基于蛙跳博弈优化算法的认知频谱分配

为有效分配与使用认知传感器网络中存在的空闲频谱,提高网络的吞吐量,提出了一种基于蛙跳博弈优化算法(Improve Swarm optimization method based on Leapfrog Game, ISLG)的认知频谱分配方案。节点采用双天线降低路由中的信道冲突概率,并针对在认知无线传感器网络(Cognitive Radio Sensor Networks, CRSN)中使用传统路由方案容易导致的节点间路由限制与热区问题,提出了基于三角剖分分层的自适应路由(Adaptive PU Quantity Routing Based on Triangulation Layering, APRT),通过避免路由中多枝节点出现的方式增加网络吞吐。频谱分配中,基于主用户位置信息,以蛙跳博弈基础寻优的分配群进行再移动,提高了频谱分配的可靠性。仿真实验表明,相比其他经典群优化算法,所提方案可以有效提高全局搜索能力,频谱分配后的系统吞吐量有了明显提升。     

基于进化算法的无线传感器网络任播路由算法

在无线传感器网络WSN(Wireless Sensor Networks)中存在无线链路容易失效的现象,但大多数学者在设计路由算法时较多地关注网络生存期问题,而忽略路由健壮性问题.提出一种基于进化算法的WSN任播路由算法.该算法以网络生存期和路由健壮性为优化目标,并通过多目标进化算法寻找到两者的最佳适应值.实验验证了该算法的有效性,实验数据表明:相比较基于单目标优化(网络生存期)的任播路由算法,所提算法的网络生存期及路由健壮性两个性能的综合优化值优于前者;相比较传统单路径任播路由算法,所提算法的网络生存期、路由健壮性和可扩展性优于前者.     

双重约束条件下的WSN路由选择

经典的基于QoS（Quality of Service,服务质量）的WSN（Wireless Sensor Network,无线传感器网络）路由算法往往只考虑了单一的条件限制,如能量、通信跳数、延时等。而在一个复杂的WSN环境中,对于QoS 的需求通常综合了多种条件。这使得现有的路由算法难以选择出实际情况下的最优路由。一种基于动态规划问题的算法被提出,用来解决这一问题。当算法选择最小延时路由时,节点能量和链路丢失率将被作为约束条件。经过证明,算法具有最优性。     

无线Mesh网络中一种分布式路由方案

在多射频多信道无线Mesh网络中,链路负载和节点位置的变化将导致网络性能的下降。针对此问题,在混合无线网状路由协议反应式路由基础上,设计了一种新的混合信道分配的分布式路由算法。该算法在路由建立的同时可实现以数据流为单位的最优信道分配,且能避免因单节点失效导致整个网络崩溃的危险。仿真结果表明,提出的RHCA算法较传统算法在网络吞吐量和端到端平均时延方面均有显著优势。另外,在节点移动场景下,所提出的分布式路由算法较其他方法能获得更高的吞吐量和更好的稳健性。     

基于跨层设计的认知无线Mesh网络拥塞反馈研究

在认知无线Mesh网络中,由于信道状态变化导致的链路负载差异,网络拥塞成为影响认知无线Mesh网络系统性能的重要因素。针对这一问题,提出了基于最大最小公平策略的拥塞反馈算法。该算法通过综合分析基于随机搜索-遗传算法的多速率编解码调制、多重数据流的信道分配机制,以及优化的路由选择三种机制的网络资源分配约束条件,来构建跨层模型,计算网络拥塞。同时,通过拥塞值反馈,实现对物理层、链路层和网络层的联合跨层优化,最大程度避免网络拥塞。仿真结果表明,该算法在网络发生拥塞时收敛更快,能够有效避免拥塞,均衡负载,并能提升网络吞吐量。     

一种联合多信道分配决策的认知Mesh系统数据传输优化算法

在认知Mesh系统进行数据传输的过程中,为了提高数据包投递成功率及网络的吞吐量,减少网络延迟时间,提出一种联合多信道分配决策的认知Mesh系统数据传输优化算法(JCWN)。针对信道的干扰问题,建立了认知Mesh系统的干扰无向图,分析节点链路的网络干扰电平。在节点的路由请求阶段通过提出基于信道干扰电平的路由指标函数,并通过权重阈值来为节点链路分配干扰较小的信道。在路由选择上,联合多路由算法计算每条路由路径的信道干扰程度,为了保障节点传输数据的成功率而选择干扰程度更小的路由。实验仿真结果表明,在数据包投递成功率上,该算法相比POC算法以及基于RL的算法提高了20%以上,在提高网络吞吐量,减少延迟时间上也表现出了更好地效果。     

可充电无线传感网络能量均衡路由算法

针对可充电无线传感网络中的能量均衡路由问题,提出在稳定功率无线充电和监测数据收集网络场景下的多路径路由算法和机会路由算法,以实现网络的能量均衡。首先,通过电磁传播理论构建了无线传感节点的充电和接收功率关系模型;然后,考虑网络中无线传感节点的发送能耗和接收能耗,基于上述充电模型将网络能量均衡的路由问题转化为网络节点运行时间的最大最小化问题,通过线性规划得到的各链路流量用以指导路由中数据流量分配;最后,考虑一种更加现实的低功耗的场景,并提出了一种基于机会路由的能量均衡路由算法。实验结果表明,与最短路径路由（SPR）和期望周期最短路由（EDC）算法相比较,所提出的两种路由算法均能有效提高采集能量的利用率和工作周期内的网络生命周期。     

基于主用户活跃度的认知Mesh网络路由算法

针对认知Mesh网络中RASR路由算法存在冗余的控制开销以及选路时未考虑主用户对信道的利用率而导致路径不稳定的问题,提出一种基于主用户活跃度的认知Mesh网络路由算法——RPA(Routing based on Primary-user Activity)。RPA算法通过使用捎带式发布链路状态信息和根据主用户信道利用率选路两种新机制,增强路径稳定性、提高数据包传输的成功率、减小时延和控制开销。理论分析和仿真结果表明,与RASR算法相比,RPA在数据传送成功率、平均端到端时延和控制开销方面具有整体上更优的性能。     

MR-OLSR:多天线多信道无线Mesh网络中一种链路状态路由算法

对Ad Hoc网络下的OLSR算法进行改进,提出多天线多信道无线网状网下一种优化的链路状态路由算法MR-OLSR,使得数据流可以在多路径上并行传输,实现拥塞避免和提高信道利用率的目的。利用改进的IWCETT测量尺度算法对多路径链路质量予以测量,同时根据路径质量提出的信道分配策略和多路径策略选择算法使得整体网络具有负载均衡的特性。在OPNET模拟器上实现了算法,结果表明该算法在保持原算法鲁棒性和可扩展性的同时,进一步增强了单链路失效时的稳定性和可靠性,提高了网络的吞吐率。     

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。     

无线传感器网络中能量有效自适应路由算法研究

针对无线传感器网络寿命最大化问题,基于无线传感器节点能耗分布特点和数据传输能耗模型,建立无线传感器网络生存周期的数学优化模型,并针对最小能耗路由的能耗不均衡问题和能量均衡路由的能耗开销问题,综合考虑网络中节点的剩余能量和节点间发送数据的能耗,提出一个适合无线多跳传感器网络的自适应路由算法。仿真结果表明,提出的路由算法能充分地利用有限的能量资源,较大地延长网络生存周期。     

无线传感器网络中能量有效自适应路由算法研究

针对无线传感器网络寿命最大化问题,基于无线传感器节点能耗分布特点和数据传输能耗模型,建立无线传感器网络生存周期的数学优化模型,并针对最小能耗路由的能耗不均衡问题和能量均衡路由的能耗开销问题,综合考虑网络中节点的剩余能量和节点间发送数据的能耗,提出一个适合无线多跳传感器网络的自适应路由算法。仿真结果表明,提出的路由算法能充分地利用有限的能量资源,较大地延长网络生存周期。     

Fuzzy random multi-objective optimization based routing for wireless sensor networks

Wireless sensor networks are deployed in complex and uncertain environments, and multiple objectives of routing algorithms are expected to be optimal. However, routing algorithms based on deterministic single objective optimization may not flexibly meet the above needs of applications. This paper adopts fuzzy random optimization and multi-objective optimization, introduces fuzzy random variables to describe both fuzziness and randomness of link delay, link reliability and nodes’ residual energy, and proposes a routing model based on fuzzy random expected value and standard deviation model. A hybrid routing algorithm based on fuzzy random multi-objective optimization is designed, which embeds fuzzy random simulation into genetic algorithm with Pareto optimal solution. Simulation results show that the presented algorithm, by adjusting the parameters of fuzzy random variables for depicting both fuzziness and randomness, achieves a longer lifetime and wider performances of delay, latency jitter, reliability, communication interference, energy and balanced energy distribution. Therefore, the presented algorithm can meet different application needs of the cluster head network in the two-tiered wireless sensor networks.     

一种带有能量自补给节点的异构传感器网络分簇路由算法

针对现有无线传感器网络分簇路由算法的网络生命周期短、能量消耗不均衡等问题,结合节点的能量采集技术,提出了一种带有能量自补给节点的异构传感器网络分簇路由算法。考虑到实际环境中节点能量补给不稳定,根据节点的剩余能量和当前能量自补给状态,设计了能量均衡的簇头选举机制和簇间多跳机制。仿真结果表明,在延长网络生命周期和均衡全网能量消耗方面,该算法优于采用相同能量补给规律的传统分簇路由算法(LEACH算法和SEP算法)和其他基于能量自补给的分簇路由算法(PHC算法和EBCS算法)。     

Heuristic routing with bandwidth and energy constraints in sensor networks

Most of the routing algorithms devised for sensor networks considered either energy constraints or bandwidth constraints to maximize the network lifetime. In the real scenario, both energy and bandwidth are the scarcest resource for sensor networks. The energy constraints affect only sensor routing, whereas the link bandwidth affects both routing topology and data rate on each link. Therefore, a heuristic technique that combines both energy and bandwidth constraints for better routing in the wireless sensor networks is proposed. The link bandwidth is allocated based on the remaining energy making the routing solution feasible under bandwidth constraints. This scheme uses an energy efficient algorithm called nearest neighbor tree (NNT) for routing. The data gathered from the neighboring nodes are also aggregated based on averaging technique in order to reduce the number of data transmissions. Experimental results show that this technique yields good solutions to increase the sensor network lifetime. The proposed work is also tested for wildfire application.     

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。     

基于混合量子进化算法的高效节能无线传感器网络路由算法

在无线传感器网络中,层次型路由算法能减少节点能量消耗和延长网络生存周期.因此在LEACH算法和PEGASIS算法的基础上,提出了一种基于混合量子进化算法的高效节能的无线传感器网络路由算法HERA.该算法中把网络分为多个簇,每个簇中的节点连接成为一条多跳通讯链路,并使用混合量子进化算法来得到最优的分簇组链方式,以减少链路...     

一种异构传感器网络下的节能分簇路由算法

无线传感器网络存在着严重的能量约束,传统同构的传感网络路由协议和算法不适合异构网络,因此,设计异构传感网络下的节能路由算法具有现实意义。研究两种不同类型传感器节点构成的,具有不同的初始能量和不同感知数据能力的异构网络中基于簇头预测的节能分簇路由算法ECAH。根据簇内节点的剩余能量、能量消耗速率和跟上一轮簇头的距离预测出下一轮簇头,有效地减少了控制报文数量,降低了系统开销,节约了能量。仿真结果显示,在异构的网络中采用ECAH路由算法比LEACH算法网络生存时间大约提高了23%。