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.     

基于蚁群优化的非均匀分簇路由算法

针对无线传感器网络路由协议能耗不均的问题,提出一种基于蚁群优化的非均匀分簇路由算法.为改善簇首质量,提出基于熵权法的簇首选举策略.在簇间路由阶段,通过优化的蚁群算法建立簇间路由.首先,引入经济学中的阿特金森福利指数和改进启发函数以使下一跳簇首节点的选取更具针对性;其次,利用能量和变异系数提出路径优越度的概念,在全局信息素更新过程中引入路径优越度以优化路径质量.仿真实验结果表明:该算法延长了网络生命周期,提高了能量利用率,实现了进一步均衡能耗的目标.     

一种面向传感器网络的蚁群优化路径恢复算法

为了找到动态传感器网络中的能量有效路径,提出了一种基于蚁群优化的传感器网络路径恢复算法.设计了一种新的路径选择概率模型,使得能够找到一条从源节点到sink的能量有效路径,该路径兼顾了路径能量消耗和节点剩余能量情况.为了适应网络动态变化,提出了局部信息素再初始化规则,利用该规则可在网络失效节点的附近进行局部信息素再初始化,在保留大部分原有最优路径的信息的同时,还能进行局部搜寻,以寻找新的路径,从而达到快速路径恢复的目的.仿真实验表明,所提算法在寻找路径上所消耗的能量最少,节点的剩余能量最大,在网络存在失效节点的情况下能够快速恢复路径.     

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.     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

一种基于无线信道通信质量的MWSN数据传输机制

针对移动无线传感器网络资源受限和无线链路通信质量不稳定的问题,提出了一种基于无线信道通信质量的数据传输机制.综合考虑路径损失、节点的运动速度大小、节点的运动方向和节点的剩余能量计算传输概率.为了提升网络的性能,动态更新数据消息的副本数,此外根据数据消息的生存时间决定消息的传输和替换顺序,在Matlab上进行仿真实验.结果表明,所提出的路由算法与DT算法、Flooding算法、FAD算法相比,数据消息的投递率至少提高6%,与Flooding算法、FAD算法相比副本数至少减少10%.     

基于NS3的LEACH协议仿真与改进

LEACH协议是无线传感器网络中经典的分簇算法,但LEACH协议中簇首是随机产生的,存在簇首分布不均、网络拓扑和能量消耗不均衡的问题.基于此提出的LEACH-ER算法采用动态的簇首选举机制,将代表簇首间地理位置的RSSI信息和节点剩余能量引入选举权值,以均衡能量消耗和优化簇首分布.仿真结果表明,与LEACH算法相比,LEACH-ER算法有效地均衡了节点能耗,提高了能量利用率,从而大大地延长了网络寿命.     

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.     

基于组合优化理论的能量感知路由算法

针对传统OLSR算法的传输功率消耗和节点剩余能量之间的矛盾,提出了一种基于组合优化理论的能量感知路由算法(EW OLSR).首先根据传输功率消耗和节点剩余能量构建节点能量消耗数学模型,并将其作为路由选择目标函数,然后在节点剩余能量计算中引入ARIMA LSSVM组合预测模型,最后根据能量消耗最小路径选择数据传输路由.实验结果表明,EW OLSR算法不仅减少了网络能量消耗和传输时延,而且提高了分组到达率,在无线网络中具有广阔的应用前景.     

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.     

蚁群优化的多Agent路由算法及其应用

针对移动Agent在WSN的路由建模的TSP问题,提出了一种基于改进蚁群算法的移动Agent路由算法——MARA-AS。采用伪随机概率选择下一节点,对选择的路径进行局部更新,并在最后一轮循环结束时对最优最差路径进行全局更新。引入一个与节点位置相关的参数w,通过w值移动Agent采用改进蚁群算法访问那些剩余能量高、处理能力强、相邻节点之间距离较大的节点。Matlab仿真结果表明,改进蚁群算法有更好的搜索能力,且与LCF等路由算法相比能减少网络能量消耗和延迟。     

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.     

基于WSN分布式聚类均衡路由算法的优化研究

有效减少网络能耗,从而提高整体网络寿命是无线传感网领域中的关键问题,LEACH和DEBR等分簇路由算法可以初步提高网络寿命和网络延展性.研究了簇头选择、簇的形成和数据路由3个阶段,提出了一种基于能量均衡的分布式聚类均衡路由算法,通过传感节点的剩余能量、邻居个数以及簇头能耗的混合权重来选择簇头和分簇,考虑每条路径的消耗来选择最佳路径,有效改进了LEACH随机选择簇头节点和DEBR传送延迟导致的网络分割和能耗不均等问题.仿真结果表明,该算法有效平衡并降低了节点能耗,使得网络中生存节点数在相同周期内有较大提升,从而延长了整个网络的生命周期.     

动态步长BI-RRT的无人机航迹规划算法

为解决传统RRT算法收敛速度慢、生成的航径距离过长等问题,提出动态步长BI-RRT算法。首先,采用引向目标的采样策略对空间进行探索以得到采样点,利用动态步长策略确定该采样点的增长步长以确定新节点;之后,通过树枝裁剪策略对新节点进行调整,当探索到目标节点时,算法返回初始航迹,对于初始航迹,应用贪心算法对航迹点进行筛选,以减少无人机(UAV)的无效节点与总航迹长度;最后,利用B样条进行平滑处理,得到一条可行航迹。搭建了二维和三维环境下的仿真地图模型,验证了该算法在保证无人机避障的基础上获得一条有效航迹。动态步长BI-RRT算法在无人机航迹规划方面不仅有实时性强、航迹光滑的优点,而且与分段优化RRT算法相比,在优化航迹节点个数的前提下,提高了收敛速度且降低了航迹距离。     

基于多目标规划的WSN路径动态选择算法

为解决无线传感器网络中查询的能量有效和实时性之间的矛盾,提出一种基于多目标规划理论的动态路径选择算法(MOPEH).该算法结合了最低能耗路由策略(ME)和最小跳步数路由策略(MH),运用多目标规划模型,将能量代价和传输时延同时作为路由算法的设计目标,利用深度优先搜索策略建立了节点间的所有可行路径集合,并从中选择能耗低于平均能耗的路径.根据查询要求设定网络性能函数,动态调整两项性能指标,从可行路径集合中选择满足要求的路径,得到最优解.实验证明该算法能够能量有效地处理实时查询.     

遗传算法在WSNs多Sink节点布局中的应用

无线传感器网络应用一直受到有限资源及能量的约束,sink节点布局算法是长时期内需要研究的一个关键问题.实际情况下,由于节点资源受限或无线链路的问题,sink节点经常存在服务失败的情况.因此,提出一种无线传感器网络中多sink节点的P中值布局模型,同时使用遗传算法对属于NP完全问题的sink节点布局模型进行求解计算,并对算法的计算精度、效率进行了分析.仿真实验结果表明,基于遗传算法而提出的布局模型能够有效降低无线传感器网络的能量消耗,提高网络服务效率,延长网络的生存期.     

无线传感器网络功率优化算法

无线传感器网络由许多电池能量有限的节点组成,该网络主要收集感知区域的信息.节点能量管理的优化对于延长网络寿命具有重要影响,如果每个节点直接向sink节点或基站发送信息,节点电池很快耗尽,网络也会失去作用.提出了动态路由的新方法以平衡节点能量开销,在Dijkstra最短路径算法和改进遗传算法的基础上,以功率有效性为首要原则,建立了网络拓扑.仿真结果接近最优解,达到节省能量的要求.     

无线传感器网络基于节点调度的双簇头路由协议

为了延长无线传感器网络的生命周期,提高节点能量利用率,将分簇与节点调度相结合,提出了一种基于节点调度的双簇头的路由协议.该算法利用节点调度实现网络中冗余节点查找,减少分簇时活跃节点;考虑节点和基站的距离及能量,优化选择主、副簇头,副簇头优先选择冗余节点.主簇头用以收集和融合簇内节点的信息,副簇头负责与基站进行通信.仿真结果表明,新算法能有效节约网络能量、平衡节点能耗、延长网络生存时间.     

基于可调发射功率的无线传感器能量空洞避免算法

基于无线传感器数据收集网络的多对一收集特征,部分节点因为过早耗尽自身能量而导致网络原有覆盖区域缺失或者数据无法送达Sink节点,从而形成能量空洞现象.针对这一问题,提出一种避免能量空洞的算法ATPAEH(adjusting transmission power to avoid energy-hole).首先,根据网络中所有节点的剩余能量信息将节点分为门限节点和充裕节点两个集合.然后,对于门限节点集合中的节点形成最短路径树以多跳的方式将数据传送到Sink节点.而充裕节点集合中的节点根据该节点与Sink的距离调节其自身的发射功率,直接将数据传送到Sink节点.最后,通过与MILD算法的对比实验表...     

改进蜂群算法的 WSN 节点分布优化研究

为合理部署无线传感器网络节点, 减少目标区域的覆盖盲区, 提出了基于择优型全局人工蜂群算法的优 化方案。 改进算法引入择优机制对各蜜源进行区分, 借鉴差分进化变异策略对优等蜜源进行邻域搜索, 采用全 局引导机制对劣等蜜源进行寻优, 提高迭代效率、 收敛速度以及全局搜索能力。 将此算法应用于 WSN (Wireless Sensor Network)节点分布优化问题, 并与人工蜂群算法、 全局人工蜂群算法的优化结果进行比较。 仿真结果表明, 与这两种算法相比, 平均覆盖率提高 1% 以上, 最差覆盖率提高 2% 以上。 该算法的节点优化 方案对目标区域的覆盖性能明显优于其他两种算法, 有效提高了 WSN 的感知性能。