WSN地理位置路由算法研究

 针对WSN位置路由算法中的距离和角度选取问题,本文研究了四种组合选取策略,并通过NS2仿真进行验证。结果表明：综合考虑角度和距离选取策略优于单一考虑角度或距离选取策略;对节点数较少的网络,采用先角度后距离策略;对节点数较多的网络,采用先距离后角度策略,更能有效地提高WSN网络能量有效性。     

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。     

WSN能量跳变路由算法的研究

通过分析能量路由算法和最小跳数算法的局限性,提出了能量跳变算法。能量跳变算法充分考虑了无线传感器网络中影响路由性能的能量、跳数等因素,通过仿真实验表明该算法能有效地提高无线传感器网络的生存周期,更好地发挥了路由协议的性能,即通过简单的路由转发机制和对各节点较小的存储要求,就可以高效、可靠地传输有效数据,并且网络的可扩展性较好。     

WSN中负载均衡能量有效的路由算法研究

在PHGASIS建链方法的基础上提出了一种改进的建链方法；在此基础上提出了一种基于双层链结构并由基站集中控制的负载均衡、能量有效的路由算法（LBEERA），此算法充分利用了簇状路由算法和链状路由算法的优点．LBEERA算法将网络划分为多个簇，每个簇的节点组成一条低层链，每条链的链头节点形成一条高层链．仿真试验发现，相对于LHACH算法和PHGASIS算法，LBEERA算法增加了网络生存时间，减少了包传输时延．     

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。     

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.     

基于改进鱼群算法的WSN覆盖优化策略

本文提出了一种基于改进人工鱼群算法的无线传感器网络覆盖优化策略.通过对人工鱼群视野范围和步长的自适应调整,提高了算法的寻优精度、收敛速度以及稳定性;再结合WSN网络覆盖的性能,使网络覆盖得以优化.仿真结果表明,改进的人工鱼群算法优化的网络覆盖率比基本人工鱼群算法的网络覆盖率提高了17％.     

WSN中能量有效分簇多跳路由算法

针对现有无线传感器网络(WSN)分簇路由算法存在的能耗不均衡问题,提出一种能量有效分簇多跳路由算法,该算法包括两个方面:一是选举簇首时引入簇内平均剩余能量因子,根据上一轮结束后簇内各节点剩余能量和簇内节点的平均剩余能量的比值更新簇首在所有节点中所占的百分比;二是要求簇首根据MTE多跳路由协议与基站通信,从而均衡WSN整...     

基于链路质量的WSN代价均衡路由选择算法

该文针对无线传感器网络中不可靠链路通信耗能过大的问题,基于链路质量进行路由代价函数构建,并为各条路径分配适当的选择概率,采用最小跳数转发策略设计了代价均衡的路由选择算法CBLQ;为了进一步降低和均衡路由代价,分析同跳节点的备选转发条件,又扩展形成了新的路由选择算法CBLQ-E。仿真实验结果证明,两种算法均使网络的能量利用率得到有效提高,同时还降低了网络的数据传输时延。     

基于混沌粒子群与蚁群算法的WSN路由协议

为了降低无线传感器网络（WSN）能量消耗,延长网络生存周期,提出了一种基于混沌粒子群（CPSO）和蚁群算法相结合的路由协议。该协议针对典型的分簇协议LEACH（Low-Energy Adaptive Clustering Hierarchy）协议的簇头选择进行了优化,考虑了节点剩余能量和簇内密集性等因素,采用新的混沌粒子群算法对簇头选择进行优化。然后,针对LEACH协议簇头到基站采用单跳通信,容易使簇头早亡的问题,采用蚁群算法优化簇头到基站的路由路径,减少通信消耗的能量。仿真结果表明,与传统的LEACH协议相比,新的协议能有效减少能量消耗,延长网络生命周期。     

一种基于LEACH的无线传感器网络路由算法及仿真

在低功耗自适应分簇（LEACH,Low Energy Adaptive Clustering Hierarch）算法中,由于每一轮循环都要重新构造簇,距离较远的簇头节点可能会因长距离发送数据而过早耗尽自身能量,能量较低的节点当选为簇头节点时将会加速该节点的死亡,影响整个网络的生命周期。针对LEACH算法分簇机制中存在的不足,提出了一种改进的路由算法。仿真结果表明,改进算法通过考虑节点的剩余能量与固定分簇的方法,有效的改善了网络能量均衡,提高了网络生存时间。     

基于无线传感器网络的一种改进Dv-Hop算法

无线传感器网络中的Dv-Hop算法是一种无需测距的节点定位算法,经仿真观察,该算法在信标节点密度较低时节点平均误差较大且稳定性不好.提出了一种改进Dv-Hop算法,即在一个网络区域的边缘设置信标节点.经仿真验证,该算法在和Dv-Hop同等信标节点密度的情况下,在定位精度、节点定位的稳定性以及能源消耗方面都有所改善.     

基于遗传算法的无线传感器网络自适应数据融合路由算法

针对移动代理以能量有效的方式收集相关性数据的问题,该文提出了一种新的基于遗传算法的自适应数据融合路由算法。算法选择移动代理路由时,根据数据传输和融合能量开销及节能增益,对移动代理迁移到每个传感器节点是否进行数据融合做自适应选择,以在信息收集过程中提高网络能量效率。仿真结果表明自适应数据融合路由算法的能量效率优于完全数据融合路由算法和最邻近启发式算法。     

无线传感器网络动态分簇路由BWAS的算法研究

为加快无线传感器网络(WSN)路径搜索速度,减少了路径寻优能量消耗,提出了基于最优-最差蚂蚁系统(BWAS)算法的无线传感器网络动态分簇路由算法。该算法是基于WSN动态分簇能量管理模式,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,以多跳接力方式将数据发送至汇聚节点。BWAS算法在路径搜寻过程中评价出最优-最差蚂蚁,引入奖惩机制,加强搜寻过程的指导性。结合动态分簇能量管理,避免网络连续过度使用某个节点,均衡了网络节点能量消耗。通过与基于蚁群算法(ACS)路由算法仿真比较,本算法减缓了网络节点的能量消耗,延长了网络寿命,在相同时间里具有较少的死亡节点,具有较强的鲁棒性。     

一种基于地理位置信息的无线传感器网最小能耗路由算法

提高能量有效性是无线传感器网络(WSN)设计的主要目标之一,采用能量有效路由协议是提高WSN能量有效性的一种重要手段。该文提出了一种面向无线传感器网络的最小能耗(MEC)路由算法GLB-DMECR。该算法采用了新颖的MEC路由思想,即利用理想的最小能耗路径来引导路由选择过程,从而发现实际的MEC路径;该算法采用分布式、基于局部网络状态信息的路由决策机制,具有良好的稳定性和可扩展性;该算法充分挖掘了节点地理位置信息在路由中的效用,利用地理位置信息实现路由而不需要网络付出过多的额外代价。该算法具有较低的实现复杂度。仿真结果说明, 其最小能耗性能在非常广的网络环境下要优于或等同于现有典型同类算法。     

一种基于最大化Rayleigh熵的稳健干扰对齐算法

干扰对齐在消除干扰方面具有独到的优势,但需要完美的信道状态信息(CSI),这在实际中很难实现。该文分析了传统稳健干扰对齐方案的优缺点,在此基础上,提出一种最大化Rayleigh熵的稳健干扰对齐算法,并对收敛性,自由度和频谱效率等进行了分析。不同于MAX-SINR算法,该文通过最大化信号的Rayleigh熵,求得干扰抑制矩阵。在正向通信中,考虑到数据流之间的相关性取干扰抑制矩阵为原始干扰抑制矩阵的酉矩阵形式,并采用注水功率分配实现用户数据流间的最佳功率分配;基于信道的互惠性,在反向通信时,做类似的处理。通过迭代计算,逐渐将干扰压缩。最后,在完美CSI和误差CSI时,仿真表明该算法显著地提高了系统的性能。     

基于改进SSA优化WSN分簇协议

无线传感器网络(Wireless Sensor Networks,WSN)的路由协议是无线传感器网络领域中的一个研究热点.针对LEACH协议的不足,提出一种基于自适应t分布改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)的改进LEACH协议(LEACH?ISSA),以解决...     

基于等概率路由模型的传感器网络负载均衡研究

无线传感器网络的能耗效率与流量负载分布密切相关。论文从微观角度研究了无线传感器网络的负载均衡问题。基于等概率路由模型,分析了拓扑传输结构对于感知数据流量的分流作用。根据分析结果,提出了多对一传输模式下任意节点负载密度的定义和算法。分析了节点的负载密度与传感器网络生命期的关系,进一步论证了在多对一的多跳传感器网络中不能实现完全的负载均衡,但是通过设计合理的拓扑结构可以实现准负载均衡。仿真结果说明,从微观角度得到的节点负载密度可以准确描述无线传感器网络的流量负载分布,由此得到的准负载均衡条件也能实现绝大多数节点的负载均衡。     

基于AODV改进的水下传感器网络多径路由策略

根据水声信道特性对水声信道的链路传输质量与环路延时等参数进行估值,并在AODV协议的基础上进行改进,提出一种基于环路延时的多径路由传输策略。在初始化阶段根据链路传输质量得到多条路径,并根据定源宿点的环路延时选择主传播路径,从而达到降低网络能量开销与时延的目的。仿真结果表明,该算法相对于传统单径路由策略,能有效节约能量,延长生命周期。