相比传统最短路径路由算法,所提算法能够有效提高ASON网动态选路的合理性及传输网数据的传输效率,优化网络资源利用率。     

基于并行遗传蚁群算法的组播路由调度算法

组播是将信息从源节点同时发送到网络中多个目的节点的通信方式,这是网络规模日益增大,信息流量增大的必然结果.组播路由是用一点到多点的方式传送信息,组播路由问题已被证明是NP-Complete问题.文中结合遗传算法GA和蚁群算法ACA的优点,提出了一种并行的遗传蚁群算法GACA,并把该算法应用到求解组播路由问题中.GACA算法利用遗传算法的快速性、随机性、全局收敛性产生求解问题的初始信息素分布,通过选择,交叉,变异等遗传操作产生一组新的个体,然后再利用蚂蚁算法群体并行性、正反馈性、求解效率高的特点,实现组播路由优化选择.仿真实验结果表明,该算法不但实现了组播路由的全局优化,而且在时间效率上优于现有的组播路由算法.     

基于路由树的分布式自适应动态多跳分簇路由协议

针对已有的分簇路由算法中存在的簇间路由路径选择不合理等问题,提出了基于路由树的分布式自适应动态多跳分簇路由协议DADMC。分簇阶段通过设置不同剩余能量的节点不同的延迟时间来让能量高的节点优先成为簇首。簇间路由路径的选择为以sink节点为根节点的动态路由树,每个节点从父节点中选择使得自己路由权值最小的节点作为下一跳。仿真实验结果表明,与已有的分簇路由算法相比,提出的算法可以更好地实现能耗均衡并延长网络生存时间。     

结合蚁群算法和萤火虫算法的无人船路径规划

为提高无人船在执行水质采样任务时的路径规划效率，提出一种结合蚁群算法和萤火虫算法的路径规划算法。首先，在构建最短采水路径网络时，将转向角代价启发函数引入传统蚁群算法，减少路径搜索结果中的频繁转向；其次，剔除搜索结果中的冗余结点，进一步减少无人船转向次数，使所求得路径更适用于无人船实际航行。最后，在求解最优采样顺序时，基于随机修正的方式设计了一种改进的萤火虫算法，提升了算法的收敛速度。仿真实验结果表明，本文所设计算法能够完成水质采样任务路径规划任务，相比传统算法，搜索效率更高，有效缩短了总路径长度。     

A cross-layer design and ant-colony optimization based load-balancing routing protocol for ad-hoc networks

In order to periodically reassess the status of the alternate path route (APR) set and to improve the efficiency of alternate path construction existing in most current alternate path routing protocols, we present a cross-layer design and ant-colony optimization based load-balancing routing protocol for ad-hoc networks (CALRA) in this paper. In CALRA, the APR set maintained in nodes is aged and reassessed by the inherent mechanism of pheromone evaporation of ant-colony optimization algorithm, and load balance of network is achieved by ant-colony optimization combining with cross-layer synthetic optimization. The efficiency of APR set construction is improved by bidirectional and hop-by-hop routing update during routing discovery and routing maintenance process. Moreover, ants in CALRA deposit simulated pheromones as a function of multiple parameters corresponding to the information collected by each layer of each node visited, such as the distance from their source node, the congestion degree of the visited nodes, the current pheromones the nodes possess, the velocity of the nodes, and so on, and provide the information to the visiting nodes to update their pheromone tables by endowing the different parameters corresponding to different information and different weight values, which provides a new method to improve the congestion problem, the shortcut problem, the convergence rate and the heavy overheads commonly existed in existing ant-based routing protocols for ad-hoc networks. The performance of the algorithm is measured by the packet delivery rate, good-put ratio (routing overhead), and end-to-end delay. Simulation results show that CALRA performs well in decreasing the route overheads, balancing traffic load, as well as increasing the packet delivery rate, etc. Translated from Journal of ACTA Electronica Sinica, 2006, 34(7): 1199–1208 [译自: 电子学报]     

基于能量的非完全分簇路由算法

针对LEACH算法中节点能量消耗过快而容易死亡、簇头选举机制不合理及稳定周期短等问题,为提高网络稳定性,有效利用节点能量,提出了一种非完全分簇路由算法。该算法考虑节点剩余能量来选举簇头,利用基站能量充足的优势,建立非完全分簇,采用平面路由和分簇路由相结合的方式来实现数据传输,以均衡网络负载。仿真结果表明,该算法对比LEACH,网络稳定周期延长了29.48%,稳定周期占网络生命周期比例提高至72.53%,网络性能更优。     

基于目标簇树的Zigbee路由算法研究

针对Cluster‐T ree路由算法效率低下以及AODVjr路由算法控制开销过高的问题,在邻居表的基础上,结合AODVjr的路由发现机制,本文提出一种基于目标簇树的路由算法,该算法将目的节点邻近的祖先节点和后裔节点视为源节点搜寻与目的节点间路由路径的重点搜索对象,其核心点在于判断下一跳,在路由寻找过程中存在两种情形,其一是在邻近节点中发现属于目标簇树的节点,其二是借助于改进型AODVjr算法进行判断选择。最终NS2仿真结果表明本文提出的路由算法相对于Cluster‐T ree路由算法减少了路由跳数,在控制开销上相比于 AODVjr路由算法则大大降低,该算法在这两个参数之间达到一种平衡。     

双模异构配电场域网多径并发传输动态决策算法

为提高配电场域网节点间的传输速率和连通率,构建了具有高速电力线宽带载波和微功率无线通信能力的混合多径双模异构配电场域网。首先论述了该场域网的拓扑结构、组网过程以及维护机制。其次设计了一种滑动窗口加权平均链路度量方法,采用改进的跳数受限Bellman-ford最短路径算法计算混合多径路由,并使用最近最多使用策略对各节点路由进行分散更新。在此基础上设计了一种自适应多径并发数据传输动态决策算法。最后将构建的该场域网应用到配电信息采集系统中,并在实验室和工程现场对其性能进行了测试。测试结果表明,该场域网比单模场域网在提高抄收率和缩短抄收时间方面效果明显。     

环境监测中无线传感器网络路由算法的改进

针对无线传感网在环境监测应用中节点能量的问题,基于PEGASIS算法设计了一种改进的路由算法PBRE。该算法采用了改进的距离门限策略(短链聚合策略),并在簇头选举过程中综合考虑了节点发送数据的能耗和剩余能量。实验表明,该算法在延长网络生存时间和数据传输时效性上的有效性,且具有一定程度上的避障功能。     

A maximum neural network algorithm for route selection problems in multihop radio networks

In a multihop radio network, packets are transmitted from course nodes to destination nodes by activating several links between nodes. Each node can either send a packet to, or receive a packet from, at most one of its adjacent nodes simultaneously. To minimize the transmission time for given requests, the problems must be solved by selecting a transmission route for each request (the routing problem) and by finding a link activation schedule (the link activation problem). The routing problem is decomposed into two subproblems: the candidate extraction problem and the route selection problem. In this paper, we propose a neural network algorithm using the maximum neuron model for the route selection problem. We verify through simulations that our algorithm finds better solutions in a shorter time than the existing algorithms. We also probe the NP‐hardness of this problem. © 1999 Scripta Technica, Electr Eng Jpn, 129(2): 78–86, 1999     

基于改进VECMP的电力通信网络路由优化算法研究

在电力通信网络中,负载均衡可降低瓶颈节点的过载,提高网络资源的利用率以及系统可靠性.针对电力通信网络路由算法效率较低的问题,文中在传统等价多路径ECMP算法和遗传算法的基础上,结合可变等价多路径算法VECMP与改进的遗传算法IGA用于电力网络中的路由优化.通过优化三种遗传算子,提高了 VECMP算法的效率,并通过算例与现有优化算法的比较,验证了该算法在路由优化中的优越性.结果表明,该优化算法能够快速获得网络的最优权值分配方案,降低链路的最大利用率.所提研究为我国电力通信网路由优化方法的发展提供了参考和借鉴.     

基于SEP协议改进的最优稳定选举算法

针对二级初始能量异构的无线传感器网络运行过程中出现的节点能耗不均衡和网络稳定生命周期较短问题,基于SEP协议,考虑节点和簇头能量因素,以及结合节点和簇头的数据传输距离因素,提出一种改进的稳定选举路由算法(E-SEP),分析了算法本身在不同高级节点占比和不同总结点数量下的性能,并与低功耗自适应集簇分层-确定性簇头选取(L...