基于剩余能量和距离的WSN混合路由算法

针对低功耗自适应集簇分层型协议(Low-Energy Adaptive Clustering Hierarchy,LEACH)在簇头选举和数据传输过程存在的不足,提出了一种基于剩余能量和距离的WSN混合路由算法.算法在分簇建立阶段,综合考虑节点剩余能量和簇头到基站距离2种因素对无线传感器网络(Wireless Sensor Networks,WSN)分簇的影响,采用了2种因素乘积形式对阈值(n T)进行修正.在数据传输阶段,采用混合路由方式进行数据通信,即比较节点到簇头、基站的距离,当节点距离基站较近时,节点直接与基站进行通信,反之,则通过簇头与基站进行通信.结果表明,考虑剩余能量和距离的混合路由算法的网络性能较为优越,其网络生命周期和基站接收数据包数量较传统LEACH算法都有较大提高.     

基于自适应变异二进制粒子群算法的WSN区域覆盖问题研究

为最大限度休眠冗余节点,减少无线传感器网络节点能耗,保证网络覆盖率,提出了一种基于自适应变异二进制粒子群的WSN区域覆盖控制算法(BPSO-G)。将二进制粒子群算法(BPSO)应用到WSN区域覆盖优化问题求解上,并针对BPSO算法不能收敛于全局最优解的缺点,利用自适应变异策略,将节点最优位置以一定的概率进行动态变换,该变换有助于粒子跳出局部最优解,提高搜索新解能力,有效防止算法早熟。仿真结果表明:改进算法收敛速度很快,其连续最优解接近于全局最优解,WSN冗余节点能够最大限度进入休眠状态,且当监测区域面积一定、节点感知半径相同时,其活动节点数基本不随总节点数的增加而增加,始终保持在一定区间内。     

一种基于VMIC网的内存分配算法

为了满足分布式仿真系统中大量数据的存取需求，提出了基于VMIC网的内存分配算法，利用链表对VMIC板卡内存进行了动态分配和释放；实验表明：算法能为每条仿真数据准确地分配唯一存储空间，能够及时合并空闲空间以减少内存碎片，并能够有效处理内存分配和释放过程中出现的异常，从而较好地为仿真系统提供充分的数据支撑。     

分布仿真系统中的动态内存分配算法

针对分布仿真系统中的内存分配问题,提出了一种基于VMIC的内存分配算法,利用向量和映射相结合的方式对VMIC板卡的内存空间进行动态分配和释放。试验表明,该算法能够准确地为仿真数据分配和释放空间,处理内存分配和释放过程中出现的异常,且能够及时合并空闲空间以减少内存碎片,从而满足分布仿真系统对大量数据的存取需求。