基于遗传算法的无线传感器网络路由优化

无线传感器网络节点能量及通信能力有限,建立节能高效的路由路径是延长网络生命周期的关键。针对这一问题,基于遗传算法对无线传感器网络进行路由优化,考虑多种约束条件,提出了一种快速构建节能高效信息传输路径的算法。该算法考虑了网络拓扑结构及节点间的通信距离,避免生成无效个体,进一步优化了网络性能,同时将节点剩余能量及节点间的距离作为路由优化的约束条件,保证最佳路由的有效性。仿真结果表明,与Flooding算法相比,所提算法的网络能量消耗减少了约68%,网络寿命延长了约64%。     

基于遗传算法的无线传感器网络QoS路由优化

为了研究无线传感器网络满足QoS要求的路由问题,利用改进的遗传算法,在网络中建立路由模型,实现了无线传感器网络QoS路由选择过程.通过实例验证了该算法能够解决满足带宽-时延要求的路由选择最优解问题,且具有很好的收敛性.     

基于网络效用与寿命的无线传感器网络跨层优化

为有效提高无线传感器网络在节点能量、存储与计算能力资源受限条件下的网络能力,提出了一种基于网络效用与功耗的跨层资源优化算法。综合物理层功率控制、Mac层接入控制、传输层流量控制模型,以网络效用和寿命为优化目标,建立了以拥塞代价和能量代价为基础的网络协同优化机制,采用垂直分解理论实现优化目标的逐层分解,推导出基于节点的功耗、链路接入概率和速率的更新公式,实现了分布式的优化解决方案。     

无线传感器网络的应用现状及优化手段

本文介绍了无线传感器网络的概念和结构组成,通过探讨无线传感器网络的应用现状并分析其特点,提出无线传感器网络在进一步发展中存在的问题及可能的改进手段,促使无线传感器网络在更大范围内得到更广泛的应用。     

无线传感器网络能量优化策略综述

无线传感器网络有机融合计算机网络、通信网络和物理感知网络,实现物理世界与信息世界的信息交互和动态控制,被认为是引领经济发展和社会进步的创新型技术.在无线传感器网络中,传感器节点由能量有限的电池供电,而大部分节点部署在复杂的环境中,更换电池或者给电池充电是不现实的.为了合理有效利用有限的能量以延长无线传感器网络的生命周期,实现能量的高效利用是无线传感器网络应用的主要目标.从无线传感器网络的单个节点和整个网络两个方面论述了目前国内外有关能量优化策略研究,并分析了目前国内外具有代表性的降低能耗的协议及算法.     

无线传感器网络任务分配的粒子群优化算法

为延长网络生命周期,减少网络能量消耗和均衡网络负载,引入了粒子群优化算法,提出了一种基于离散粒子群优化的任务分配算法.该算法根据任务总完成时间和能量损耗,建立代价函数,实现优化任务分配策略.引入变异算子,较好地保持了种群的多样性并提高了算法的全局搜索能力.仿真实验结果表明算法是可行的和有效的.     

无线传感器网络任务分配的粒子群优化算法

为延长网络生命周期,减少网络能量消耗和均衡网络负载,引入了离子群优化算法,提出了一种基于离散粒子群优化的任务分配算法.该算法根据任务总完成时间和能量损耗,建立代价函数,实现优化任务分配策略.引人变异算子,很好地保持了种群的多样性并提高了算法的全局搜索能力.仿真实验结果表明算法是可行的和有效的.     

基于认知无线传感器网络的能效优化频谱检测机制研究

针对认知传感器网络中频谱资源匮乏的问题,提出一种认知传感器网络中基于动态频谱检测的联合能效优化机制,构建一种基于动态筛选机制的协作频谱检测模型,对频谱检测时间进行动态调整,避免不必要的频谱检测能耗;并引入信源端信息的失真度约束,将该问题转化成为检测率和误检率约束下的非线性最大最小值优化问题,对其进行求解,最终得到一种认知传感器网络的频谱检测能效优化方法.     

基于自适应蚁群算法的无线传感器网络能量优化

当能量受限时如何降低节点功耗,是无线传感器网络需要解决的首要问题.为解决这一问题,提出了一种基于自适应蚁群算法的无线传感器网络能量优化方法,该方法鲁棒性强、易于并行计算.在对无线传感器的能量优化中,采取了动态概率选择、优化信息素矩阵和遗传变异相结合的过程.通过蚂蚁在不同数量下,传感器节点的最优路径寻找研究对比表明,自适应蚁群算法的总能耗较低,网络节点的生存能力较强,同时,传递数据的总延时较短.     

基于ISSA-GRNN的无线传感器网络定位优化算法

为了减少无线传感器网络(WSN)节点在传统方法上的定位误差,增强定位的准确度,提出了一种融合改进的麻雀搜索算法和广义回归神经网络(ISSA-GRNN)的节点定位优化算法。首先,对普通DV-Hop算法和Centroid定位算法的节点信息分别优化,利用加权优化思想和节点信号强度修正DV-Hop算法的跳距与Centroid算法的质心。然后将修正后的跳距、质心特征和节点其他特征相融合,作为GRNN的输入向量进行训练。为了解决网络调节参数随机设置的问题,通过ISSA改进网络参数,并得到未知节点的最优预测位置。仿真结果表明,与其他优化算法相比,该算法平均定位误差较小,定位精度得以提升。     

基于负载平衡的无线传感器网络路由算法

为了提高无线传感器网络的能量利用率和延长网络的生命周期,本文提出了基于负载平衡的无线传感器网络路由算法。首先,将网络划分成多个网格,根据网格内节点的负载情况定义网格的状态,结合网格的地理位置和网格负载状态选择路由网格;其次,根据节点剩余能量和负载大小在选择的网格内选取一个合适的节点开始数据的收发工作;最后,通过模拟实验将本文算法与GPSR算法和GEAR算法进行比较。仿真结果表明,该算法有效改善了网络的负载均衡,延长了网络的生存期,并提高了网络的吞吐量。     

基于遗传算法的WSN谣传路由的改进

谣传算法是一种基于数据查询的无线传感器网络路由机制,它通过事件agent和查询agent形成的路径交叉生成一个路由,该算法存在着路径非最优化问题。为此,提出了一种基于遗传算法的谣传路由协议,它由谣传算法生成多条路径,利用遗传算法对此多条路径进行操作,将能量消耗作为评价指标,生成最优的路径。仿真表明,此算法能有效的降低节点的能量消耗,极大的延长了网络的生存时间。     

基于蚁群算法的无线传感器网络路由算法实现

本文利用蚁群算法简单、局部工作等特点,结合传感器网络的特征,分析研究了基于蚁群算法的WSN路由算法,并阐述了蚁群算法的无线传感器网络路由算法的实现和仿真设计与分析。     

基于蚁群优化的无线传感器网络路由优化算法

针对无线传感器网络节点功耗受限,无线信道容易受环境干涉等特点,提出一种低功耗、信道质量敏感的无线传感器网络路由优化算法COR,COR算法基于节点剩余能量、无线信道质量统计参数等变量,通过修改启发因子方程以及信息素更新方程,采用改进蚁群算法选择剩余能量高、信道质量较好的路径进行数据的路由转发,可有效降低数据传输功耗,平衡网络中节点的功率消耗,延长网络生命周期。仿真实验表明,COR算法网络消耗能量仅为传统ACO(Ant Colony Optimization)算法的73%,具有较高的实用价值。     

采用免疫遗传的无线传感器网络波束成形机制

针对无线传感器网络中单个节点能量和通信距离有限的特点,提出了一种基于免疫遗传的波束成形机制.首先分析了存在相位差的情况下的节点发射系数和选取节点数对系统能耗的影响;然后根据节点的剩余能量和相位结合旋转因子来循环选择参与发射的节点,并引入免疫遗传算法对各节点的发射系数进行调整.理论分析和仿真结果表明,该机制有效均衡了节点间的能耗,延长了网络寿命.     

基于地理位置划分的无线传感器网络分簇算法

利用分簇算法延长无线传感器网络的生命周期是一个研究热点。基于经典的LEACH路由算法,提出了改进：主要体现在对节点地理位置的划分和在成簇过程中考虑传感器节点的剩余能量以及簇头与非簇头之间的距离。最后用Matlab对LEACH算法和改进后的算法进行仿真,证实了改进后的算法在网络生存时间上比LEACH算法有了很大提高。     

无线传感器网络中一种基于三边测量法和质心算法的节点定位算法

针对无线传感器网络在节点均匀分布的情况下节点定位精度较差的问题,提出了三边质心定位算法.该算法利用节点均匀分布的先验信息将质心定位思想引入到三边测量法中,通过计算相交圆的公共区域的质心来提高对未知节点位置估算的精度.仿真结果表明,三边质心定位算法与三边测量法相比有效地降低了未知节点的位置误差,提高定位精度.     

基于改进DV-Hop算法的无线传感器网络节点定位

传感器节点定位是整个无线传感器网络的基础。介绍了DV—Hop算法的节点定位过程，对该算法进行了改进。新算法给出了不良节点的定位求解并考虑了地形对节点定位的影响，对未知节点到信标节点的估算距离进行了修正。     

无线传感器网络定位算法的研究

在无线传感器网络中,因无线传感器设备功耗、价格和硬件限制及对定位精度的要求,距离无关定位机制被认为是一类具有成本效益的解决方案。介绍了距离无关定位机制中的DV-hop定位算法,研究了不良节点、网络拓扑结构、锚节点和邻居节点对DV-hop定位算法性能的影响,分析了算法的通信量和计算量。在连通的网络中,该算法能够达到35%~40%的平均定位精度;该算法只需要较少的锚节点,计算和通信开销适中,不需要节点具备测距能力,是一个可扩展的算法,适用于各向同性的密集网络。