基于能量均衡的无线传感器网络组播路由协议

在无线传感器网络实际应用中,组播技术能够较好地满足网络对资源的要求,但由于能量等多方面的因素限制,使得为无线传感器网络设计一个有效的组播路由变得非常困难.针对无线传感器网络中节点的能量限制,提出一种基于能量均衡树的无线传感器网络组播路由(EBTMR)协议,该协议充分考虑到网络中节点的能耗因素和节点的剩余能量,通过对这2个因素的综合考虑,使得具有较多能量的节点担任组播节点来承担更多的传输任务,为数据流优化路由选择,平衡无线传感器网络中节点的能量消耗,以延长网络的生存时间,仿真结果证明了EBTMR是有效的.     

一种在Ad Hoc网络中基于地理位置的节约能量的组播路由算法

在移动adhoc网络中,设计节约能量的组播路由算法是非常重要的,这是由于网络中的节点运行时所需要的能量来自于电池的有限供给。由于节点是可以移动的,这就要求节约能量的路由协议在本质上是分布式的,对于当前的节点状态是自适应的。论文提出一种基于地理位置的节约能量的组播路由算法,使得在满足带宽的同时,组播的能量消耗尽可能的少。其基本思想是:先由基本的组播算法生成一棵组播树,然后由组播树的每个非叶子节点根据其邻居节点的地理位置,动态地选择一些转发点,通过这些点以较小功率转发时可节约能量,以此优化组播树。     

基于委托转发技术的延迟容忍网络组播路由算法*

针对延迟容忍网络中的组播路由问题,提出了一种基于委托转发技术的组播路由算法。该算法是在详细分析组播路由设计需求的基础上,结合延迟容忍网络中节点移动特性,对委托转发技术中节点属性值和节点对转发标准进行重新设计。其节点属性值是面向组播会话的,节点对转发标准是动态适应网络状态的。仿真结果表明,相比于其他基于复制方式的组播路由算法,该算法具有更好的性能,尤其是在对网络开销的控制方面,因此,更适用于延迟容忍网络。     

能量驱动的移动Ad Hoc网络概率组播路由协议

在ODMRP协议中，由于采用周期性地广播Join-Query包来更新成员信息和路由信息，因此网络中流动着大量平凡的Join-Query控制包，造成网络开销增大，网络拥塞。采用能量驱动的概率转发的方法，根据每个节点的能量资源信息为每个节点设置相应的转发投递概率，抑制网络中的Join-Query控制包。模拟结果显示，能量驱动的MANET概率组播路由协议(p-ODMRP)在投递率满足需求的情况下，网络的控制开销减小20%左右，增加了网络寿命，协议的综合性能有明显提高。     

基于分层结构的Ad Hoc网络应用层组播路由研究

提出了一种基于分层结构的Ad Hoc网络应用层组播路由协议HALMP,将网络划分为多个子网,利用虚拟成员节点和延迟响应机制优化子网内共享组播树,以最小生成树方式构建子网间的源-群首组播树,数据分组转发时对组成员节点分布密集的区域引入本地广播机制。仿真结果表明,这些策略的采用优化了组播树,提高了分组转发效率,协议具有较好的可扩展性。     

一种动态负载均衡的P2P应用层组播方案

基于结构化的P2P基础设施,给出一种动态负载均衡的应用层组播方案--DLBMS.利用Tapestry协议的路由和定位机制,设计了延迟优化的组播转发树结构,采用根节点复制的方法生成多棵不相交的组播转发树,根据负载的变化动态调节组播转发树数目以实现负载均衡和降低源到组成员节点的端到端延迟.通过模拟实验说明了此方案在平均控制负载和端到端平均延迟方面的有效性.     

基于PIM-SM的域内组播设计

PIM-SM是一个不依赖于某一特定单播路由协议的组播路由协议,为组播数据转发提供路由信息。介绍了IP组播原理,分析了组播通信的优点,概述了组播路由协议。研究了基于PIM-SM的组播网络设计与实现方法,并给出了相关的网络配置方案。     

Ad-hoc网络组播路由协议的研究与设计

从无线自组网实际环境应用出发,提出了一种极大节省通信带宽并且实现简单的无线自组网组播路由协议.该协议充分利用了无线信道的广播特性,采用广播方式完成对网络内各节点的组播数据的分发,网络内各节点则根据组播数据的目的地址来判断是否应向自己直连的组播成员转发组播数据,并根据序列号决定是否将该组播数据再次广播出去以及防止收到重复的组播数据,因该协议不使用组播树,省却了建立与重建组播树的复杂过程,从而保证了对通信带宽的节省与实现的简便.现已在PowerPC平台上得到实际验证,运行效果良好.     

一种结合路径跳数和转发组成员数的优化组播路由协议

在深入分析ODMRP组播协议的基础上,本文提出了将传输节点分成不同类型的策略,并在此基础上提出了一种结合路径跳数和转发组成员数的组播路由协议HF-ODMRP(OptimalMulticastProtocolwithHopsandFGsbasedonODMRP).在HF-ODMRP协议中,节点根据网络已有的转发信息将自身标记为普通节点、FG(ForwardingGroup)节点的邻居或FG节点,并赋予不同的权值.在建立路由的过程中,每个节点首先计算路径上节点的累计权值和路径的总跳数,并优先选择具有两者比值最大的路径上的节点构成FG,从而使得发送者和接收者之间既可以共用更多FG节点,降低了转发组中冗余FG节点个数,又可以提高了组播协议的有效性.模拟结果验证HF-ODMRP不仅对动态拓扑具有良好的适应性,而且大大提高了组播协议的数据转发有效性和能源消耗有效性.     

基于虚拟Steiner树的无线传感器网络组播随机路由协议研究

针对基于树的组播路由协议中组播树鲁棒性不好,扩展能力差的特点,又结合无线传感器网络自身能量、计算、存储能力有限的特点,提出了基于虚拟Steiner树的组播随机路由协议VMRRP(Virtual-steiner-tree based Multicast Random Routing Protocol)。该协议的随机路由思想,使得组播树中源节点到各个组成员节点的路径是动态变化的,与GMP(Geographic Multicast Routing)协议相比,增加了组播树的鲁棒性,也均衡了网络能量,增加了网络生命周期,并通过NS-2仿真试验得到了验证。     

6LoWPAN网络组播通信方案的研究与设计

随着无线传感器网络(WSN)对新应用的需求不断增加,基于IEEE 802.15.4实现IPv6通信的低速无线个人局域网标准6LoWPAN是将WSN接入Internet实现全IP通信的理想解决方案.在此提出了一种基于6LoWPAN网络的组播通信方案,通过自组建M AC地址的方式,对现有的6LoWPAN网络增加了对组播通信的支持,设计完成了6LoWPAN网络组播通信方案,降低了组播通信下组内节点接收网关数据的时延,以及组外节点对无关数据的处理消耗.结果分析表明,该组播通信方案下的节点通信时延是单播通信下节点通信时延的15.13％,组外节点数据处理效率比广播通信下的组外节点提高了39.02％.该通信方案能够获得预期功能和性能,6LoWPAN节点能够动态加入和退出组播组,接收组播组内信息.     

一种无线传感器网络节点的故障检测算法

在无线传感器网络(WSN)中,容易因为故障节点存在冗余的故障属性、噪声数据以及数据可靠性等问题,从而产生传输错误数据,这将极大地消耗WSN节点中能量和带宽,向用户形成错误的决策。为此,提出了基于蚁群算法和BP神经网络模型的WSN节点故障检测方法。通过使用蚁群算法,使用户通过寻找优化路径来定位WSN节点的位置,通过这种随机搜索算法以及蚁群算法的搜索策略使用户对WSN故障节点的位置进行总体把握。然后又基于BP神经网络模型对获取的WSN故障节点信息进一步学习,在数据训练过程中,依据WSN故障节点预测误差,并进一步调整网络的权值和阈值,增加了故障诊断的精度。采用的算法对检测WSN故障节点具有较好的性能,使无线传感器网络的服务质量大大提高,增强了系统的稳定性,实验结果验证了算法的可行性和有效性。     

面向WSN节点的数据压缩算法的应用研究

本文根据无线传感器网络(WSN)节点对数据压缩的需要和节点存储空间和能量受限的特点,分析了面向WSN节点的数据压缩的特点和研究意义。针对资源受限节点对压缩精度和算法运算量的不同需求,提出了在典型节点处理器上基于傅立叶级数实现数据压缩的简化应用方法。仿真实验表明了在WSN节点平台上应用该压缩算法的有效性。     

一种新型能耗优化的无线传感器网络成簇算法

能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法(UCNE).该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优.     

一种面向WSN节点的数据压缩简化算法

为了在存储空间和能量受限的无线传感器网络(WSN)节点上压缩数据来节省无线发送和外部存储所耗能量,分析并强调了面向WSN节点的数据压缩的特点与研究意义.针对资源受限节点在存储和传送数据中对压缩率和精度及能耗等性能的需要,基于傅立叶分析原理,通过简化基频测量和按允许误差调整傅立叶级数最高阶次,提出了一种可在节点常用的超低功微处理器上实现数据压缩的简化应用方法.实验表明了该简化压缩算法的有效性.     

一种模拟退火遗传算法的传感器网络数据融合技术研究

研究无线传感器网络(WSN)数据融合技术。传感器节点计算能力、通信能力有限,WSN采用交叉重叠方式部署,导致冗余数据量大,需采用数据融合技术消除冗余和无效数据,节约网络通信能耗。结合遗传算法全局搜索和模拟退火算法局部搜索的优点,提出一种模拟退火遗传算法的WSN数据融合方法(SA-GA)。采用模拟退火遗传算法快速找到移动代理路由最优传感器节点序列,并实现数据融合。仿真实验结果表明,与遗传算法、模拟退火算法相比,SA-GA更能快速找到全局最优数据融合节点序列,并对数据进行有效融合,具有更小的网络能耗和网络延时。     

基于信号功率随机衰落模型的无线传感器网络干扰感知路由

为了降低无线传感器网络信号功率的衰减以及节点干扰对数据传输效率所造成的影响,提出了一种基于信号功率随机衰落模型的无线传感器网络干扰感知路由。首先,根据概率论提出了干扰节点不同分布情况下成功传输数据的两种概率干扰模型,并将节点的干扰、路由收敛及节点剩余能量问题作为路由度量建立了干扰感知路由;然后,通过将干扰、路由收敛,以及节点剩余能量作为评估权值,来共同决定最佳的下一跳节点。通过NS2的仿真数据表明,与基于差异化服务的干扰感知路由算法和基于编码的干扰感知路由协议相比,所提出的算法在数据投递平均成功率、能量消耗及平均延迟时间上均有一定优势。     

基于能量最小路径的WSN分簇算法

为延长无线传感器网络(WSN)的生存时间,提出一种基于能量最小路径的WSN分簇算法。参照节点的剩余能量与全网动态平均能量的比例关系,决定节点是否成为簇头,并结合簇头间的能量最小路径,实现全网的能耗均衡。仿真结果显示,该算法在网络生存时间、数据吞吐量和网络能耗等指标上性能较优。     

WSN-UAV基于FPGA的异步带优先级数据转发轮询控制系统

在林、农作物监测作业中,可通过散布无线传感器节点形成的自组织WSN收集作物环境信息。将UAV应用于分簇式WSN作为移动的数据收集节点sink时,UAV不仅需要转发各簇首节点的信息,还需转发自带传感器检测到的重要信息。为了保证UAV传感器检测信息及时转发,并进一步降低簇首节点能耗,延长WSN网络寿命,提出异步带优先级的数据转发轮询控制系统方案,应用马尔可夫链和概率母函数进行建模以分析系统性能。用自带异步读写FIFO功能的FPGA作为主控器件,基于FPGA设计该轮询系统硬件电路结构,验证了该轮询控制系统的可行性和高效性。实验结果表明,该方案能保证UAV及时转发重要数据,缩短服务延迟,提高WSN能耗效率,优化系统性能。     

Energy-Efficient Routing Using Novel Optimization with Tabu Techniques for Wireless Sensor Network

Wireless Sensor Network (WSN) consists of a group of limited energy source sensors that are installed in a particular region to collect data from the environment. Designing the energy-efficient data collection methods in large-scale wireless sensor networks is considered to be a difficult area in the research. Sensor node clustering is a popular approach for WSN. Moreover, the sensor nodes are grouped to form clusters in a cluster-based WSN environment. The battery performance of the sensor nodes is likewise constrained. As a result, the energy efficiency of WSNs is critical. In specific, the energy usage is influenced by the loads on the sensor node as well as it ranges from the Base Station (BS). Therefore, energy efficiency and load balancing are very essential in WSN. In the proposed method, a novel Grey Wolf Improved Particle Swarm Optimization with Tabu Search Techniques (GW-IPSO-TS) was used. The selection of Cluster Heads (CHs) and routing path of every CH from the base station is enhanced by the proposed method. It provides the best routing path and increases the lifetime and energy efficiency of the network. End-to-end delay and packet loss rate have also been improved. The proposed GW-IPSO-TS method enhances the evaluation of alive nodes, dead nodes, network survival index, convergence rate, and standard deviation of sensor nodes. Compared to the existing algorithms, the proposed method outperforms better and improves the lifetime of the network.