基于蚁群策略的无线传感器网络能量有效路由算法

从无线传感器网络自身的特点出发,提出了一种基于蚁群策略的无线传感器网络能量有效路由算法(energy efficient routing algorithm based on ant colony optimization for wireless sensor network,EEAWSN).该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并给出路径最优度的概念来评价路径的最优性.仿真结果表明,与其他蚁群策略的路由算法相比,该算法找到了一条路径最优度最优的路径,在此路径上传输能量消耗最小,并且兼顾了节点的剩余能量,从而延长了整个网络的生存时间.     

基于蚁群优化算法的无线传感器网络路由协议

提出了一种基于蚁群优化算法的无线传感器网络路由协议RPBAA.该协议通过修改蚁群优化算法以适应无线传感器网络无全局标识、节点较少移动、资源受限等特性,提供了一种智能、动态、可扩展的多径选路传输方法来获取有效且健壮的通信,并通过全网能量均衡使用以最大化网络生命期,另外引入了数据分片机制来进一步优化选路效率.最后通过仿真验证了RPBAA协议的有效性和数据分片机制带来的好处.     

能量有效的无线传感器网络可信路由协议

如何更有效地利用节点有限的资源是无线传感器网络研究的热点之一。提出的能量有效的可信路由协议(energy efficient reliable routing protocol, EERRP),采用了一种能量均衡策略,使网络中的能量均衡消耗,将网络生命周期最大化。同时,EERRP引入了信誉评价机制,通过节点在数据传输过程中对其他节点行为的监测以及信誉传播,使数据在通信过程中能够尽可能地避开问题节点到达目的节点,达到可信数据传输的目的。通过在NS仿真平台对EERRP进行测试与验证,并将其与传统路由协议进行比较,证明EERRP在网络能量有效性和数据可信传输方面具有明显优势。     

一种基于分簇及蚁群算法的分布式能量高效路由算法

为了提高无线传感器网络中节点的能量使用效率,延长网络生存期,提出了一种基于分簇及蚁群算法的分布式能量高效路由算法.首先,网络中的节点采用改进的最小ID分簇算法对传感器网络进行快速分簇;然后,各簇头节点使用改进蚁群算法进行并行优化计算,寻找从簇头节点到Sink节点的数据汇聚路由.该算法是一种分布式算法,经仿真验证算法是合理的,和典型路由算法相比,能均衡节点能量消耗,具有更高的网络生存期.     

无线传感器网络中一种关键节点集轮换算法

针对传感器网络多跳通信和多对一的流量特征,提出负载均衡的约束条件,将关键节点集选取问题转化为多目标优化问题,提出一种基于非支配遗传算法的关键节点集轮换算法.通过节点密度控制机制,从投放的节点池中选取关键节点集,以满足监测区域覆盖连通.在每轮网络工作的开始,激活不同的关键节点集,保证在每个时刻,有且仅有一个节点集完成对网络的充分覆盖.仿真结果表明该算法能够快速收敛于最优解,极大化网络关键节点集数目,有效延长网络的生存时间.     

基于事件驱动的无线传感器网络动态分簇路由算法

为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态分簇路由算法.在人体神经系统工作机制和传感器网络分簇路由协议的基础上,建立了基于人体神经系统的传感器节点模型,提出簇的生存时间和覆盖范围依据事件情况而动态调整,以有效提高数据融合性能,避免冗余分簇.仿真实验结果表明,该算法与TEEN相比消耗的能量更少,可以有效延长网络的生存时间.     

改进花朵授粉算法的无线传感器网络部署优化

针对监测区域内含有障碍物的无线传感器网络(Wireless Sensor Networks,WSNs)异构节点部署优化问题,在花朵授粉算法(Flower Pollination Algorithm,FPA)的基础之上,提出了一种改进的花朵授粉算法(Improved Flower Pollination Algorith...     

传感器网络中一种基于时分的路由算法

针对采用多跳传输数据时靠近基站的节点易耗尽能量而失效、单跳传输数据时距离基站较远的节点很快失效的问题,提出了"2跳"的概念和基于时分的路由算法,其基本思想是在不同时间段分别采用单跳、多跳和"2跳"路由。仿真实验表明,算法使节点能量消耗比较均匀,能延长网络的生命周期。     

传感器网络中一种能量高效的数据收集算法

为了在无线传感器网络中降低能耗和最大化网络生存期,提出一种能量高效的数据收集算法(energy efficient data gathering algorithm, EEDGA)。该算法利用移动代理模型在网络中进行数据收集。首先,EEDGA根据监测精度的要求控制活动节点的数量;然后,通过求最小支配集得到具体的工作节点;最后,利用蚁群算法规划移动代理迁移的最优路线,移动代理以渐进方式收集活动节点的监测数据。仿真结果表明,与典型算法相比,该算法具有更低的能耗和更长的网络生存期。     

SDN驱动的网络流量负载均衡路由优化算法

在5G网络数据流量剧增的背景下,针对5G网络流量负载均衡问题提出并评估了两种基于软件定义网络驱动的路由搜索优化算法。首先,建立了软件定义网络多约束数据传输路径选择模型;然后,针对所提模型提出了一种流量负载均衡广度优先搜索(load balancing scheme with breadth-first-search, LBB)路径优化算法,在广度优先搜索的过程中,设定一个动态流量阈值对链路进行实时监测,旨在寻找源节点到目标节点的最优数据传输路径。为了减少甚至避免不必要的搜索所造成的空间开销,进一步提出了基于深度优先搜索的迭代深化搜索(iterative deepening search with depth first search, IDDFS)路径优化算法,该算法限制了数据传输路径的每次搜索深度,并在搜索过程中优先选择可用带宽最大的链路进行深度优先搜索迭代优化。仿真结果表明了所提算法在资源利用率和网络吞吐量这两项关键性能指标上的优越性能。     

无线传感器网络单汇聚节点选址策略

无线传感器网络中,所有节点收集到的数据都通过多跳的方式转发到汇聚节点,因此汇聚节点的选址策略对网络寿命有很大的影响。首先在节点随机分布的无线传感器网络中简单分析了汇聚节点的面向能量选址策略,然后进一步探讨了面向寿命的选址策略,最后结合基于路由代价的蚁群路由算法在无线传感器网络中对两种选址策略进行仿真,仿真结果显示面向寿命选址策略的网络总能耗稍大于面向能量的选址策略,但前者能在较低网络能耗的基础上有效地延长网络寿命。     

基于免疫系统的无线传感器网络性能优化

根据免疫系统B细胞和T细胞模型,建立人工免疫系统与无线传感器网络间的相似关系,提出一种邻域节点选择算法,以判断传感器节点是否被激活。由于事件信息传递到汇聚节点会产生偏差,利用时空相关理论和自适应最小均方误差滤波算法,建立偏差与激活节点数目及偏差与节点通信频率之间的关系,确定传递事件信息所需最少激活节点数和最佳通信频率。不同条件下仿真结果表明,这种无线传感器网络优化策略能起到减少节点数目、降低通信频率及节约能耗的效果。     

Clustering routing algorithm of wireless sensor networks based on Bayesian game

To avoid uneven energy consuming in wireless sensor networks, a clustering routing model is proposed based on a Bayesian game. In the model, Harsanyi transformation is introduced to convert a static game of incomplete information to the static game of complete but imperfect information. In addition, the existence of Bayesian nash equilibrium is proved. A clustering routing algorithm is also designed according to the proposed model, both cluster head distribution and residual energy are considered in the design of the algorithm. Simulation results show that the algorithm can balance network load, save energy and prolong network lifetime effectively.     

一种适用于无线传感器网络定位的新方法

针对无线传感器网络,提出了一种基于恒模算法(constant modulus algorithm,CMA)的新定位方法(CMA-MAP)以及它的一种增强型算法(CMA-MDS)。其中CMA-MAP算法利用通信节点间距离的恒模性质,通过计算求出满足网络拓扑结构的多个局部最优解,并通过比较获得全局最优解。增强型算法(CMA-MDS)则是恒模算法与多维尺度分析技术相结合的一种新方法,模拟表明CMA-MDS可以提高估计的精度,且具有很强的鲁棒性。     

基于遗传算法的无线传感器网络覆盖控制优化策略

针对节点高密度部署的无线传感器网络中优化工作节点集的选取问题,提出了一种基于遗传算法的覆盖控制优化策略：设计了密度检测机制优化初始种群,保证种群质量;采用精英操作,提高优化速度;引入禁忌思想,设计了两种禁忌操作,实现局部有效搜索,优化全局搜索。仿真实验及分析表明,该策略快速有效地实现了工作节点数目少、节点集覆盖率高的工作节点集的优化选取,在获得较高覆盖质量的条件下休眠了更多的冗余节点,可有效地降低能耗,延长网络生存时间。     

基于蓝牙的无线传感器网络

提出了一种基于蓝牙技术的无线传感器网络,它采用基于信息触发的星型网络拓扑和节能工作模式,使得一个蓝牙主结点可以控制从结点的个数远大于7个,有效降低了每个传感器结点的功耗,加强了传感器结点的安全管理。     

Multi-power multi-radio传感网中联合调度、信道和功率分配的最优路由策略

研究了multi-power multi-radio无线传感器网络中联合调度、信道和功率分配的最优路由问题,并利用线性规划方程设计了该问题的最优路由方案,同时联合解决了链路调度、信道和功率分配问题.然后针对最优路由问题的NP复杂性,设计了有效的多项式时间解决方案.实验结果表明,提出的联合优化的路由方案能有效地减小端到端的传输时延和能量消耗.     

Distributed power control algorithm based on game theory for wireless sensor networks

Energy saving is the most important issue in research and development for wireless sensor networks. A power control mechanism can reduce the power consumption of the whole network.Because the character of wireless sensor networks is restrictive energy,this paper proposes a distributed power control algorithm based on game theory for wireless sensor networks which objects of which are reducing power consumption and decreasing overhead and increasing network lifetime.The game theory and OPNET simulation shows that the power control algorithm converges to a Nash Equilibrium when decisions are updated according to a better response dynamic.     

Impact of small-world topologies on broadcasting for wireless sensor networks

Broadcasting is an important operation and been widely used in wireless sensor networks (WSNs). These networks are power constrained as nodes operate with limited battery power. Wireless sensor networks are spatial graphs that have much more clustered and much high path-length characteristics. After considering energy-efficient broadcasting in such networks, by combining the small-world characteristic of WSNs and the properties of ant algorithm to quickly identify an optimal path, small-world power-aware broadcast algorithm is introduced and evaluated. Given different densities of network, simulation results show that our algorithm significantly improves life of networks and also reduces communication distances and power consumption.     

Prediction-based protocol for mobile target tracking in wireless sensor networks

Remote tracking for mobile targets is one of the most important applications in wireless sensor networks (WSNs). A target tracking protoco–exponential distributed predictive tracking (EDPT) is proposed. To reduce energy waste and response time, an improved predictive algorithm–exponential smoothing predictive algorithm (ESPA) is presented. With the aid of an additive proportion and differential (PD) controller, ESPA decreases the system predictive delay effectively. As a recovery mechanism, an optimal searching radius (OSR) algorithm is applied to calculate the optimal radius of the recovery zone. The simulation results validate that the proposed EDPT protocol performes better in terms of track failed ratio, energy waste ratio and enlarged sensing nodes ratio, respectively.