无线传感网络中基于无线能量补给的能量感知路由算法

针对无线传感网络中随机分布传感器节点能量消耗不均衡的问题,提出了一种基于无线能量补给的能量感知路由算法。休眠节点不仅可以在无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)传输方式下通过功率分割方法进行无线能量补给,还可以在信息传输方式下通过无线能量收集方法进行能量补给,重新进入活跃状态,为信息传播提供更好的路由,提高传感器节点的能量利用,延长传感网络的使用寿命。在该算法中,通过优化节点间的信息和能量分配,最小化传输功率,引入能量路由度量方法,选择能耗最小的路径作为传输路径。仿真结果表明,本文提出的算法可以有效地利用节点资源,均衡多跳能量受限无线传感器网络中的能量分布。     

基于带状区域路由的无线传感器网络QoS协议

提出了一种基于带状区域路由的无线传感器网络QoS协议。根据网络传输路径的能耗模型分析,将路由的转发节点控制在以源节点与Sink节点连线的带状区域,有效降低了路径上的传输能耗。另外,在改进型QoS协议中,转发节点根据当前QoS约束动态重新建立新的带状区域宽度,使传输路径最大程度拟合源节点和Sink节点的连线,达到路径传输能耗最优。仿真实验表明,无线传感器网络QoS协议在满足网络QoS约束下,节省了网络能耗,延长了网络生存时间。     

蚁群优化算法在WSN路由中的应用研究

介绍了基本蚁群算法的原理和适用范围,总结出了基本蚁群算法在求解最优路径问题时,虽然具有很强的发现较优解的能力,但是存在容易陷入局部最优解和收敛时间过长等问题。考虑到基本蚁群算法在无线传感器网络路由上应用的不足,提出了一种改进后的蚁群算法,并将其应用到传感器网络路由中。该算法不仅在状态转移概率公式中引入罚函数和动态权重因子,而且采用局部信息素更新和全局信息素更新结合的方式更新路径信息,充分考虑到传感器节点与节点间的传输距离,并且充分考虑传感器节点的剩余能量。最后通过仿真实验,得到了基本蚁群算法和改进后的蚁群算法在传感器节点剩余能量和传输数据包时网络延迟的不同曲线,验证了改进后的蚁群算法在无线传感器网络路由选择上的高效性。     

能量均衡的无线传感器网络节点路由算法

为了提高无线传感器网络的生存时间,提出一种能量均衡的无线传感器网络节点路由算法。首先利用能量阈值和节点剩余能量将节点归类为2个区域,使得不同区域的节点当选为本轮簇头节点的概率不同,在数据稳定传输阶段,簇头与基站之间采用单跳与多跳相结合的通信方式,最后采用仿真实验测试算法的性能。结果表明,本算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长。     

WSNs中基于信任度的节能机会路由算法

为了防止网络中存在的潜在恶意节点被加入到机会路由的候选转发集中,减少网络能量的消耗,并保证数据的可靠传输,提出了一种在无线传感器网络中基于信任度的节能机会路由(Trust Based Energy Efficient Opportunistic Routing in Wireless Sensor Networks,TBEEOR)算法。该算法根据网络的拓扑结构计算节点的代数连通度,进而计算节点的连通度诚意;再联合节点的转发诚意和ACK诚意,利用信息熵的概念计算综合信任度;最后,用节点的综合信任度来计算节点之间通信和协作造成的能量消耗,从而得到网络的预期成本。此外,该算法能够有效地识别和判断网络中的恶意节点,进一步减小了恶意节点对网络性能的影响。实验结果表明,TBEEOR算法有效地保证了数据传输的可靠性,有助于延长网络生命周期,从而增加了网络吞吐量,减少了网络能量消耗。     

异构WSN中基于改进哈里斯鹰的分簇算法

针对无线传感器网络中传统的低功耗自适应集簇分层型协议存在的节点能耗过高、网络生存周期短以及负载不均衡等问题, 本文提出了一种异构传感网络下的多目标簇头选举和基于模拟退火的哈里斯鹰路由优化算法(LEACH-MHO). 这种改进算法首先在计算节点最优阈值的基础上, 构建新的考量能耗和负载的适应度函数, 找到最优簇首节点, 保证簇首节点的均匀分布; 再建立基于哈里斯鹰优化器的路径选择策略, 同时嵌入模拟退火算法, 防止过早陷入局部最优; 最后使用评估函数筛选出可加入到最佳路径的簇头, 缩短簇头节点到基站的通信距离. 仿真实验数据表明, 与CREEP、LEACH-C、LEACH算法相比, 本文算法的网络生存寿命分别延长了22.18%、77.83%和180.52%, 能更有效地延长网络生存寿命.     

一种分布式无线传感器网络跨层移动通信技术研究

针对无线多媒体传感器网络对带宽和实时性等的高要求,建立了一种基于能量优化和跨层协同交互的分布式多路径路由技术,并应用于移动通信领域。该技术采用了遗传算法优化节点传输多媒体数据能耗,建立节点剩余能量预测模型,根据感知能量建立跨层协同工作体系,以较小代价在动态无线网络拓扑中选择最优路径。仿真实验和数学分析表明,该技术能够高效地支持实时移动视频通信,适合于计算能力、存储能力和能量等受限的无线多媒体传感器网络。     

基于改进ACO的WSN感知数据传输策略研究

无线传感器网络(WSN)能够利用传感器节点快速准确地获取物理世界的信息从而作为物联网的感知层在监控领域得到了广泛的应用,而能量利用率是能量受限无线传感器网络的一个关键属性,直接影响网络的生命周期.经典的分层路由LEACH(及其变种)算法是无线传感器网络中最常见的节能路由协议.该文提出了一种改进的LEACH算法,由sin...     

基于云安全模型的簇状树形无线传感器网络路由协议

由于传统的簇状树形无线传感器网络路由协议簇首能耗方差较大,导致存活节点数量和节点剩余能量较少,降低了无线传感器网络的使用寿命,为此设计一种基于云安全模型的簇状树形无线传感器网络路由协议。通过计算簇状树形无线传感器网络在接收与发送数据时的传输能耗,利用云安全模型获取云安全态势各种要素之间的不确定关系,预测节点的综合信任值,以预测结果为基础,采用蚁群算法获取分区节点的最优路径,完成簇状树形无线传感器网络路由协议。实验结果表明,本文设计的路由协议簇首能耗方差较小,存活节点数和节点剩余能量更多,接收数据包量比其他2种协议分别高出了48.1%和22.6%。由此可见,本文设计的路由协议延长了簇状树形无线传感器网络的使用寿命。     

一种改进的GPSR算法

由于自然环境和传感器节点自身的原因,在无线传感器网络中很难避免出现洞.GPSR路由算法中数据包沿洞边界传送,它容易导致洞边界节点能量过度消耗和数据碰撞,没有很好地解决局部最优现象问题.本文提出的改进算法给出了源节点和目的节点出现在网络中任何位置的洞路由方案,优化了洞路由路径,合理解决了无线传感器网络中的洞路由问题.     

无线传感器网络跳数优化非均衡路由算法

针对多跳层次性路由算法中存在的距离基站较近的节点因数据通信负载过重而导致死亡速度过快的问题,提出一种无线传感器网络跳数优化非均衡路由（Hop Optimized Unequal Clustering Routing,HOUCR）算法。HOUCR建立基于最优跳数的路由路径,减小每回合网络能量消耗;通过能量均衡产生非均衡的簇,解决“热点”问题。仿真实验表明,HOUCR能够减小并均衡网络能量消耗,延长了网络寿命。     

基于遗传算法的无线传感器网络路由协议研究*

针对无线传感器网络能量受限、建立高效路由困难等特点,将遗传算法应用于无线传感器网络路由协议中,提出了一种快速构建无线传感器网络最优路径方法。采用可变长度染色体编码,采取选择、交叉和变异操作,充分利用基站的信息资源和强大计算功能,逼近无线传感器网络最优路径。仿真结果表明,基于遗传算法的无线传感器网络路由协议可以有效延长无线传感器网络的生命周期,改善网络性能。     

权衡能耗与延迟的数据融合算法研究

在无线传感器网络的路由协议中考虑数据融合能极大地提高网络生存期性能,但随之会带来网络可靠性下降、数据传输延迟增加等问题。设计一种新的可权衡能耗与延迟的数据融合算法ECLT,通过二级模糊综合评判的方式来调整原有的路由信息,增加数据传输路径间的交叠,以提高数据融合度、延长网络生存期;同时,传感节点在转发数据的过程中还可根据本身状态来动态调整进行数据融合的等待时间,从而在均衡网络中各节点能耗的同时减少了数据传输延迟。经仿真验证,该算法能在极大的延长无线传感器网络使用寿命的同时降低数据的平均传输延迟。     

一种带侦察子群蚁群算法的无线传感路由协议

针对无线传感器网络（WSNs）路由面临安全威胁和节点能量有限的不足,提出一种基于引入侦察子群的改进蚁群算法（SACO）路由协议。通过改进的蚁群算法构造一条数据传输链,选择其中能量最大节点为簇头,信息通过相邻节点传送。结果显示：该算法兼顾到节点的能量和路径消耗,较标准蚁群算法和贪婪算法具有高效的路由选择功能,能够使网络中节点能量消耗更加均衡,从而延长网络的使用寿命。     

无线传感器网络中能耗问题的探讨

无线传感器网络中传感节点能量消耗不均衡将导致整个网络过早地失效。文章在LEACH层次路由算法的基础上,提出了自动退避的簇头竞争选择机制、设定阀值的数据融合和基于能量感知的多路径策略,并在网络均衡、能量消耗方面做了优化,极大地提高了传感节点的服务寿命,延长了整个网络的生存周期。     

一种无线传感器网络蚁群优化路由算法

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.将蚁群优化算法(ACO)应用于无线传感器网络的路由,提出一种无线传感器网络蚁群优化路由算法.该算法利用蚁群的自组织、自适应和动态寻优能力进行网络优化路径的建立与维护,采用Stigmergy的概念来减少控制信息的流量,以实现网络数据的高效传输.仿真分析表明,该算法和DD算法相比在传输延时方面性能相当,在路由代价方面效果显著.另外,该算法还具有可靠性高、适应性强等优点,并能够根据需要实现网络的拥堵控制和能量均衡等综合优化.     

基于LEACH的WSNs分簇优化策略

针对LEACH算法中能量消耗不均匀的缺陷,本文提出了一种改进的路由协议来提高无线传感器网络的能量效率。在簇首选择阶段,引入节点剩余能量和初始能量来调节传感器节点随机数的大小;在成簇阶段,该算法将节点的剩余能量和距离汇聚节点的远近作为成簇的依据,使簇首的分布更加合理;在数据传输阶段,将节点与汇聚节点之间的距离及节点的剩余能量相结合,提出一种单跳与多跳相结合的传输方式,从而减少了能量消耗。仿真实验表明,改进后的算法能够更好的减少能耗,延长无线传感器网络的生命周期。     

WSN中基于能量代价的能量优化路由算法

针对无线传感器网络路由算法中的节点能耗问题,提出了一种基于能量代价的能量优化路由算法。算法综合考虑数据传输中节点能耗的有效性和均衡性,设计了一种新的能量代价函数,实现了二者的优化匹配。传感器节点按此函数计算前向部居节点的能量代价,选择能量代价最小的节点作为下一跳。算法基于部居节点信息进行路由选择,具有较低的计算时间复杂度。最后,对路由算法的性能进行了仿真分析,并与典型的路由算法进行了对比,结果表明,本路由算法能够有效延长网络生存时间,节约并均衡节点的能量消耗。     

基于模糊信任的无线传感器网络可信路由

由于无线传感器网络（WSNs）经常部署在苛刻环境下,节点易被物理俘获或损坏,无线多跳通信的方式也使得网络容易遭受各种信号干扰和攻击,路由安全显得尤为重要。在分簇路由协议的基础上,引入了节点可信度作为路由选择的度量,提出了基于模糊信任的无线传感器网络可信路由模型。该模型中,每个节点的信任值由剩余能量、包转发率、路由信息篡改以及声明诚实度等4个属性采用变权模糊综合评判算法得到。仿真结果表明：在变权模糊综合评判算法中,通过提高具有过低值的属性的权值,可以突出节点的缺陷,使得具备过低剩余能量或是过低包转发率,路由信息篡改信任,或过低诚实度任意一个缺陷的节点都不能够得到较高的信任值从而被选为簇头节点,避免行为恶意的节点破坏网络路由。     

A chain-cluster based routing algorithm for wireless sensor networks

Wireless sensor networks (WSNs) are an emerging technology for monitoring physical world. Different from the traditional wireless networks and ad hoc networks, the energy constraint of WSNs makes energy saving become the most important goal of various routing algorithms. For this purpose, a cluster based routing algorithm LEACH (low energy adaptive clustering hierarchy) has been proposed to organize a sensor network into a set of clusters so that the energy consumption can be evenly distributed among all the sensor nodes. Periodical cluster head voting in LEACH, however, consumes non-negligible energy and other resources. While another chain-based algorithm PEGASIS (power- efficient gathering in sensor information systems) can reduce such energy consumption, it causes a longer delay for data transmission. In this paper, we propose a routing algorithm called CCM (Chain-Cluster based Mixed routing), which makes full use of the advantages of LEACH and PEGASIS, and provide improved performance. It divides a WSN into a few chains and runs in two stages. In the first stage, sensor nodes in each chain transmit data to their own chain head node in parallel, using an improved chain routing protocol. In the second stage, all chain head nodes group as a cluster in a self- organized manner, where they transmit fused data to a voted cluster head using the cluster based routing. Experimental results demonstrate that our CCM algorithm outperforms both LEACH and PEGASIS in terms of the product of consumed energy and delay, weighting the overall performance of both energy consumption and transmission delay.