基于演化博弈的无线传感器网络分簇算法

针对无线传感器网络中节点负载过重与能耗不均衡而出现网络能量空洞的问题，基于演化博弈理论建立一种簇头竞选的博弈模型，同时提出一种基于演化博弈的无线传感器网络最优成簇算法。运用节点的剩余能量、数据接收能耗和数据转发能耗设计簇头演化博弈的收益函数，并将最优发射功率控制机制应用于簇成员的选择，从而形成稳定连通的网络分簇结构。仿真实验表明该算法平衡了节点负载，从而均衡网络能量，有效改善网络中过早出现能量空洞的问题，进而延长了网络生存时间。     

基于能量与能耗速度的WSN分簇算法

无线传感器网络的最大局限是能量有限.为了高效利用网络能量、均衡网络负载,提出了一种基于能量与能耗速度的分簇算法.其中节点能耗速度是一个带有能耗预测信息的参量,利用它可以更有效地优化簇头选择与簇规模,该算法根据这两个参数来优化簇头的选择,能有效地延长节点的生存时间;同时,根据簇头节点与基站的距离、当前能量和能耗速度对簇规模进行约束和优化,进一步保证了簇之间的负载均衡.仿真实验表明改进后的算法有效地延长了网络的生存时间.     

一种新的基于粒子群优化的双簇头分簇路由算法*

针对无线传感器网络分簇路由算法中簇头节点负载过重,簇头能量利用率不高,提出了一种基于粒子群优化的双簇头多跳路由算法。该算法根据簇头任务的不同,利用节点的能量、距离汇聚节点的距离以及节点的位置关系分别构建适应值函数,选择出最优主簇头完成数据采集和融合任务,以及与其协作的最优副簇头完成簇间数据转发任务,最终实现采集能耗和传输能耗最小化。仿真实验结果表明,与其他路由算法相比,该算法可以有效减轻簇头节点负载,减小簇头能量消耗,均衡整个网络能耗,延长了网络的生存周期。     

基于学习自动机的无线传感网能量均衡分簇算法

优化簇首选择、均衡节点能量负载以延长网络存活时间,一直是无线传感器网络分簇协议研究的重点。针对无线传感器网络节点随机分布的情况,在基于学习自动机(Learning Automata, LA)的ICLA算法基础上,提出一种兼顾节点密度的能耗均衡分簇算法。在簇头选举方面,综合考虑节点剩余能量和节点密度,利用学习自动机与周围环境进行信息交互和动作奖惩,选择出相对较优的簇头;根据簇首与基站距离和其节点密度构造大小非均匀的簇,实现不同位置不同网络疏密程度下簇内和簇间能耗互补均衡;构造了基于簇首剩余能量、簇内节点密度和传输距离的评价函数,并运用贪婪算法选择出最优中转簇首进行多跳传输。仿真实验结果表明,该算法能选择出更为合理的簇头,有效地均衡网络能量负载,延长网络生存时间。     

基于跨层机制的ZigBee网络PAN间能耗均衡路由算法

针对现有ZigBee网络多PAN路由算法在路由构建过程中通信开销、传输时延和能耗较大的问题,提出一种基于跨层机制的能耗均衡路由算法——ERBCD(Energy-balanced Routing algorithm Based on Cross-layer Design)。该算法采用梯度探测反馈方式构建网关至节点的下行多径路由;引入跨层机制更新邻居节点的剩余能量信息;设计包含跳数和节点剩余能量的合成路由度量标准以减轻节点负载,均衡网络节点能耗。理论分析证明了ERBCD算法的有效性。仿真结果表明与现有典型算法IP-AODV相比,ERBCD算法大大降低了网络通信开销和数据分组平均能耗,并延长了网络生存期延。     

基于聚类分析的能耗均衡无线传感器网络分簇算法

为降低并均衡无线传感器网络(WSN)中传感器节点的能量消耗,提出一种基于最优传输距离和K-means聚类的WSN分簇算法。根据层次聚类算法建立聚类特征树,将聚类特征树中的叶节点视为一个簇,并使每个簇控制在最优传输距离内,实现簇内节点的能耗均衡。通过目标函数对K-means聚类簇进行优化,保证簇内节点数目的均匀分布,并在考虑剩余能量和地理位置的基础上完成节点数据传输。实验结果表明,该算法在均衡网络能耗的同时,可有效延长网络生命周期。     

WSN中基于非均匀簇的混合多跳路由协议*

为节省数据传输过程中消耗的能量,均衡网络节点间的能耗,提出一种基于非均匀簇的混合多跳路由协议。在无线传感器网络数据传输阶段,源簇头节点通过转发权值函数选择数据转发的中继节点,转发权值由用于降低链路通信代价的距离因子和减少剩余能量较少的簇头节点成为中继节点的概率惩罚因子共同决定,达到均衡网络能耗的目的。通过NS2仿真实验验证了算法的有效性,能够很好地均衡节点负载和提高能量利用率。     

基于协作MIMO的多跳WSN动态分簇选择算法研究

为解决基于协作多输入多输出(Multi-input multi-output, MIMO)的同构无线传感器网络(Wireless sensor networks, WSN)能量节省与能耗均衡问题, 建立了多跳分布式WSN系统模型. 对协作MIMO通信中的簇间长传输距离与簇内短传输距离进行了分析, 找到与传统单输入单输出(Single-input single-output, SISO)传输相比更节省能量的距离门限. 根据分析提出了一种新的基于剩余能量与距离门限的动态分簇(Dynamic clustering based on remaining energy and distance thresholds, DCREDT)选择算法, 在节省能量的前提下, 使剩余能量较大的节点优先成为簇首, 实现了簇首与其他节点之间的能耗均衡. 最后分析了采用DCREDT选择算法进行多跳传输的总能耗, 并仿真验证了该算法的合理性与有效性.     

基于分区的能耗均衡路由协议

为了均衡无线传感器网络的节点能耗,增强网络稳定性,设计并实现了一种基于分区的能耗均衡路由协议.该协议设计了一种优化的分区算法,将节点基于分区划分而形成簇,解决了先前协议中簇的个数和分布的随机性问题;在选举簇首时,综合考虑了节点剩余能量、簇内节点能耗均衡、簇内部总能耗三个方面,采用三级簇首选择机制,选择的簇首既能均衡节点能耗,又可以降低簇群总能量消耗;在数据转发时,普通节点选择距离最近的簇首,在不超过通信距离阀值时,簇首可以隔层选择下一跳簇首,有利于缓解无线传感器网络的"热区效应".仿真结果表明:相比MEET和DREEM-ME路由协议,该协议能更好地均衡节点能耗、增强网络稳定性、改善网络服务质量.     

一种可控簇规模的能耗均衡路由协议的设计

无线传感器网络路由研究的主要难点在于节点负载不均衡,容易导致某些节点能量提前耗尽,从而使得传感器网络过早死亡.针对这一难点,本文提出了一种可控簇规模的能量均衡路由协议(CCERP).该协议综合考虑节点的剩余能量、节点与邻居节点的链路质量、节点的度选择簇首节点,然后根据节点距离Sink节点的最短跳数控制簇首竞争半径,从而控制簇规模,接着利用虚拟力模型进行普通节点成簇,最后簇首通过多跳路由将采集的数据发送至Sink节点.该协议在簇首选举、簇规模控制和簇首间路由都充分考虑了负载均衡,实验结果验证了该协议具有较好的能耗均衡性.     

基于模拟退火算法的能耗均衡多跳路由方案

针对传感器网络聚类间能耗负载不均衡和传统拓扑方案连通冗余度过高等问题,提出一种基于模拟退火算法的聚类间的多跳路由方案。在聚类首领至基站的路由选择上,改变传统的一跳路由至多跳路由,基于首领节点的度约束和能耗代价,为每一个首领节点均衡地选择下一跳路由,避免“能量热点”问题。实验结果表明,与LEACH、EECS协议相比,该方案所获拓扑能均衡各聚类的能耗负载,降低网络整体功耗,延长传感器网络的生命周期。     

能量高效的无线传感器网络路由协议

针对目前无线传感器网络分簇路由协议存在的节点能耗不均衡的问题,提出一种基于分簇思想的能量高效的多跳路由协议(EEMR)。该协议首先基于节点临近度将网络划分成簇,采用簇首自适应轮转模式优化簇内节点通信的能量消耗,以高剩余能量短路径向心角的适应度路由算法均衡簇间通信负载和能量消耗,有效避免多跳路由中出现的能量消耗不均衡问题。仿真结果表明,EEMR协议能有效均衡网络内节点的能量消耗,显著延长无线传感器网络的生命期并提高网络能量利用率。     

一种基于剩余能量和负载的AODV路由协议

移动自组网中的按需距离矢量路由协议(AODV)是基于最小跳数的,没有考虑能量消耗均衡及网络生命周期的问题,造成某些节点过早死亡。针对这一问题,提出了一种基于剩余能量和节点缓存队列负载的路由协议,有效地避免了能量较低和负载较重的节点参与路由。仿真实验结果表明,所提出的新协议有效地减少了端对端平均延时,延长了网络生命周期。     

基于Max-Min模型的无线体域网路由协议

针对无线体域网(WBAN)节点能量的有限性,基于多径路由机制和Max-Min模型提出了一种能效路由协议。该路由协议在路由过程中使剩余能量最小的节点的剩余能量尽可能大,从而均衡了网络中节点的能耗,延长了网络生存时间。通过MATLAB对该路由协议进行仿真,并与基于Min模型的路由协议进行对比,结果表明,基于Max-Min模型的路由协议相对于基于Min模型的路由协议能够更好地均衡节点的能耗,并延长网络生存时间。     

基于剩余级别负载均衡的RPL路由协议

低功耗有损网络LLNs(Low-Power and Lossy Networks)中,RPL路由协议可以减少能耗和延长网络生命周期,但是负载的不均衡严重影响了RPL路由协议的性能.据此,提出了一种优化的RPL路由协议—WLB-RPL.该协议以节点剩余能量以及节点平均邻居距离为权重计算剩余级别,并通过动态调整通信半径完成路由构建,以均衡能量.仿真结果表明,改进后的路由协议可以对之前的负载均衡进行更好的优化,达到了理想的效果.     

移动Ad Hoc网络通信量相关干扰感知路由协议

干扰严重影响移动Ad hoc网络的网络吞吐量、能量消耗、网络寿命等性能.在已有基于邻居数目和分布位置的干扰模型基础上,进一步考虑各邻居上的通信量情况,提出通信量干扰模型.并在该干扰模型的基础上,提出一个通信量相关干扰感知路由TIR(traffic load-based interference-aware routing)协议.TIR通过在源节点和目的节点之间选择干扰最小的路径来降低数据包在转发过程中可能受到的干扰.模拟实验结果表明,所提出的通信量干扰模型符合移动Ad hoc网络的特性,通信量相关干扰感知路由协议对网络寿命、通信延迟及吞吐量等网络性能有明显改善.     

A Novel Gradient Boosted Energy Optimization Model (GBEOM) for MANET

Mobile Ad Hoc Network (MANET) is an infrastructure-less network that is comprised of a set of nodes that move randomly. In MANET, the overall performance is improved through multipath multicast routing to achieve the quality of service (quality of service). In this, different nodes are involved in the information data collection and transmission to the destination nodes in the network. The different nodes are combined and presented to achieve energy-efficient data transmission and classification of the nodes. The route identification and routing are established based on the data broadcast by the network nodes. In transmitting the data packet, evaluating the data delivery ratio is necessary to achieve optimal data transmission in the network. Furthermore, energy consumption and overhead are considered essential factors for the effective data transmission rate and better data delivery rate. In this paper, a Gradient-Based Energy Optimization model (GBEOM) for the route in MANET is proposed to achieve an improved data delivery rate. Initially, the Weighted Multi-objective Cluster-based Spider Monkey Load Balancing (WMC-SMLB) technique is utilized for obtaining energy efficiency and load balancing routing. The WMC algorithm is applied to perform an efficient node clustering process from the considered mobile nodes in MANET. Load balancing efficiency is improved with a higher data delivery ratio and minimum routing overhead based on the residual energy and bandwidth estimation. Next, the Gradient Boosted Multinomial ID3 Classification algorithm is applied to improve the performance of multipath multicast routing in MANET with minimal energy consumption and higher load balancing efficiency. The proposed GBEOM exhibits ∼4% improved performance in MANET routing.     

WSN中一种改进的基于LEACH-C算法的簇间路由算法研究

在WSN(Wireless Senor Network,无线传感器网络)中的分级路由算法中,如果簇头仅仅能够进行单跳通信或者多跳通信,都会造成网络负载不均衡以及簇头能量消耗过快的问题出现。针对这一问题,文章提出了一种改进的基于LEACH-C(Low Energy Adaptive Clustering Hierarchy Centralized,低功耗自适应集中分层型)算法的簇间路由(Cluster Routing based on LEACH-C Algorithm,简称CRLA)算法。该算法通过距离阀值来控制簇头是进行单挑通信还是多跳通信。仿真分析表明,CRLA算法能够实现网络负载的均衡以及减少簇头能量的消耗,从而实现网络生存时间的延长。     

路由深度对Sink轨迹固定传感器网络的影响

无线传感器网络中,使用移动Sink进行数据采集能够减少网络节点死亡速度,延长网络时间,是最有效均衡网络负载的方法之一。在实际应用中,移动Sink通常采用固定路径策略,同时路由深度的改变直接影响网络拓扑和路由选择结果。比较了在不同路由深度下,采用4种典型固定策略的移动Sink网络的网络能耗、网络寿命和包延时。仿真结果表明:在较小的路由深度下,外边界策略能更好地降低节点能耗,延长网络寿命;内边界策略能取得更好的覆盖和较低的时延。     

基于能耗量化传导的WSN路由探测算法

为了降低无线传感器网络(WSN)路由节点的能量损耗,提高网络的寿命周期,需要进行路由节点的优化分布设计。传统方法采用CSMA/CA有限竞争的信道分配模型进行WSN的路由探测算法设计,实现能量均衡,在节点规模较大和干扰较强时,节能的能耗开销较大。提出一种基于能耗量化传导的WSN路由探测算法,首先建立WSN的分簇能耗调度模型,以能量控制开销、丢包率、传输时延等为约束参量指标进行路由探测的控制目标函数的构建,然后采用路由冲突协调机制进行能耗量化分配,结合WSN传输信道的能量传导均衡模型实现WSN路由的优化探测和WSN节点的优化部署。仿真结果表明,采用该方法进行WSN路由探测设计时网络的能效较高,传输时延和误码率等参量指标的表现优于传统方法。