一种无线链状网络路由算法的研究与应用

文章基于货运列车状态监控的无线传感器网络应用,针对网络节点能量有限以及链状网络节点负载不均衡的问题进行分析和研究,提出一种适合该应用的新型路由算法,该算法基于网络节点可通过功率控制来调整通信距离这一前提,为每个传感器节点选择合适的数据传输路径,以达到整个网络节省能耗,负载均衡的目的。仿真结果验证了该算法有效地平衡了网络负载,节省了网络能量,提高了网络生命周期。     

一种无线传感器网络环境下的查询路由与负载均衡机制

针对无线传感器网络节点数量多、通信距离短、能量有限的特点,提出一种查询增益路由算法以及基于路由的负载均衡机制。查询增益路由算法通过查询增益矩阵维护路由信息,并依据历史查询成功记录来选取路由节点;而基于路由的负载均衡机制可以在查询路由过程中记录节点的能量信息,转移负载,使得查询路径中各节点的能量消耗得到均衡。仿真实验结果表明,查询增益路由算法可以在降低节点能量消耗的前提下提高查询成功率,而基于路由的负载均衡机制可以进一步降低查询增益路由算法的能量消耗。     

改进无线传感器网络路由算法的仿真研究

研究无线传感器路由高层设计的优化问题,由于无线传感器的节点能量有限,传统无线传感器路由算法存在簇首机制不合理、节点能耗不均衡、整个网络生命周期短等问题.为了延长整个网络生命周期,提出一种改进的无线传感器路由算法.算法首先将网络监测区域划分为若干个子区域,并采用静态分簇方式建立簇首,保证簇首选举的合理性,然后采用单跳和多跳相结合的混合通信方式,使网络负载更加均衡,防止节点能量过早耗完,最后利用NS2仿真工具对算法进行测试实验.实验结果表明,改进无线传感器路由算法使簇首选择更加合理,减少了能量消耗,网络负载更加均衡,有效延长了整个网络的生命周期.     

基于蚁群算法的WSN多路径负载均衡路由

为使无线传感器网络节点能量消耗相对均衡,在定向扩散路由算法的基础上,结合蚁群算法,提出一种多路径负载均衡路由算法。该算法利用蚁群的自适应和动态寻优能力,在源节点和目的节点之间搜索建立多条传输路径,并将节点剩余能量引入启发因子,均衡节点能量消耗。同时,运用层次分析法,赋予每条路径一定的负载分配比例,使数据总能在链路性能较优的多路径中均衡传输,延长整个网络的生命期。仿真结果表明,与定向扩散路由算法相比,该算法能够均衡节点能耗,有效延长网络寿命。     

基于WSN均衡汇聚树的CTP路由算法改进

针对无线传感器网络(WSN)节点能量均衡消耗的需求,提出一种基于均衡汇聚树的路由算法LB-CTP。该算法定义节点均衡度,引入规避繁忙节点接入机制。在路由更新中,相应节点以LB-CTP路由算法选择父节点接入网络,分担繁忙节点负担。基于TinyOS操作系统对 LB-CTP进行实现,通过TOSSIM平台进行仿真实验,结果表明,与CTP算法相比,LB-CTP算法能有效地均衡网络负载。     

一种基于Q学习的无线传感网络路由方法

针对传统路由算法不能很好解决无线传感器网络的能量消耗和负载均衡的问题,提出一种将路径跳数和能量消耗因素考虑在内的基于Q学习的能量负载均衡算法。通过多跳和残余能量来估计网络状态,从而找到复杂度最低的最优路由策略,得到的数据传输路径满足能量消耗最小与负载均衡两个条件,在降低网络能量消耗的同时也延长了网络的生存周期。实验结果表明了算法在节点存活个数、节点剩余能量分布和节点发送成功率方面均取得较好的效果,同时验证了算法可以降低能量消耗,延长网络的整体寿命。     

基于负载均衡的簇间路由协议

针对无线传感器网络簇头节点负载不均衡的问题,提出一种基于负载均衡的簇间路由协议.该协议通过记录邻居簇头节点到Sink节点的最小跳数信息建立到Sink节点的多条路径,根据簇节点的剩余能量和负载选择合适的路径进行路由,从而实现了簇头节点间的负载均衡.仿真实验结果表明,该路由协议能有效地均衡网络负载和簇头节点能量消耗,减少数据传输延迟,延长网络生存时间.     

基于区域划分的无线传感器网络生命周期路由算法*

为了解决能量密度路由算法的路由空洞问题,均衡网络中的节点负载,延长网络的生命周期,提出利用节点间的耦合性对监测区域的传感器节点进行划分的方法,采用区域内与区域间两种数据传输方式,并且不同子区域使用不同的路由更新频率.仿真实验表明,新算法在网络运行前期能够成功地避免空洞,均衡网络能量消耗,延长网络的生命周期.     

基于跳数场的无线传感器网络路由协议研究

研究了无线传感器网络路由机制;在分析了基于跳数场的多径路由协议的基础上,针对其存在节点负载不均衡的缺陷,提出了新的局部动态改变节点功率的路由算法,该算法在建立跳数场时选取出一跳扩展节点来分担一跳节点的负担,在数据传输过程中使用基于节点剩余能量和连通度的加权函数值作为转发节点的选择依据,均衡了中间节点的能耗;仿真实验表明,新的算法能够有效均衡负载,延长网络生存期.     

一种能量均衡的WSN多级分簇路由算法

通过分析无线传感器网络分簇路由协议中簇首选择不合理和网络负载不均衡的问题,提出一种能耗均衡的多级分簇算法,簇首通过分析已学习到的周围网络数据作出较优决策。在簇首选举方面,综合考虑了节点剩余能量和相对节点密度,选择出合适的簇首;路由方面,运用贪婪算法选择较优簇内通信方案,为簇间数据转发预留能量;簇首对死亡节点能及时发现和广播死亡信息,更好地维护网络运行。仿真和分析结果表明,该算法能选出更为合理的簇首,更有效地均衡了网络负载,显著延长了网络寿命。     

有限马尔可夫链的水声传感器网络协作中继算法

针对水下传感器网络误码率高,能量效率低等问题,基于有限马尔可夫链状态空间分析,提出一种水声传感器网络协作中继算法。该算法采用马尔可夫链状态空间获取协作节点的误码率和能量的状态转移概率。基于能量策略对中转节点进行判定,使网络优先保障对已采集的数据进行传输,提升传输效率。提出基于最佳中继选择的协作节点状态评价函数,使网络优先选择评价结果最高的协作节点作为转发节点,减少数据传输过程中的误码率和能量损耗。实验仿真结果表明,该算法相比基于增强型能源平衡数据传输的水声网络协议及水下网络自适应路由协议,数据包平均成功投递率分别提升了2.3%和3.1%,网络能量效率分别提升了10.6%和5.8%,在提升数据传输效率和减少网络能耗上具有较好效果。     

基于中断概率的星地网络鲁棒功率控制算法

相较于传统的地面认知网络,星地认知网络链路传输时延较长,因此基于实时信道感知的认知用户中断概率较高。以离散时间马尔科夫链描述授权用户的动态及衰落信道,同时考虑信道转移概率的不确定性,建立基于似然不确定性模型的信道状态马尔科夫链,利用鲁棒的向后递归方法得到离线存储的功率分配矩阵,并对网络中多个用户采用博弈论的方法,进而提出基于中断概率的功率控制算法。仿真结果表明,与RRAP和TS-RS-PA算法相比,该算法在网络延迟存在的情况下能够更有效地降低中断概率并节约能耗。     

基于深度强化学习的能源高效VNF放置和链接方法

网络功能虚拟化(NFV)技术的出现使得网络功能由虚拟网络功能(VNF)提供, 从而提高网络的灵活性, 可扩展性和成本效益. 然而, NFV面临一个重要挑战是, 如何有效地将VNF放置不同的网络位置并链接起来引导流量, 同时最大限度减少能源消耗. 此外, 面对网络服务质量要求, 提高服务接受率对于网络性能也是至关重要的. 为了解决这些问题, 本文研究了NFV中的VNF放置和链接(VNFPC), 以最大化服务接受率同时权衡优化能源消耗. 因此, 在NFV中设计了一种基于Actor-Critic深度强化学习(DRL)的能源高效的VNFPC方法, 称为ACDRL-VNFPC. 该方法应用了适应性共享方案, 通过在多服务之间共享同类型VNF和多VNF共享同一个服务器来实现节能. 实验结果表明, 提出的算法有效权衡了能耗和服务接受率, 并且, 在执行时间方面也得到了优化. 与基准算法相比, ACDRL-VNFPC在服务接受率, 能耗和执行时间方面性能分别提高了2.39%, 14.93%和16.16%.     

基于能量水平的多Sink节点传感器网络路由算法

单Sink节点传感器网络存在着部分关键路径上节点能量消耗过快、路由选择算法单一以及Sink节点失效等问题.首先提出了多Sink节点传感器网络数据收集的系统框架;给出了拓扑发现和维护策略;然后提出了基于最小能量消耗路由算法.在分析了该算法的不足后提出了基于能量水平的路由算法,按照计算得到的能量水平选择最优的路径进行数据传送.实验证明,基于能量水平的路由算法比基于最小能量消耗路由算法能更有效提高传感器网络的使用寿命.     

认知网络能量感知及伽玛统计模型能量优化算法

为了提升分簇无线传感器网络的能量效率并均衡节点的能量负载,提出了一种认知网络能量感知及伽玛统计模型能量优化算法。首先,该算法提出基于认知无线电的信道能量感知模型,可以得到网络休眠模式和运作模式下网络的能量分布方程。接着,在多个中继网络场景中采用伽玛函数进行网络总能耗分析,并基于次级网络跳数与簇头总能耗关系提出能量优化策略,在均衡簇头能量负载的同时最小化网络总能耗量。实验仿真结果表明,在网络总能量消耗上,所提出的能量优化算法相比基于节能路由方案的认知无线电网络和基于多能量探测器的认知网络,节能效果分别提高了37.6%和12.2%,并且算法采用伽玛函数对网络能量分布的分析具有一定的准确性。     

一种多目标的覆盖优化策略在WSNs中的应用

针对目前无线传感器网络（WSNs）能量均衡覆盖策略大都基于节点静态感知能耗的不足,提出一种基于节点的动态能耗和网络覆盖率的多目标覆盖优化策略.该优化覆盖策略将动态路由协议引入到覆盖控制优化中,计算覆盖区域在不同节点分布下的动态通信能耗和网络的剩余能量,再结合区域覆盖率构成对覆盖和能量综合指数评价的优化函数.最后利用改进差分进化算法和差分进化算法对优化函数进行仿真,并利用覆盖结果验证策略的有效性.仿真结果表明：提出的覆盖优化策略既能使网络达到较高覆盖率,同时又能保证网络的能耗动态均衡,并将改进差分进化算法与常规差分进化算法比较,结果表明：前者克服了早熟现象,覆盖和能量的综合优化函数值更高,达到了6.184.     

一种动态调度的延迟敏感流网络挖掘算法

为了提高延迟敏感数据流的挖掘精度及能量效率,提出一种动态调度的延迟敏感流网络挖掘算法。该算法建立了流挖掘系统模型,对分类器链的选择概率、能量消耗和延迟敏感进行分析。为了控制挖掘系统的延迟时间并节省能量,提出了基于延迟约束的能量最小化组合方程。同时,采用了一个有效的分解定界算法来解决分类器的最佳处理速度选择问题,通过贪婪算法找到组合方程的最小能量边界,实现流挖掘系统在具有更高的分类效率的同时保持较低的能量消耗和延迟。仿真结果表明,该算法相比基于动态时间规整的数据挖掘算法和基于遗传算法优化的数据挖掘算法,能量效率分别提高了39.4%和41.4%,分类精度分别高出11.5%和5.9%,具有更好的节能效果和挖掘精度。     

基于蚁群优化的WSN能耗均衡链状路由协议

为了从路由技术的角度解决无线传感器网络的能耗问题,综合蚁群优化算法和PEGASIS协议的思想提出了ACO-PEGASIS路由协议;该协议采用蚁群优化算法构建通信链,解决了PEGASIS协议中由于贪婪算法的局部性产生的相邻节点间的长链问题;并在成链过程中综合考虑节点间距离、节点剩余能量等因子,以均衡全网的能量消耗;同时根据距离和能量因素选取链头节点并采用一定措施降低链头重选次数;仿真结果表明,与PEGASIS协议相比,该协议更加有效地均衡了全网的能量消耗,延长了网络的生存周期。     

ZigBee网络AODV路由算法改进

路由协议是Zigbee无线网路技术的研究重点之一。选择和设计高效的路由算法对于降低节点功耗,提高网络运行的稳定性具有重要意义。在ADOV协议的基础上,综合考虑了网络总体能耗和单节点能耗,提出了一种能耗均衡且兼顾通信实时性的改进的AODV路由协议,并进行了仿真验证。优化了网络的总体能耗和最大化了网络的生存时间,提高了网络的通信实时性。