基于区分服务的无线多媒体传感器网络QoS路由协议*

针对无线多媒体传感器网络数据量大且不同业务传输的QoS约束不同的特点,提出了一种数据融合的区分服务的QoS路由算法（DF-DSQR）。该算法在兴趣泛洪期间建立实时（RT）和尽力而为（BE）业务两类梯度,采用优先级排队模型对两类业务的传输进行分级处理,并采用数据融合转发机制,为RT业务和BE业务提供了保证QoS的路由路径。仿真结果表明,该算法既能保证实时业务低时延的要求,又能保证尽力而为业务的QoS要求,均衡了网络能耗,延长了网络生存期。     

无线传感器网络启发式QoS路由协议

提出一种基于虚拟队列的区分服务无线传感器网络路由协议VSDR。协议采用聚合权重的方法,节点在进行路由选择时,考虑了队列长度、前进距离和剩余能量等多种因素,从而有助于缓解节点拥塞,均衡网络负载。另一方面,对不同QoS需求的数据包采取不同的权重策略,保障实时数据包的传输延迟需求,同时为非实时数据包提供概率的传输机会保障。仿真结果表明,VSDR可以有效地应对不同的服务要求,均衡了节点能耗,延长了网络生命周期,并能够适应实时性、可靠性要求的变化。     

无线多媒体传感器网络QoS路由算法研究

由于廉价的CMOS摄像头、麦克风的出现,以及对含有丰富信息的图像,视频和音频信息需求导致了无线多媒体传感器网络-(WMSN)的出现.WMSN具有资源有限、可变的信道容量、数据高度冗余等特点,使得WMSN的QoS路由具有极大的挑战性.提出了一种基于Mesh结构的WMSN,并在该结构体系下,提出了一种基于蚁群算法的QoS路由算法.实验研究表明,蚁群算法具有不依赖全局信息的优点,具有应用于WMSN的前景.实验同时表明,决定蚁群算法收敛速度以及会影响传感器网络性能的一些关键参数较难确定,需要进一步研究.     

无线传感器网络多sink路由技术研究*

在介绍无线传感器网络路由协议的独有特点后,给出了传感器网络多sink路由协议的分类方法,然后着重分析了当前较为有代表性的多sink路由协议,在协议特点及其应用范围方面进行了研究与比较。最后,总结了多sink路由协议的研究的关键点及其发展趋势。     

基于蚁群优化的无线传感器网络QoS路由

无线传感器网络QoS路由寻优问题是NP类问题,在寻找最优路径时,除了要满足时延、抖动、丢包率等约束条件,还要考虑路径的能量均衡。采用优化的蚁群算法求解该问题,将这些约束条件综合为适应度函数的参数,通过计算适应度值,找到最优路径。仿真结果表明,算法具有较快的收敛速度,能够搜索到时延最小和能量较均衡的路径,并尽量避免陷入局部最优解。     

无线多媒体传感器网络能量均衡的QoS路由算法

为保障能量受限的无线多媒体传感器网络(WMSNs)多服务质量(QoS)需求,提出了一种能量均衡的QoS路由(EBQR)算法。该算法通过蚁群优化将网络带宽、时延、丢包率和能量等因素作为目标函数,并根据函数值大小动态调整蚁群信息素的挥发系数和浓度增量,提供网络业务中满足不同QoS需求的最优路径。仿真结果表明:与AntWMSNs算法和ASAR算法相比,EBQR算法平均端到端时延降低了16%,丢包率减少22%,生命周期延长了近50%,有效实现了网络中节点能耗的均衡性。     

带数据融合的无线传感器网络QoS路由算法

针对无线传感器网络以数据为中心的特点以及不同业务对QoS的不同要求,提出了一种结合数据融合的QoS路由算法(DAIQoS算法).该算法借鉴TopDisc协议的分簇路由过程对数据进行融合处理.在此基础上借鉴定向扩散(DD)协议中梯度路由的思想,通过维护簇内和簇间两个梯度场建立到sink节点的多条最短路径.选择既能满足数据的QoS要求,又能尽量时其进行融合处理的路径转发数据.仿真实验结果表明,DAIQoS算法能够在满足数据QoS要求的同时有效减少冗余数据,节约能源.     

多力驱动的无线传感器网络QoS路由协议

本文提出一种基于多势场力的QoS感知的无线传感器网络路由MFQR。为了更有效的适应网络环境的变化,MFQR中节点自适应的选取满足时延和投递率要求的转发节点。在网络状况良好时,协议通过深度-能量混合势场力选取转发节点集合,以均衡节点能耗;当网络负载加重时,协议通过深度-队列长度混合势场力选取转发节点集合,以避开拥塞区域。仿真结果表明,MFQR可以有效地适应实时性、可靠性要求的变化,同时提高了网络吞吐量,均衡了节点能耗,延长了网络生命周期。     

无线传感器网络AODV路由协议的实现

阐述了无线传感器网络的概念、组成.对无线传感器网络路由协议和路由实现的比较,确定AODV协议是适合无线传感器网络的更优协议,给出AODV的实现流程图.最后描述无线传感器网络通信实现过程.     

无线传感器网络基于类的LEACH路由算法研究

无线传感器网络（WSN）融合了计算、通信和传感器这三项技术的交叉应用,具有十分广阔的应用前景。本文研究了无线传感器网络中基于类的路由算法-LEACH（Low Energy Adaptive Clustering Hierarchy）,分析了该协议的优点和局限性,并对进一步的研究提出了展望。     

一种基于DPSO的无线传感器网络QoS路由算法

针对无线传感器网络中不同业务对服务质量(QoS)的不同需求,提出一种基于离散粒子群优化(DPSO)的无线传感器网络QoS路由(DPSO-QR)算法。算法将路由建立过程抽象为多目标优化过程,以节点间通信的传播损耗、时延、带宽、丢包率为优化目标,利用DPSO算法实现多目标优化,为拥有不同QoS需求的网络业务提供满足其特有需求的优化路由。仿真实验表明:与SAR,EQR算法相比,DPSO-QR算法降低了网络平均端到端时延,减小了丢包率,延长了网络寿命。     

基于无线传感器网络的SPIN路由协议改进方法

重点讨论了SPIN协议,并提出了一种改进的SPIN协议--M-SPIN.该协议在SPIN基础上加入安全机制,以保证消息的完整性和正确性,主要采用的是消息认证码(MAC),但用户也可根据需要选择数字签名等其他安全机制.并将广播改为多播,在ADV消息中加入目标节点列表.并对M-SPIN协议在节点的能量消耗和网络安全性方面进行了分析,结果表明:M-SPIN协议不仅提高了安全性,还平衡了节点的能量消耗,延长了网络的生命周期.     

拥塞敏感的无线传感器网络路由算法

如何延长无线传感器网络的生命周期是一个重要的挑战.提出了一种新的拥塞敏感的路由算法,该算法充分考虑了路由选择过程中的数据负载与邻节点的缓存、信道竞争等状态的关系,每个节点以此计算一个能反映本地拥塞状态的权值,节点选择权值最高的下游节点作为下一跳来平衡下游节点的能耗和数据负载,同时降低下游节点的拥塞可能性.模拟实验表明:...     

一种基于网格的无线传感器网络路由协议研究

针对大规模高密度的无线传感器网络(WSNs)实时监测和突发事件处理的应用背景,提出了一种新的基于网格的WSNs路由协议,即GBRP协议。重点对网格建立、网格节点休眠机制和网格间路由过程进行了优化设计。仿真分析了网格边长对于协议性能的影响,并通过与LEACH协议的比较分析,表明了GBRP协议是一种高能效的路由协议。     

基于蚁群的无线传感器网络路由算法

针对无线传感器节点能量、通信能力及计算能力有限等特点,将蚁群算法应用于无线传感器网络,提出一种改进的蚁群路由算法,考虑了节点的能量、距离、通信半径和传输方向等参数.实验结果表明:该算法有效地减少了网络能量消耗、节点死亡数、路由跳数和数据传输的路径长度,延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

一种节能的无线传感器网络QoS路由算法

针对无线传感器网络中不同业务对QoS的不同要求,提出了一种新的QoS路由算法—EBQoS算法。算法通过记录邻居节点到Sink节点的最小跳数信息建立到Sink节点的多条路径,并根据信息包的QoS要求和节点剩余能量选择合适的路径进行路由。通过仿真实验与顺序分配路由（SAR）算法的比较,结果表明该路由算法在提供差别服务和提高网络生存期方面具有明显的优势。     

基于改进蚁群优化算法的无线传感器网络路由研究

无线传感器网络为能量受限系统,为了促使网络节点能量消耗相对均衡,将蚁群优化(ACO)算法应用于无线传感器网络的路由选择,提出一种基于能量均衡的无线传感器网络路由算法。该算法将节点能量作为转移概率规则启发因子,通过计算转移概率和适应度值找到最优路径。仿真结果表明:该算法可以显著减低网络总能耗,从而延长无线传感器网络的生命周期。     

On reactive routing protocols in ZigBee wireless sensor networks

ZigBee is the primary standard solution for wireless sensor networks, implementing the Ad hoc On‐Demand Distance Vector (AODV) protocol in the network layer and supported by the standard IEEE 802.15.4. This study is focused on mesh topologies and the critical problems encountered when AODV is executed in conjunction with the Carrier Sense Multiple Access with Collision Avoidance protocol. These problems are mainly related to the packet overhead required to carry out route creation. To perform preliminary experiments to be able to implement AODV in a real network, a new metric is proposed herein. This metric uses fuzzy logic to help in the decision‐making process. The objective of the fuzzy routine is to determine, during the route‐discovery process, the best node to forward request/reply packets, with the aim of reducing packet overhead and energy consumption. Moreover, minor changes are also added to the discovery procedure of AODV to improve the performance of the route‐creation process. This intelligent version of AODV has provided promising experimental results, greatly reducing the number of packets required, with the consequent energy saving while selecting the best nodes to be part of the routes.