共查询到20条相似文献,搜索用时 171 毫秒
1.
本文设计了一种基于蚁群算法的无线传感器网络路由协议.该协议利用了蚁群算法的高效寻径能力,实现了网络节点的高效、节能路由.同时,本文还对该协议进一步给出了分步式实现方案,并对其进行了深入的仿真测试. 相似文献
2.
针对现有的无线网状网(WMN)路由协议在实际无线信道环境下性能降低的问题,提出了一种基于蚁群模拟退火(ASA)算法的WMN的路由算法.该算法吸收了蚁群算法的适应性、鲁棒性及本质上并行性的优点,并利用模拟退火(SA)算法调整路由的搜索方向,使蚁群算法的早熟现象和收敛速度得到了改善.对该算法进行仿真研究,结果表明:该算法在数据包的转发率、端到端延时数据丢失率和归一化路由开销等方面要比常规路由协议优秀很多,大大提高了系统的可靠性、鲁棒性,增强了通信网络的自适应能力.该算法用于WMN路由协议是可行的、有效的. 相似文献
3.
提出一种基于蚁群算法的无线传感器网络按需多路节能路由算法.该算法综合了蚁群优化算法和AODV路由协议的思想.通过蚂蚁并行地在源节点和目的节点之间建立多路径路由,提高了网络数据传输的实时性、延长了整个网络的生命期.仿真结果表明.该算法与多种群蚁群优化路由算法、基本蚁群算法相比,在整个网络的生命期和节能方面效果显著. 相似文献
4.
5.
6.
针对无线传感器网络的能耗问题,提出了一种基于蚁群算法的路由协议,在簇首选择时考虑到节点的剩余能量,确定节点的实际通信半径,成簇时采用预测机制,簇间采用蚁群算法构建多跳路由。在OMNET++环境下进行实验表明:该协议可有效延缓节点死亡时间,延长网络生存周期。 相似文献
7.
针对现有的用于无线传感器网络(WSN)的分簇路由协议,存在着所有簇头直接与汇聚节点通信、远离汇聚节点的簇头能量消耗过快等一系列的问题,根据蚁群算法(ACA)及WSN分簇路由算法的特点,对ACA进行改进并引入到WSN分簇路由机制中,提出一种基于改进蚁群算法的WSN分簇路由算法;该算法将到汇聚节点的距离设定为启发函数以找到簇头下沉的最佳路径和提高蚁群算法的效率,同时,在选择节点概率公式时将该节点的剩余能量考虑在内,在数据传输过程中,减少了簇头节点的能量消耗,进而实现节点能量的高效利用,增强网络的使用寿命。以实现网络通信的高效;通过仿真,结果表明,该算法是可行的、有效的。 相似文献
8.
9.
10.
经典路由协议LEACH采用自适应分簇算法,簇头与基站直接通信,因此一旦二者距离较远,则这种单跳传输方式将消耗较多能量,并最终导致整个网络运行失效。提出一种改进的基于能量优化的路由协议ANT LEACH,该协议将蚁群优化算法融入到簇头选路过程中,重点引入引力度函数概念对蚁群选择概率公式和信息素更新规则进行改进,充分考虑簇头节点的剩余能量,在簇头与基站之间找到一条能量最优路径,变单跳为多跳传输方式。仿真结果表明该协议有效地降低了节点能耗,延长了网络的生存时间,并保证了整个网络负载的平衡。 相似文献
11.
12.
为了提高车辆自组织网络(Vehicular Ad Hoc Network,VANET)的数据传输效率,并使车辆间的数据通信能够持续进行,提出一种多向链路感知的车载Ad Hoc网络传播协议。为了保证车辆节点在执行通信任务的过程中实现数据的持续传输,防止通信链路频繁断连影响传输质量,提出了车辆网络的时间关联模型来讨论车辆间的速度差与通信持续时间的关系。为了缩短VANET中用于数据传输任务的总时间,协议基于改进蚁群的方法进行了多向链路感知,从而寻找在保证通信需求时间下的最短传输路径。实验结果分析表明,相比基于改进地理信息路由和基于优化链路状态路由的VANET数据传输算法,该算法的数据传输任务完工时间分别缩短了38.4%和27.3%,平均传输延迟分别降低了25.5%和12.1%。 相似文献
13.
针对现行的3GPP网络路由协议在路由选择时存在的可靠性低、路由开销大等问题,分析了网络中通信节点的工作状态,综合考虑协同合作方式的DSR路由机制和拥塞控制策略对3GPP网络性能的影响,提出了一种基于拥塞控制的增强型协作DSR路由协议,并通过3GPP网络系统级仿真验证改进后的协作路由协议的通信性能。仿真结果表明,所提的协作DSR协议显著提高了3GPP网络通信性能,在提高网络资源利用率的同时改善了数据传输的可靠性。 相似文献
14.
15.
16.
针对优化链路状态路由协议(OLSR)在网络拓扑结构快速变化时性能下降的问题,提出了一种新的结合鱼眼状态路由和能量感知的自适应改进路由协议,命名为AFE-OLSR。该改进协议通过监听节点链路集和多点中继选择集的变化情况,自动调整HELLO和拓扑控制消息的发送频率,实现移动感知。同时,它借鉴鱼眼状态路由的思想,节点自动调整拓扑控制消息的转发次数。通过这些机制,该协议能够记录接收消息的能量大小实现能量感知,以及根据能量感知和移动感知的结果来帮助节点选择更稳定和更可靠的路由。仿真结果表明,AFE-OLSR在网络拓扑变化时端到端时延减少8%,分组到达率提高11%,建立全网路由时间减少12%;在网络拓扑静止时HELLO发送量减少19%,TC转发量减少15%。 相似文献
17.
针对光纤量子通信网络,提出一种基于中继器的量子通信网络路由选择协议方案.在现有光纤通信网络的基础上利用基于纠缠交换和纠缠纯化的中继器来构建量子通信网络,然后在中继器的基础上采用嵌套纯化方案进行实际量子通信网络系统信道的建立.针对量子通信网络的特点,提出并分析了量子通信网络路由的评价指标,在路由选择协议方案中重点考虑量子信道建立过程中达到目标保真度值所需消耗的纠缠资源和路由建立时间,并从这些指标分析过程中择优选择量子通信信道.所提出的路由选择协议是基于解析计算及优化设计的,与实际量子通信系统相关联,仿真结果表明这种协议方案具有较强的可操作性. 相似文献
18.
针对水声移动传感器网络中存在水声通信环境恶劣、通信环境复杂多变以及节点能量受限造成的水声移
动传感器网络能量不均和路由链路断裂问题, 提出一种基于能量与链路度量路由的改进按需平面距离向量路由
(AODV)协议. 引入了以能量阈值为基准描述网络节点能量状态的能量指标以及以邻居节点间距离为基准描述链路
状态的链路指标, 并以综合考虑网络路由链路中节点的能量指标、路由链路指标以及路由链路跳数的路由度量作
为协议选择路径的优先条件, 并以此进行路由修复. 仿真实验表明, 本文所设计的改进AODV协议可提升网络整体
数据量、均衡网络节点能量、延长网络的生存周期. 相似文献
19.
针对水声通信中数据传输延时高且动态适应性弱的问题, 提出了一种基于Q学习优化的蚁群智能水声网络路由协议(Q-learning ant colony optimization, QACO). 协议包括路由行为和智能决策部分, 在路发现和维护阶段, 依靠网络智能蚂蚁进行网络拓扑环境的构建和节点之间的信息交换以及网络的维护. 在Q学习阶段, 通过定量化节点能量和深度以及网络传输延时学习特征作为折扣因子和学习率, 以延长网络的生命周期, 降低系统能耗和延时. 最后通过水声网络环境进行仿真, 实验结果表明QACO在能耗、延迟和网络生命周期方面都优于基于Q学习辅助的蚁群算法(Q-learning aided ant colony routing protocol, QLACO)和基于 Q-learning 的节能和生命周期感知路由协议(Q-learning-based energy-efficient and lifetime-aware routing protocol, QELAR)和基于深度路由协议 (depth-based routing, DBR)算法. 相似文献