WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

WSN分簇路由协议LEACH的研究与改进

为了提高大型无线传感器网络的稳定性,延长网络的整体寿命,以WSN分簇路由协议LEACH为基础,提出一种新的簇头选举方法。算法利用网络寿命预测模型,首先预测网络节点死亡时间,然后将文中定义的网络收敛速率引入优化算法中得到最优簇头数目。仿真结果表明,优化后的算法相比于LEACH算法能耗显著减少,有效地延长了网络的寿命。     

利用粒子群优化的WSN环状簇路由协议

针对无线传感器网络(WSN)中采用多跳分簇算法所带来的能耗不均衡问题,提出了一种利用粒子群优化的环状簇路由协议. 该协议采用粒子群算法将整个网络划分成间隔不等的同心圆,在各环内再分成若干扇区作为簇首选举的基本单位. 在每个扇区内,各节点根据到扇区中心的距离剩余能量来竞选簇首. 同时引入能级的概念,在很大程度上克服了簇首轮换速度过快造成网络开销过大以及轮换速度过慢造成单个节点过早死亡的缺点. 仿真结果表明,该协议有效地均衡了各环间的能耗,延长了网络寿命.     

无线传感器网络中一种能耗均衡和非均匀分簇的数据收集算法

针对现有数据收集算法存在的单点失效问题以及热区问题,本文提出了一种能耗均衡和非均匀分簇的数据收集算法。该算法把网络分成多个非均匀的网格,每个网格中的所有节点构成一个簇,而簇内簇首数是由节点失效概率来决定,并且多个簇首协作地把收集的簇成员数据发送给基站。实验表明,本文所提算法能够显著地提升数据收集可靠性,提高能耗均衡性,并延长WSN的生存时间。     

基于萤火虫算法优化FCM的WSN路由算法

针对无线传感器网络节点能源有限,容易出现能量负载不均衡的问题,提出了一种基于萤火虫算法优化模糊C均值(FCM)的无线传感器网络(WSN)路由算法(FFACM),优化了分簇路由算法中的分簇阶段和簇间路由建立阶段。在分簇阶段,使用萤火虫算法计算初始聚类中心,避免模糊C均值算法因初始聚类中心而陷入局部最优的问题。在选择簇首节点上,建立关于剩余能量和距离的适应度函数,选取适应度值最大的节点作为簇首节点并动态更新。通过计算节点间的链路代价并根据剩余能量和到sink节点的距离建立代价函数,选择代价函数值最小的节点建立簇间多跳路由,使得簇首节点的负载降到最低。从仿真实验结果可知,相比于其他无线传感器网络的路由算法,FFACM算法能有效均衡网络负载,降低节点能耗,从而延长网络的使用周期。     

无线传感器网络中的动态聚类分簇算法研究

能耗问题是无线传感器网络的关键问题之一。通过深入分析已有算法存在的诸多不足,该文提出了一种基于动态聚类的分簇算法。该算法首先分析了低能耗自适应分簇的一阶能耗模型,给出了基于最小能耗的簇首数计算公式,然后在此基础上引入动态聚类思想,以最优簇首数将传感器网络内的所有节点进行聚类,得到最优的簇首节点及其内部簇成员。仿真结果表明：算法划分的网络具有低能耗、高稳定性等特点,弥补了已有算法的不足。     

一种基于主副簇首的WSN双轮成簇协议

为了延长无线传感器网络的生存周期,提出了一种基于主副簇首的WSN双轮成簇协议(DRMACP)。在簇首选择上,该算法引入主副簇首选择机制,分别承担域内信息的采集、融合和簇间的转发工作,避免了单一簇首机制下的过多簇首能量损耗,均衡了网络负载。在成簇阶段,副簇首根据节点与基站距离的远近确定可容纳的节点个数,避免了因节点密度不均导致靠近基站簇首负担加重的可能。同时,采用双轮成簇机制,节省了因每一轮簇首选择造成的通信损耗。仿真结果表明,在节点密度分布不均衡的网络环境下,与经典LEACH、HEED协议相比,DRMACP协议可提高网络能效达33%～52%。     

一种WSN中的能耗优化动态路由算法

根据无线传感器网络中因节点有效传输半径对路由选择的制约,提出基于最小生成树(MST)的改进分簇多跳路由算法,改善因路由选择对网络能耗的影响．该算法利用Voronoi图的泊松过程特性优化簇首节点数,并结合MST动态调整簇内外节点的路由发现实现网络能耗优化．仿真结果表明,该算法在开销容忍的前提下,网络负载均衡,并与相同仿真条件下基于LEACH的分层多跳算法相比,更有效地延长了网络寿命,且降低了计算复杂度．     

基于改进萤火虫优化神经网络的WSNs分簇路由协议

针对无线传感器网络中能耗不均衡问题,提出了一种基于改进萤火虫算法优化反向传播神经网络的非均匀分簇路由协议.通过在萤火虫算法中引进权重因子并增加4个评价指标,来平衡簇内负载和减少簇间的通信距离.结合BP神经网络,优化路径选择和簇首选举方式,达到最佳成簇效果.仿真结果表明,改进萤火虫算法优化BP神经网络的非均匀分簇路由协议能有效延长网络生命周期,节省能量,并均衡能耗.     

基于加权优化树的WSN分簇路由算法

无线传感器网络(WSN)是由大量具有感知和传输数据能力的传感器节点组成的自组织网络,被用来部署监测物理环境.针对无线传感器节点存储空间小、能量有限、路由不稳定、能耗不均衡等问题,提出一种改进的基于加权优化树的路由算法,将树型结构应用于分簇路由算法中.根据节点的剩余能量、可用内存、相邻节点的距离、信道质量设定数据传输代价,并以此为基础对树型拓扑结构进行加权优化,分布式地在簇内创建树型网络拓扑结构.改进的算法降低了网络中数据传输的总代价.仿真实验结果表明:与传统的树结构和分簇路由算法相比较,结合了树型拓扑结构的分簇路由算法,在延长网络生存时间和平衡网络能耗方面更具有优势.     

基于蚁群优化的WSN网络数据融合算法

为了减少WSN网络中数据传输量、优化无线传输距离,提出了一种基于蚁群优化的WSN网络数据融合算法.该算法构造数据融合树并根据WSN网络的传输特点改进了蚁群算法,考虑了路径偏转角对路由的影响,调整节点选择概率;同时对最优的多个路径更新信息素,以提升最优路径的全局搜索能力.在WSN网络节点能量消耗、传输延迟方面与经典算法对比,发现该算法能够有效延长网络的生命周期、降低节点能耗,并能改善网络负载均衡.     

WSN铀尾矿库核污染监测GAF交圆改进型路由

在对铀尾矿库进行监测时,无线传感器优于传统的有线布置,但由于能量受限,在路由传输中必须高效地使用能量。该文在分析LEACH和GAF算法的基础上,提出了一种基于GAF交圆结构的改进型路由算法（IC-GAF）。利用节点地理位置信息与相交圆的结构模型来划分虚拟圆,在虚拟圆内根据剩余能量和节点与中心的距离来选举簇头,簇头从下一接收簇头或中转节点中选择最优的下一跳节点传输数据,最终将数据传输到基站。仿真表明,IC-GAF能有效的降低节点能耗,延长网络寿命。     

低占空比无线传感器网络中节点自适应休眠机制

针对低占空比WSN网络存在着能量消耗不均、网络工作时长等问题,提出一种节点自适应休眠算法.该算法能够根据无线链路状况,自适应地调度节点休眠时隙和工作时隙,保证在时延约束条件下网络的整体能耗最小.在自适应休眠机制加入能量感知,使无线路由根据节点的剩余能量自适应调整,均衡各节点能耗,提升WSN网络的工作时长.经仿真分析发现,该算法能够在满足传输时延的同时,有效地减少工作时隙并降低能耗,从而提升网络的工作周期.     

无线传感网络功控算法的收敛性及公平性

为了解决无线传感器网络设计的"节能"问题,提出基于博弈论的功率控制机制以较好地降低网络能耗.对无线传感器网络的能耗限制问题做了理论分析,通过对无线传感器网络和博弈的映射分析,研究了基于博弈论的分布式自适应功率控制算法.OPNET仿真结果表明:该算法能降低能耗,减少引入的网络开销,增加网络寿命.该算法采用优化动态反应来更新发射功率等级就能收敛到纳斯均衡,保证网络的公平性.     

用于大规模无线传感器网络突发事件监测的路由策略

针对大规模无线传感器网络(Wireless sensor network:WSN)突发事件监测的应用问题,提出了一种基于事件驱动成簇和时延梯度路径树的路由策略。该策略在簇头选举时综合考虑了节点剩余能量、距离Sink节点的跳数、与邻居节点的连通性以及父节点数目等因素以节省和均衡网络能耗,并通过时延梯度路径树和多路径选择实现数据的及时和可靠传输。仿真结果表明:该策略能够提高无线传感器网络的能量效率,使网络生命周期比LEACH(Low-energy adaptive clustering hierarchy)算法和AEEC(Adaptive and energy efficient clus-tering algorithm)算法分别提高2倍和1.4倍,比ARPEES(Adaptive routing protocal withenergy efficiency and event clustering for wireless sensor networks)算法延长了15%。     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.