WSNs中基于量子蚁群的智能配电网QoS路由算法

为了建立保障智能配电网(SDN)通信服务质量(QoS)需求的路由机制,提出一种配电网中基于量子蚁群优化的无线传感器网络(WSNs)改进路由算法(SDN-QACO).首先建立优化SDN数据传输模型;然后分析配电网不同通信业务的QoS需求;在路由阶段引入QACO算法,在期望启发式中引入邻节点距离、剩余能量因素,在信息素启发...     

基于LEACH与蚁群算法的WSN路由机制及性能分析

无线传感器网络是实现远程监测的方法之一,由于能量和网络生存时间的限制,其路由协议必须维持较小的路由信息并尽可能的减少能量消耗。在分析经典的分层路由算法LEACH算法特点的基础上,针对较大规模的网络环境将LEACH算法与组合优化蚁群算法相结合,并在NS2环境下验证其性能。仿真结果表明:运用修改后的新路由优化算法,增加了网络中的数据包发送量,分散了网络中传感器节点的能量消耗,延长了网络的生存时间。     

TinyOS2.x下基于蚁群算法的WSNs路由协议设计

为了增强无线传感器网络的动态适应性和实现数据包的多路径传输,根据蚁群算法的原理,使用NesC语言在TinyOS2.x下设计了路由协议Ant-PDRP.该协议采用信息素浓度指引路由包和数据包传输,并在数据包传输过程中引入惩罚机制以实现动态均衡网络能耗.TOSSIM仿真和Micaz节点的真实实验表明,改进后的路由协议能够有效减少传输时延,延长网络寿命,保证数据可靠传输.     

基于簇的WSNs路由算法

基于簇的无线传感器网络路由算法,是目前国际上研究的重点之一。本文提出了一种基于簇的无线传感器(WSNs)路由算法,着重对算法的设计进行了论述,包括簇首选举、簇重组和自愈机制。该算法能够更好的均衡网络能量损耗分布,有效提高网络生存时间。     

面向农业应用的WSNs路由恢复算法

无线传感器网络(WSNs)作为现代重要的信息技术之一,在农业生产领域具有广阔的前景.以灌溉系统为具体应用场景,提出一种基于WSNs的农业应用设计方案,设计方案包括灌溉系统的总体设计、硬件设计和软件设计.还针对因节点故障导致的路由链路中断问题设计了WSNs的路由恢复算法,并对这种路由恢复算法进行了仿真.仿真表明:这种路由恢复算法传输的包数量比动态源路由(DSR)协议更少,可以有效降低节点的能耗.     

一种基于AntNet改进的QoS路由算法

对具有NP完全难度的网络状态动态变化下的路由问题，提出了一种基于蚁群网络（Antnet）的蚁群优化分布式QoS路由算法．算法的主要特点是；（1）采用了动态更新的概率表替代传统的路由表；（2）采用了智能的初始化方法；（3）采用了一种新颖的信息素更新机制；（4）采用一种新的节点选择机制；（5）引入蚂蚁相遇机制．与标准的AntNet相比，该算法具有更快的收敛速度和较好的吞吐能力．另外，算法同时考虑了满足QoS度量和负载平衡等问题。     

移动WSN中基于分簇的自适应MPACO路由算法

为节省能量开销, 延长无线传感网络生存周期, 通过对蚁群算法的研究, 提出了一种无线传感网络中基于蚁群算法的剩余能量自适应优化算法, 并通过仿真研究与无线传感器网络中的EEABR算法进行了网络生存状态比较. 实验结果表明, 本文研究的剩余能量自适应蚁群算法能够达到网络优化从而实现延长网络生命周期的目的.     

采用虚拟网格的格头连通的WSNs路由算法

传感节点能效是无线传感器网络(WSNs)的研究热点。而基于网格路由是提高能效的有效路由策略。为此,提出基于虚拟网格的格头连通路由(VGCR)协议。VGCR路由将网络划分为虚拟等尺寸的网格,每个网格产生一个格头,且每个格头具有休眠和活动两个状态。同时,由格头组建连通信宿的路由,且格头可在活动和休眠模式间自适应切换,使得并非所有格头同时参与路由,进而保存格头能量,延长了网络寿命。此外,为了处理信宿移动问题,VGCR路由仅对靠近于网格的一些格头更新路由。仿真结果表明:相比于同类算法,提出VGCR路由延长了网络寿命,提高了数据包传递率。     

基于压缩感知和双簇头交替的WSNs路由算法

提出了一种基于压缩感知和双簇头交替的无线传感器网络分层路由算法CS-DC HA(Compressed Sensing-Double Cluster Head Alternation)。该算法对DCHS(Deterministic Cluster-head Selection)算法进行改进,利用压缩感知理论优化稀疏采样过程;采用双簇头交替方法进行路由选择,进而实现减低能耗;同时以贝叶斯算法进行稀疏信号重构。通过实验可以看出,相比于传统的无线传感器监测网络,CS-DCHA算法保证了在一定的信号重构精度条件下,能降低无线传感器网络的能耗并延长其生存时间。     

基于混合蛙跳算法的WSN路由优化算法

通过对无线传感器网络的拓扑结构和蛙跳算法的研究,针对能量受限的无线传感器网络生命周期较短的问题,提出一种基于混合蛙跳算法的WSN(W ireless Sensor Network)路由优化算法。该算法在生成青蛙时,考虑了节点的剩余能量,在局部优化过程中采用选择替换和变异两种方法,在全局优化中引入了多路径路由思想,并且充分利用了基站的信息资源和强大功能。仿真结果表明,该优化机制有效延长了W SN的生命周期,改善了网络性能。     

基于蚁群优化的无线传感器网络路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一。基于群智能优化技术的蚁群优化算法被广泛应用于网络路由算法。提出一种无线传感器网络蚁群优化路由算法,能够保持网络的生存时间最长,同时能找到从源节点到基站节点的最短路径;采用的多路数据传输也可提供高效可靠的数据传输,同时考虑节点的能量水平。仿真结果表明:提出的算法延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

无线传感器网络簇头多跳路径路由算法

在LEACH协议特定簇头选取(DCHS)算法的基础上,提出了一种基于蚁群优化(ACO)的簇头间多跳路径(ACO-CHMP)路由算法。该算法先采用DCHS算法分簇,在稳态运行阶段,利用改进的ACO算法找到从距基站最近簇头节点到基站的遍历所有簇头节点的最优路径,然后从该簇头节点开始沿着最优路径进行数据传输到基站。仿真结果表明:与LEACH算法、DCHS算法和ACO算法相比,该算法极大地均衡了网络的能量消耗,延长了无线传感器网络生命周期。     

基于改进蚁群优化算法的无线传感器网络路由研究

无线传感器网络为能量受限系统,为了促使网络节点能量消耗相对均衡,将蚁群优化(ACO)算法应用于无线传感器网络的路由选择,提出一种基于能量均衡的无线传感器网络路由算法。该算法将节点能量作为转移概率规则启发因子,通过计算转移概率和适应度值找到最优路径。仿真结果表明:该算法可以显著减低网络总能耗,从而延长无线传感器网络的生命周期。     

基于蚁群算法的一种能量高效路由算法的研究*

为了达到在信息传输路径上节能的目的,提出了一种基于蚁群算法的节能路由算法。该算法根据节点当前可用能量选择下一跳节点,按照节点经过的人工蚂蚁数选择数据汇聚节点,最终达到能量均衡使用和降低通信量的目的。经仿真计算证明该算法能合理地选择路由,节能效果明显,进一步延长了网络生存期。     

基于改进人工蜂群算法的WSNs覆盖优化

随着无线传感器网络（WSNs）被广泛地应用,覆盖优化问题已经成为网络服务质量中的一个关键问题。针对基本人工蜂群（ABC）算法的缺陷,基于混沌优化和自适应变化提出了一种改进的ABC（IABC）算法;并在此基础上,设计了基于IABC算法的动态网络覆盖优化方案。实验结果表明：IABC算法明显改善了基本ABC算法的缺陷,有效地延长了网络寿命,保证了网络的服务质量。     

基于优化蚁群算法的无线传感器网络信任模型

无线传感器网络(WSNs)会受到很多因素的影响,包括无线链路干扰,缺乏物理保护等,使其对于恶意节点的攻击显得很脆弱,从而成为妥协节点.为了解决这些网络安全问题,提出一种基于优化蚁群算法的信任模型.这个模型由信息素更新、路径质量评估、信任度评估和惩罚与奖励机制构成.此外,为了提高全局信息素计算的准确性,在计算全局信息素时引入了最优解保留策略.仿真结果表明:该信任模型具有更高的性能和可靠性,更加适合WSNs.     

基于WSNs的设施农业环境远程监控系统设计

针对现有设施农业环境远程监控系统的不足,对其监控方案进行改进,将无线传感器网络和嵌入式技术相结合,设计了基于CC2530的传感器节点软硬件结构和基于S3C2440的嵌入式设备的软硬件结构。设计了基于改进蚁群算法的路由协议。实现了对监测区域的环境信息的实时、可靠地采集和传输。实验结果表明：该系统在实现传统监控功能的基础上能够提供给用户更直观的信息显示、具有移动监控的功能、系统的成本低并且网络能耗负载均衡。     

基于蚁群的无线传感器网络路由算法

针对无线传感器节点能量、通信能力及计算能力有限等特点,将蚁群算法应用于无线传感器网络,提出一种改进的蚁群路由算法,考虑了节点的能量、距离、通信半径和传输方向等参数.实验结果表明:该算法有效地减少了网络能量消耗、节点死亡数、路由跳数和数据传输的路径长度,延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

基于QEA优化的WSNs簇间路由策略

无线传感器网络(WSNs)路由协议中采用多跳通信方式在一定程度上解决了单跳方式下簇头节点过早失能的问题,增强了网络通信的稳定性,提高网络能量的利用效率。但多跳方式使距离基站较近的簇头节点由于承担了大量数据转发任务,从而造成其过早死亡,出现网络空洞,缩短了生存周期。针对以上问题,提出基于量子进化算法(QEA)优化的分簇路由策略,通过QEA的多样性、快速收敛性、全局搜索能力强等特点,进行簇间路由的优化,从而有效均衡了簇头节点间的能耗。仿真结果表明:与经典LEACH协议和EEUC协议相比,基于QEA优化的簇间路由策略可以有效均衡簇头节点间能耗,延长网络生存周期。