一种节能的无线传感器网络QoS路由算法

针对无线传感器网络中不同业务对QoS的不同要求,提出了一种新的QoS路由算法—EBQoS算法。算法通过记录邻居节点到Sink节点的最小跳数信息建立到Sink节点的多条路径,并根据信息包的QoS要求和节点剩余能量选择合适的路径进行路由。通过仿真实验与顺序分配路由（SAR）算法的比较,结果表明该路由算法在提供差别服务和提高网络生存期方面具有明显的优势。     

基于区分服务的无线多媒体传感器网络QoS路由协议*

针对无线多媒体传感器网络数据量大且不同业务传输的QoS约束不同的特点,提出了一种数据融合的区分服务的QoS路由算法（DF-DSQR）。该算法在兴趣泛洪期间建立实时（RT）和尽力而为（BE）业务两类梯度,采用优先级排队模型对两类业务的传输进行分级处理,并采用数据融合转发机制,为RT业务和BE业务提供了保证QoS的路由路径。仿真结果表明,该算法既能保证实时业务低时延的要求,又能保证尽力而为业务的QoS要求,均衡了网络能耗,延长了网络生存期。     

基于熵权系数法的无线传感器网络自适应QoS路由算法

针对无线传感器网络中不同业务对服务质量（QoS）指标的不同要求,以及QoS指标在网络运行过程中实时变化的特点,提出一种基于熵权系数法的自适应QoS路由（EAQR）算法。算法将路由建立过程抽象成多指标加权评分的问题,选取节点负载、平均能量势、通信时延作为QoS评价指标,采用熵权系数法自适应地确定指标的权重,选择最优节点转发数据。仿真实验显示,与有序分配路由(SAR)、能量感知QoS路由(EQR)算法相比,EAQR算法可以有效降低网络平均端到端延迟,减少丢包率,延长网络寿命。     

基于粒子群算法和拥塞控制的移动路由选择方案

基于不同的业务类型对QoS性能有不同的要求的特点,设计了一种基于粒子群算法和拥塞控制的移动路由选择方案。仿真实验表明,该方案可以实现移动路由最优路径选择,同时降低网络中的拥塞概率,保证业务QoS。     

一种覆盖网多QoS约束均衡的路由算法

覆盖网服务质量（QoS）路由是覆盖网研究的关键问题,在多QoS约束均衡和网络资源优化的基础上,提出一种多QoS约束均衡的路由算法。该算法考虑包括节点和链路在内的多种QoS约束因素,使用层次分析、参数归一等方法解决多个QoS参数权值分配问题。同时根据覆盖网络特点采用资源均衡的方法,对链路带宽及节点计算能力2种QoS参数资源进行均衡。利用随机拓扑实验对时间、代价、资源利用率等性能指标进行验证,并与同类算法进行比较,结果表明,该算法所选择的路径在各项QoS指标都满足的情况下,能较好地均衡网络资源。     

一种软件定义车载自组织网络的QoS路由算法

车载自组织网络（VANET）是由移动车辆节点组成的移动自组织网络（MANET）,其不依赖基础设施即可建立通信链路实现通信。由于车辆的高机动性和无线通信资源的限制,VANET难以保障车辆业务的服务质量（QoS）。针对该问题,引入软件定义网络（SDN）,提出一种适用于软件定义车载自组织网络（SDN-VANET）的多约束QoS路由算法。利用SDN控制转发分离的优势保障各业务的QoS,SDN控制器会根据车辆业务的截止日期对业务实现顺序调度,并基于蛙跳算法设计自适应中继节点选择算法(AH-SFLA),SDN控制器根据QoS指标和全局拓扑信息计算数据在传输链路上的适度值,以此为基准搜索优化路径。在此基础上设置备选链路机制和QoS资源消耗阈值共同实现路由维护,减少网络故障发生的概率。联合Mininet-wifi和SUMO搭建SDN-VANET环境,并将AH-SFLA路由算法与IGA、IICSFLA进行对比验证分析。实验结果表明,与IGA和IICSFL相比,AH-SFLA在平均端到端延迟指标上分别提高了57.74%和46.6%,丢包率平均降低了29.9%和18.6%,标准化路由开销提升了36.93%和...     

一种基于遗传算法的QoS多播路由算法

深入研究基于遗传算法的QoS多播路由算法,建立支持QoS的多播路由模型.对已有的QoS多播路由算法进行优化,提出适用于下一代网络的基于遗传算法的QoS多播路由算法.采用定长的染色体编码和预处理机制降低算法复杂度.仿真试验表明,该算法收敛速度快,可靠性高,能够更好地满足多播业务的需要.     

改进蚁群算法在QoS组播路由中的应用

QoS组播路由是网络传输中的一项关键技术,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法。针对蚁群算法的缺点,提出了一种双向蚁群算法对该问题进行求解,并改进了蚁群算法的信息素更新策略。仿真实验表明,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。     

基于量子遗传算法的QoS多播路由算法

QoS多播路由算法的核心问题就是建立满足QoS约束的多播树,它是计算机网络中著名的受约束最小Steiner树问题,是一个NP完全问题。量子遗传算法是基于量子计算理论的新型遗传算法,基于量子遗传算法的基本原理,提出了QoS约束的多播路由算法（QoSMR-QGA）,并详细介绍了QoSMR-QGA算法的实现过程。仿真实验表明,该算法具有较好的算法收敛性和多播路由成功率。     

基于用户体验评价模型的最优路由选择算法

网络视音频业务的兴起使网络运营商和服务提供商更加关注视音频的用户体验（QoE）,而传统的路由算法只能保证所选路径的服务质量（QoS）参数,如延迟、抖动等满足QoS约束的需求,并不能直接反映QoE的信息,从而不能保证所选路径满足QoE需求。基于QoE评价模型,给出以QoE为目标的最优路由选择算法。通过分析QoE表征参数与传统QoS参数的关系,利用QoE表征参数可分解性和QoE表征值非递减性两个性质,给出多项式时间复杂度为O(V log V+E)的QoE_DSP算法。实验和分析表明,该算法能保证所得路径满足QoE需求,同时具有良好的计算扩展性。     

一种基于DPSO的无线传感器网络QoS路由算法

针对无线传感器网络中不同业务对服务质量(QoS)的不同需求,提出一种基于离散粒子群优化(DPSO)的无线传感器网络QoS路由(DPSO-QR)算法。算法将路由建立过程抽象为多目标优化过程,以节点间通信的传播损耗、时延、带宽、丢包率为优化目标,利用DPSO算法实现多目标优化,为拥有不同QoS需求的网络业务提供满足其特有需求的优化路由。仿真实验表明:与SAR,EQR算法相比,DPSO-QR算法降低了网络平均端到端时延,减小了丢包率,延长了网络寿命。     

Ant-based routing for wireless multimedia sensor networks using multiple QoS metrics

In wireless sensor networks, most routing protocols consider energy savings as the main objective and assume data traffic with unconstrained delivery requirements to be a given. However, the introduction of video and imaging sensors unveils additional challenges. The transmission of video and imaging data requires both energy efficiency and QoS assurance (end-to-end delay and packet loss requirements), in order to ensure the efficient use of sensor resources as well as the integrity of the information collected. This paper presents a QoS routing model for Wireless Multimedia Sensor Networks (WMSN). Moreover, based on the traditional ant-based algorithm, an ant-based multi-QoS routing metric (AntSensNet) is proposed. The AntSensNet protocol builds a hierarchical structure on the network before choosing suitable paths to meet various QoS requirements from different kinds of traffic, thus maximizing network utilization, while improving its performance. In addition, AntSensNet is able to use a efficient multi-path video packet scheduling in order to get minimum video distortion transmission. Finally, extensive simulations are conducted to assess the effectiveness of this novel solution and a detailed discussion regarding the effects of different system parameters is provided. Compared to typical routing algorithms in sensor networks and the traditional ant-based algorithm, this new algorithm has better convergence and provides significantly better QoS for multiple types of services in wireless multimedia sensor networks.     

无线多媒体传感器网络能量均衡的QoS路由算法

为保障能量受限的无线多媒体传感器网络(WMSNs)多服务质量(QoS)需求,提出了一种能量均衡的QoS路由(EBQR)算法。该算法通过蚁群优化将网络带宽、时延、丢包率和能量等因素作为目标函数,并根据函数值大小动态调整蚁群信息素的挥发系数和浓度增量,提供网络业务中满足不同QoS需求的最优路径。仿真结果表明:与AntWMSNs算法和ASAR算法相比,EBQR算法平均端到端时延降低了16%,丢包率减少22%,生命周期延长了近50%,有效实现了网络中节点能耗的均衡性。     

中高速传感器网络QoS路由算法

通过对中高速传感器网络的QoS路由算法问题进行建模和分析,提出一种改进的基于蚁群优化算法的QoS路由算法,以满足网络中多种混合服务对QoS质量的不同要求。利用反向抑制机制优先保证高优先级别服务的QoS要求。仿真结果表明,该路由协议可以满足中高速传感器网络对不同业务的QoS需求。     

LEO卫星网QoS遗传算法路由协议

为了满足多媒体应用的QoS要求,卫星路由协议应该更有效地利用网络资源,提供更好的QoS保障。为此提出了一个基于遗传算法的LEO卫星网络QoS路由协议,称为遗传卫星路由协议（GSRP）。改进了新的操作函数,如适应度函数、终止函数,以及变异率和路由表。仿真结果表明,GSRP能够实现较少CBP和HBP的可靠的点对点时延约束,以及比传统的算法更有效的负载平衡。     

无线传感器网络QoS路由的研究与仿真

无线传感器网络要求支持多种业务的差别服务和全网范围的资源有效利用,QoS路由是解决该问题的关键技术之一.在分析无线传感器网络QoS 路由问题的基础上,对定向扩散(Directed Diffusion,DD)进行扩展,提出了一种组合利用路径节点最小能量和最小跳数信息的分布式QoS 路由算法,并建立了仿真模型.仿真结果表明,与传统DD比较,网络生存期可提高500%;不同比例的混合业务模式下,可很好的支持不同业务的资源需求分配,达到全网能耗均衡.     

基于移动Agent的无线多媒体传感器网络QoS路由算法

无线多媒体传感器网络(WMSNs)的主要特点包括资源有限、时延敏感和数据冗余性高。此外,音视频数据流传输所需的带宽是多媒体传感器节点所能承受的最大传输带宽的几倍。上述因素使得WMSNs的QoS 路由成为一个亟待解决的关键技术问题。鉴于此,首先通过基于等差数列的非均匀分簇算法对网络区域进行划分,然后在此网络拓扑上,提出一种基于移动Agent的WMSNs的QoS路由算法(MAQR)。MAQR由路由发现和数据传输两个阶段组成。在路由发现阶段,采用移动代理技术完成多路径路由发现。在数据传输阶段,采用多优先级多路径传输模型把数据流进行分类,并利用流量预测算法实现网络的负载均衡。最后,在NS-2平台上实现了MAQR,通过与同类算法进行仿真比较,发现MAQR较之同类算法能够明显地提高音视频传输的服务质量。此外,MAQR算法比同类算法的能耗更低。     

无线多媒体传感器网络QoS路由算法研究

由于廉价的CMOS摄像头、麦克风的出现,以及对含有丰富信息的图像,视频和音频信息需求导致了无线多媒体传感器网络-(WMSN)的出现.WMSN具有资源有限、可变的信道容量、数据高度冗余等特点,使得WMSN的QoS路由具有极大的挑战性.提出了一种基于Mesh结构的WMSN,并在该结构体系下,提出了一种基于蚁群算法的QoS路由算法.实验研究表明,蚁群算法具有不依赖全局信息的优点,具有应用于WMSN的前景.实验同时表明,决定蚁群算法收敛速度以及会影响传感器网络性能的一些关键参数较难确定,需要进一步研究.     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。