基于改进蚁群算法的Ad hoc路由协议的研究

现有Ad hoc网络路由协议技术研究中,路由稳定性和可靠性问题尚未得到很好解决,不能很好地适应Adhoc网络.针对已有Ad hoc路由技术中存在的开销大以及网络稳定性较低的问题,该文引入蚁群算法,并对其进行改进.研究基于改进蚂蚁算法的Ad hoc路由协议,并与比较成熟的AODV(Ad hoc On-Demand Distance Vector)进行对比.仿真实验结果表明,通过发挥网络中结点群体功能,新协议减小了端对端传输延时,改善了数据包传输成功率与协议开销,有效地提高了网络的稳定性和通信效率.     

WSN中基于粒子群算法改进的分簇路由算法

针对WSN中路由协议的能量消耗不均匀、簇头节点分布不均匀等问题基于粒子群算法提出了一种寻找最优簇头的方法：引入了剩余能量因子和位置均衡因子的概念,由节点的剩余能量因子和位置均衡因子生成适应度函数;利用Kruskal算法生成最小生成树,建立簇间最短路由。经仿真实验证明,相较于传统的WSN路由协议,该算法有效延长了网络的生命周期,并在一定程度上提高了均衡性。     

一种改进的蚁群WSN路由算法

针对能量控制和拥塞控制在无线传感器网络路由上的特殊要求,利用蚁群算法(Ant Colony System,ACS)对路由中最短路径加速收敛。为了促使网络节点能量消耗相对均衡,提出一种改进的蚁群路由算法。该算法将多蚁群挥发的信息素与网络节点剩余能量结合成算法控制因子,并且引入了多蚁群竞争机制来避免单一收敛。此算法能有效地控制网络拥塞,并使网络节点能量消耗相对均衡,延长了整个网络的生命周期,实现了高效路由与能量消耗的较优权衡。最后通过Matlab仿真实验验证了该方法的可行性,并给出实验结果。     

基于定向天线的WSN路由关键技术研究

定向天线相比于全向天线可提高无线传感器网络的吞吐量,减少通信信道之间的干扰,提高网络信噪比,且能有效提升无线传感器网络路由协议DRP的性能,本文针对定向天线技术在无线传感器网络的实现方法,分析其应用优势,并对定向路由中的主要技术进行分析。     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制。首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数和信息素更新规则,自适应构建数据路由,最后采用仿真模拟实验对算法性能进行检验。实验结果表明,相对于与现有无线传感器路由算法,本文通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优。     

一种基于LEACH路由协议的改进算法

无线传感器网络的生存时间受传感器节点软硬件条件的限制,改进传感器网络路由协议是延长网络生存时间的有效途径。LEACH协议是最早提出的经典分层路由协议,文中基于LEACH协议提出改进,应用K-medoids算法改进LEACH协议的簇首分簇机制,并通过Matlab仿真实验,证实了改进后的LEACH算法在均衡化网络能耗,延长网络的生命周期方面具有优越性。     

基于蚁群的对等网路由协议的研究

综合考虑结构化协议和非结构化协议的优点,提出了一种基于蚁群的对等网路由协议.分析对等网路由协议的研究现状,对结构化路由协议和非结构化路由协议进行了介绍.对等网路由协议进行了总体设计,给出了对等网路由协议的描述和总体结构图.提出了对等网路由协议算法的数据结构,并对等网路由协议算法进行了详细设计.利用仿真实验对等网路由协议进行了验证,实验结果表明该对等网路由协议是有效的.     

基于改进蚁群算法的高能效WSN协作传输策略*

针对传统传感器网络分簇不均匀,数据传输能耗相对较高的问题,提出了I-CoopACO(Cooperative transmission scheme based improved Ant Colony Optimal algorithm)算法.该算法在协作LEACH (Low Energy Adaptive Clustering Hierar-chy)的技术基础上,改进了成簇过程,使得分簇规模更加均匀;在稳定传输阶段,利用节点剩余能量和传输功耗构建启发因子,通过改进的蚁群算法搜索下一跳中继节点获得最优节点,使得传输功耗更低,能耗更均衡.仿真结果表明,在随机分布的感知网络中,I-CoopACO算法减少了传输能耗,均衡了网络负载,延长了网络工作寿命,比协作LEACH算法延长了64.93％的工作寿命.     

一种LEACH路由协议算法的改进与分析

基于传统的LEACH协议,提出了一种改进协议LEACH-CND。对无线传感器网络的簇头选举进行了优化,主要依据节点的剩余能量选举簇头,并求出网络的最佳簇头数。其次,基于椭圆曲线密码体制的优势,针对无线传感器网络节点轻量级身份密钥加密算法进行了探讨。最后,在MATLAB环境下对优化后的协议进行了仿真,证明了其可行性。达到了延长网络生存时间的目的。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

一种基于蚁群优化的分簇路由算法

在无线传感器网络路由协议的研究中,能量高效是其首要设计目标.传统LEACH协议产生簇头数目比较随机,并且簇头直接与基站通信导致能量消耗过快.在分析传统和改进LEACH路由协议的基础上,提出了一种簇头数目固定的簇头选择机制,解决了簇头分布不均匀的问题.并且将蚁群优化算法应用到无线传感器网络的路径选择中,利用蚁群的动态适应性和寻优能力,在簇头与基站之间形成一条最优路径进行通信.在Matlab平台下对新提出的算法进行仿真测试实验,实验结果表明,相对于LEACH路由协议,该算法降低了平均能量消耗,延长了网络的生命周期.     

车载自组织网中基于蚁群算法的延迟感知路由协议

针对城市道路环境下车载自组织网( VANETs)中通信性能下降以及数据传输失败的问题,提出了一种基于蚁群算法的延迟感知路由( ACDR)协议。首先,建立双向车道的数学延迟模型;然后,根据提出的端点十字路口( EI)的概念,ACDR利用蚁群优化( ACO)寻找最佳路线,其中前向蚂蚁根据本地路段延迟以及当前十字路口与目的节点的端点十字路口之间的全局时延来选择路径,后向蚂蚁则负责在返回路径时更新信息素,同时,相邻十字路口之间利用贪婪转发算法进行数据包的传递。最后仿真比较了ACDR协议与连通性感知路由( CAR)协议的性能,结果表明提出的ACDR协议的数据包的传输延迟小,丢包率低,通信性能好。     

基于蚁群优化的无线多媒体传感器网络区分服务路由

无线多媒体传感器网络中存在多种类型的数据,而且这些数据的服务质量需求并不相同。针对这种情况,提出一种基于蚁群优化的区分服务路由协议（DSACO, differentiated service and ant colony optimization based routing protocol）。DSACO在网络分层的基础上通过限制蚂蚁的搜索范围以减少建立路由的时间和能量消耗,对不同服务质量需求的数据采用区分服务路由以满足不同类型数据的服务质量需求。仿真结果表明,新协议能够为多媒体数据的传输提供更好的QoS保障,在数据传输的平均时延、分组丢失率和能量消耗上优于已有路由协议。     

优化蚁群算法在ASON路由中的应用研究

针对基本蚁群算法中存在搜索时间长,易陷入局部最优解等问题,提出一种改进的基于蚁群优化的ASON网络路由算法,在蚁群算法中采用自适应调整α和β参数及挥发系数ρ等措施,加快了算法的收敛速度,提高ASON路由算法性能,增强了算法的适应能力,并通过仿真实验证明该方法的可行性和有效性.     

基于蚁群算法的自适应QoS路由优化

Internet网络规模的迅速增长和网络技术的不断完善，使得如何在满足QoS（quality of service）要求下进行路由选择成为路由算法研究的重要方向。提出了一种多约束条件下的自适应蚁群算法，该算法基于目标函数的信息素分配策略来自适应地调整蚂蚁的搜索行为，使多约束QoS路由优化问题得到了很好的解决。     

基于遗传_蚁群算法的多QoS约束组播路由优化算法

提出了一种将遗传算法与蚁群算法融合的新算法,用以满足多QoS约束的组播路由优化。算法首先利用遗传算法生成若干组优化解,将其转换成蚁群算法的信息素初值,然后利用蚁群算法来求取满足QoS约束的最优解。仿真结果表明此算法是有效的,其性能优于文献[6]中算法。     

Clustering routing protocol based on improved PSO algorithm in WSN

Aiming at the problem that the location distribution of cluster head nodes filtered by wireless sensor network clustering routing protocol was unbalanced and the data transmission path of forwarding nodes was unreasonable,which would increase the energy consumption of nodes and shorten the network life cycle,a clustering routing protocol based on improved particle swarm optimization algorithm was proposed.In the process of cluster head election,a new fitness function was established by defining the energy factor and position equalization factor of the node,the better candidate cluster head node was evaluated and selected,the position update speed of the candidate cluster head nodes was adjusted by the optimized update learning factor,the local search and speeded up the convergence of the global search was expanded.According to the distance between the forwarding node and the base station,the single-hop or multi-hop transmission mode was adopted,and a multi-hop method was designed based on the minimum spanning tree to select an optimal multi-hop path for the data transmission of the forwarding node.Simulation results show that the clustering routing protocol based on improved particle swarm optimization algorithm can elect cluster head nodes and forwarding nodes with more balanced energy and location,which shortened the communication distance of the network.The energy consumption of nodes is lower and more balanced,effectively extending the network life cycle.     

基于CMRA路由协议改进算法

为了延长无线传感网络的生存时间,需要设计满足高效率、低功耗的路由算法。一种CMRA（intercluster head multi-hop routing algorithm）算法被提出来,这种算法通过节点通信能量消耗模型建立最小能量路径树,但CMRA对于簇头选择的能量分配不均衡,造成簇头结点负载过重。提出一种新的路由算法CMRA-EE（CMRA-energy efficient）,在簇头选举阶段引入节点能量参数,同时将簇头节点能量与距离作为代价参数,从而平衡了网络节点能耗。通过仿真对CMRA-EE算法进行性能分析与评价,结果显示,CMRA-EE算法在延长无线传感网有效生存时间方面比CMRA算法有了明显的改善。     

基于蚁群优化的移动P2P网络路由选择算法

因为移动P2P网络具有动态性而且移动节点能量受限,提升移动P2P数据传输效率至关重要.利用蚁群优化算法,将蚂蚁的信息素与节点的能量和通信带宽结合起来,在蚁群选择路径时,减少其寻优路径上的信息素浓度,根据概率路由表中信息素的浓度对路由选择策略进行调整,避免网络拥塞和个别节点能量消耗过快,提出了一种移动P2P网络的多路径路由选择算法.实验结果表明,与EDSR路由协议相比,提出的算法能够降低节点的分组丢失率和端到端的平均时延,提高了网络的生存周期.