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。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

无线传感器网络中蚁群路由算法的改进

在无线传感器节点能量有限的条件下,如何使网络寿命最大化是无线传感器网络研究的重点,均衡网络能量消耗是延长网络寿命的一个有效方法。在蚁群算法的基础上引入了模糊理论的概念,提出了一种ACO for Fuzzy Theory算法,根据节点剩余能量、通信距离、邻居节点数目和信息素等因素采用模糊综合评判法进行下一跳节点的选择。仿真实验表明,与基于能量有效蚁群算法(EEABR)进行比较,相同条件下AFT算法有效地减少了网络平均能量消耗,增强了网络节点的存活率。     

改进遗传算法优化无线传感器网络路由算法

为了有效延长无线传感器网络的生存时间,针对传感器节点能耗不均衡难题,提出一种改进遗传算法优化的无线传感器网络路由算法。首先对LEACH算法不足进行分析,然后构建簇头节点选择的目标函数,并将其作为遗传算法的搜索目标,最后通过遗传算法找到下一时刻簇头的候选节点,并针对遗传算法不足进行相应改进。采用仿真实验对算法的性能进行分析,结果表明,相对于其它无线传感器路由算法,本文算法可以保证无线传感器的节点能量均衡,延长了网络的生存时间。     

基于博弈论的无线传感器网络路由算法研究

在通过博弈论概念建立网络模型的基础上,讨论了各种针对特定传感器网络特点的路由算法。归纳了基于博弈论的无线传感器网络路由算法的设计原则和分类方法。详细比较了这些算法的特点、性能差异和应用范围.最后对无线传感器网络路由算法的研究现状进行了总结,并指出未来的研究重点。     

基于LEACH的改进型无线传感器网络路由算法研究

针对经典分簇路由算法LEACH在选取簇头时没有充分考虑节点剩余能量的问题,在LEACH协议的基础上,改进了簇首选择、最优簇首数和簇形成过程,提出一个自适应分布式算法,即ADCP-LEACH算法,该算法可以应用干周期性的采集数据,根据每个节点竞选簇头时的阈值不同,让剩余能量大的节点当选簇头的概率更大.NS2仿真实验表明,改进的协议有效延长了网络的存活时间,性能优于LEACH协议.     

基于智能电网的无线传感器网络路由算法研究

无线传感器网络为智能电网输变电、配用电环节的安全可靠运行,提供了实时可靠的基础数据,是电网精细化、智能化控制的基础。结合南方电网公司广州蓄能水电厂的无线传感器回传网络的实际项目经验,首先介绍了智能电网无线传感器回传系统的组网方案;之后,针对传感数据传输模块,重点分析了Cluster-Tree、AODVjr和ZBR几种传感网路由算法;最后,通过OPNET仿真软件中实现上述3种路由算法,并从平均端到端时延、平均跳数、路由开销等方面进行了对3种路由算法进行了分析和比较,为智能电网中传感路由算法的选择,提供了理论和仿真依据。     

基于拓扑控制的无线传感器节能路由优化方法

由于当前的无线传感器网络能量均衡路由方法未能考虑最优发射功率问题,导致无线传感器网络能量消耗较多、网络使用寿命较低以及网络节点能量不均衡,因此提出基于拓扑控制的无线传感器节能路由优化方法。将无线传感器节点的功率控制抽象为一个多人的非合作博弈问题,利用节点之间的博弈进行拓扑控制,从而获取最佳发射功率,并将蚁群算法应用于无线传感器网络的路径选择,通过蚁群的动态适应和寻优能力平衡网络最短路径和能量均衡消耗,以达到无线传感器网络能量均衡路由优化的目的。仿真结果表明,所提方法能够有效降低能量消耗,提升网络使用寿命,使无线传感器网络能量达到均衡。     

面向蚁群机制的无线传感器网络节能路由算法

针对无线传感器网络资源受限、能量约束问题,提出了ESRAC算法.该算法综合PEGASIS算法及蚁群算法的优点,考虑到全网的能量消耗,将能量因子加入到概率选择模型和信息素更新机制中,构造最短路由.并且利用混沌扰动,使蚁群算法跳离局部最优解,避免路由过程中的热点问题.仿真实验表明该算法更好地节约了全网能量,延长了网络的生命周期.     

无线传感器网络中基于数据融合的路由算法

无线传感器网络（WSN）是远程通信方面一种极具潜力的关键技术。通过对无线传感器网络与典型通讯网络的对比分析,得出无线传感器网络路由协议都是以数据为中心进行工作的。详细分析了以MLR,GRAN,MFST和GROUP为代表的基于数据融合的路由算法。最后得出结论：将数据融合技术应用于无线传感器网络中可以明显地改善路由协议的进行效果,延长网络生存时间。     

基于能量优化的无线传感器网络安全路由算法

针对无线传感器网络路由面临安全威胁和节点能量有限的不足,提出一种基于能量优化的安全路由算法(EOSR).该算法把优化能量、提高路由安全性和缩短传输时延同时作为设计目标,采用多目标决策,在保证安全性和快速传输的同时,让能量储备较多的节点承担较多的数据转发任务,可获得最优路由和延长网络生命期.通过预置公私密钥对,有效地提高了路由的安全性.给出了该算法中路由发现、路由选择和路由删除的具体步骤,通过仿真实验证明该算法的有效性.     

无线传感器网络自适应蚁群定位算法研究

针对蚁群定位算法可能出现局部最优解而导致定位不准确的问题,提出了无线传感器网络自适应蚁群定位算法。通过将节点估计坐标移动方向离散化,将传感器定位问题转换成离散组合最优问题。定位过程中通过聚度和信息权重对传感器节点估计坐标向各个方向移动的概率进行修正,解决了定位结果收敛于局部最优解的问题。仿真结果表明,自适应蚁群定位算法比传统蚁群定位算法具有更低的定位误差。     

具有能量供给的无线传感器网络路由算法研究

针对现有具有能量供给的无线传感器网络由算法出现的簇头分布不均匀、簇头无法连任的问题,本文提出了一种新的路由算法一CAEH（clustering algorithm for energy harvesting）,该算法通过对簇头选举机制阈值进行改进,均衡了全网簇头节点的分布,同时簇头能够连续担任不再重复选举,从而充分保存与利用供给能量。理论和仿真实验表明：与另一种对比算法相比较,CAEH算法能够提高节点平均剩余能量以及存活节点的数量。     

基于蚁群算法的无线传感器网络广播协议算法研究

相对于传统的广播算法,蚁群算法的优化目标在于多约束条件下平衡网络能耗,提高网络生存期。文中提出了一种基于蚁群算法的无线传感器网络广播协议算法（AOBA）,并对AOBA算法进行仿真试验。通过与现有算法的性能比较,可以看出AOBA算法能平衡网络负载,降低整个网络的能耗,有效提高网络生存期,具有较好的性能。     

蚁群-遗传算法的无线传感器网络路径优化

为了提高无线传感器网络路径优化效率,快速找到最优路径,提出基于蚁群-遗传算法的传感器路径优化方法.利用遗传算法的快速全局搜索能力和蚁群算法的正反馈机制,实现了两种算法的融合.仿真结果表明,蚁群-遗传算法在时间和性能上都优于单独的蚁群算法和遗传算法,能快速找到无线传感器网络最优路径,有效延长了网络的生命周期.     

无线多媒体传感器网络中一种改进路由算法

随着网络负载增加,经典的TPGF( Two-Phase geographic Greedy Forwarding)算法难以找到节点分离路径,会导致网络吞吐量、投递率以及端到端时延性能下降。此外,当网络拓扑变动不大时, TPGF中每条路径所包含节点要消耗比其他节点更多的能量,会导致其过快死亡,从而影响网络性能。为此,将联合网络编码技术引入 TPGF,提出一种编码与能量感知的 TPGF 路由算法( NE-TPGF)。该算法综合考虑节点的地理位置、编码机会、剩余能量等因素,同时利用联合网络编码技术进一步扩展编码结构,充分利用网络编码优势来建立相对最优的传输路径。仿真结果表明, NE-TPGF能够增加编码机会,提高网络吞吐量和投递率,降低端到端时延,并且还有利于减少和平衡节点的能量消耗。     

基于蚁群的无线电源管理网络路由算法

蚁群算法(Ant Colony Algorithm,ACA)是一种新型的基于群体的仿生算法。采用蚁群算法实现了对无线电源管理网络的路由优化,为远程设备管理提供了新的解决思路。对原始蚁群算法进行了改进,提出了一种多蚁群的优化算法。基于蚁群算法及其并行搜索最优的特征,通过蚁群聚类和动态调整网络优化参数的方法,可作为一种面向无线电源管理网络的路由算法,经过仿真验证了该算法的有效性。     

无线传感器网络能量均衡路由算法

设计了一种能量均衡的路由算法.路由的建立分两个阶段,在簇头建立阶段,让候选节点在覆盖范围内以剩余能量的多少和所处位置为标准来竞选簇头,以使簇头分布均匀,平衡网络覆盖;在通信阶段,根据簇头节点的剩余能量大小和其距离基站的远近,采用多跳的簇间通信方式建立路由,以此来降低簇头节点的通信负载.仿真结果表明该算法能够有效降低网络能耗和延长网络生存时间.     

无线传感器网络的蚁群自组织算法

探测效能与能量节省的综合性能优化是无线传感器网络研究的一个热点问题.提出了一种分布式、自适应的无线传感器网络蚁群自组织算法,将无线传感器网络节点映射为情绪蚂蚁,通过蚁群间的协同对节点的唤醒概率进行群体智能优化,从而实现无线传感器网络自组织,并以定理的形式给出了性能指标和相关参数的设计方法.仿真表明,算法实现在唤醒较少节点的前提下,对目标保持了较好的探测能力.     

一种基于蚁群优化的多媒体传感器网络服务感知路由算法

本文针对多媒体传感器网络中三类基本服务:异常事件告警服务、信息查询服务以及流媒体查询服务,分析了不同服务的QoS需求,并抽象出多媒体传感器网络QoS路由模型.进而,利用改进的蚁群算法,设计了一个基于蚁群优化的服务感知路由算法ASAR (Ant-colony optimization based Service Aware Routing).本文设计服务感知的路由协议,旨在依据各类媒体数据包不同的QoS需求,选择相应的路由以合理利用全网资源、提高网络性能.最后,我们通过NS2仿真表明了较其他路由算法,本文提出的方法能够为多媒体传感器网络的多种服务提供更好的QoS保障,同时,比传统的蚁群算法具有更好的收敛性.