基于混沌-量子粒子群的分簇路由算法

针对粒子群分簇路由优化算法存在的收敛速度慢、 易陷入局部最优等问题, 提出一种混沌-量子粒子群 的双子粒子群分簇路由算法。 该算法以簇头的能量、 簇头与汇聚节点的距离以及与簇内成员节点的距离构造 最优簇头的代价函数, 主粒子群利用混沌粒子群寻优, 辅粒子群利用量子粒子群寻优, 加入量子波动理论, 使 算法具有较好的全局收敛性。 双子粒子群采用收敛速度快的凹函数递减策略优化权重。 仿真结果验证了该算 法可使无线传感网络节点能量消耗均衡化, 显著延长网络生命周期, 与 LEACH(Low-Energy Adaptive Clustering Hierarchy)协议、 PSO-C(Cluster setup using Particle Swarm Optimization algorithm)协议相比生命周期分别延长了 80. 1%和 41. 4%。     

虚拟力导向多粒子群算法的WSNs部署策略

为了优化无线传感器网络节点部署性能,在粒子进化的多粒子群算法的基础上结合虚拟力方法,提出了一种虚拟力导向多粒子群算法的部署策略。该策略通过节点间的虚拟力影响多粒子群算法的速度更新过程,指导粒子进化,采用多个粒子群独立搜索解空间,有效地避免了＂早熟＂问题,从而最大限度地优化了网络的覆盖率。仿真结果表明,与虚拟力算法和多粒子群算法相比,该算法在覆盖率、迭代次数和部署时间等方面具有更好的性能。     

基于虚拟力的无线传感器网络分簇部署策略

为提高大规模密集部署的无线传感器网络节点覆盖率,提出了一种基于虚拟力的节点分簇动态部署策略.将传统基于虚拟力的节点动态部署分成簇间部署与簇内部署两阶段,以达到打破网络中部节点受力平衡、降低部署过程中簇间干涉、提高节点覆盖率的目的.利用二元感知模型对算法进行仿真,结果表明,相比于传统VPF算法及VFA算法,该策略在随机部署大量密集节点的网络中具有较快的收敛速度与显著的优化效果,覆盖率最终可达90%以上,可以满足无线传感器网络的覆盖控制要求.     

基于轴面对称机制的物联网节点覆盖算法

为解决物联网部署过程中存在的节点覆盖强度低、传输盲区面积大,以及簇头节点受限等不足,提出了一种基于轴面对称机制的物联网节点覆盖算法.首先,采用等距分割方案,设计了一种基于轴面对称机制的区域覆盖方法,通过对称分布簇头节点来实现网络区域的初级分割,提高网络初始化覆盖效率.随后,鉴于主备机制难以进行节点动态更新,通过预热方式...     

基于非均匀分簇和最小能耗的无线传感网络路由算法

摘要：
簇头以多跳方式传输数据到网关时,靠近网关的簇头由于负担较多的转发任务而过早死亡,从而造成了“能量空洞”现象.文中提出了一种基于非均匀分簇的能量有效的无线传感网络路由算法（UCRA）.它包括非均匀分簇算法和最小能耗路由算法2部分.首先提出一种加权的非均匀分簇算法（WUCA）,在分簇时考虑了节点的选票和传输距离.在簇间通信时提出了最小能耗多跳路由算法.它利用位置信息计算最优转发簇头位置,从而指导下一跳簇头的选择.仿真结果表明,UCRA算法能很好地平衡网络能耗,延长网络生命周期.
关键词：
无线传感器网络; 非均匀分簇; 路由算法; 能量效率
中图分类号： TP 212.1
文献标志码： A     

基于BQPSO的无线传感器网络节点调度算法

在多目标跟踪中,要求无线传感器网络在满足跟踪精度的前提下,最大限度地降低对传感器资源的使用。基于这一目的,适当选择节点避免共线度过高,并采用APIT实现精确定位,同时考虑跟踪簇总能耗设计节点调度目标函数,采用二进制量子粒子群优化算法解决传感器资源冲突问题。仿真结果表明:虽然基于BQPSO的节点调度算法比基于PSO的节点调度算法在能耗上增加了17.47%,但定位精度可以提高31.84%。算法在提高定位精度的同时最大限度地降低了对资源的使用,有效延长了无线传感器网络的工作寿命。     

基于双簇头聚类分簇和数据融合的无线传感器网络路由算法

针对无线传感器网络中基于低能量自适应聚类层次(LEACH)算法进行分簇时出现的簇分布不均匀及路由能量消耗过快问题,提出一种基于双簇头聚类和数据融合的分簇算法.该算法在分好的簇中选择两个级别的簇头,两个簇头履行不同职责,能更好地均摊能量消耗,提高了分簇均匀性.仿真实验结果表明,该算法降低了网络能耗,提升了网络生命周期.     

一种改进的RBF神经网络混合学习算法

提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)算法初始粒子群,避免了初始粒子群的随机性,提高了粒子群优化算法的优选能力;采用PSO算法训练RBF神经网络中的所有参数.数值结果表明,改进的混合算法具有更高的分类准确率。     

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.     

基于混合PSO的无线传感网安全分簇算法

为了合理有效地管理和维护无线传感网络中的节点,提出基于混合粒子群算法的安全无线传感网分簇算法,基于网络的安全性和节点的信任度问题,在分析粒子群优化算法的基础上,引入局部最优解对最优解搜索过程的影响。在适应度函数中,该方法将节点剩余能量、与其他节点的连接性能以及安全信任度作为主要评价指标,把粒子群算法多次迭代得到的适应度值最高的节点作为簇首节点。通过实验对比了该算法与LEACH和MCBMC算法对节点生命周期的影响。结果表明,在不同恶意节点数量和不同节点密度的情况下,该算法能使无线传感网络具有较长的生命周期。     

基于移动代理的无线传感器网络路由算法研究

在无线传感网络中,簇的划分以及簇内节点访问顺序对网络生存周期具有重要影响。为了提高分簇网络生存周期,提出一种分簇融合的方法。采用ISODATA聚类法实现网络的分簇,在簇内由移动代理对数据进行融合。将移动代理路由归结为一个优化问题,采用蚁群算法求出移动代理迁移的最优路径序列。实验以能耗和网络延时作为评价指标,结果表明该算法可以有效的降低网络能耗,提高网络生存周期。     

基于多准则决策方法的WSNs不等簇数据收集算法

针对多对一的无线传感器网络"热点"问题,提出了一种基于多准则决策方法的不等簇数据收集算法(unequal clustering data gathering algorithm based on multiple criteria decision,UCDGAMCD).采用直觉模糊层次分析法和层次模糊积分的多准则决策方法来竞选簇首,提出了一个新的簇首竞争半径,使其能够适应节点能量异构及节点非均匀分布的网络环境.根据邻居簇首的剩余能量和传输能耗,提出了簇首间按比例分配传输数据的路由方式,使其能量消耗更加均衡.仿真结果表明UCDGAMCD在节点均匀和非均匀分布的两种实验场景中都获得了较长的网络寿命.     

基于时分频分的无线传感器分簇网络MAC层协议

针对无线传感器网络节点能量有限的特点,提出了一种应用于簇结构的媒质接入控制（MAC）协议．即FT-MAC协议．该协议在簇内使用分时通信,利用粒子群算法优化时隙分配,减小状态转换的能量消耗,为了消除网络通信中的簇间干扰,FT-MAC使用启发式搜索算法为相邻簇分配不同的频率,在仅需保持簇内时间同步的条件下,FT-MAC通过网关节点的特殊工作模式实现了簇间通信,避免了全网时间同步所造成的大量能耗．仿真结果表明,与其他媒质接入控制协议相比,FT-MAC具有能耗小、网络数据包延迟时间短的优点．能满足大规模无线传感器网络应用的需要．     

异构传感器网络成本最优节点部署机制

针对异构无线传感器网络中节点的高密度部署情况,研究了异构传感器节点的优化部署问题。提出一种基于遗传算法的异构节点成本优化部署方法。算法以网络的容错性和覆盖性为约束条件,以部署的成本为目标函数进行优化计算得到保证网络覆盖和网络容错性所需的节点位置和节点类型。算法既适用于布尔传感模型,又能应用于概率传感模型。仿真结果表明该算法能快速收敛于最优解,降低网络部署的成本,是一种可行的异构无线传感器网络节点部署的解决方案。     

基于能量预测的无线传感器网络节点覆盖调度算法

针对无线传感器网络中存在的热区问题,采用非均匀部署方案,并在此基础上提出基于能量预测的无线传感嚣网络节点覆盖调度算法.并对算法进行了仿真实验和性能分析.结果表明该算法可以延长的网络生命周期并在较长的时间里保持较高的网络覆盖率,能够达到网络内大多数节点能耗均衡的设计目标.     

无线传感器网络LEACH算法的改进

节点能耗是判断无线传感器网络(WSNs)优劣的重要指标。WSNs节点一般由电池供电,节点间通讯距离越远能耗越大,因此,在研究WSNs时必须考虑节点的能耗与分布。经典低功耗自适应集簇分层协议(LEACH)在选簇首时没有考虑节点位置和剩余能量。本文在LEACH算法的基础上加入节点剩余能量和位置参数:基于节点的分布,优化汇聚节点位置;节点剩余能量越大当选簇首的概率越大。最后,通过MATLAB仿真实验验证改进后的算法均衡了网络节点的能耗,延长了网络寿命。     

基于最佳簇数的无线传感器网络粒子群分簇协议

对层簇式无线传感器网络中的分簇协议进行了探讨。研究了经典的LEACH协议,分析了其缺陷,并提出了ILEACH协议。ILEACH协议首先按照一定的原则来计算最佳簇数目,并以此作为分簇的目标。簇重组阶段选择新簇首时,兼顾了节点的剩余能量与位置分布两个因素,并采用粒子群优化算法来计算,取得了较好的结果。仿真表明,ILEACH协议有效的节省了能量,延长了网络的生存时间。     

无线Mesh网络节点聚类属性分析

通过分析无线Mesh网络节点空间属性,提出了一种改进的k-medoids网络节点聚类算法.该算法基于聚类思想,将无线Mesh网络中的网关部署问题转化为空间节点数据聚类问题.构建了网络拓扑图的邻接矩阵,并利用邻接矩阵选择具有最多一跳连接节点数的对象作为初始簇中心.然后以网络跳数代替传统聚类算法中的距离参数,将最小化跳数之和作为优化目标,通过迭代方法获得稳定的聚类和分组结果.实验结果表明,离散的网络节点在空间上具有聚类特性,利用该方法可以获得更小的平均跳数和最大跳数,因此可以较好地实现网络节点分组和网关发现.     

无线传感器网络启发式分簇拓扑控制方法研究

传统启发式分簇拓扑控制方法通信开销大、负载均衡性差,忽略剩余节点能量,导致拓扑结构连通性和骨干网健壮性差,无线传感网络生命周期短。为此,提出一种新的无线传感器网络启发式分簇拓扑控制方法。给出无线传感网络模型。利用粒子完成分簇,对簇内负载与簇间负载进行分析,保证负载均衡性。引入一种描述节点间能耗及鲁棒性的行向量,以全面分析骨干节点通信开销与剩余能量对簇头挑选的影响。将最小生成树作为网络的基础结构,引入表示网络连接状态的列向量,以描述网络通信开销情况,获取目标函数。通过粒子群法求最优解,实现簇头选择。通过簇头组成骨干网,实现无线传感器网络拓扑控制。实验结果表明,所提方法能够保证拓扑结构的连通性与骨干网健壮性,延长网络生命周期。     

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.