高效的MPR选择算法

OLSR(optimized link state routing)协议中最重要的功能之一是多点中继(multi point relays, MPR)节点的选择,该协议中路由的计算就要依靠MPR选择相关表项。传统的MPR算法只是减少了同一区域内相同消息的泛洪,并没有考虑网络中新加入节点获取全网拓扑信息的时间问题。针对该问题进行了研究并提出一种高效的MPR选择算法,该算法有三个步骤:首先减少了部分拓扑控制(topology control, TC)消息冗余问题;然后选择MPR时考虑有效覆盖面积让新加入的节点获取全网拓扑信息所需的时间缩短;最后考虑到移动性对网络拓扑的影响,基于历史信息预估下一时刻节点的位置,增强了链路的稳定性。通过仿真,将改进的MPR算法与传统算法比较,端到端时延降低,数据包的传递成功率也有所提升。     

无人机自组网中基于Q-learning算法的及时稳定路由策略

无人机自组网凭借其抗干扰能力强、适用于复杂地形、智能化程度高和成本较低的优点,近年来受到广泛关注,该网络中路由协议的设计与优化一直是核心研究问题。针对无人机自组网中因节点快速移动造成节点本地存储的路由未及时更新而失效的问题,提出一种基于Q-learning算法的动态感知优化链路状态路由协议(DSQ-OLSR)。该协议首先充分考虑了无人机自组网节点高速移动的特点,在选取多点中继(MPR)节点时添加了链路稳定性和链路存在时间这两个指标,使得选出的MPR节点集更稳定、合理;其次,结合Q-learning算法对TC消息的发送间隔进行自适应调整,使得在网络拓扑变动较小时增大TC发送间隔以减小控制开销,而在拓扑变动较大时减小TC发送间隔用于达到快速感知并构建网络拓扑的要求,进而实现数据的及时路由。仿真结果表明,与DT-OLSR协议相比,该协议在端到端时延、吞吐量、成功率和网络生存时间性能上分别提高了12.61%、9.28%、7.69%和5.86%,由此验证了其有效性。     

基于拓扑快速变化的OLSR改进路由协议研究

针对优化链路状态路由协议（OLSR）在网络拓扑结构快速变化时性能下降的问题,提出了一种新的结合鱼眼状态路由和能量感知的自适应改进路由协议,命名为AFE-OLSR。该改进协议通过监听节点链路集和多点中继选择集的变化情况,自动调整HELLO和拓扑控制消息的发送频率,实现移动感知。同时,它借鉴鱼眼状态路由的思想,节点自动调整拓扑控制消息的转发次数。通过这些机制,该协议能够记录接收消息的能量大小实现能量感知,以及根据能量感知和移动感知的结果来帮助节点选择更稳定和更可靠的路由。仿真结果表明,AFE-OLSR在网络拓扑变化时端到端时延减少8%,分组到达率提高11%,建立全网路由时间减少12%;在网络拓扑静止时HELLO发送量减少19%,TC转发量减少15%。     

基于拓扑维护的自适应多信道Ad Hoc路由协议

提出了无线移动Ad hoc网中一种基于拓扑维护的自适应多信道路由协议：MOLSR-TM，谊协议把拓扑维护状况感知和自适应控制算法引入OLSR以调整HELLO消息的发送频率和邻居记录表、拓扑记录表的刷新频率，从而增强节点掌握网络拓扑的能力，改善路由表项不全导致的分组寻路失败问题。性能分析和仿真结果表明：MOLSR-TM能改善节点的拓扑维护状况，增强动态拓扑适应能力，提高数据成功率、端到端时延和网络吞吐率等性能。     

OLSR路由协议的改进及其NS2仿真分析

研究了移动Ad hoc网络中的一种典型先应式表驱动路由协议:RFC3626最优链路状态路由协议(Optimized Link State Routing Protocol,OLSR),指出了该协议对MPR(Multipoim Relays)集合选择算法会导致该集合可能存在过多的冗余节点的不足之处,提出了一种改进的OLSR路由协议,通过对原MPR集合中节点的再次排序判断,除去了冗余节点.仿真结果表明:经过改进的OLSR在TC分组的发送数目、节点接受TC分组总数目、平均端到端延迟都得到了很大的改善,从而减少了TC分组的洪泛,提高了网络性能.     

基于ARIMA-ANN预测模型的能量感知路由算法

针对传统能量感知OLSR协议在减少传输功率消耗和均衡节点剩余能量之间不能兼顾的特点,提出了一种新型的基于剩余能量比例和传输功率消耗的OLSR路由协议OLSR_RC,它利用上述两方面的指标构造复合能量开销,并将其作为路由选择的度量值。在减小网络开销的同时,也防止了部分低电量节点的能量被快速耗尽,延长了网络的生存周期。此外,新路由还采用ARIMA-ANN组合能量预测模型对节点的剩余电量进行预测,降低了由于拓扑控制(TC)消息丢失对选择路由所造成的影响。这种新型路由协议在无线传感器网络领域有比较广阔的应用前景。     

MBQR:Ad Hoc网络中基于多点中继的QoS路由

基于泛洪方式的QoS路由存在浪费网络资源和不能有效地指导路由搜索两个主要问题,文章基于多点中继(MPR)的思想,提出了一种改进的路由协议-MBQR协议.MBQR节点提前收集局部拓扑信息,并通过某种策略选择节点的多点中继节点集.当应用有数据要发送时,利用这些中继节点引导路由搜索,从而快速地找到符合需求的较优路径,并且降低网络开销.仿真结果表明MBQR协议在网络规模较大、网络动态性适中的环境中,减少了路由建立时延和泛洪消息数目并且提高了路由协议的适应性.     

一种基于OLSR的新型层次路由算法*

提出了一种新型的基于OLSR的层次化改进算法HOLSR,旨在提高OLSR的整体效率。该算法通过分层设置洪泛范围和灵活调整各层拓扑控制分组的更新周期,降低路由执行开销;同时采用差值路由补偿技术提高数据分组的传输效率。仿真实验结果表明：HOLSR与OLSR路由算法相比,数据分组成功传输率高,端到端延迟小,路由协议开销少;与DSR、AODV、DSDV等典型路由算法相比,在不同节点移动速度和不同通信负载下,综合性能也有优势,尤其在通信负载较大时（880 kbps）,优势更加明显。     

基于优化链路状态路由协议的自适应MPR集选择算法

基于优化链路状态路由协议的多点中继(MPR)集选择算法(GLOBAL_OP_MPR)在网络拓扑稳定的情况下能有效减少网络中的MPR节点数,但在网络拓扑变化的情况下会出现冗余。为此,提出一种能适应网络拓扑变化的M PR集选择算法(GLOBAL_AD_M PR)。该算法在不增加算法复杂度的情况下,通过将选定的M PR节点再次遍历去除冗余,从而得到更优的MPR节点集合。实验结果表明,与GLOBAL_OP_MPR算法相比,GLOBAL_AD_MPR算法能有效降低数据包传输时延及网络开销,提高网络吞吐量。     

基于传输范围覆盖的无线传感器网络广播算法

广播在无线传感器网络中具有广泛的应用.泛洪广播虽然简单,但极为耗能.基于概率、基于计数以及基于位置等广播算法不使用任何邻节点信息,简单但性能改善有限.MPR以及多数基于连通支配集的广播算法利用2-hop邻节点信息计算转发节点集,虽然获得了较好的性能,但需更多的通信开销以获取和维护2-hop邻节点信息.为减少转发节点并节约通信开销,较好的实现无线传感器网络广播,本文利用1-hop邻节点信息提出了一种基于传输范围覆盖的广播算法TRCB.算法的主要思想是如果发送节点U的1-hop邻节点V被U和不包括节点V的其余1-hop邻节点集S覆盖,则节点V将不参与转发.分析与仿真表明,TRCB有效减少了冗余转发节点,从而节约了无线传感器网络能耗;并且利用1-hop邻节点信息,具有通信开销小、适应网络拓扑变化的特点;且其性能优于同样利用1-hop邻节点信息的边缘转发算法EFB.     

基于MAC层信息的OLSR改进方案

针对移动Ad Hoc网络通信节点共享通信介质且易受网络负荷影响的特点，提出了一种基于MAC层信息的OLSR协议改进方案。该方案通过对HELLO消息、TC消息的修改来获取并传输MAC层的拥塞信息，对路径选择算法进行改进以评估节点的网络负荷，选择出一条网络负荷和冲突较轻的路由，从而减少数据在MAC层和物理层的丢包。方案改进了TC消息源头节点的发送方式，采用源节点二次发送机制以降低对路由性能有重要影响的信令信息丢失的概率，稳定路由协议的性能，减少数据在网络层的丢包。仿真实验表明改进后的方案在网络负荷较重时，在不同的移动速率下均能提高数据传输的成功率，增强网络承受负荷的能力，提高其路由传输的性能。     

基于OLSR协议的最小MPR集选择算法

针对传统优化链路状态路由(OLSR)协议中利用贪婪算法求解最小多点中继(MPR)集时存在冗余的问题,提出了一种基于全局改进的Global_OP_MPR算法。首先引入了一种基于贪婪算法改进的OP_MPR算法,该算法通过逐步优化MPR集的方法去除冗余,可以简单高效地得到最小MPR集;然后在OP_MPR算法的基础上,将全局因素加入MPR选择判据中,引入"全局优化"代替"局部优化",最终利用该算法可以得到整个网络的最小MPR集。在OPNET上采用Random Waypoint运动模型进行仿真,与传统OLSR协议相比,采用OP_MPR和Global_OP_MPR算法的OLSR协议在整个网络上有效地减少了MPR节点的数量,并且具有更少的网络负担拓扑控制(TC)分组数和更低的网络延时。仿真结果表明,所提出的算法均能优化MPR集的大小,提高协议的网络性能;同时,Global_OP_MPR算法由于考虑了全局因素,达到了更好的网络性能效果。     

负载均衡的无线传感器网络拓扑控制算法

针对无线传感器网络节点能耗分布不均匀的问题,提出一种负载均衡的拓扑控制算法,该算法将节点看作数据转发节点,把节点间距离和节点剩余能量作为拓扑构建的依据,对剩余能量较少的节点赋予一定的节点度约束,从而均衡网络负载,解决网络中部分节点因负载过重而导致的能耗过大问题,有效延长网络生命期。     

一种新的无线传感器网络拓扑发现算法*

GBGD是一种面向攻击的隐蔽性较强的拓扑发现算法,通过分析发现,该算法对实际网络进行了过于理想化的假设,导致无法在实际中应用。在GBGD算法工作模式的基础上,对实际网络提出了合理假设,设计实现了一种新的网络拓扑发现算法,通过对报文向基站汇聚过程中每一跳转发时延进行分析得出节点在路由树中的层次关系,进而推算出网络的拓扑。仿真实验结果表明,该算法能准确推断出网络的拓扑,并在报文存在丢失较多的情况下具有较好的鲁棒性。由Mica2节点组成的原型系统实验结果表明,该算法能够较好地应用于实际网络。     

WSNs中基于梯度场拓扑控制算法的维护更新

在无线传感器网络( WSNs)中,为了能有效降低生成簇的簇树高度,需要设计可以限制节点到基站最小跳数的分簇算法,介绍了一种基于梯度场的拓扑控制算法(ETBG),并针对该算法中由新节点加入或节点死亡引起的拓扑结构变化的情况,给出其维护和更新算法,使该算法具有更好的可扩展性和自恢复能力,最后通过Matlab仿真验证算法的有...     

RBC-OLSR: Reputation-based clustering OLSR protocol for wireless ad hoc networks

We consider the problem of assuring the trustworthiness (i.e. reliability and robustness) and prolonging the lifetime of wireless ad hoc networks, using the OLSR routing protocol, in the presence of selfish nodes. Assuring the trustworthiness of these networks can be achieved by selecting the most trusted paths, while prolonging the lifetime can be achieved by (1) reducing the number of relay nodes (MPR) propagating the topology control (TC) messages and (2) considering the residual energy levels of these relay nodes in the selection process. In this paper, we propose a novel clustering algorithm and a relay node selection algorithm based on the residual energy level and connectivity index of the nodes. This hybrid model is referred to as H-OLSR. The OLSR messages are adapted to handle the cluster heads election and the MPR nodes selection algorithms. These algorithms are designed to cope with selfish nodes that are getting benefits from others without cooperating with them. Hence, we propose an incentive compatible mechanism that motivates nodes to behave truthfully during the selection and election processes. Incentive retributions increase the reputation of the nodes. Since network services are granted according to nodes’ accumulated reputation, the nodes should cooperate. Finally, based on nodes’ reputation, the most trusted forwarding paths are determined. This reputation-based hybrid model is referred to as RH-OLSR. Simulation results show that the novel H-OLSR model based on energy and connectivity can efficiently prolong the network lifetime, while the RH-OLSR model improves the trustworthiness of the network through the selection of the most trusted paths based on nodes’ reputations. These are the two different processes used to define the reputation-based clustering OLSR (RBC-OLSR) routing protocol.