基于新的空胞腔策略的矢量量化码书设计方法

为了克服传统LBG算法中的空胞腔现象,提出了一种基于码字间距最大化的新的空胞腔策略。利用离码书距离最大的输入矢量来修改胞腔中的码字,旨在形成码字的合理分布,减小矢量量化的平均失真。实验结果表明：提出的策略能有效地消除空胞腔现象,获得性能较好的码书,其峰值信噪比比传统的LBG算法提高了3 dB。     

一个改进的LBG算法

ＬＧＢ算法是矢量量化码书设计的基本算法，本文提出一个改进的ＬＢＧ算法，它加入了分裂失真较大的胞腔和删除非典型胞腔两条新规则，并采用了新的分裂法，分析与试验结果表明，改进的算法具有新的优点，且减少了运算量。     

一种移动Adhoc网络分簇算法及性能分析

提出了一种新的Ad hoc网络分簇路由算法.该算法引入异常度的概念,根据异常度判断何时启动簇结构调整,如何使原簇中保留较多的节点,提高分簇结构稳定性.分析及实验表明,该分簇算法具有簇首的更换频率低和高稳定性的特点.     

无人机自组网基于加权的稳定分簇算法

相较于传统移动自组网,无人机自组网具有节点移动速度更快、分布范围更广、网络规模更大的显著特征,而分簇结构能实现网络的有效控制和管理,提高网络的扩展性.为了提高分簇结构的稳定性,提出了一种基于加权的稳定分簇算法,该算法基于现有加权分簇算法,从分簇测度指标的选取、指标权重因子分配、分簇稳定保持策略三个方面进行改进.仿真结果表明,该算法不仅能合理控制分簇数量,有效提高网络的扩展性,而且能够延长簇首保持时间和降低成员节点的簇间切换次数,提高分簇的稳定性.     

基于稳定度的Ad Hoc网络分簇算法

针对现有分簇算法存在全网唯一ID的假设及簇结构稳定性不高等问题,提出一种基于稳定度的分簇算法。该算法可消除全网唯一ID的假设,收敛快,且簇结构具有更好的稳定性和持续性。分析及实验仿真结果证明,该算法具有较高的数据包投递率以及较低的路由开销。     

基于IK-means聚类的分簇路由算法

为了均衡移动自组织网络的能耗,提高簇结构稳定性,提出了一种基于IK-means聚类的分簇路由算法(IK-CRA).首先利用IK-means算法对网络中的节点进行分簇;然后通过节点的剩余能量、邻居节点数与连通代价的比值、链路维持时间构造适应度函数,采用改进的人工蜂群算法(IABC)解决分簇路由算法中的最优簇头问题.仿真结果表明,IK-CRA算法缩短了成簇时间,降低了节点的状态变化率,减少了节点的能量消耗,延长了簇首的持续时间,提高了动态环境下簇结构的稳定性.     

面向稳定性的基于权值的车辆自组网分簇算法——SWBCA

分簇技术是提高无线自组网性能的关键技术之一,增强分簇算法的稳定性即减少簇结构的变化可以有效降低其维护开销。针对车辆自组网的特点,提出了一种面向稳定性的基于权值的车辆自组网分簇算法——SWBCA。该算法使用车辆节点的度数与理想度数的差值以及车辆节点相对于邻居节点的移动性两个指标计算车辆节点的综合权值进而选举簇头,并使用蒙特卡洛思想对簇的维护过程进行优化来提高稳定性。通过NS 2模拟实验表明,SWBCA算法较其他算法具有较强的稳定性,并能有效改善车辆自组网的广播性能。     

一种基于移动预测的自适应Ad hoc网络分簇算法

在移动Adhoc网络中采用分簇机制可以达到在拓扑结构频繁变化的网络环境中快速部署节点通信的目的。本文在深入研究移动预测技术的基础上,分析已有分簇算法存在的诸多不足,提出了一种基于移动预测的自适应分簇算法,包括分簇算法和分簇保持策略两方面的内容,并通过模拟证明该算法保持了分簇结构的稳定性,提高了网络负载平衡能力,减少了节点之间的通信路由开销,有效防止了通信的中断,弥补了已有分簇算法的不足。     

兼容弱连通簇的Ad Hoc网络分簇算法

现有分簇算法生成的簇结构都是强连通的单一结构,无法充分利用节点资源.针对该问题,提出一种兼容弱连通簇的分簇算法.定义符合弱连通簇的邻居表结构,并阐述邻居表维护策略,该算法去除簇成员与簇首强连通的条件限制,从而可选择更优的节点作为簇首.分析结果表明,该算法得到的簇结构具有较好的稳定性和持续性.     

被动分簇策略在定向扩散路由算法中的应用

定向扩散算法是针对传感器网络提出的以数据为中心的按需路由算法,提出将被动分簇策略与定向扩散算法相结合的分簇方案,同时引入三色算法解决被动分簇策略所建簇结构不合理的问题。本方案将分簇信息附加在兴趣数据包中,在兴趣扩散的过程中,按照三色算法建立网络的逻辑簇结构。分簇结构有效降低了原路由算法兴趣扩散过程的通信开销,且避免了主动分簇所带来的开销。仿真实验验证了算法的有效性。     

无线传感器网络中的分簇算法研究

分簇算法是无线传感器网络中实施分层路由所采用的重要方法,如何合理、有效地利用分簇算法使得网络中节点的能量消耗最小,成为当前无线传感器网络研究领域内的热点问题之一。为了对分簇算法进行研究,系统地分析了当前几种典型的分簇路由算法,着重分析了簇头的产生、簇的形成过程。并把超图理论引入大规模无线传感器网络中,使网络控制信息大为减少,从而延长网络的生命周期。     

拓展集合差异度高维数据聚类*

提出度量多个集合之间总体差异程度的拓展集合差异度及相关定理,并给出一种新的解决分类属性高维数据聚类问题的CAESD算法。基于拓展集合差异度及拓展集合特征向量,在CABOSFV_C聚类的基础上通过两阶段聚类完成全部聚类过程。采用UCI数据集与K-modes及其改进算法、CABOSFV_C算法进行比较实验,结果表明CAESD算法具有较高的聚类正确率。     

基于超图的无线传感器网络分簇算法研究

系统地分析了著名经典算法LEACH算法中簇头的产生和簇的形成过程.提出了一种基于超图模型的分簇算法,把超图理论引入大规模无线传感器网络中,使网络控制信息大为减少,从而延长网络的生命周期.     

改进的非均匀分簇无线传感器网络路由算法

针对无线传感器网络中分簇算法求全局最值问题和非均匀分簇算法能量消耗不均衡问题,提出一种新的分簇算法。该算法首先采用泛洪树算法来求得网络最值,并用它来计算节点的竞争半径,然后用非均匀分簇的思想来构建大小不等的簇。当选取簇头节点后,通过计算每个簇头的概率来寻找下一跳簇头,当每个簇头节点选择最佳下一跳路径后,簇间通信可以建立一条最佳路径。仿真结果表明,该算法在能量损耗和均衡能耗都有显著的提高,最终延长了网络的生存周期。     

无线传感器网络中的分簇算法研究

分簇算法是无线传感器网络中实施分层路由所采用的重要方法,如何合理、有效地利用分簇算法使得网络中节点的能量消耗最小,成为当前无线传感器网络研究领域内的热点问题之一。为了对分簇算法进行研究,系统地分析了当前几种典型的分簇路由算法,着重分析了簇头的产生、簇的形成过程。并把超图理论引入大规模无线传感器网络中,使网络控制信息大为减少,从而延长网络的生命周期。     

负载均衡的无线传感器网络的分簇路由算法

无线传感器网络分簇算法中,簇首肩负着收集、融合和传输数据的责任,影响整个簇的性能。簇首能量快速消耗,破坏了网络节点能量的均衡性。针对此,提出了一种负载均衡的分簇算法（LBCA）,由簇内成员和助理簇首帮助簇首完成任务。簇首选择阶段,通过两次筛选确定簇首的方法来控制簇首个数;簇内收集数据时结合蚁群算法寻找遍历簇内的最短路径,减小簇首能量消耗的压力;给Sink节点传递数据过程中,在簇内选择一个助理簇首来辅助簇首工作。仿真结果表明,该算法可以有效地均衡网络节点负载的能耗,提高网络的生命周期。     

基于自适应惯性权重的混沌粒子群优化无线传感器网络成簇算法

为了解决簇头选举过程中多因素冲突问题,以优化簇头选举和延长网络生命周期为目标,提出一种基于自适应惯性权重混沌粒子群优化（AWCPSO）的分簇算法.该算法在簇头竞选过程中,考虑了节点剩余能量、与基站的距离以及该节点担任簇头的概率,通过自适应惯性权重的混沌粒子群算法优化簇头的选举,并将通信范围内的节点作为其簇成员.簇头数目的选择满足最优簇头个数,从而进一步提高了网络的能量使用效率.仿真结果表明,与SEP和DEEC算法相比,本文算法能够更有效的节省能量,网络稳定周期分别延长62.31%和16.45%,同样有效的均衡网络能量消耗,延长了网络生命周期.     

基于传感器网络能量均衡分簇算法仿真研究

研究传感网络能量均衡分簇延长网络寿命问题。针对LEACH算法中簇首分布不均及簇首与基站一跳通信能耗大的问题,造成网络簇头的不均匀分布带来的能耗不均衡问题以及簇头的瓶颈等,为了解决上述问题,提出了一种基于能量高效的无线传感器网络分簇路由算法。算法首先在簇头选择过程中利用节点的能量、邻节点数以及每一轮中簇头的个数等参数设置节点当选簇头的优先度,使簇头均匀地分布在网络中;在簇的组建过程中利用能量参数设置簇的重建条件,达到减小簇的重建频率的目的。     

基于剩余能量和位置的LEACH改进算法

在无线传感器网络中,不合理的分簇算法导致节点过早死亡、区域信息无法完全感知。针对该问题,提出一种基于剩余能量和位置的LEACH改进算法。改进算法将选簇过程分为临时簇头选择和正式簇头选择两步,以传感器节点的节点剩余能量值和几何平均位置作为选簇的重要因素,在此基础上选出区域内最佳簇头。通过OMNET++网络模拟器的仿真结果表明,改进算法的节点利用率和网络可靠性更高。     

基于能量分布的异构传感器网络分簇算法

针对能量异构的无线传感器网络,提出一种分簇算法。该算法采用基于节点剩余能量分布状况的簇头竞争参数,降低成簇过程中的通信能耗,实现簇头的均匀分布。在簇间综合考虑簇头剩余能量及其与基站的通信能耗,以选择合适的下一跳路由节点。仿真结果表明,该算法可以均衡网络能量消耗,提高节点能量利用效率,延长网络寿命。