遗传算法在森林防火预警网络中的应用

将遗传算法进行改进并应用于无线传感网络的优化设计中,根据森林的实际环境建立合适的数学模型,并在此基础上给出适应度函数和传感器网络的组网策略.当有异常情况发生,能够准确及时的发出警报,并发出位置信息.针对遗传算法容易进入局部最优解的误区,把模拟退火算子加入遗传算法,同时基于以往的交叉概率和遗传概率的选取不当给寻优结果带来...     

无线传感器网络分簇拓扑的覆盖区域节点调度优化算法研究

利用区域分割的方法建立了一种覆盖区域冗余节点的优化调度机制,实现对完全覆盖区域内冗余节点的休眠调度,并将该机制引入无线传感器网络的分簇结构中,提出一种基于分簇拓扑的节点调度优化算法。算法通过控制簇内冗余节点进行休眠,减少簇首的数据通信量和簇成员中工作的冗余节点个数,降低了网络能耗。仿真结果表明,与未考虑冗余节点休眠调度的分簇算法相比,该算法有效提高了网络能量利用率,延长了网络生命期。     

一种能量均衡的无线传感器网络分簇算法*

为了延长网络的生存时间,提出了一种能量均衡的无线传感器网络分簇算法（EBCA）,该算法优先选择剩余能量较多的节点作为簇首,以平衡节点的能量消耗。仿真实验结果表明：无论同构网还是异构网,该算法都能显著地推迟网络第一个节点的死亡时间,其性能明显优于LEACH算法。     

无线传感器网络高能效分簇路由算法

无线传感器网络与传统无线网络相比,网络节点在具有的电源能量、计算与处理能力、通信带宽等方面都十分有限。延长网络的生命周期成为无线传感器网络的一个关键问题。在低功耗自适应分簇路由算法(LEACH)的基础上提出了一种改进算法,其主要思想在于根据监测区域面积、节点数目及基站位置来确定最优簇个数而不是低功耗自适应算法中的固定值。最后仿真结果表明,改进后的算法与LEACH算法相比,无论是在能量消耗还是网络生命周期方面都有较大的提高。     

基于竞争学习的无线传感器网络聚类算法

在复杂的煤矿作业环境下,无线传感器网络面临着从节点组织、灾害发生后网络重组、救援人员所携带的传感器节点加入网络等问题。该文提出一种基于竞争学习的无线传感器网络聚类算法,归一化处理传感器节点的剩余能量和邻居节点个数,通过相似性比较实现节点间竞争。仿真表明,该算法通信能耗低,网络能耗均衡,扩展性好,抗毁能力较强。     

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。     

采用权函数计时的无线传感器网络分簇算法

为进一步降低无线传感器网络的能耗,提出了一种采用权函数计时的无线传感网络分簇路由算法。算法构建了节点聚合度与剩余能量之间的权函数,并以此为标准进行计时分簇,根据各节点权函数值与计时时长的差异来选举合理的簇头。在该路由算法下,周期性的分簇过程中节点不需交换各自的节点聚合度信息,降低了网络通信量,进而降低了网络能耗。仿真实验结果表明该算法成簇收敛性好,成簇规模稳定,能有效延长网络生存周期。     

基于无线传感器网络的能量高效的非均匀分簇算法

通过分析无线传感器网络自身工作环境的特点,我们对网络中的簇结构大小进行非均匀分簇,根据距离Sink的远近不同,其簇首的覆盖范围大小也不同。这样,对于距离Sink比较近的簇首来说,可以减轻簇内能量消耗的负担,保留一部分能量用于簇间的通信,从而使网络中的节点能量消耗分布相对均匀。通过建立网络节点分布模型,求出了节点能量均衡与多层分簇层数的最优解,提高了能量的利用率,有效地延长了整个无线传感器网络的生命周期。     

一种改进的无线传感器网络LEACH协议

利用成簇算法延长无线传感器网络的生命周期是一个研究热点.LEACH就是一种基于簇的协议.提出一种改进方案,成簇过程考虑传感器节点剩余能量和簇头与非簇头节点之间的距离,并增加了自我维护和局部成簇的特性,有效地提高了生命周期.     

能耗均衡的自供能无线传感器网络分簇路由算法

当前的采能技术已经能够让传感器节点自动从环境中获得适量的能量补给,针对现有自供能无线传感器网络分簇路由算法中未考虑位于不同地理区域的节点所获补给能量大小的不同,而导致能量补给少区域的簇头数过少、簇规模过大、全网能耗不均衡等问题,本文提出了一种能耗均衡的自供能无线传感器网络分簇路由算法-EBCS（energy balanced clustering with self-energized）,该算法结合实际能量补给场景对簇头选举机制进行了改进,并采用了一种自适应式簇间通信机制,充分保存与利用补给能量。理论和仿真实验表明：EBCS算法能够较好维持预设的簇头比例,在网络平均剩余能量、当前可用节点数量等性能方面优于另外两种现有算法。     

一种改进的无线传感器网络LEACH协议

利用成簇算法延长无线传感器网络的生命周期是一个研究热点。LEACH就是一种基于簇的协议。提出一种改进方案,成簇过程考虑传感器节点剩余能量和簇头与非簇头节点之间的距离,并增加了自我维护和局部成簇的特性,有效地提高了生命周期。     

基于DIJKSTRA的无线传感器网络分簇路由算法

为加快无线传感器网络最优路径搜索速度、减少路径寻优能量消耗和延长网络寿命,提出了基于改进的DIJKSTRA算法的无线传感器网络分簇路由算法;运用DIJKSTRA算法在无线传感器网络内以多跳接力的方式来搜寻从源节点到目的节点的最短路径;结合能耗优化策略,避免网络能耗热点问题,实现网络能耗均衡;通过与基于蚁群算法的路由算法对比分析,基于Dijkstra的网络分簇路由算法能优化网络分簇并建立较优传输路径,其快速收敛性能减缓了网络中簇头节点的能耗,延长了网络寿命,提高了网络鲁棒性。     

改进的WSN节能分簇多跳路由算法

LEACH算法是WSN中典型的单跳分簇路由算法,本文针对LEACH算法的缺点,提出了一种改进的节能分簇多跳路由算法.该算法采用层次分析法确定节点度数、节点间的通信距离、节点剩余能量和节点距基站的距离这四个因素的权值系数,在簇首选举中引入这四个因素,每一轮的簇首选举结束后,利用遗传算法寻找出一条遍历所有簇首节点和基站的最优路径,该算法实现了簇首以多跳通信方式向基站传输数据的功能.仿真结果表明,该算法在网络能耗、生存周期和能量均衡性方面均优于CECA、LEACH-GA和LEACH算法,达到了能量均衡和延长了网络生存周期的目的.     

一种能量高效的无线传感器网络分簇路由算法

无线传感器网络中节点的能量有限,提高能量的有效性便成为无线传感器网络路由协议设计的首要目标。设计了一种能量高效的分簇路由算法,它提出让候选节点在一定的覆盖范围内以剩余能量为标准来竞选簇头,以使簇头分布均匀;处于簇类交界的节点则根据能量和距离来选择归属的簇头,以平衡网络负载;新算法还采用多跳的簇间通信方式来降低大部分簇头节点的通信负载。仿真结果表明:新算法能够有效降低网络能耗,延长网络生存时间。     

基于PSO的无线传感器网络非均匀分簇路由协议

提出并分析了一种能量均衡的集中式非均匀分簇路由协议EBUCP(energy-balanced unequal clusteringprotocol),本协议采用非均匀分簇和簇间多跳路由有机结合的方式。应用PSO算法,EBUCP选择一组最佳节点担任簇头并将网络划分为大小不等的簇,不仅最小化簇头和簇成员的距离以减小簇内通信能耗,同时使得距离基站较近的簇具有较小的几何尺寸来平衡不同位置簇头的能耗。EBUCP根据节点剩余能量和节点与基站距离确定簇间多跳路由,每个簇头在所有簇头集合中运用贪婪算法选择其中继节点。仿真实验结果表明,与LEACH和PSO-C协议比较,EBUCP的网络生存周期明显延长,能耗均衡性能更好。     

无线传感器网络LEACH算法的改进

针对低功耗自适应集分簇算法(LEACH)簇头选取随机、未考虑节点到基站的距离、节点分布不合理、耗能不均匀等问题,提出一种改进的LEACH算法。优化成簇阶段簇头节点的选取函数,在该阶段,引入分簇中节点的分布情况、节点距离基站的远近及基站接收消息的有效半径等因素;传输阶段完成后,在头节点选取函数中加入节点能否重复当选为头节点的条件。仿真结果表明,改进的算法相比于原算法生命周期提高了36.4%,增加了节点数据包的传输,减少了网络的能量消耗,延长了网络生存时间。     

一种基于GAF的无线传感器网络分簇算法

分簇技术主要目标是延长整个传感器网络的生存时间。好的分簇技术可以提高无线传感器网络的可扩展性。就"热区"内的负载平衡问题,以及频繁的簇头轮换和簇重组问题,对基于GAF算法的完全簇头选择算法进行改进,结合双簇头模型和单簇头模型的优点,提出了一种无线传感器网络簇头非均匀分布算法,有效地平衡"热区"内节点的能耗,延长了无线传感器网络的生命期。     

使用部署知识的异构传感器网络有效成簇算法

成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间。异构传感网络在能量节约方面的性能更好。提出一种适应异构无线传感器网络的分布式能量有效的成簇方案DEECUDK。该方案首先利用部署知识部署节点,使能量在整个监测区域分布比较均匀,然后以节点的剩余能量与传感半径之内的节点的剩余覆盖能量为主参数,其相邻节点个数为辅参数来选举簇头节点。较高初始能量、剩余能量和相邻节点数多的节点比其他节点拥有更多的机会成为簇头节点,并引入活动节点判别式,不需要增加任何开销来减少簇内冗余数据量,从而使网络能量均匀消耗,延长网络的生存时间。通过模拟实验结果,与现有的异构传感网络成簇算法相比,新的算法在网络生存时间与网络吞吐量方面有着更好的性能。     

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.     

基于事件的移动认知无线传感器网分簇算法

移动认知无线传感网中,节点的移动特性会导致网络拓扑结构不断变化,节点的能耗不均衡等问题,本文提出一种基于事件的移动认知无线传感器网的分簇算法,来重点解决上述问题.算法根据通信区域内的预估计停留时间确定了合格节点和备用节点,通过节点的移动方向、速度、节点在簇中的预估计连接时间等特性,采用直接分簇的方法来建簇,提高簇的稳定...