基于负载均衡的无线传感器网络路由算法

针对传统的分簇路由协议存在的监测盲区和"热区"问题,在LEACH和PEGASIS协议的基础上做了改进,提出了一种负载均衡的无线传感器网络改进分簇路由算法.在簇的构成阶段,综合考虑了节点到簇首及簇首到基站的复合距离,普通节点选择复合距离最小的簇加入;簇间通信采用多跳的方式,多跳通信的下一跳路由是基于网络通信开销指标和簇首的剩余能量选择的,使得网络的负载更均衡.NS2仿真结果表明,改进路由算法高效地平衡了整个网络的能量消耗,从而延长了网络的生命周期.     

一种基于蚁群优化的无线传感器网络路由算法

提出了一种基于蚁群优化的无线传感器网络路由算法.根据无线传感器网络路由策略和蚁群优化的特点,构造了人工蚂蚁,设计了基于蚁群优化的路由算法框架,对算法收敛性进行了理论分析,并在NS仿真平台下进行了实验验证.结果表明,与SPIN,DD,HREEMR,SAR和GEAR路由算法相比,作者算法具有较好的节能性和全局寻优能力.     

基于蚁群算法的无线传感器网络优化

无线传感器网络（WSN）中的传感器节点由一次性电源供电,能量优化关乎整个网络的寿命.优化网络拓扑结构有利于提高WSN整体的能量利用率.ACO是一种基于种群（population based）的启发式仿生进化算法.提出了基于ACO的WSN的网络优化算法,以16个固定位置节点和20个任意位置节点的WSN为对象进行了仿真研究.实验结果验证了该算法的有效性.     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

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.     

综合负载均衡与能量消耗的无线传感器网络分簇算法

针对目前无线传感器网络分簇算法的能耗不均衡、网络生命周期短等问题,设计一种综合负载均衡与能量消耗的无线传感器网络分簇算法.首先根据传感器节点与基站节点间的距离,将节点合理划分到相应的簇中;然后引入负载均衡因子,建立无线传感器网络的数据聚合路由,节约数据传输能量;最后采用MATLAB2014工具箱进行性能分析.结果表明,该算法的节点能量利用率较高,能保持传感器节点能量消耗的均衡,且网络生存时间较长.     

基于蚁群的无线传感器网络概率路由算法

针对多数无线传感器网络路由算法易在网络中形成关键节点,而节点的失效往往导致整个网络的失效问题,提出了将随机思想与蚁群算法的特征相结合的一种新的概率路由计算方法.实验表明,该算法对延长整个网络的有效生存时间的效果较好.     

无线传感器网络的一种负载均衡的组簇模型

为了保证无线传感器网络的簇头节点的能量有效、避免网络拥塞,提出了一种负载均衡的组簇模型 (load balanced join cluster model,LBJCM).在网络完成簇头节点的选举后,对属于多个簇头簇半径内的普通节点,根据LBJCM选择最终簇头加入.LBJCM综合考虑了簇头节点的局部密度和距离候选簇头的距离,使得属于多个簇范围的普通节点被合理地分配到各个簇头.仿真实验表明,与其他常用的组簇模型相比,利用LBJCM进行组簇能获得更好的簇间负载均衡性能.     

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.     

基于蚁群算法的多源组播流量均衡的研究

针对现有组播路由技术因路由单一而导致的不能满足多源组播网络中流量均衡的问题,基于蚁群算法提出了一种组播流量均衡的方法--LDA(load distribution algorithm)。LDA主要包括选择候选路由和组播调度两个模块,通过与常用的特定源组播路由协议(PIM SSM)相结合,从整体上考虑均衡网络负载的同时,一方面减小了组播数据包传递的时延,另一方面减小了丢包率。仿真实验结果表明,在PIM SSM的基础上,该方法能有效提高网络资源的利用率,降低组播数据传输时因排队造成的过大的时延和丢包率。     

基于蚁群算法的长链状无线传感网络路由算法

针对输电线路监测系统对无线传感器网络实时性和可靠性要求较高的特点,提出了一种用于线路监测传感网络的带信息素负增长的蚁群算法。该算法中不需要网络节点维护全局信息,但需要赋予唯一的编号。启发函数计及了链路的时延、收包率和距离汇聚节点的跳数,并经过试验增加了以参数a的不同选取可以调整跳数在整个选择过程中所占的重要程度。算法还...     

无线传感器网络多目标路由的改进蚁群算法

提出一种集能耗、时延、鲁棒性和传输效率等于一体的多目标路由,且各目标的权重可以根据实际情况进行调节,具有较强的灵活性,提出一种正反馈和负反馈并存机制的蚁群算法,其主要思想是,若前路径比以往求得的最好路径性能更优,则当前路径信息素将加强,同时用当前路径取代最好路径,否则当前路径信息素减弱.用该改进的蚁群算法求解无线传感器网络多目标路由问题,实验数据表明:改进的蚁群算法的路由各方面性能良好,并优于目前其他典型路由.     

无线传感器网络中基于负载平衡的多路路由

针对传感器节点能量受限的特点，提出了一种无线传感器网络中基于负载平衡的多路路由（load balancing multi-path routing,LBMPR）协议．LBMPR依赖传感器节点的地理位置生成从源节点到sink节点的多条路径，数据通信均匀分布于不同路径上，从而达到节点间的负载平衡，延长了网络的寿命．仿真实验表明，若选择适当的参数a和b，较之mesh-2和mesh-3，LBMPR能获得更好的负载平衡性能．     

一种无线传感器网络能量平衡路由

根据无线传感器网络能量受限的特征,提出一种基于能量平衡的路由思想,即不仅考虑了路径通信能耗,而且考虑了传感器节点剩余能量以及负载等情况,从多角度节能和延长整个网络的寿命.提出一种智能蚁群算法,求解该能量平衡路由问题.该算法中,若蚂蚁走过的当前路径比以往最佳路径更优,则加强当前路径信息素,并用当前路径取代最佳路径,否则减弱当前路径信息素.对路径的信息素采取不挥发策略,以减少路径信息素差异,增加解的多样性.实验验证了该算法的有效性.     

采用OpenFlow交换机的服务器负载均衡策略

云数据中心对服务器的海量并发访问十分普遍.传统网络架构难以全局控制流量转发,需要配置昂贵的负载均衡器应对这一应用场景.软件定义网络SDN(software defined network)能够通过控制器全局掌控网络状态,并以交换机作为负载均衡器,从而降低部署成本.文中提出一种采用OpenFlow交换机的服务器负载均衡策略,通过多地址定向流表对服务请求进行分区映射,以活动连接数作为负载评估参数,通过蚁群算法求解最佳负载重定向方案.在负载迁移时,采用单地址定向流表来保证不同阶段流量的有序转发.实验结果显示,该策略能有效控制流表规模,并较传统均衡策略具有更优的性能.     

基于簇首负载均衡的无线传感器网络分层路由协议

针对分层无线传感器网络的簇首选择开销大,靠近汇聚节点(Sink)的簇首容易负载过重,且路由需经多跳才能至Sink而导致时延大等问题,提出充分考虑簇首负载均衡的路由协议;采用多Sink节点来构建网络,运用接收信号强度指示对网络进行梯度分簇,使用移动传感节点在簇首和Sink之间转发数据;仿真实验验证了上述方案能有效地均衡无线传感器网络中的簇首负载,从而降低网络传输时延与能耗,提高网络生存周期;对于解决无线传感器网络单点失效及网络能耗高等问题有重要的价值。     

Load balancing strategy of heterogeneous wireless networks based on multi-hop routing algorithm of ad hoc network

Because of different system capacities of base station (BS) or access point (AP) and ununiformity of traffic distribution in different cells, quantities of new call users may be blocked in overloaded cell in communication hot spots. Whereas in some neighboring under-loaded cells, bandwidth may be superfluous because there are only few users to request services. In order to raise resource utilization of the whole heterogeneous networks, several novel load balancing strategies are proposed, which combine the call admission control policy and multi-hop routing protocol of ad-hoc network for load balancing. These load balancing strategies firstly make a decision whether to admit a new call or not by considering some parameters like load index and route cost, etc.., and then transfer the denied users into neighboring under-loaded cell with surplus channel according to optimum multi-hop routing algorithm. Simulation results show that the proposed load balancing strategies can distribute traffics to the whole heterogeneous wireless networks, improve the load balance index efficiently, and avoid the call block phenomenon almost absolutely.     

云计算环境下基于非均匀窗口蚁群行为的负载平衡算法

针对云计算环境下可能面临请求过载和较长响应时间的问题,在非均匀窗口蚁群行为思想的启发下,提出一种负载平衡算法。假设云环境下任何时候虚拟机都处于过载状态,即服务提供者不得不分配资源。根据该假设,对可利用的资源合理优化,优化过程中动态代理和静态代理同时进行,其中蚁群行为被用于负载平衡,通过加载资源到所有的虚拟机上来实现系统平衡。利用 CloudSim 仿真器模拟云计算环境进行实验分析,实验结果表明,与容错分簇的负载均衡感知（tolerant cluster-aware,TCLB）、基于博弈论的负载均衡算法（scheduling strategy on load balancing,SSLB）和基于蜜蜂行为的负载均衡算法（honey bee behavior inspired load balancing,HBB-LB）相比,提出的算法分别节省了37％,8％和4％的响应时间,最大完成时间也大幅度降低,整体性能有所提高。