一种改进的移动无线自组织网络路由算法

在节点高速移动或节点密度较大的移动无线自组织网络中,传统AODV算法在路由请求使用洪泛广播RREQ,选择路由跳数最少的链路,并没有考虑到网络拓扑的频繁变化导致的链路中断,在节点数量较多时其洪泛所导致的广播风暴将对网络性能产生影响。针对上述情形,提出了一种基于GPS信息和Q学习相结合的AODV改进算法,GQ-AODV算法同时考虑了节点位置和节点速度,通过节点位置计算偏差角度和前程值,节点与下一跳节点的相对速度来确定链路稳定度,采取下一跳节点与其邻居节点的平均相对速度、Q学习训练的下一跳节点与其邻居节点的历史平均相对速度,来避免下一跳选取陷入局部最优。NS3仿真表明,GQ-AODV算法能够选择较好的下一跳,降低了路由开销、时延和抖动,提高了分组投递率和吞吐量,在节点数目较多的场景下更具优势。     

无线传感器网络中一种新的基于神经网络的自适应路由算法

为了在无线传感器网络中建立合理有效的分簇结构,提高网络性能,最大限度地延长整个网络的寿命,提出了一种基于神经网络的自适应路由算法.提出的路由算法是在基站上采用神经网络的自适应学习来选择簇头,并根据最优权函数值来选择最短路径中的下一跳,同时添加一个新因子来选择网关节点进行簇头间的通信.实验结果表明提出协议的性能是EMHR的180%.该算法在节点中使用更少的计算和通信开销来构造和维护整个无线传感器网络,更加均衡网络负载,大大减少簇头节点成为网络瓶颈的概率,具有更强的网络生存能力和更长的生命周期.     

一种带有可控阈值参数的分簇路由优化算法

针对传感网中大量冗余数据导致通信频繁中断的问题,提出一种带有可控阈值参数的分簇路由优化算法。引入蚁群算法中的适应度函数和启发式函数,使得下一跳簇首节点的选择更具针对性,实现网络路由树的建立与事件域节点的分布式成簇。利用可控阈值参数和变异系数对网络路由所选最短路径进行优化,保证节点能量消耗较低的同时全网延时最小,并通过全局信息素的更新策略抑制长链路的产生,以均衡全网能量并延长网络生存周期。实验结果表明,该算法与DMOA和MTTA算法在抑制网络能量消耗和延长网络生存周期方面进行对比,其性能指标平均提升了13.72%和12.06%。     

一种能量高效的分布式非均匀分簇路由算法

针对分布式分簇路由多跳通信方式中出现的“热区”问题,在现有的分布式分簇路由协议的基础上改进,并提出了能量均衡前行路由算法（EBFA）。该算法采用非均匀分簇和簇间多跳转发策略,在多跳转发阶段,引入社会福利函数预先评估数据转发路径上节点间的能量均衡程度,选择能量均衡程度较好的作为转发节点。仿真结果表明：相比于LEACH和EEUC,此算法最大程度上延长了网络的生存周期,较好地均衡了节点间的能量,解决了多跳路由中热区的问题。     

车载自组织网络中基于车辆密度的双簇头路由协议

为了降低城市环境下对转发范围内的单个车辆节点运动的感知敏感度,减少源节点到目的节点的平均跳数和传输时延,提出一种车载自组织网络中基于车辆密度的双簇头路由协议(Dual-Cluster-Head Routing Protocol Based on Vehicle Density,DCHPBD)。该路由协议根据车辆密度设置簇的大小,在同一路段簇内左右车道分别选出一个簇头,根据最大化生存期原则选择用于转发数据分组的主簇头,另外一个作为备选簇头。仿真结果表明,与CBDRP和EG-RAODV协议相比,所提出的协议簇头生存期较长,平均跳数和平均时延较小,通信性能更好。     

车联网中V2I通信路由的研究

节点移动和无线链路的衰落导致车联网 (Vehicular Ad Hoc Networks,VANETs)拓扑的快速变化。传统的路由通常依据移动参数(如位置、速度和方向)计算链路稳定性,而忽视信号的多径衰落,其降低了网络性能的。为此,提出面向Nakagmai衰落信道的车与路边设施通信 (Vehicles-to Roadside Infrastructure, V2I)通信路由(Nakagmai Fading Channel-based V2I Communication Routing, FCCR)。FCCR路由引用有效链路寿命作为新的路由指标,其考虑了移动参数和多径衰落信道统计值对链路稳定性的影响,目的在于使车辆能够选择具有最稳定、最小衰落连通路边设施(Road Side Units, RSUs)的路由。实验数据表明,提出的FCCR路由算法提高了吞吐量,并降低了开销     

WSN中基于非均匀簇的混合多跳路由协议*

为节省数据传输过程中消耗的能量,均衡网络节点间的能耗,提出一种基于非均匀簇的混合多跳路由协议。在无线传感器网络数据传输阶段,源簇头节点通过转发权值函数选择数据转发的中继节点,转发权值由用于降低链路通信代价的距离因子和减少剩余能量较少的簇头节点成为中继节点的概率惩罚因子共同决定,达到均衡网络能耗的目的。通过NS2仿真实验验证了算法的有效性,能够很好地均衡节点负载和提高能量利用率。     

链路预测模型下的无人机网关选择算法

针对无人机自组网和地面控制站通信时网关节点持续时间短并由此带来的数据传输时延过大和成功率不高等问题,提出了一种基于无人机-地面控制站链路状态预测的网关选择算法.该算法通过建立基于无人机活动模型的预测和基于无人机运动趋势的预测,从而选择与地面控制站连接时间较长的节点作为网关候选节点.此外,通过使用函数计时机制选择网关选择参数最大的节点作为网关节点,有效避免分布式网关选择算法中随机延迟机制导致的不必要的网关切换.仿真结果表明,与现有的无人机分布式网关选择算法和移动自组网分簇算法相比,该算法有效延长了网关节点持续工作时间,并使无人机网络与地面控制站通信时的数据传输时延、数据传输成功率等性能得到提升.     

基于博弈论能耗均衡的WSN非均匀分簇路由协议

在无线传感器网络(WSN)的分簇路由算法中,节点间能耗不均容易引发 “能量空洞”现象,影响整个网络的性能。针对这个问题,提出了一种基于博弈论能耗均衡的非均匀分簇路由(GBUC)算法。该算法在分簇阶段,采用非均匀分簇结构,簇的半径由簇头到汇聚节点的距离和剩余能量共同决定,通过调节簇头在簇内通信的能耗和转发数据的能耗来达到能耗的均衡;在簇间通信阶段,通过建立一个以节点剩余能量和链路可靠度为效益函数的博弈模型,利用其纳什均衡的解来寻找联合能耗均衡、链路可靠性的最优传输路径,从而提高网络性能。仿真结果表明:与能量高效的非均匀分簇(EEUC)算法和非均匀分簇节能路由(UCEER)算法相比,GBUC算法在均衡节点能耗、延长网络生命周期等性能方面有显著的提高。     

面向异构WSNs的基于能量感知的簇路由算法

有效地使用传感节点的能量,进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.为了延长网络,现存的多数簇路由是面向同构网络.为此,提出分布式能量感知的异构WSNs非均匀分簇路由DEAC(Distributed Energy Aware unequal Clustering)算法.DEAC算法是以EADUC(Energy Aware Distributed Unequal Clustering)为基础,并进行优化.与EADUC不同,DEAC算法从簇头竞选机制、簇间多跳通信中的下一跳转发节点的选择策略以及自适应的节点通信半径的设置三方面进行优化.在簇头竞选机制中,采用退避算法,利用节点的剩余能量以及邻居节点的平均能量设置延时时间;在选择下一跳转发节点时,建立节点的关于能量的度量函数,选择具有最大剩余能量的节点作为下一跳;而在设置节点通信半径时,考虑了距离、剩余能量以及邻居节点数信息.仿真结果表明,与EADUC协议相比,提出的DEAC算法能够有效地延缓第1个节点失效的时间,减少了能耗,扩延网络寿命.     

基于车载自组网通信终端和运动信息的容忍时延网络分簇路由算法

针对复杂战场环境下用户终端间缺少稳定的端到端通信路径的问题,提出一种基于车载自组网（VANET）通信终端和运动信息的容忍时延网络（DTN）分簇路由算法——CVCTM。首先,完成了基于簇头选举的分簇算法研究;然后,根据跳数、转发方式和地理位置信息开展了簇内源车辆路由选择算法研究;其次,通过引入等待时间、重发次数阈值和下游簇头,实现了异簇间源车辆路由选择;最后,通过车载自组网的通信终端选择与上级指挥所通信的最佳方式。ONE仿真的实验结果表明,CVCTM与无线自组网按需平面距离向量路由协议（AODV）相比,消息投递率增加了近5%,网络开销减少了近10%,簇结构重组次数减少了近25%;与基于传统分簇路由（CBRP）算法和动态源路由（DSR）协议相比,消息投递率增加了近10%,网络开销减少了近25%,簇结构重组次数减少了近40%。CVCTM能够有效减少网络开销和簇结构重组次数,同时增加消息投递率。     

一种新的基于LEACH的WSN路由算法

研究无线传感器网络路由算法,无线传感器网络由能量有限的节点组成,因此高效节能的路由算法是无线传感器网络组网的基础.针对低功耗自适应分簇(LEACH)路由算法存在簇首节点选择不合理以及簇首节点与基站在远距离通信过程中能量消耗大的不足,提出了一种改进的LEACH路由算法.改进的算法在簇建立阶段的簇首选举过程中,引入节点剩余能量因素,且进行均匀分簇,有效地降低剩余能量较小和位置不佳节点成为簇首的可能性,均衡了网络的能量消耗,在簇稳定工作阶段,节点间的数据传输采用单跳和多跳相结合的通信方式,从而降低网络能耗.仿真结果表明,与传统的LEACH算法相比,改进的LEACH算法能量均衡性更好,并显著地延长了网络的存活时间.     

空中传感器网络中负载均衡的地理路由协议

针对多跳空中传感器网络(Aerial Sensor Network,ASN)中的负载不均衡问题,提出了强化学习(Reinforcement Learning,RL)理论辅助的队列高效地理路由(Reinforcement-Learning Based Queue-Efficient Geographic Routing,RLQE-GR)协议。RLQE-GR协议首先将ASN路由问题抽象为强化学习(RL)任务,其中每个无人机抽象为一个RL状态,而数据包的每跳成功转发则抽象为一个RL动作。其次,RLQE-GR协议中引入了新的奖赏函数来评估每次动作,该奖赏函数的值不仅与无人机节点地理位置和每跳链路质量相关,而且与无人机节点的可用路由队列长度密切相关。然后,根据所设计的奖赏函数,RLQE-GR协议利用Q函数分布式地更新每个动作的长期累积奖赏值(Q值),并使得每个节点根据本地Q值的大小采用贪婪策略转发数据包。最后,为了使全网的Q值快速收敛且最小化收敛过程中造成的路由性能损失,RLQE-GR采用周期性信标机制对Q值进行迭代更新。当Q值收敛时,RLQE-GR协议能够实现可靠有效的多跳数据传输性能。与现有地理路由协议相比,所提协议在转发数据包的同时考虑了节点之间的相对距离、每跳链路质量和中间节点路由队列利用率。这使得RLQE-GR协议能够在保证路由跳数以及数据包重传次数的限制下,实现ASN的负载均衡。此外,利用强化学习理论,所提协议可以实现近乎最优的路由性能。     

一种SRIO网络负载均衡最短路径路由算法

在串行RapidIO传输过程中,路由选路算法是影响传输性能的重要因素之一。针对串行高速输入-输出(SRIO)网络深度优先搜索分配路径非最优问题,提出一种负载均衡最短路径路由算法。通过广度优先搜索对SRIO网络中的节点进行枚举并建立网络拓扑信息,以路由跳数定义路由的成本,根据改进Floyd-WarShall算法计算并保存交换节点间的K最短路径。给出预期负载的概念和链路上的路由路径数量来定义链路的负载,采用负载均衡算法从K最短路径中进行选路,建立SRIO网络最短路径约束的负载均衡路由。实验结果表明,与深度遍历路由算法、最小跳数算法相比,该算法在网络传输平均跳数、链路平均负载和链路负载均衡方面有更好的表现,能够有效提升SRIO路由网络的稳定性。     

基于PC辅助机制的高效VANET路由协议

针对车载自组网络(VANET)中传统的被动聚类(PC)机制没有考虑车辆特性和链路质量而导致分组投递率非常低的问题,提出一种基于被动聚类辅助机制的高效VANET路由协议。首先,选择合适的节点作为簇首节点或网关,在路由发现阶段转发路由请求包;然后,通过采用一种基于节点度数、预期传输计数和链路生存周期的多度量选择策略评估节点的适合性;最后,当发现一个路由时目标节点回复路由请求包到源节点,并通过该路由路径的数据确认是否传输成功。针对路径发现率、网络吞吐量、路径生存期、分组投递率及加权因素影响的仿真实验验证了所提路由协议的可靠性及高效性。仿真结果表明,相比传统的PC机制,所提路由协议不仅提高了路由发现成功率,还明显提高了分组投递率和网络吞吐量。     

一种能耗均衡的ＷＳＮ高吞吐量路由协议研究

无线传感器网络（WSN）由若干个传感器节点通过多跳自组织的方式构成,这些节点的能量和处理能力都受到极大的限制,因此研究节能高效的路由协议具有较大的意义。为延长WSN的生存时间和提高网络吞吐量,提出了一种能耗均衡的WSN高吞吐量路由协议,该协议利用K-means聚类算法对节点进行分簇,并结合节点剩余能量和距离计算权重值,选择最佳节点作为簇首,此外,还利用无线收发器的参数和信道状况确定最佳固定分组大小。在数据传输阶段,使用Dijkstra算法计算多目标权重函数作为链路成本。实验结果表明该方案在网络节点节能方面优于CERP和TEEN路由协议且提高了整个系统的吞吐量和生存时间。     

无线传感网中一种能量均衡的分簇路由算法

无线传感器网络的一个极富挑战性、极其关键的课题就是降低能源消耗以延长网络寿命。文中提出了一种能量均衡的分簇路由算法（CRA—EB）。算法分为三个阶段,即：簇头选择、聚的生成及数据传输。首先基于节点的剩余能量和邻居节点数目来选择簇头。然后每一个非簇头节点根据簇头代价值加入自身通信范围内的簇头。在数据传输阶段,CRA-EB首先在簇内使用单跳通信,然后在簇间使用多跳通信。对簇间通信,簇头以自身为起点对通往基站的各路径代价进行衡量,同时选择其他簇头作为中继节点在这些路径上转发数据。仿真实验结果表明,与LEACH和DEBR算法进行比较,CRA-EB算法在能耗和活跃节点数量方面的性能表现更加高效。     

直线引导的片上网络路由算法

为了提高片上网络路由通信效率及降低能耗,提出一种新颖的路由算法——Beeline路由算法.该算法以数据包源点和终点构成的直线为传输引导方向,首先计算当前路由节点所在的网格其他3个节点到该直线的距离,获得离该直线距离最近的路由节点;然后计算最近路由节点与当前路由节点的路由跳数,根据跳数及邻近路由节点的拥塞状况选择最佳传输路由节点;最后将路由算法与基于结构级模型的No C能耗模拟软件相结合.与XY,OE路由算法进行比较的实验结果表明,Beeline路由算法具有较好的路由性能,并且平均能耗下降约6%.     

基于蜂窝虚拟网格的WSN混合多跳分簇路由算法

为了延长网络生存周期,均衡网络能耗,提出一种蜂窝网格的混合多跳路由算法。该路由机制采用正六边形进行单元格划分,在簇头选择阶段引入节点角度比、距离比和吞吐率优化阈值函数自主选择簇头。数据传输时采用簇内单跳和簇间混合跳的模式,在各簇头节点之间传输数据时对路径进行优化减少能量消耗。仿真实验表明,该协议在保证网络高覆盖率下,与传统LEACH、GAF、CRVB算法比较在平衡能耗,延长网络整体寿命上占有优势。     

基于虚拟网格的无线传感器网络分簇路由算法

针对WSNs路由协议中链路通信负载不均引发的能量空洞问题,提出一种基于虚拟网格的动态聚簇策略IDCS和考虑数据转发延迟的最大化网络生命周期的动态负载均衡路由算法DCDLB。IDCS依据节点的通信半径将网络划分成若干虚拟网格,采用考虑节点能量和位置因素的分布式簇首选举策略,并引入基于簇首能量水平的动态簇首轮换机制。DCDLB综合考虑簇首间能耗均衡和数据多跳转发延迟来构建路由,实现网络生命周期的最大化。实验结果表明,DCDLB路由算法在延长网络生命周期和降低数据转发延迟方面优于LEACH,HEED和CRVB路由算法。