基于粒子群优化的WSN非均匀分簇路由算法

分簇算法对大规模无线传感器网络(WSN)远程监控系统具有较好的节能性,簇首间通过多跳通信的方式将数据传送至基站,靠近基站的簇首由于需要转发大量其他簇首的数据而负载过重,可能因过早耗尽能量而失效,这将导致整个网络分割。针对现有无线传感器网络分簇算法存在的能耗不均衡问题,提出一种基于粒子群优化的非均匀分簇算法(PSO-UCA)。它采用PSO算法将所有节点划分为多个规模大小非均匀的簇,靠近基站的簇的规模小于远离基站的簇,因此靠近基站的簇首可为簇间的数据转发预留能量。仿真结果表明,与LEACH算法相比较,该分簇算法可使网络的生存时间延长30%。     

基于PSO的非均匀分簇双簇头路由算法

针对无线传感器网络中分簇路由算法簇头负载过重,同时为了提高无线传感器网络的能量利用效率,提出了一种基于PSO的非均匀分簇双簇头路由算法。该算法首先通过候选簇头节点与基站距离的远近构造出几何规模不等的簇,然后根据簇的规模引进PSO优化算法最终选择出主簇头与副簇头。主簇头主要负责簇内节点数据的采集跟数据融合,副簇头主要完成簇内及簇间数据转发任务,实现数据的单跳与多跳传输。仿真结果表明,该算法有效的减少了簇头节点的能耗,在很大程度上均衡了整个网络的能耗,实现了网络生存周期的延长。     

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。     

能量均衡的WSN非均匀分簇路由算法

针对现有无线传感器网络（WSN）分层分簇路由算法存在的能耗不均衡问题,提出一种能耗均衡的WSN非均匀分簇路由算法。该算法通过在已划分的非均匀区域中构建中间层达到均衡簇首和其他节点能耗的目的,实现WSN整体能耗均衡。实验结果表明,该算法能均衡WSN能耗负载,提高WSN的能量效率,延长100轮～200轮WSN生命周期。     

基于PSO的无线传感器网络非均匀分簇双簇头路由算法

针对无线传感器网络中分簇路由算法簇头负载过重,同时也为了提高无线传感器网络的能量利用效率,提出了一种基于PSO的非均匀分簇双簇头路由算法。该算法首先通过候选簇头节点与基站距离的远近构造出几何规模不等的簇,然后根据簇的规模引进PSO优化算法最终选择出主簇头与副簇头。主簇头主要负责簇内节点数据的采集跟数据融合,副簇头主要完成簇内及簇间数据转发任务,实现数据的单跳与多跳传输。仿真结果表明,该算法有效的减少了簇头节点的能耗,在很大程度上均衡了整个网络的能耗,实现了网络生存周期的延长。     

基于优化簇半径的WSNs非均匀分簇路由

为了有效解决无线传感器网络分簇路由协议中,靠近SINK节点的簇头因特发大量数据而过早耗尽能量,提出了一种优化簇半径的非均匀分簇路由协议(UCOR),其核心思想是通过优化簇半径对无线传感器网络进行合理分簇,使靠近SINK节点的簇规模小于远离SINK节点的簇.仿真实验结果表明,与EEUC和LEACH等路由协议相比UCOR路由协议有效地均衡了节点能量消耗,显著地延长了网络生命周期.     

一种非均匀分簇的路由算法

在对经典的分簇路由算法进行分析的基础上,以延长网络生存时间为宗旨,从节点入簇、孤立节点的处理和簇间传输等方面进行设计,提出了一种非均匀分簇的路由算法。与EEUC和UCRA算法相比,该算法的节点能量利用率更高,有效延长了网络生存时间。     

基于双簇头的WSNs非均匀分簇路由算法

无线传感器网络由大量密集部署的传感器节点组成,通过节点间的相互协作才能完成工作,因此传感器节点之间的协作非常重要。针对分簇结构无线传感器网络簇头间能耗不均衡导致的“热区”问题,提出一种基于双簇头的新型路由算法NCDH。通过将网络虚拟分区实现网络不均匀分簇,并依据节点的剩余能量、节点与基站的距离、节点度等因素,在簇内选取主、副双簇头节点负责数据处理和转发。在网络运行阶段,根据主簇头的运行状态确定是否启动副簇头,以保证网络能量均匀消耗。在数据传输阶段综合考虑节点与中转节点的距离以及中转节点的剩余能量,从而选出最佳中转节点。实验结果表明,与DEEC、MRDC、GURCP等算法相比,NCDH算法有效改善了网络的“热区”问题,延长了网络的生存时间。     

改进的基于蚁群算法的非均匀分簇路由协议

针对无线传感器网络中传感器节点随机分布造成能耗不均和“热区”等问题,提出了一种改进的基于蚁群算法的非均匀分簇路由协议。该协议也采用“轮”方式运行,每轮簇首选举开始阶段,根据节点剩余能量、节点密度,结合节点到Sink节点的距离来构造不均匀的竞选半径,每个节点根据竞选半径范围内邻居节点计算剩余能量比及距离偏差平均值,从而计算出其簇首竞争等待时间,采用时间等候簇首竞选机制来选举出簇首,平衡簇内的通信能耗;数据传输阶段,考虑剩余能量、通信能耗、链路质量、传输时延等因素,采用改进的蚁群算法构造最优传输路径,数据传输的同时更新信息素,从而达到自适应、动态优化地建立和维护传输路径。仿真结果表明,该路由协议能有效节约能量和均衡能耗,延长网络生命周期,改善链路质量,减少传输时延。     

非均匀分簇路由协议改进算法

针对无线传感器网络中存在的“热区”问题,改进了非均匀分簇(EEUC)路由协议的簇头选择策略和簇间多跳路由算法,即在簇头竞争阶段分别对阈值的设定、非均匀分簇竞争半径的计算提出了相应的改进措施。在簇间多跳路由选择阶段,在网络能量代价开销公式中加入了两个因子:候选中继节点已当选转发节点的次数以及簇内成员个数。对改进的协议进行了仿真验证,结果表明:与原EEUC协议及LEACH协议相比,改进的EEUC协议具有更高的网络执行效率,更好地解决了热区问题,均衡了网络能耗,延长了网络的生命周期。     

基于奇偶轮成簇和双簇首的非均匀分簇协议

针对无线传感器网络（WSN）存在"能量热区"和系统鲁棒性较差的问题,提出了一种基于奇偶轮成簇和双簇首的非均匀分簇协议（UCOD）。首先,优化竞争半径函数,使簇首分布更合理;其次,引入主副簇首机制,当主簇头能量低于设定的能量阈值时进入休眠,副簇头同时执行主副簇头功能以提高鲁棒性;然后,采用奇偶轮不同的成簇机制,奇数轮全局节点竞争簇首,偶数轮在奇数轮簇内选择簇首,减少节点入簇选择耗能;最后,将网络分级,节点根据位置、能量、转发次数和周围节点数在下一级选择中继节点。仿真结果表明,UCOD与分布式能量均衡非均匀分簇协议（DEBUC）和基于非均匀分簇的无线传感器网络分层路由协议（HRPNC）相比,网络生命周期延长了28.4%和13.7%,丢包率在簇首损坏50%的情况下降低了39.1和27.5个百分点。实验结果表明,UCOD能够有效提高能量效率和系统鲁棒性。     

一种基于粒子群的聚类算法

针对K-中心点算法对初始化敏感和容易陷入局部极值的缺点,提出一种基于粒子群算法和密度初始化改进的K-中心点聚类算法。该算法初始化时选择距离较远的k个候选范围作为k个聚类中心的选择范围,即粒子的初始值都在该k个范围内。通过粒子群算法优化聚类中心,以解决K-中心点算法因为聚类中心迭代计算较为复杂而导致的时间复杂度较高的问题。实验结果表明,该算法具有较高的正确率,较小的时间复杂度,综合性能更加稳定。     

基于改进粒子群算法的无线传感器网络节点定位

针对传统距离矢量-跳数(DV-Hop)算法中最小二乘法的估计误差过大、粒子群(PSO)算法易陷入局部最优的问题,提出了一种改进粒子群算法与DV-Hop的融合算法。首先从粒子速度、惯性权重、学习策略、变异方面对粒子群算法进行改进,增强算法跳出局部最优的能力,提高迭代后期算法的搜索速度;然后在DV-Hop算法第三阶段采用改进粒子群算法优化节点的定位结果。仿真结果表明:相比传统DV-Hop算法、基于混沌粒子群算法的DV-Hop改进算法(MPSO1-DV-Hop)和基于改进型粒子群优化的DV-Hop算法(MPSO2-DV-Hop),该算法的定位精度高,稳定性好,适用于定位精度和稳定性要求较高的场景。     

扰动粒子群优化的SDWSN路由算法

针对分布式路由算法在软件定义无线传感器网络中应用时能量消耗大以及簇头能耗不均衡问题,提出一种基于扰动粒子群优化的能耗均衡路由算法tPSOEB。该算法通过考虑节点的剩余能量、位置和能量均衡信息选择簇头,并引入扰动改进粒子群算法的搜索性能,然后用非均匀分簇的思想来构建大小不等的簇,每周期进行一轮全局分簇和[k]轮局部簇头更新,节省分簇时的能量消耗。在簇间路由建立时,根据链路能耗、节点剩余能量和簇内节点数,采用集中式方式构建最短路由树。仿真结果表明,tPSOEB能显著提高网络的能量使用率,延长网络寿命。     

基于粒子群优化的无线传感器网络节点定位改进

针对无线传感器网络低成本、低功耗的要求,提出了一种DV-Hop改进算法,利用节点间的估计距离和锚节点的位置,在DV-Hop算法的第三阶段使用粒子群优化的方法校正DV-Hop得到的估算位置。该算法不需要任何额外硬件设备和不增加通信量。仿真表明,改进的算法可以使DV-Hop的平均定位误差下降30%,并有效降低了成本。     

基于AGNES聚类的能耗均衡WSNs优化路由算法

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。     

应用IPSO的无线传感器网络分簇路由算法

在基于分簇的无线传感器网络中,网络是通过附近传感器节点在转发信息到目的节点前进行冗余数据的融合实现节能,从而延长了网络的生命周期。但现存的算法在选择簇首节点的过程中由于忽略了邻居节点的状态信息,容易导致簇内节点过早出现盲节点的现象。进化类算法已经成功应用于许多方面,微粒群算法就是其中之一。提出了一种基于改进型微粒群算法的无线传感器网络分簇路由算法来优化分簇过程。簇首节点的选取综合考虑候选节点和邻居节点的状态信息。仿真结果表明算法的性能得到了较好的改善,并延长了网络的生命周期。     

量子粒子群算法求解QoS组播路由

QoS组播路由问题是一个非线性的组合优化问题,已证明了该问题是NP完全问题。将量子粒子群算法用于此类问题的求解。并在此基础上对基本的量子粒子群算法进行改进,针对群体智能和约束优化问题的特点,提出了一种在每次迭代中有选择地保留一定数量不可行解的方法,并把它结合到量子粒子群优化（QDPSO）算法中。该算法可以利用保留下来的不可行解来帮助搜索靠近边界的最优解,同时又可以避免罚因子的选择问题,使之更适合于QoS组播路由的求解。仿真实验结果显示,该算法能快速搜索并收敛到全局（近似）最优解,且随着网络规模的增大算法保持了良好的特性,在寻优速度上与解的质量上优于其他粒子群算法与基本的量子粒子群算法。