粒子群优化的无线传感器网络仿真研究

研究优化无线传感器问题,针对延长传感器网络的寿命,保证簇的平均分布,提高簇的负载均衡,从而减少能量消耗.传统算法在确定簇首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的出现盲节点现象,从而降低网络的生存时间.要解决上述问题,延长网络生命周期和有效降低能耗,提出一种粒子群优化的无线传感器分簇算法.在充分考虑了簇内邻居节点的能量和距离分布信息的前提下,通过粒子群优化分簇和簇首选择,并进行仿真.仿真结果表明,与LEACH算法相比,算法能有效地均衡网络节点的能量消耗和显著地延长网络寿命,并有效地避免了盲节点现象的过早发生.     

无线传感器网络中带粒子群优化的分簇节点睡眠调度算法

为延长无线传感器网络的生命周期,提高节点能量利用率,将分簇算法与睡眠调度算法相结合,提出一种无线传感器网络中带粒子群优化的分簇节点睡眠调度算法.该算法采用二进制编码机制,引入遗传算法的变异和交叉算子,同时考虑网络覆盖保持和能量消耗减少优化目标,构造一个相应的离散粒子群优化方法.仿真实验结果表明,文中算法能较好地减少能耗和保持网络覆盖,有效延长网络的生命周期.     

基于量子PSO传感网络分簇算法仿真研究

研究无线传感器分簇节点优化问题,针对无线传感器网络分簇算法由于簇头的不均匀分布带来的能耗利用不均衡以及簇头的瓶颈,导致能量过早消耗,网络寿命周期缩短.为了延长无线传感网络生命周期,提高能量利用效率,提出了一种粒子群(PSO)算法优化的无线传感器网络分簇算法.采用量子粒子群算法分簇策略使簇间能量优化平衡,使整个网络分成若干个虚拟网格,每个虚拟网格形成一个簇,采用唯一簇头选举法产生簇头,且簇内成员可以根据局部的信息调整簇的大小.仿真结果表明,提出的分簇算法很好的使网络的能耗达到了均衡,节约了簇头节点的能量,从而延长网络的寿命,为优化网络通信提供了依据.     

基于引力搜索算法的异构无线传感器网络路由分簇算法

针对异构无线传感器网络簇头节点能耗大、网络寿命较低等问题,提出一种路由分簇算法.以均衡簇头节点的能耗为目标,采用引力搜索算法对网络簇头的通信链路进行规划,从而降低簇头节点间通信的负载能耗.为同时兼顾普通节点和簇头节点的工作时间,根据普通节点与高能节点携带能量的差异和簇头节点的负载情况进行分簇.实验结果表明,所提出的路由分簇算法相对于目前优化性能较好的粒子群算法(PSO)、遗传算法(GA)和最小距离聚类法(LDC),在不同检测环境、不同的节点布撒比例下,能够更好地均衡节点能耗,从而获得更长的网络寿命.     

无线传感器网络分簇算法的仿真研究

针对无线传感器网络分簇中节点负载不均衡的间题,提出了一种基于免疫记忆粒子群优化算法的分簇算法.算法对能力异构环境下的无线传感器网络的适应性和扩展性较好,且节能高效,实现简单.该算法在每轮运算过程中,利用节点负载能力预评估因子和节点能量预评估因子对无线传感器网络进行区域分割,获得能量均衡及负载能力均衡的分区,并在分区中通过免疫记忆粒子群算法选取簇头,使簇头具有高能量、负载能力强的优点.仿真结果表明,算法不仅在能量有效性、负载均衡性方面有良好的效果,而且延长网络生命周期和缩短建簇时间.因此,该算法在解决无线传感器网络节点不均衡问题上具有一定的实用性.     

无线传感器网络中一种节点负载均衡的分簇算法

无线传感器网络节点的能量有限,而分簇算法能有效解决节点能耗受限与不同节点能量开销不平衡问题。在网络路由分簇的基础上,提出了一种节点负载均衡的分簇算法。该算法对经典的分簇协议LEACH的簇头选择机制进行了改进,应用量子粒子群对簇头选取进行优化。为解决算法后期易陷入局部极小的问题,采用了基于群体适应值方差的早熟判断机制,结合模拟退火算法进行局部优化。仿真结果表明:该算法使网络节点负载更均衡,有效提高了无线传感器网络的性能。     

基于分簇算法能量优化的研究

分簇算法是有效解决无线传感器网络节点能耗受限与不同节点能量开销不平衡问题的主要方法之一.分簇算法中簇群成员节点和簇首的通信方式与簇群的拓扑结构决定整个簇群的能量消耗速度.通过建立簇半径与能量消耗关系模型,基于不同的约束条件和优化目标,优化簇半径取值使网络能耗达到最小化.方法仿真结果表明选取适当的分簇半径能够减少网络的能量消耗,均衡网络负载,延长网络的生存期,对无线传感器网络的能量优化设计有一定的参考价值.     

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%。     

基于自适应粒子群优化的WSN分簇路由协议研究

为了克服基本粒子群算法（ BPSO）的早熟问题,提出了一种自适应惯性权重、异变学习因子的粒子群算法（ AWSP-SO）,通过在惯性权重以及学习因子中引入粒子的局部及全局极值,平衡了粒子群算法的搜索及收敛能力。同时,将该算法应用到无线传感器网络（ WSN）路由Leach协议的簇首选择问题中,利用AWSPSO算法对簇首的选择进行优化,以此均衡网络的能量消耗、延长网络生命周期。仿真结果表明,与基本Leach协议相比经过AWSPSO算法优化后的Leach协议在均匀分簇、均衡网络能量消耗以及延长网络生命周期等方面有显著改善。     

受限节点的WSNs非均匀分簇算法应用研究

针对常规分簇路由算法不能有效解决节点位置、能量、频段受限的固态发酵温度检测无线传感器网络(WSNs)中节点过早死亡和能耗不均衡的问题,提出了一种基于粒子群优化(PSO)算法的非均匀分簇路由协议。首先,根据网络规模选择固定数目的簇首节点,然后,引入PSO算法和非均匀分簇机制,以簇首节点覆盖范围和簇内节点与簇首之间平均欧氏距离作为评价函数的影响因子,选取一组最优簇首。仿真实验结果表明:所提算法有效改善了受限节点无线测温网络"热区"效应,均衡了节点能耗,显著延长了网络生存周期。     

基于最低能耗路径的分簇路由算法

研究无线网络能耗优化问题,在无线传感器网络中,由于网络生存电池容量有限,为减少系统能耗、延长网络生存时间,提出一种最低能耗路径的无线传感器网络分簇路由算法(MECP).在分簇阶段节点采用和LEACH相同的选举机制竞选簇首.簇间通讯阶段通过构造簇首和基站的加权图,用改进的加权图的最短路径算法选择每个簇首到基站的最低能耗路径.簇首采用多跳方式与基站通信,减少了每一轮簇首数据传输的能量开销,同时保证了簇首负载均衡.实验结果表明,改进方法是有效的,为网络的生存时间和节点能量均衡等性能的改善提供了依据.     

粒子寻优和最小生成树聚类下的WSN能量优化

为了均衡分簇无线传感器网络节点能量负载,提高网络的能量利用效率,提出了一种粒子寻优和最小生成树聚类规则的能量优化算法（OMST）。该算法为了使得簇头的能量负载能够得到均衡,采用基于粒子寻优的方法来进行适应值求解,通过适应值对比来求得最佳簇头,以减少簇内节点的传输能耗。同时,提出一种最小生成树聚类规则的簇首数量选择方法,该方法基于剩余能量和距离因素来选择最优的簇首数量,在保证数据传输质量的同时最小化网络总能量的消耗量。仿真结果表明,相比一种新型差分进化的无线传感器网络聚类算法和多层节能及距离感知的无线传感器网络聚类算法,OMST算法的节点平均能量效率分别提高了16.7%和6.4%,网络节点存活数量分别提高了24.1%和13.7%。     

基于能量与能耗速度的WSN分簇算法

无线传感器网络的最大局限是能量有限.为了高效利用网络能量、均衡网络负载,提出了一种基于能量与能耗速度的分簇算法.其中节点能耗速度是一个带有能耗预测信息的参量,利用它可以更有效地优化簇头选择与簇规模,该算法根据这两个参数来优化簇头的选择,能有效地延长节点的生存时间;同时,根据簇头节点与基站的距离、当前能量和能耗速度对簇规模进行约束和优化,进一步保证了簇之间的负载均衡.仿真实验表明改进后的算法有效地延长了网络的生存时间.     

基于NSGA-II的无线传感网络簇首选择算法

延长网络生命周期是无线传感网络需要解决的主要问题之一,拓扑控制对于延长网络生命周期具有重要意义.针对分簇结构无线传感网络的簇首选择问题,提出一种基于NSGA-II的多目标簇首选择算法.同时考虑网络通信距离、能量消耗、负载均衡以及节点生存时间等多个优化目标,通过理论计算确定最优簇首数量指导种群初始化,引入正交实验机制降低搜索次数,提高寻优效率.实验结果表明, 所提出的算法与低功耗自适应层次分簇(LEACH)算法相比,簇首分布均匀、负载均衡,可明显延长网络的生命周期,与标准NSGA-II算法相比,可更好地提高搜索寻优效率.     

UCUBG:基于等级划分的水下传感器网络非均匀分簇算法

随着海洋经济发展,水下无线传感器网络已成为研究热点.针对水下传感器网络中集中式分簇困难,能耗不均和水声时延长问题,提出一种基于等级划分的分布式非均匀分簇算法.该算法首先利用平均能量与节点密度相结合的阈值函数以及综合考虑节点深度和节点密度的簇首竞争半径函数,选择簇首节点,使簇首分布更加合理和均匀;然后划分簇首等级,优化入簇过程,均衡具有不同簇间传输任务的簇内负载;最后结合簇首等级和贪心算法,构建簇间多跳传输路由,降低整体通信能耗和时延.仿真结果表明,所提出的算法不仅能均衡能耗,延长网络寿命,而且能够有效降低网络通信时延.     

基于离散粒子群优化的工业无线网多信道分配算法

在充分考虑工业无线节点低能耗要求的基础上,提出一种工业无线网发射功率调节算法.在保证网络连通度的前提下,使无线节点发射功率尽可能小.同时,利用离散粒子群优化算法,提出一种解决工业无线网多信道分配问题的离散粒子群优化多信道分配算法（DPSO-CAA）.对标准离散粒子群优化算法加以改进.提高了所提出算法的全局搜索能力.通过将DPSO-CAA算法与已有算法进行的仿真对比实验,表明了所提出的DPSO-CAA算法能有效地降低数据碰撞和同信道干扰,而且能降低无线节点能耗.     

无线传感器网络分簇路由中基于自适应的簇头轮换算法

分簇路由方案是无线传感器网络中低能耗路由设计的主要方法,簇头轮换机制是平衡分簇路由中节点能耗的有效手段.然而,如何优化簇头轮换间隔却鲜见文献研究.基于簇树工作周期的概念,提出了一个簇头轮换间隔的优化算法,实现了自适应簇头轮换机制.同时,为了减少簇头数量,该文提出了一个基于连通支配集CDS(Connected Dominating Set)的分簇算法.仿真中,与4种不同长度的定长间隔簇头轮换策略进行了对比试验,结果表明自适应簇头轮换策略具有最长的网络寿命和最大的网络能量利用率;与TopDisc和Guho等经典算法进行了对比,该文提出的算法构造的CDS具有最小规模和直径.     

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。     

无线传感器网络非均匀等级分簇拓扑结构研究

网络拓扑结构影响着传感器节点的负载均衡与生存周期,分簇结构是无线传感网络的一种有效地拓扑管理方式。根据血管网络特征以及对构建无线传感器网络拓扑结构的启示,提出了无线传感器网络非均匀等级分簇拓扑结构。分析血管网络结构特征,建立数学模型和网络拓扑结构,对具有压力差的网络节点进行等级标定。根据改进粒子群算法进行非等概率静态分簇,形成不同等级区域具有密度和规模不等的非均匀等级分簇拓扑结构。仿真分析表明,此算法能优化网络分簇,均衡节点能耗,延长网络生命期,避免网络能耗热点问题。     

基于区域分簇的大规模无线传感器网络生命周期优化策略

针对环境监测、电网冰灾监测等大规模监测系统中监测区域覆盖广、传感器数量大等特性,为节约网络能耗以延长生命周期,提出了一种基于区域分簇的大规模无线传感器网络生命周期优化策略(RCS).该策略首先利用传感器节点的位置信息进行凝聚的层次聚类(AGNES)算法将大规模网络分区以优化簇首的分布;其次,候选簇首节点竞选簇首成功后进行不均匀分簇,同时加入时间阈值来均衡簇首节点的能耗;最后,采用簇间多跳路由,根据节点剩余能量、与汇聚点距离计算网络能耗代价来构建最小生成树进行路由选择.在仿真实验中,该策略与经典的低功耗自适应分簇(LEACH)协议和能量高效的非均匀分簇(EEUC)算法比较,簇首能耗平均分别减少了45.1%和2.4%,网络生命周期分别延长了38%和3.7%.实验结果表明,RCS在大规模网络中能有效均衡整体网络能耗,显著延长了网络的生命周期.