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.     

基于距离分簇算法的WSN组网方法

针对无线传感器网络中传感器节点能量受限不能及时供给的问题,提出一种基于距离分簇算法的无线传感器网络组网方法,旨在均衡节点负载,提高通信效率。算法由Sink节点发起,主要通过设置Sink节点的不同通信距离来划分传感器网络,根据网络层数设定每个簇的最大节点数目,引入簇首轮换机制保证网络存活周期,根据多跳通信路由函数选取簇间通信最佳路由。仿真结果验证了算法能够有效降低网络能耗和延长网络生存周期。     

基于模糊K均值和自适应混合蛙跳算法的分簇路由设计

为了解决传统分簇路由协议中存在的能耗开销不均衡和簇头选举不合理的问题,提出了一种基于模糊K均值和自适应混合蛙跳算法的WSN负载均衡分簇路由协议。首先,Sink节点收集各子区域的节点位置信息,并行运行模糊K均值算法将网络区域分为若干大小规模不同的簇,并将数据中心拟合到初始簇头节点。然后,以最大化节点剩余能量和最小化节点与簇头以及簇头与Sink节点的距离为目标定义了适应度函数,采用改进的自适应混合蛙跳算法对簇头进行寻优,并将最优解作为最终的簇头。最后,设计了最小跳数路由算法获得各簇头到Sink节点的最小跳数路由。采用NS2仿真工具对该方法进行仿真,实验表明:该方法具有较长的网络生命周期,较其它方法延长生命周期30%以上,具有较大的优越性。     

WSN中一种改进LEACH算法与仿真分析

无线传感器网络降低能耗、提高网络生存周期是研究的重要目标,本文针对LEACH算法缺陷,对簇首选择、簇首和Sink节点的通信进一步优化。簇头节点在接收簇内节点数据时进行数据聚合,减少传输数据的能耗,同时各簇头节点将聚合后的数据用改进的Dijkstra算法以最快的速度找到距离Sink的最短路径,提高网络性能,延长网络生存时间。     

无线传感器网络中基于广播坐标的静态链簇路由算法

提出了一种基于广播坐标的无线传感器网络静态链簇路由算法SCTC。该算法在节点地理信息未知的情况下,利用双基站把网络划分为若干静态簇以降低网络动态成簇的能耗,采用簇内成链及簇间并行通信的方式减少簇内通信的能量损耗并降低传输时延,以轮换汇聚层的方法均衡节点能量消耗。仿真实验结果表明,该算法可以大幅度降低网络的能耗并延长网络的生存时间,降低了网络通信的时延。     

改进LEACH分簇路由算法

针对节点不均匀能耗,在簇头选举过程考虑了节点的剩余能量和节点密度。轮换簇头来均衡簇头的能量消耗,解决了簇头能量消耗过快的问题。MATLAB仿真实验结果表明,算法较好地延长了网络的生命周期。     

基于蚁群算法的WSN路由协议研究

针对层次路由LEACH协议存在簇头分布不均,并且每次簇头轮换均在整个网络内进行,会造成耗能过多以及蚁群算法应用于LEACH协议建立簇间多跳路由仍存在能耗不均衡的问题,采用将网络节点进行区域划分,并将节点剩余能量作为参考因素,在区域内进行簇头节点的轮换选取的方法改进,并通过将节点能量引入到转移概率和信息素更新公式中,对蚁群路由算法进行改进,利用其建立从簇头节点到汇聚节点的多跳路由的最优路径.实验验证表明:与LEACH协议相比,改进协议整体上减少并均衡了能量的消耗,延长了无线传感器网络的生命周期.     

一种负载均衡的无线传感器网络自适应分簇算法

在分簇算法中,有效的簇首选取策略可以提高网络负载均衡和簇首均匀分布程度.针对簇首选取问题,文章提出了一种负载均衡的无线传感器网络自适应分簇算法,该算法使用簇半径、节点剩余能量和簇首间距作为参数选取簇首,网络中簇内成员到簇首的通信以及簇首之间的通信都基于自由空间模型的低能量衰减,簇首与Sink节点采用多跳的方式进行通信.仿真结果表明,与LEACH算法比较,该算法有效地实现了网络负载均衡和簇首均匀分布,延长了网络生存时间.     

一种基于蚁群算法优化的WSN分簇路由算法

为了实现无线传感器网络对节点能量的高效利用,提出了一种蚁群优化的分簇路由算法CRAACA。该算法引入簇内平均剩余能量参数,对簇首选择阈值进行改进,以均衡簇内能耗;根据节点间的位置关系建立节点的可中继节点集,控制蚁群算法的搜索空间;蚁群在对可中继节点集进行路径搜索时考虑节点间的距离和节点的剩余能量,以生成节能和较好均衡网络能耗的多跳网络路由;对生成的多径路由依相应概率选择数据传输的路径,提高数据传输的可靠性。仿真结果表明,该算法在网络能量的利用效率、数据传送成功率,以及延长网络生存周期等方面具有较好的性能。     

移动无线传感器网络的能耗均衡路由算法研究

研究了节点移动的无线传感器网络的路由问题,提出了一种能耗更为均衡的改进路由算法.在经典分簇路由算法的基础上进行了改进：一是簇结构的范围限制在自由空间模型的传输临界距离d0半径范围之内,较小范围的簇结构在移动环境能相对保持稳定,还能节省数据传输的能耗;二是簇头采用了复合权值的方式进行选择,权值不仅考虑节点能量,还考虑节点的移动速度和聚集性.仿真实验证明改进后的算法有效提高了无线传感器网络的能耗均衡性,延长了网络的生存时间,节点的数据发送成功率相对于经典分簇路由算法也得到了较大提高.     

无线传感器网络节点部署优化及链路质量评估

本文运用虚拟力算法对三种不同初始化节点分布进行优化,并且从链路质量评估值(LQA)和覆盖率角度对不同初始化部署的节点布局进行评估。研究结果表明,WSN节点在虚拟力算法作用下,圆环分布比平均分布能在迭代次数较少的情况下,达到网络最大覆盖率,并且此刻LQA值最大,网络通信质量较高,从而节省了能耗和资源,更具有一定的实用价值。     

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路由节点优化分布设计的免疫克隆算法

对于无线传感器网络(WSN)路由节点的优化分布设计,人工免疫进化算法存在几何选择区域局限,为了缓解此问题,避免系统收敛于局部最优解,提出一种基于免疫克隆算子的设计方案。根据WSN节点覆盖原理,构建WSN路由节点自适应人工免疫分布模型,用免疫平衡机理计算染色体在每个节点部署网格中的信息浓度概率,采用克隆检测算法监测WSN网络中节点冗余浓度,以使每个WSN路由节点辐射信息素最大化,突破几何选择区域的限制,实现最优节点部署和覆盖。仿真实验表明,新算法能提高网络连通性和节点利用率。     

无线传感网中基于定向游走的压缩感知数据收集算法

对于大规模无线传感网的工程应用,降低网络能耗、延长网络寿命和克服链路丢包成为设计传感网数据收集算法的关键因素。提出一种基于定向游走的稀疏压缩感知数据收集算法,网络节点以环状部署的方式非均匀分布在以Sink为中心的圆形区域内,每次数据收集过程由最外环内的随机唤醒节点发起,逐跳向内环定向游走,直至游走至CS数据缓冲区内结束收集过程。仿真结果表明,采用稀疏定向游走机制对全网数据进行投影采样,可以有效降低网络能耗,延长网络寿命。同时在有损链路环境下,该算法依然具有高精度的重构性能,克服了链路丢包对CS数据收集的影响。     

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.     

一种新的大规模无线传感器网络安全引导模式

针对目前无线传感器网络中的安全引导技术的缺乏和不足,提出了一种新的无线传感器网络的安全引导模式.该模式充分利用了目前无线传感器网络部署中提出的分簇算法,并结合随机密钥预分布模型的优点.在合理利用传感器网络有限资源的情况下,减少了无线传感器网络中单个节点的密钥环长度,节约了节点资源,延长了网络生命周期.文中论述了该模式的构架,引导过程,并对该模式进行了仿真分析.     

基于近邻算法的无线传感器网络功率控制

针对因无线传感器网络节点部署的密集性和随机性造成单一、不变的发射功率无法满足无线传感器网络能量高效的要求,提出基于近邻算法的无线传感器网络功率控制算法(NNPC).该算法中Sink节点保存整个网络拓扑结构的信息,利用多近邻算法评估节点密度,确定最优通信距离.结合Friss自由空间模型和两线地面传播模型计算当前网络最优发射功率,Sink节点广播通知节点采用最优发射功率发送数据.如果节点没有接收到广播包,那么节点采用默认的最大发射功率.仿真结果表明,基于近邻算法的网络功率控制算法能提高整个无线传感器网络的生存时间,节省网络的平均能耗.     

密集传感器网络中节点随机调度算法研究

对于密集型传感器网络,节点交替工作能有效地延长网络的生命周期。该文基于Cover的随机节点调度算法进行深入分析,首先给出k-覆盖网络中覆盖强度的定义,并利用基本概率理论估计k-覆盖网络的覆盖强度;然后分析2-覆盖网络中节点密度、覆盖强度以及能量节省水平之间的关系(即部署节点个数n和2-覆盖网络的覆盖强度Cn2以及划分COVER个数c)。该文研究工作对部署容错性较高的能量有效性传感器网络具有一定的指导意义。     

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。