无线传感器网络自适应拥塞控制的路由算法分析

无线传感器网络中节点的覆盖范围有限,因而采用多跳路由传输方式.无线自组网中的多跳路由是由普通节点协作完成的,选择不同的转发节点,会对网络的信息传输产生不同的影响.对不同路由(洪泛路由、最短路径等)算法下的网络自适应拥塞控制进行了分析,研究了不同路由算法下的网络性能和拥塞控制效果.根据节点跳数与缓存占用的关系,提出一种基于节点跳数和缓存占用的性能函数的改进最短路径算法,算法选取使性能函数值最小的节点作为转发节点.最后,通过实验比较了最短路径算法与改进路由算法的网络性能,发现改进路由算法相比最短路径算法,具有较好的网络性能和服务质量.     

一种改进的基于云环境的蚁群优化算法

在研究标准蚁群优化算法的基础上,提出一种旨在改善网络路由的蚁群优化算法以应用于云环境下多元化复杂的网络结构环境.新算法在原有蚁群算法智能寻优的基础上,加入网络节点在网审查机制,实时判断网络节点是否在网,选择最优解路径.仿真实验表明,改进算法能有效地改善因为网络节点在网情况的多变性而造成的部分路径失效的情况,进而缓解网络拥塞.     

一种基于网络编码的Ad Hoc网络多路径源选路由算法

根据Ad Hoc网络的特性,提出了一个基于网络编码的多路径源选路由算法.算法借鉴了COPE的思想,实现上通过在中间节点缓存短路径,对具有编码机会的中间节点进行标注,从而获得具有最大编码机会的多条路径.由于网络编码可以减少数据传输的次数,因此可以有效地提高信道的利用率.NS2环境下的仿真表明,新算法能够有效地平衡网络负载,提高网络的吞吐量.     

一种基于局部信息最小二乘法的节点定位算法

针对一些面积较大、节点分布密度过低的实际应用场景中,由于节点间距离测量误差过大而导致定位算法结果精度较低的问题,提出一种根据各邻居节点相关信息划分为若干个局部网络块的节点定位算法.该算法首先将无线传感器网络节点定位技术与机器学习领域中的降维方法相结合;然后根据节点间的距离越近,测量精度越高的规则及在一定通信半径内的各邻居节点相关信息共建网络块;最后将网络块组建成全局坐标系,利用全局构建以及锚节点的具体信息映射出各节点的坐标.仿真实验结果表明,该算法较其他节点定位算法在节点定位精度方面表现更优.     

基于概率延迟的DTN路由算法的设计

为了提高容迟(DTN)的传输效率,同时减小网络延迟和网络开销,借鉴链路状态算法,使用Dijkstra计算路由,并充分考虑了传输延迟、节点之间的连接性和历史因素,提出了一种基于概率延迟的DTN路由算法PD.模拟实验结果表明,PD在传输延迟较大的网络环境下,性能优于其它同类算法.     

一种Sweep Coverage问题的插入启发式算法

作为一种能满足特定场景监控需求的网络覆盖类型,Sweep Coverage能够通过使用较少的节点来完成对Points of Interest(POI)的覆盖。为了改进以前的 Sweep Coverage机制在覆盖间隔相差较大时的性能,本文提出了一种新的考虑了路径增量与覆盖间隔差异的插入启发式(Coverage Different Insert Heuristic)CDIH 算法。实验结果表明,在相同的网络监控场景中,新的启发式算法较以往的覆盖机制均能有较好的表现。     

基于Anycast的无线传感器网络多基站路由算法

提出了一种基于多基站的无线传感器网络Anycast路由算法,算法为网络中每个基站都建立一棵自己的Anycast树,网络中所有节点选择路径开销最小的邻居节点加入到对应基站的Anycast树中.该Anycast多基站路由算法可以根据不同的网络时延需求设置不同的权重参数来选择最优的路径,以达到实现不同时延要求无线传感器网络的应用.所有源节点采集的数据根据其加入的Anycast树的树状结构进行数据传输并送达基站.仿真实验表明:提出的Anycast路由算法在多基站的无线传感器网络中可以有效降低网络能耗和明显延长网络生命周期,较好地解决多基站的无线传感器网络架构通信模式问题.     

基于时间门限值的低时延编码感知路由算法

针对大多数编码感知路由算法忽略了不同数据流到达编码节点的时间不一致问题.在已有编码感知路由算法的基础上,提出了基于等待门限值的编码感知路由算法.首先利用编码条件寻找编码节点,然后引入网络测试获得等待编码时间的门限值,最后根据实际值和门限值的关系决定是否等待.仿真结果表明:使用该方案的编码感知路由算法比仅仅考虑编码机会的路由算法在编码时延和吞吐量方面有更好的效果.     

基于蚁群算法的无线多媒体传感器网络路由研究

通过对蚁群算法(ACO)的研究,设计了一种适合无线多媒体传感器网络的路由协议.该算法模拟自然界蚂蚁群体在寻找路径的方式,在节点发送数据包时,以该路径之前发送数据包的频率以及通过该路径的代价为参数,计算选择该节点为下一跳的转发概率.仿真结果表明,采用该算法时,节点的平均寿命要比采用传统的定向投递算法时的节点寿命高20%,数据包成功发送速度也远远高于传统算法.     

KACO:基于分簇算法的高能效路由协议

针对无线传感器网络中存在的节点能量受限、网络循环利用周期短、吞吐量少等问题,提出了基于分簇的动态路由协议KACO。算法初始阶段采用改进的K-means聚类和蚁群聚类算法获得网络分簇;综合考虑节点的能量效率、当前节点与基站的距离、节点与簇内其他节点间的距离3个方面的因素选择簇头节点。在数据传输阶段,根据节点间的距离动态调整传输路径,有效地减少了节点在数据传输时的能量消耗。实验结果表明,与其他基于分簇的网络节能方法相比较,该方法取得了较好的性能。     

容迟容断网络中基于拓扑的双时隙路由算法

在公交车载网络等类型的容迟容断网络中,可以依靠全部或者部分网络拓扑信息进行路由计算.提出一种基于拓扑信息的双时隙路由算法.该算法将网络周期离散为时隙,计算路由时,采用当前时隙和下一时隙(即双时隙)内均有效的路径作为候选路径,从而保证多数业务在链路失效前完成转发.以传输延时和延时抖动率为依据,从当前和下一时隙内均有效的路径中优选路径,以容忍可预测的链路中断;通过提供备用路径,以容忍不可预测的链路中断,保证传输的可靠性和稳定性.对上述算法进行了仿真实现和性能分析,结果表明,该算法能容忍链路中断,报文递交率较高,平均传输延时较低.     

Ad Hoc网络退避算法研究与仿真

文章介绍了Ad Hoc网络BEB退避算法和EIED退避算法的原理,分析了退避算法中主要参数对网络性能的影响,并利用OPNET软件对两种退避算法的性能进行了仿真,从而为实际网络环境下评估MAC层协议的性能提供参考。     

基于增强拓扑神经演化强化学习的水面无人艇局部路径规划

针对水面无人艇(unmanned surface vessel, USV)在复杂环境下的局部路径规划问题,对USV路径规划问题进行了数学建模,提出了基于增强拓扑神经演化(neuroevolution of augmenting topologies, NEAT)算法的局部路径规划方法;设计了神经网络初始结构和演化参数,对初始神经网络结构进行演化实现避障及到达指定目标的路径规划任务;通过设计适应度函数,实现路径点数目的优化。仿真结果表明:利用NEAT算法演化神经网络的方法能够使USV在复杂的环境中准确避开障碍物并到达目标点,且在路径点数目和鲁棒性方面优于传统的模糊逻辑算法与人工势场算法。     

高效节能的无线传感器网络路由算法

无线传感器网络中节点的位置信息非常重要,目前通用的定位算法不适合恶劣环境;路由算法的设计直接影响到系统的能量消耗。在此提出一种基于测距的节点定位方案,并构建基于睡眠机制、最小成本路径的节能路由算法,通过理论分析和仿真实验,证明该算法具有较高的节能性,能提高网络的整体性能。     

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。     

基于神经网络的移动机器人路径规划算法的仿真

研究一种基于神经网络的移动机器人路径规划算法，充分利用神经网络的融合性和并行性提高移动机器人路径规划算法的运算速度．此算法也可以解决机器人的全局路径规划和局部路径规划问题．仿真结果表明这种算法可以快速可行地实现无碰撞优化路径规划，并且对动态环境具有较好的适应性．     

Floyd算法的演示模型研究

路径分析是网络分析最基本的问题,其核心是对最短路径的求解．最短路径算法的优化直接关系到网络分析技术的提高,其求解算法的优劣决定相关软件的性能,通过对Floyd算法基本思想、算法实现步骤和时间复杂度分析,比较了各种算法的时间复杂度,并使用Java语言设计演示程序说明Floyd算法的实现机制,为Floyd算法的掌握和优化提供了参考模型．     

一种实现负载均衡的波长选路算法

针对全光网络中单根光纤支持波长数量不同的问题,研究了现有的RWA算法,设计了一种新的代价函数,并提出了一种新的实现负载均衡的波长选路算法·在选路时,该算法尽量回避那些包含较小波长数量链路的路径,使全网的业务在各链路上分布均衡,且更适合于不规则的网络结构·网络负载越大,算法性能越好·在不同负载的动态业务下对所提算法进行了仿真研究,结果表明,所提算法可以更好地提高网络的性能,降低全网阻塞率·     

一种满足多服务质量约束的动态组播路由算法

建立了网络模型，描述、简化了研究的问题，并提出了一种新的满足多服务质量(QoS)约束的动态组播路由算法(DMRMQ)．该算法采用Bellman—Ford算法作为路径搜索算法，能在满足带宽、延迟、延迟抖动和丢包率约束的前提下确定具有最小跳数和开销的动态组播路由．仿真实验表明，在假定网络节点输出链路容量相等的情况下，与Greedy、LeastHop两种不考虑QoS的算法相比，DMRMQ能在满足多QoS约束的前提下建立动态组播路由，且路由请求平均成功率提高约10％，路由平均延迟降低约20％，路由平均跳数基本持平．