基于状态分布式传感网络的多播路由算法研究

针对在无线传感网中存在的延迟等待时间、节能比、吞吐率等参数会限制多播路由的问题,提出基于状态分布式传感网络的多播路由算法(SDSMR).算法结构中包含簇头(CH)节点、核心节点(CNs)与传感器节点(SNs),其中CH节点和CNs构成核心节点网络,核心节点网络中的CNs与SNs构成核心节点网络支持的多播树,CH节点可以进行拓扑控制、路由和监视SNs的能量状态,CNs存储多播路由状态信息,可以最小化链路故障期间的路由复杂性,SNs参与核心节点网络支持的多播路由,节约了CNs的能量消耗,从而提高整个网络的性能.将SDSMR算法与HGMR算法、DCAMEM算法进行对比仿真实验,结果表明采用SDSMR算法能够有效减少延迟等待时间,提高节能比与吞吐率,并表现出良好的系统性能.     

利用蚁群优化的非均匀分簇无线传感器网络路由算法

针对无线传感器网络路由非均匀分簇中随机簇首选举路由的可靠性和实时性问题,提出一种新的无线传感器网络路由算法.该算法的核心是:通过蚁群优化来改变非均匀分簇算法的周期性簇首选举方式,即只在第一轮执行簇首选举和路径搜索,其他轮次采用簇内调整和路由更新;通过引入路由可靠性和实时性指标达到自组织、自适应和动态优化来建立和维护路由.簇首选举采用竞选,所有节点参与竞选,并且将节点剩余能量和节点到汇聚点的距离作为评价标准,以保证簇内能量效率最高的节点成为新簇首.路径搜索采用蚁群算法进行,即搜索网络中所有的簇首和汇聚点,以寻找从各个簇首到汇聚点代价最小的多跳路由.仿真结果表明,所提算法在能耗和链路可靠性方面比非均匀分簇算法的性能更好,即在较长的时间内具有更多的存活节点,网络丢包率小.     

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.     

一种基于遗传算法的无线传感器网络路由算法

针对传感器节点在能量储备、计算能力、通信能力方面制约性强等问题,采用进化算法理论,提出一种适用于无线传感器网络的移动Agent路由选择算法.该算法能为移动Agent探测具有最小能耗的路径,同时保证信息收集的完整性.实验结果表明,该算法自适应性强,可减少传感器节点的能量消耗,满足无线传感器网络在实际应用中对移动Agent路由算法的需求.     

基于能量区域代理机制的移动Sink路由算法

文章提出基于能量区域代理机制的移动Sink路由算法。该算法使用剩余能量扫描算法将系统划分为若干个能量相近的区域,再在每个能量区域内构建路由信息,根据已构建的路由信息选择代理节点作为能量区域内信息存储和与Sink通信的节点,根据代理节点的分布制定Sink最小移动路径策略。仿真实验表明,在网络中使用该算法可以使网络能量得到更均衡合理充分的利用,可以很好地延长网络寿命。     

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。     

基于灰色预测的无线传感网络路由优化算法研究

无线传感网络路由链路节点分布混乱,导致路由算法稳定性降低,提出基于灰色预测的无线传感路由优化算法。构建无线传感器网络路由节点定位模型,实现传感器节点自主链路分层转发控制,构建无线传感节点控制模型,提高路由探测的参数识别能力;采用灰色关联预测方法,建立无线传感网络路由探测模型,根据路由探测结果,获取教务数据采集系统无线传感器网络最优节点密度分布,融合模糊度参数,构建模糊信息调度优化设计模型,定位最优自适应特征信息,实现无线传感网络路由优化设计。仿真结果表明,无线传感网络路由设计的输出稳定性较好,节点定位精度较高,传输时延较小,提高了教务数据采集系统中的无线传感器网络传输和数据分析能力。     

基于梯度信息的ZigBee网络PAN间混合路由算法

针对现有ZigBee网络多PAN路由算法在路由构建过程中通信开销和传输时延较大,以及不相邻PAN的节点间无法建路的问题,提出一种基于梯度信息的低开销混合路由(GLHR)算法.通过网关的梯度定向扩散操作,构建PAN内节点至网关的梯度层次,并借助梯度信息限制路由发现中控制分组的路径,缩减控制分组转发次数.利用先验式和按需式的混合路由策略传输数据分组,降低通信开销、减少分组时延.仿真结果表明:与现有的典型算法IP-AODV相比,GLHR算法在数据分组平均端到端的时延、网络开销、分组传送成功率等方面的性能得到整体提升.     

基于蚁群算法的QoS多播路由算法

提出一种基于蚁群算法的分布式动态QoS多播路由的算法.充分考虑路径时延对多播树总代价的影响,多播树中添加符合QoS约束条件的路径,并且从多播组的目的结点出发进行搜索,该路径的路径代价在该次选中的所有迭代路径中最小,以"拉"的模式分布式地构造出多播树。实验结果表明,该算法代价性能良好,能满足多媒体网络的实时性要求.     

基于最大共享路径的无线传感反应网络路由协议设计

针对无线传感反应网络低功耗路由设计需求,提出了一种基于最大共享路径的无线传感反应网络路由协议设计方案,通过在无线传感反应传感网络结构中,选取无线传感节点以及反应节点,构建一个从事件源到其他反应节点的具备最大共享路径的传播策略.以此在确保无线传感反应网络数据传输的可靠性的前提下,尽可能的降低整个无线传感网络中的能量消耗,仿真测试表明,本文设计的无线传感反应网络路由协议,比传统的贪婪算法传输跳级高5.6％.整个传输网络的平均能量消耗,降低约27.3％.     

离散萤火虫算法在车载网的应用

车载自组织网(Vehicular ad hoc network,VANET)是移动自组织网络之一,具有节点变动迅速、拓扑结构灵活、通信能力要求较高的特点。为提高车载自组织网络的可靠性,实现数据的安全共享和快速交互,将离散萤火虫(DFA)算法应用求解车载网络中具有服务质量约束的多播路由问题。根据VANET的路由特点,将该问题转化为延迟成本最小化约束优化问题,并将车载网络路径时延转化为萤火虫的荧光素值,然后将该算法用4个实例进行测试,并与Dijkstra最短路径算法、粒子群优化算法进行比较。研究结果表明:离散萤火虫算法性能更佳,可有效解决VANET中Steiner minimum tree(SMT)问题,成功取得最优路径。该算法在一定程度上稳定了网络拓扑结构,能够实时更新节点信息。     

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．     

一个有效的时延约束最小代价多播路由算法

基于时延约束多播路由问题考虑链路代价,提出一种新的时延约束最小代价路径(DCM-CA)算法,作为搜寻节点间最短路径的算法;在此基础上又改进了基于代价-时延比率(CDR)函数的有效中心节点选择算法;基于CBT树,应用上述2种算法提出一种基于中心选择的时延约束最小代价多播路由(CS-DCMCMR)算法,该算法在搜寻路径和中心节点选择的问题上同时考虑路径的时延和代价。仿真证明CS-DCMCMR算法的时间复杂度为O(mlogn),与CSDVC算法和CCLDA算法相比,该算法在没有增加复杂度和满足时延及时延抖动约束的条件下,较大程度地减小了最终多播树的总代价。     

一个低代价最短路径树算法

为了对最短路径树SPT（Shortest Path Tree）进行代价优化，提出了路径驱动的思想，主要是生成SPT时通过路径节点共享的方式来优化其总体代价。基于这个思想进行搜索过程优化，设计了一个路径节点驱动的低代价最短路径树算法LCSPT（Low—cost Shortest Path Tree Algorithm），这个算法生成的组播树在保证最短路径的同时降低了整个树的总体代价。仿真实验表明：LCSPT算法不但能正确地构造最短路径树，而且其构造的SPT总体代价与其它同类算法相比得到了最大限度的优化。     

基于PCE的多域光网络安全组播路由算法

IETF提出了基于路径计算单元(Path Computation Element)的多域光网络架构方式,能够很好的解决跨域路由的计算问题,但由于光网络的透明性,分层PCE架构下的光网络存在安全威胁。因此,如何提高光网络中信息传输的安全性是一个重要的问题。在PCE架构的基础上,利用信任度、接种疫苗及免疫选择等关键技术,设计了多约束条件下基于人工免疫和信任度的多域光网络安全组播路由算法,在保证光树可信和高收敛速度的前提下,可使组播树的综合成本最小。经分析及仿真实验表明,与传统的多域光网络最短路径树组播路由算法相比,具有更低的综合成本和更优的抗阻塞性能。     

一种分布式局部时延受限的多播路由算法

时延受限多播技术对网络中的实时业务非常重要。为保证受限多播树的服务质量，提出了一种利用局部信息的时延受限多播路由算法。算法要求源节点具有局部信息，即源节点到每个目的节点的时延最短路径信息。此外，其他节点要保存相邻节点和链路的信息。仿真实验结果表明，该算法要好于最短时延树的性能。     

基于Logistic回归模型和凝聚函数的多示例学习算法

实时多媒体网络中,带延迟与延迟抖动约束的斯坦利树问题是一个研究热点.这种带约束的斯坦利树被证明是NP-完全问题.提出了一种基于禁忌搜索的带延迟与延迟抖动约束最小代价组播路由算法.实验结果表明,该算法对于实际网络是有效的.这种方法使得IP组播把数据同时发送到组成员时有效地利用了网络资源.

Abstract：

The delay and delay variation-bounded Steiner tree problem is animportant multicast routing issue in real-time multimedia networks.Such a constrained Steiner tree problem is known to be NP-complete.A multicast routing algorithm is presented,which is based on tabu search to produce routing trees having a minimal network cost under delay and delay variation constraints.The approach makes IP multicast utilize resources efficiently in delivering data to a group of members simultaneously.     

Multiple constraints QoS multicast routing optimization algorithm in MANET based on GA

Usually multiple quality of service （QoS） guarantees are required in most multicast applications. This paper presents a multiple con-straints algorithm for multicast traffic engineering in mobile ad hoc networks （MANET）. The proposed algorithm is a new version of multiple constraints QoS multicast routing optimization algorithm in MANET based on genetic algorithm （MQMGA）. The proposed MQMGA can optimize the maximum link utilization, the cost of the multicast tree, the selection of the long-life path, the average delay and the maximum end-to-end delay. Experimental result shows that the approach is efficient, has promising performance in multicast traffic engineering and for evaluating the route stabilitv in dvnamic mobile networks.     

Multiple constraints QoS multicast routing optimization algorithm in MANET based on GA

Usually multiple quality of service (QoS) guarantees are required in most multicast applications. This paper presents a multiple constraints algorithm for multicast traffic engineering in mobile ad hoc networks (MANET). The proposed algorithm is a new version of multiple constraints QoS multicast routing optimization algorithm in MANET based on genetic algorithm (MQMGA). The proposed MQMGA can optimize the maximum link utilization, the cost of the multicast tree, the selection of the long-life path, the average delay and the maximum end-to-end delay. Experimental result shows that the approach is efficient, has promising performance in multicast traffic engineering and for evaluating the route stability in dynamic mobile networks.