向环境采集能量的WSN中的自适应周期机会路由算法

如何让可以采集能量的节点充分利用环境能量,从而提高整个网络持续高效工作的能力是在能量采集无线传感网中的关键问题。目前的研究主要集中在如何均衡分配可进行能量采集的节点的能量,从而在提高节点寿命的基础上,实现网络寿命延长,但是仍然存在环境能量变化的不确定性导致的风险。笔者提出了自适应周期机会路由算法,首先对节点进行地理分区,再分配优先级,最后进行优化后路由处理。仿真结果表明,该算法能实现对环境能量更加高效的利用,并能有效提升网络的吞吐量和网络效率。     

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。     

基于机器学习的无线传感网络室内定位研究

无线传感网络在能耗量化传导过程中具有随机分布性,导致网络节点的室内定位精度不高,为了提高网络的室内定位准确性,提出基于机器学习的无线传感网络室内定位方法.构建无线传感网络室内定位的节点优化部署模型,采用能量负载均衡控制方法进行无线传感网络的路由探测协议设计,建立无线传感网络节点传输的链路均衡配置模型,采用机器学习算法进行无线传感网络室内定位过程中的自适应寻优,提取无线传感网络节点输出信号的能谱特征量,根据能谱的聚类属性进行无线传感网络室内定位优化.仿真结果表明,采用该方法进行无线传感网络室内定位的精度较高,能量开销较小,网络节点的组网部署能力得到提升.     

无线传感器骨干网络路由算法

针对当前无线传感器骨干网络路由算法无法平衡能耗和数据传输之间的矛盾, 导致无线传感器骨干网络路由的数据传输时延较大, 无线传感器网络吞吐量较小的不足, 以提高无线传感器网络整体性能为目标, 设计一种新的无线传感器骨干网络路由算法. 首先分析无线传感器网络的工作原理, 并建立相应的路由模型; 然后引入机器学习算法对无线传感器骨干网络路由中的无线传感器节点能量进行实 时预测, 选择能量大的无线传感器节点进行数据传输, 构建能量消耗最小的无线传感器骨干网络路由; 最后与其他无线传感器骨干网络路由算法进行对比测试. 测试结果表明, 该算法的无线传感器骨干网络路由能耗较小, 无线传感器网络数据传输可靠性高, 加快了无线 传感器网络数据传输速度, 无线传感器骨干网络路由整体性能明显优于其他对比算法.     

无线传感网络分簇节点节能传输实验模拟分析

为了提高无线传感网络分簇节点节能传输控制能力,提出基于最优节能控制的无线传感网络分簇节点节能传输实验模拟分析方法.构建无线传感网络分簇节点优化部署模型,建立路由均衡控制下的无线传感网络分簇节点节能传输低能耗调度信道模型,采用自适应均衡的路由转发控制协议实现无线传感网络分簇节点节能路由探测协议设计,提取无线传感网络节点传输的相干性特征值,结合模糊特征提取方法进行无线传感网络分簇节点节能传输过程中的最优特征量提取,实现网络分簇节点节能传输的优化控制和自适应均衡调度.仿真结果表明,采用该方法进行网络分簇节点节能传输的自适应能量均衡性较好,数据转发的成功率较高,具有很好的节点数据收发控制和节能传输能力.     

基于多信息素蚁群优化的WSN节能路由方案

针对当前无线传感器网络节能路由算法中出现的计算效率低和节能效果不佳等问题,本文提出一种基于多信息素蚁群优化的节能路由方案.该方案通过综合考虑节点剩余能量、相邻节点数和节点间距离等因素,在节点能量利用率较低的情况下,利用多信息素蚁群优化算法寻找传感器节点到基站的最佳路由,以经济的能耗将传感数据传输到基站.实验结果表明:与其他对比算法相比,本文提出的算法具有明显优势,能够有效实现节能路由开销,提高网络寿命的目标.     

基于量子遗传算法的无线传感网络路由优化

考虑到无线传感网络(WSN)传感器节点的能量有限性,分析了WSN的网络模型和能量模型,提出一种基于改进量子遗传算法的路由优化算法.利用复杂连续函数测试,验证了算法的性能和可行性.经仿真分析,证明该算法应用于WSN路由优化问题时,能更快速和更稳定地求解最小能量代价的数据传输路径,从而减少WSN传感器节点的能量消耗,延长整个WSN网络的使用寿命.     

一种基于能量和距离的多级能量异构传感器网络路由算法

为了能有效地利用节点能量的异构性,降低网络能耗、延长网络稳定周期,提出了一种同时考虑节点剩余能量和节点至基站距离的多级能量异构无线传感器网络的分簇路由算法.在节点簇间综合考虑簇头剩余能量及其与基站的通信能耗,以选择合适的下一跳路由节点.仿真结果表明,该算法可以有效地均衡网络能量消耗,延长网络稳定周期.该路由算法在维持节点存活个数、降低网络能量消耗及增加网络数据传输吞吐量等指标方面优于几种常见传感器网络路由算法,表明在综合考虑能量和距离等因素后能够获得比单一考虑能量或者距离的算法更优的运行结果.     

优化能量及跳数的增强学习WSNs路由算法

针对无线传感网络中强化学习路由算法存在的目标单一、建立过程复杂及节点转发开销大等问题,开展了节点能量及跳数的动态协调方法研究,提出了具有反馈学习能力的动态自适应路由算法.利用局部路由信息,反馈学习邻居状态,以能量和跳数信息加权计算出路由奖励值,并更新求解Q-value值,获取最优路由策略.经实验验证及分析,算法能有效延长无线传感器网络的生命周期.     

采用邻居节点的改进ZigBee路由选择算法

在无线传感网络中,路由选择是高效使用网络、延长全网络寿命的关键之一.为了提高网络效率和节省网络整体能耗,提出了一种路由选择优化算法,该算法利用没连接到的邻居节点进行数据路由选择,以减少从源节点到目的节点的跳数,进而达到提高网络效率和节省能耗的目的.通过仿真实验对比分析了改进前后的实际效果,实验结果表明改进后的路由选择优化算法减少了ZigBee节点间路由的跳数和延迟,提高了路由效率,节省网络整体能耗.     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制.首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数、信息素更新规则和自适应构建数据路由.最后采用仿真模拟实验对算法性能进行检验.实验结果表明,相对于现有无线传感器路由算法,通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优.     

基于能量阈值自感分区机制的无线传感网簇路由算法

针对当前部署无线传感网中存在的成簇机制僵化、簇头节点难以进行周期性选举且存在簇区域结构难以动态更新的难题,提出了基于能量阈值自感分区机制的无线传感网簇路由算法.首先在初始化的过程中依据能量阈值进行动态初步的节点分割,形成初步的簇头-簇成员的区域结构;然后按照节点归一化能量剩余水平决定在更新周期内是否进行簇头节点的更换,从而实现了簇头节点按能量最优原则的动态周期性的更换;最后通过簇头节点与簇间汇聚节点形成的传输链路实现信息的协同传输及簇间交汇,有效改善了网络数据的传输质量.仿真实验表明:与RMCRW算法、CMEDD算法等相比较,本文提出的新无线传感网簇路由算法能够有效提高无线传感网的生存周期,减少网络控制开销,改善传感数据的传输质量.     

考虑节点能量消耗的无线传感网络平衡路由算法设计

传统方法设计无线传感网络路由中,往往忽略了节点的能量消耗以及不同节点能耗的差异性,导致节点分布不均匀,路由平衡度较差,整体开销成本较大,能耗高等问题。为此,提出了考虑节点能量消耗的无线传感网络平衡路由算法。构建节点能耗模型,建立无线传感网络梯度和传感器节点之间的信息素,结合蚁群算法求解整体能耗模型,实现无线传感网络平衡路由的算法设计。实验结果表明,所提方法可提高无线传感网络中节点的均匀分布能力,降低整体能耗开销,减少能量消耗,有效实现无线传感网络平衡路由的算法设计。     

基于多目标规划的WSN矩阵乘路由算法

针对无线传感器网络路由中的能量消耗问题,综合考虑节点的能量水平和节点闻传送数据的能耗,建立多目标规划的路由模型,并利用矩阵和向量的乘法运算表示无线传感器网络中的路由问题.应用基于优化满意度的评价方法,将多目标路由问题转换为单目标优化问题,并提出一个适合无线传感器网络的矩阵乘路由算法.仿真结果表明,该算法能台理地利用有限...     

异构传感网中一种能量均衡非均匀分簇算法

分簇路由协议是无线传感网中减少能量消耗、延长网络寿命的一种重要手段.大部分分簇路由协议基于均匀分簇算法,却忽略了无线传感网单跳路由协议中远离基站的簇头需要消耗更多能量,从而导致整个网络能量消耗不均匀.针对以上问题,提出异构传感网中一种能量均衡非均匀分簇算法.一方面,簇头选取阶段,在考虑节点剩余能量的同时,引入非均匀竞争机制;另一方面,簇构建阶段,为节点选取簇头时,不仅考虑簇头剩余能量、节点与簇头间距,也考虑节点与基站间距.仿真结果表明,与LEACH,SEP,DEEC分簇算法相比,该算法有效均衡了簇头的能量消耗、延长了网络寿命.     

基于RBF神经网络的WSN前端网络节点选取算法

为降低无线传感器网络(WSN)的能量消耗和减少节点采集信息冗余,提出一种基于RBF神经网络的WSN前端网络节点选取算法,通过将无线传感网络的分簇路由ERC协议与RBF神经网络联结起来,运用神经网络异或运算对WSN前端节点的选取,使得信息冗余节点休眠,减少网络中节点工作个数,降低节点能量损耗,从而延长网络寿命。经仿真测试,该算法可以有效选择节点,同时还验证了本算法在环境温湿度监测等方面的时效性。     

一种新的无线mesh网络编码算法

针对网络编码可以在很大程度上提高网络吞吐量,但会增加网络的复杂性这一问题,构造了一个特殊的无线mesh网络拓扑结构,提出一个新的编码算法.该算法通过构造一个虚拟源节点,利用在无线组播网络中,仅需对进入中继节点的链路进行编码,进入目标节点的链路,直接路由选择就能达到网络编码所能够达到的容量.从而允许与目的节点相连接的中继节点收到数据包后直接路由选择.与传统的基于机会的网络编码COPE算法相比,该算法有效地减少了原始数据包传输的次数,从而提高了以网络编码增益来衡量的网络吞吐量.仿真试验验证了该算法的有效性.     

WSN中基于灰狼和乌鸦搜索算法的簇头选择路由方案

针对无线传感器网络的节点吞吐量低、生命周期短和延迟时间长等问题,提出一种基于灰狼和乌鸦搜索混合优化算法的簇头选择路由方案,该方案综合考虑节点剩余能量、节点间距离和传输延迟等因素,采用基于灰狼优化(Grey Wolf Optimization, GWO)和乌鸦搜索(Crow Search Algorithm, CSA)混合优化算法选择簇头,实现能量均匀利用,提高网络预期寿命.混合算法充分利用CSA算法的全局寻优和GWO算法的局部开发能力,提高了簇头选择过程中最优解的精度和可靠性.实验结果表明:本文提出的方案簇头选择性能良好,在吞吐量、传输速率和网络寿命方面比其他对比算法更具优势.     

一种能量高效的无线传感器网络分簇路由算法

分析了无线传感器网络的分簇路由算法,针对现有算法存在的热点问题,提出一种基于分簇思想的能量高效路由算法.采用簇首轮转及局部竞争优化节点簇内通信的能量消耗,采用粒子群优化算法均优化簇首节点的簇间通信负载和能量消耗,从而延长网络的生命期.仿真结果表明,该算法能够有效提高无线传感器网络生存期以及节点与网络的能量利用率.     

基于CACO的WSN中QoS组播路由优化研究

随着无线传感器网络的广泛使用,提出了如何在无线传感网络中实现QoS效率的问题。针对无线传感器网络的动态网络环境和能量约束的问题,在优化网络动态结构的基础上,提出用混沌蚁群算法求解无线传感器网络的QoS组播路由的方法。该算法采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值,求解QoS组播路由速度快,延长了网络寿命。仿真结果表明混沌蚁群算法求解无线传感器网络的QoS组播路由的可行性和有效性。