基于最小跳的WSN传输可靠性路由算法

以节能和提高传输可靠性为目的,提出了一种基于最小跳的WSN传输可靠性路由算法。数据分组沿最小跳的路径向Sink节点传输,并在路由时选择可靠性评估值较高的＂下一跳信任节点＂进行转发,算法采用逐跳的NACK机制实现分组的丢失检测和重传,并能有效处理数据拥塞状况。理论分析和仿真实验表明,该算法具有良好的性能。     

无线传感器网络最小跳数路由算法的研究

最小跳数路由协议根据普通节点到Sink的距离和节点的通讯半径,将网络划分为一簇同心圆环。在数据采集和传输阶段,传播的方向是向着Sink收敛的,而在Sink节点命令发送阶段,则可逐层对外扩散。以此为基础,对最小跳数路由算法组网和数据传播阶段加以改进,并在OMNET++环境下进行网络仿真,比较洪泛算法和改进前后的两种算法在数据传输上的性能差异,仿真结果验证了改进方案的可行性。     

基于最小跳数的WSN非均匀分布的路由算法*

针对无线传感器网络节点能耗分布不均衡的问题,采用非均匀分布策略部署节点,提出一种新的路由算法。该算法通过在网络中建立最小跳数场和路径节点最小能量场,使得信息包沿着能耗最优的路径向sink节点发送。通过仿真实验表明,该算法在能量节省、能耗均衡和提高网络生存期方面具有明显的优势,进而能够缓解能量空洞问题。     

基于最小代价场的WSN路由算法的研究与改进

针对基于最小代价场的无线传感器网络路由算法及其典型改进算法的缺陷,提出了一新的改进算法.新算法引入了一种跨层设计的思想,通过对各层协议的配合使用,优化生成扩展最小跳数场,使得信息包沿最短路径向Sink节点传送的过程中所引起的能量消耗最小化,并同时均衡节点负载.理论分析和仿真实验表明,该算法能够显著延长网络的生命周期.     

基于蚁群优化的WSN功率自适应路由算法

为节省节点能量开销,延长无线传感器网络(WSN)的生命周期,在研究蚁群优化算法的基础上,提出一种基于蚁群优化的功率自适应路由算法。在蚂蚁寻路时考虑节点的传输方向、剩余能量和节点间距离。寻找到一条最优路径后,根据相邻两节点间的距离调整节点的发射功率,避免功率过大造成能量浪费。仿真实验结果表明,在节点非均匀分布的情况下,该算法能够有效节省网络开销,延长网络生命周期。     

WSN中基于可信核心树的路由算法研究

介绍了一种适用于WSN网络的基于可信核心树的路由算法。该算法在局部范围内选取具有相对较高剩余能量和可信度的节点作为簇首节点,从而对整个网络进行分簇。然后通过一个最小能耗生成树算法将所有簇首节点组织成以Sink节点为根的可信核心树,进而对该树进行扩展,构建成覆盖全网的可信路由树。所有的数据沿着可信路由树上唯一的路径向Sink节点汇报。同时算法引入了可信模型,该模型通过检测网络中有数据包墓改、丢包、谎报等行为的恶意节点来评佑节点的可信度。实验结果证明,该TCTR算法能有效减小能耗、平衡负载,从而延长网络生存时间,同时能有效识别与隔离恶意节点,从而提高路径安全度与网络安全度。     

WSN中基于最大最小化的优化路由算法

无线传感器网络(WSN)由能量受限的节点组成,需要设计路由算法优化节点的能耗。文章以最大化网络生存时间为目标,基于最大最小化模型提出了优化路由算法,定义了数据发送矩阵,设计了转发节点选择机制,以避免路由回路;基于节点收发数据的能耗及剩余能量,设计了求解优化路由的数学规划模型,优化了传感器节点的数据发送路径和发送量,均衡了节点的能量消耗。仿真结果表明,该算法能有效地均衡节点的能耗,延长网络生存时间。     

无线传感器网络中基于最小跳数路由的节点休眠算法

结合无线传感器网络中的最小跳数路由协议,根据功能的不同将传感器节点分为只进行数据采集的终端节点和既进行数据采集又要转发数据的中间节点两类;提出一种节点休眠算法,对前述两种节点采取不同的休眠/唤醒策略以降低能耗。理论分析和仿真结果表明：所提节点休眠算法节约了节点能量,延长了无线传感器网络的寿命。     

一种基于功率控制的WSN分簇路由算法研究

针对无线传感器网络研究领域中能量均衡性难以控制的问题,在LEACH协议的基础上提出了一种功率控制的分簇路由算法(PCRA算法).该算法基于最优连通功率,同时考虑节点的剩余能量、相对距离以及最优的邻居节集合对簇头的选择机制进行优化,从而实现网络稳定成簇和数据传输方式上的优化.通过结合距离、路径损耗和剩余能量等因数,使用权值来选择下一跳节点,实现了簇间通信,有效地避免了分簇协议应用被网络区域大小局限的问题.仿真数据显示,PCRA算法可使全网节点间的冲突区间变少,降低节点之间的竞争强度,进一步提高网络能量的有效性和吞吐量.     

基于SoRCA结构的WSN拓扑与路由优化

针对无线传感器网络SoRCA结构中存在的能耗高、负载不均衡和鲁棒性问题,提出了改进的SoRCA拓扑控制算法和路由算法。改进的拓扑控制算法根据SoRCA拓扑的结构化特点,计算出相邻传感器节点数据传输距离,然后依据传输距离调整传感器节点发射功率。改进的路由算法根据包中跳数的特征,给出数据传输时路由选择,并给出数据传输失败时新路由的选择。性能分析表明改进后的SoRCA结构较好地节省了节点的能量损耗,改善了WSN负载均衡性和鲁棒性,提高了WSN的生命周期。     

最小跳数路由无线传感器网络中的路由数估计

分析了最小跳数路由无线传感器网络的运行特点,对重复路由数进行了估算,找出了影响重复路由数的因素,给出了控制策略。理论分析及仿真结果进一步揭示了基于最小跳数路由无线传感器网络的行为特征,对自适应控制网络中的重复路由数具有很好的指导意义。     

无线传感器网络中基于分簇和休眠的组播路由

针对无线传感器网络中节点的能量效率和能耗不均衡问题,提出一个组播路由方法。通过把簇以一跳相邻节点为单位重分为更小的子簇,并根据接收消息的延迟把子簇分为不同的等级。对不同等级中的子簇头使用同步非对称休眠机制,对子簇内部的节点使用同步对称的休眠机制,使节点在不接收信息时尽量处在节能的休眠状态。仿真结果表明,该算法能减少能耗并延长网络生存时间。     

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%。     

基于多态蚁群系统的无线传感器网络数据聚集算法

针对无线传感器网络能量受限的特点,将多态蚁群系统原理用于无线传感器网络的数据查询和聚集中,提出并仿真实现了一种能够均衡无线传感器网络能耗的算法。仿真结果表明,基于多态蚁群系统的无线传感器网络数据聚集算法能够有效延长无线传感器网络在执行数据查询和聚集任务时的生存时间。     

基于连通度的无线传感器网络自维护分簇算法

最大连通度生成簇算法建立的簇之间存在重叠度较高的现象,没有考虑网络能量均衡,对网络寿命会产生不良影响。提出了基于最大连通度的自维护分簇算法,它是最大连通度生成簇算法的推广,达到降低簇之间的重叠度,延长网络寿命的目的。仿真结果验证了算法的有效性。     

基于虚拟力的无线传感器网络地理位置路由算法*

通过引入虚拟力导向的节点移动方式改进了GAF路由算法,提出了一种新的基于虚拟力的无线传感器网络地理位置路由算法。算法通过计算节点之间以及节点与边界之间的虚拟力,引导移动节点移动到新位置;同时,利用计算得到的节点移动前后的位置信息改进了节点休眠机制,能够在节点移动后适时地唤醒其他节点。仿真实验结果表明,该算法能有效提高网络覆盖率、平衡节点能量消耗,并显著延长网络生命时间。     

传感器网络中基于应用规则与概率的动态路由算法

针对连续数据分发型传感器网络，提出了一种基于应用规则和概率的动态路由算法RPDR。算法基于节点的状态信息，与应用规则交互后周期性地构造一棵广度优先的数据汇集树形成动态路由路径。数据汇集树由初始生成树建立与生成树修补两阶段完成，算法首先将节点状态作为输入参数提供给应用规则，再由规则使用预定义公式计算出节点当前轮成为树节点的概率，形成初始树；而后在树修补阶段，通过添加一些新的普通节点为路由节点对初始树进行修补，完成树的连通覆盖。仿真结果表明，与TinyOS信标算法相比，在本文设计应用规则下的路由算法具有高数据传输率、时延短、平均能耗低的优点，能延长网络生存时间。     

基于博弈论的无线传感器网络簇间路由选择算法

针对无线传感器网络(WSN)中,网络覆盖范围大,但传感器节点通信范围有限,长距离传输容易造成数据丢失的问题,提出了一种基于博弈论的无线传感器网络簇间路由算法,通过建立以网络服务质量(QoS)和节点剩余能量为效用函数的博弈模型,并求解其纳什均衡来解决以上问题。仿真结果表明：所提出的博弈模型在优化网络服务质量、降低节点能耗的同时,延长了整个网络的生存时间。     

基于改进离散果蝇优化算法的WSN广播路由算法

为解决无线传感网络（WSN）节点能量限制和广播路由的能耗问题,提出一种基于改进离散果蝇优化算法（DFOA）的WSN广播路由算法。首先,将交换子和交换序引入到果蝇优化算法（FOA）中,得到DFOA,拓展FOA的应用领域;然后,利用莱维（Lévy）飞行对果蝇随机探索的步长进行控制,增加DFOA的样本多样性,并用轮盘赌选择对种群的位置更新策略进行改进,避免算法陷入局部最优;最后利用改进DFOA对WSN路由能耗寻优,找到能耗最小的广播路径。仿真结果表明,改进DFOA获得的广播能耗更低,在不同的网络规模下,均优于对比算法（原DFOA、模拟退火遗传算法（SA-GA）、蚁群优化（ACO）算法和粒子群优化（PSO）算法）。改进DFOA能增加种群多样性,增强跳出局部最优的能力,提高网络性能。