基于蚁群粒子适应机制的移动传感网簇头生成算法

传统移动传感网簇头生成算法在筛选簇头节点时中存在的节点密度较低及网络传输性能较差的不足.因此,提出了一种基于蚁群粒子适应机制的移动传感网簇头生成算法.首先选取具有较高能量值的节点作为初始簇头节点,采取粒子迭代方式设计了基于蚁群粒子感知覆盖机制的簇头生成方法,并通过权值评估方式来优化备选簇头节点能量,有效改善因链路抖动而导致的传输性能受限现象,有效提高簇头节点分布密度.基于极限标准差优选机制,通过定时更新备选簇头节点标准差,进一步选取性能较高的节点维持链路性能,改善链路抖动现象并提高网络传输带宽,降低信道噪声对数据传输带来的不利影响.通过仿真实验与基于改进能量均衡机制的传感网簇头生成算法和基于能量优化回收机制的传感网簇头生成算法进行对比,表明所提算法具有更高的簇头节点密度和网络传输带宽.     

基于服务拓扑切分机制的无线传感网虚拟映射算法

为解决无线传感网部署过程中存在资源调度困难、映射成功率较低及传输性能不佳等问题,提出了一种基于服务拓扑切分机制的无线传感网虚拟映射算法。首先,基于图论思想,构建了物理网络与虚拟网络的映射关系,将网络按能耗、带宽、时延等指标进行切分,再构建多约束评估机制,达到整合优化评估网络映射的效果。随后,将业务请求拆分为若干个拓扑服务片,对传输链路进行逐项映射,并结合时延最小化原则对链路匹配排序,将业务进行精准匹配并优化传输质量。依据节点能耗及节点剩余能量最优匹配原则,选取服务能力最佳的节点。最后,构建多参数评估机制,将带宽较高且时延较低的链路置于较高优先级别并进行匹配带宽映射,进而提高网络传输及服务承载性能。仿真实验表明,与常用的网络虚拟映射算法相比,所提算法具有更高的节点链路映射成功率和网络传输带宽,以及更低的节点能耗。     

基于时序感知优化机制的无线传感网数据投递算法

为解决无线传感网数据投递算法存在的链路选取质量不高,且节点重投递现象严重,容易降低网络传输质量等不足,本研究提出一种基于时序感知优化机制的无线传感网数据投递算法。首先,算法通过感知节点接近状态的时序情形,设计了基于时序效应的链路筛选方法,通过优选中继节点的方式提升链路投递率,以降低网络链路丢包概率,进而增强数据传输质量。随后,算法通过自感知方式获取节点转发数据,设计了基于投递优选的拥塞控制方法,以提高多跳链路的稳健性,降低节点碰撞效应带来的拥塞现象,进而改善网络数据投递质量。仿真实验结果表明,本研究算法与当前无线传感网中常用的虫洞-路径投递算法和神经卷积深度投递算法相比,能够显著降低网络平均投递时延,且网络累计拥塞频次较低,网络数据投递成功率较高,具有较高的实际部署价值。     

基于信道随机干涉博弈机制的移动传感网安全传输算法

为解决移动传感网安全传输领域存在的网络传输带宽较低、节点抖动现象难以控制等不足,提出了一种基于信道随机干涉博弈机制的移动传感网安全传输算法。首先,根据移动传感网覆盖存在的冗余特性,采取信道频率干涉机制对信道信噪比予以精确评估,以降低信道干涉对传输的不利影响,进而消除冗余数据并增强节点数据传输能力。随后,基于博弈退避机制提出了时间匹配方法,利用最低信道信噪比模型对节点数据传输周期予以调控,降低因数据重传输导致的网络拥塞,从而降低节点抖动发生频率。仿真实验表明,与常用的高效均衡分布机制的移动传感网安全传输算法和异构能量预测机制的移动传感网安全传输算法相比,所提出的算法具有更高的传输带宽及更低的网络节点累计抖动频次。     

一种基于区域访问概率的容迟网络路由算法

延迟容忍网络泛指没有稳定端到端传输路径的无线网络,广泛应用于太空网络、乡村网络、移动传感网络、Ad hoc网络等等,具有重要的研究意义.其路由问题极具挑战性,是当前的一个研究热点.本文针对基于区域单元(Cell)移动模型的延迟容忍网络,提出一个基于区域访问概率的路由算法--PROAREA算法.已有的算法主要通过节点间的相遇概率来指导路由决策,而PROAREA算法则通过各节点访问区域单元的概率估算出了节点间数据传输的期望延迟,从而能够直接使用期望延迟来指导路由决策,具有更好的效果.实验结果表明,与延迟容忍网络中的Epidemic算法和PROHET算法相比,PROAREA算法的传输成功率平均提高了15%和6.95%,而平均传输延迟平均降低了46.7%和40.2%.     

移动延迟容忍传感网络拥塞控制算法研究

针对移动延迟容忍传感网络拥塞而造成的节点内缓存数量预测不准,数据传输延时速度过慢,数据分组投递成功率低等问题,提出一种移动延迟容忍传感网络拥塞控制算法。算法是基于节点状态感知的,构建移动延迟容忍传感网络拥塞预测机制,依据机制中所获取的历史缓存信息感知节点状态,对拥塞严重或中度拥塞的节点缓存队列内的数据进行信息聚合,提出拥塞控制的策略。最后通过仿真可得数据分组投递率、数据分组丢包率及响应时间、消息产生率。实验结果表明,所提出的拥塞控制算法能够预测缓存数量准确,减少数据传输时延,保证数据分组投递成功率,提高整个网络的工作效率。     

数据传输时延和跳数受限的Sink节点移动路径选择算法

考虑实际无线传感网系统中数据传输时延和跳数受限情况,且为降低算法的时间复杂度,提出一种移动无线传感网的Sink节点移动路径选择算法（MPSA）。在MPSA算法中,Sink节点采用分布式最短路径树算法收集k+1跳通信范围内传感节点的相关信息和感知数据,采用虚拟力理论计算边界、障碍物和空洞区域的虚拟斥力、第k+1跳未覆盖传感节点的虚拟引力和所有虚拟力的合力,根据停留次数、合力大小和方向等信息计算当前网格中心的停留时间和下一个停留网格中心。仿真结果表明：MPSA算法根据传感节点的位置、剩余能量等信息,寻找到一条较优的移动路径,从而提高Sink节点的数据收集量和节点覆盖率,降低传感节点的感知数据丢弃量。总之,在数据传输时延和跳数受限下,MPSA算法比RAND算法、GMRE算法和EASR算法更优。     

智能配电网通信多信道调度策略

为了有效提高基于无线传感网的配电网服务质量,进一步增强配电网中数据实时性,减少延迟,提出了一种基于优先级的多信道调度策略。首先,根据实时的信道链路状态信息,提出了基于最小跳数生成树的链路路由算法（LB-MHST）,克服了无线射频干扰,保证智能电网的服务质量;然后,针对配电网中不同数据包对于延迟要求的不同,考虑了数据优先级传输,有效地提高了感知节点的数据传输效率,进一步满足了配电网中的QoS性能要求。实验结果表明,与最小跳数生成树（MHST）算法相比,尤其是在多信道延迟感知传输中,提出算法在单信道、8信道和16信道时分别将高负载流量延迟性能提高了12%,15.2%和18%。     

无线传感网络数据转发最佳权重选取算法仿真

为了有效提高无线传感网络数据转发的有效性和可靠性,针对传统的数据转发算法存在的数据转发率低、延时长等问题,提出一种基于蚁群优化的无线传感网络数据转发最佳权重选取算法。选择无线传感网络数据节点负载、剩余能量以及数据转发时延作为网络服务性能评价指标,利用熵权系数法自适应地确定评价指标的权重。引入数据转发链路容量和链路距离等因素建立数据转发时延最小的优化模型,利用蚁群算法的节点概率函数机制找出能同时满足时延带宽和数据转发链路容量要求的评价值最高的邻居节点,通过上述节点选取数据转发最优权重,完成数据转发。实验结果表明,所提算法在节点能量消耗、转发延迟、数据转发率等方面都优于现有无线传感网络数据转发算法。     

基于能量均衡-延迟削弱机制的无线传感网稳定传输算法

为解决5G条件下无线传感网存在的拥塞控制困难、簇头节点受限严重等不足,提出基于能量均衡-延迟削弱机制的无线传感网稳定传输算法.设计信道状态控制指标,结合数据分段传输过程,提出一种数据传输模型,实现数据传输过程的稳定评估.构建基于能量均衡-延迟削弱机制的簇头更新方法,增强高能节点被选为簇头节点的概率.设计基于稳定性传输机...     

短相遇接触时间网络环境中的时延容忍网络路由方案

为解决时延容忍网络在短接触时间下的路由问题,给出了一种短相遇接触时间网络环境中的时延容忍网络路由方案.该方案首先利用相遇接触时间、相遇间隔时间和消息时效等网络信息计算一跳传递概率和两跳传递概率,然后根据所得传递概率在当前接触节点和过去接触节点中选择转发节点,从而建立低成本路由.仿真性能分析结果表明:与其它经典的时延容忍网络路由方案相比,所给路由方案可以在降低路由成本的情况下,提高消息传递率,且能缩短平均时延.     

机会网络中面向周期性间歇连通的数据传输

提出一种在机会网络中基于周期性间歇连通的数据传输策略PICD(periodic intermittently connectedbaseddata delivery in opportunistic networks).通过有效利用节点间的周期间歇连通性改善数据传输性能.节点传输概率的计算则充分考虑了其与汇聚点间存在的间歇多跳路径,并将其与消息容忍的传输延迟相结合.首先,采用随机动态规划的方法建立与延迟相关的传输概率模型;然后,通过基于多跳的函数空间迭代法求出一个周期内的与延迟相关的传输概率分布矩阵;节点面向不同消息延迟的传输概率则基于分布矩阵计算获得,以此作为选择下一跳的依据.与延迟相关的概率转发机制提高了消息在容忍的延迟内被成功递交的可能.仿真实验结果表明,与现有的几种数据传输算法相比,在节点具有循环运动特征的环境下,PICD具有较高的数据传输成功率和较低的递交延迟.     

交通干线无线宽带覆盖网络传输性能研究

对交通干线无线宽带覆盖网络骨干链路的传输性能进行研究,建立了WMN骨干链路的传输模型,研究了对其多跳传输性能产生影响的主要因素。针对WMN骨干链路多跳传输带宽急剧下降和无线骨干链路的带宽瓶颈等两个多跳传输难题,提出了基于802.11n的多模Mesh节点结构,实现了其原型系统。实验结果表明其具有超过165Mb/s的基准带宽,在60Mb/s的限速应用环境下,每跳的带宽衰减小于1%,满足了地面无线网络覆盖的需求。     

基于历史传输效率的最小传输延迟算法设计

机会网络的数据交换不需要完整的路径,且传递数据是基于节点机会移动和机会相遇。相对于传统网络来说,达到了绿色节能的目的。但是,机会网络中节点逐跳传递数据存在较大的传输时延和大量的数据副本,造成传递过程中节点能量的过度消耗,为了取得较小的传输时延和较少的数据副本,本文提出基于历史传输效率的最小传输延迟算法MDBHE算法,根据历史的传输效率构建一条局部效率高且传输时间短的传递路径。仿真实验结果表明,MDBHE算法与传统的机会路由算法相比,缩短了传输时延,提升了机会网络的传递成功率。     

蓝牙Mesh网络AODV路由改进算法

蓝牙Mesh网络使用泛洪进行多跳通信,在没有路由机制的情况下,由于消息的连续广播,原有泛洪机制会导致网络开销增大和通信延迟。本文基于能量有效的AODV改进算法E-AODV使用MATLAB进行仿真,根据跳数、节点剩余能量、链路质量来选择最优节点进行数据包的转发。仿真结果表明,E-AODV算法可减小蓝牙Mesh网络中RREQ数据包传输数量,通过与传统泛洪、AODV算法比较,该算法能够有效降低数据包传输时延,降低网络能耗,提高网络性能。     

节点移动状态感知的社会化延迟容忍网络路由策略

针对延迟容忍网络因节点移动的时空特性变化导致网络性能下降的问题,建立半马尔可夫模型描述节点的移动过程,预测未来时刻节点处于某一地理区域的概率和节点间在未来时间段内的连接状态;同时,采用节点移动状态感知机制,对所预测结果的准确程度进行评估,进而提出了节点移动状态变化自适应的消息转发策略。仿真结果表明,基于节点移动状态感知的路由策略在网络交付率、开销比率及消息投递平均延时方面能够提升DTN的性能。     

一种空间延迟容忍网络中的周期性链路数据转发算法

空间延迟容忍网络的链路具有间歇连通的特点,难以形成一条端到端的路径,使得基于TCP/IP的端端数据传输机制无法适应空间延迟容忍网络.空间延迟网络中存在着大量连通时间短暂、具有周期性连通规律的卫星节点,它们处于高速周期性运动中,在空对地、空空之间构建了空间网络的核心链路.针对空间延迟容忍网络中的周期性连通链路,通过对卫星运行规律的分析,计算单颗卫星对地周期性连通时间和星间链路的连通时间,定义空间链路的连通矢量,设计基于节点间连通矢量的数据转发算法,有效解决了空间网络周期性链路的数据有效转发问题,为空间网络面向延迟容忍的数据转发提供支持.仿真结果表明,该算法在周期性链路的情况下具有较好的传递成功率和传输延迟性能,更适合于具有周期性链路的空间延迟容忍网络环境.     

多Sink群智感知网络数据收集方法

随着Android和iPhones等移动设备的广泛普及,群智感知网络成为研究热点.人们携带这些移动设备在日常生活中收集环境感知数据.人们的移动具有社会性,其移动轨迹难以预测,如何设计一种有效的数据收集算法是一个值得研究的问题.针对多Sink群智感知网络,提出一种基于地点的感知数据收集方法.首先采用多目标决策的层次分析法,以移动设备与Sink节点之间的距离、连接时间和相遇概率为性能指标,提出最优Sink的选择机制,确定感知数据的目标传输节点;受PeopleRank启发,提出基于地点的数据转发方法,以优化下一跳选择策略.最后,通过一系列实验对该方法的可行性和有效性进行验证,实验结果表明,该方法不仅大大提高了感知数据的传输成功率,而且转发开销和延迟有了明显的降低.     

基于Q-Learning反馈机制的无线传感网络通信节点自愈算法

针对目前无线网络通信节点自愈能力差,以及自愈后网络流量出口带宽低的问题,提出基于Q-learning反馈机制的无线传感网络通信节点自愈算法。通过计算网路节点的RSSI值建立节点衰减模型,通过质心算法完成节点定位;应用Q-learning学习算法获取链路选取策略,完成节点传输过程路径时延、吞吐量以及丢包率的计算,建立网络节点模型提取链路反馈机制,利用Q-learning学习算法进行迭代计算,实现无线传感网络的通信节点自愈。仿真分析表明,运用该算法自愈网络通信节点时,当检测次数为100时,检测出的节点自愈数量为280个,节点拓扑移动距离平均值为175 m,网络流量出口带宽平均值为550 Mbyte/s,证明该算法的节点自愈能力高。     

多移动汇聚节点的无线传感网中基于服务质量的能耗

针对无线传感网（WSN）中传感节点能耗过高、传输时延过长、数据完整性过差的问题,提出一种基于多移动汇聚节点考虑服务质量（QoS）的路由算法——时延敏感和数据完整性（MSTSDI）算法。首先,通过从基站接收信号的强度判断节点的密度,用K-means聚类算法将传感网划分成自治区域;其次,给每个自治区域分配一个移动汇聚节点,利用支持向量回归（SVR）的方法确定移动汇聚节点的轨迹;最后,引入深度引力域和队列引力域,通过Improved-IDDR算法对时延敏感数据包和数据完整性要求高的数据包进行传输。理论分析和仿真表明,与GLRM算法和LEACH算法相比,Improved-IDDR算法的路由策略的能耗下降幅度分别为21.2%和23.7%;而该算法的时延分别降低了15.23%和17.93%;该算法的所传输数据包的完整性也更好。实验结果表明,MSTSDI在传感网络中能够有效提高系统的性能。