首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 156 毫秒
1.
在未来大规模无线自组织网络中,不但要保证数据的高效传输,还要保证能够适应网络拓扑结构的快速变化.现有的M-USAP(改进的统一时隙分配协议)能够在一帧内完成全网控制信息的交互,每个节点拥有全网路由信息,在小规模网络中能够快速适应网络拓扑结构的变化.但是随着网络规模的增大,存在路由开销大、收敛慢、端到端时延大、节点吞吐量小、时隙复用率低和网络反应迟钝等问题.针对上述问题,提出一种适用于大规模无线自组织网络的媒体接入控制协议CUSAP(分簇式统一时隙分配协议).该协议基于分簇思想,簇内采用动态时分多址协议,簇间采用多频段分割技术,实现高效的簇内和簇间节点交互.仿真结果表明:该协议具有路由收敛快、业务收发平稳、端到端时延小、时隙复用率高和网络灵活等特点.  相似文献   

2.
Platoon的性能可以通过车载自组织网络和协同自适应巡航控制系统得到进一步的提升.提出了一种适用于大规模platoon与自由车辆协同运动的管理协议和管理策略.通过设计适用于platoon的车辆移动模型,并应用于SUMO交通仿真软件中,对车辆场景进行了仿真.同时设计适用于大规模platoon和自由运动车辆的通信分簇协议,利用网络仿真软件NS2对通信性能进行分析,结果证明platoon改善和提升了道路性能和通信性能.  相似文献   

3.
为提高车辆自组织网络(VANET)中媒体接入控制(MAC)协议在车辆密集情况下的性能,提出了一种基于MAC层时延上限的自适应(MDBA)分簇算法,该算法包括簇头选举算法和簇维护算法.在MAC层消息传输的时延上限制约下,簇头选举算法通过综合考虑车辆节点的速度、加速度、位置和目的地4种因素来选取簇头;针对网络拓扑的变化,簇维护算法对分簇进行自适应调整.利用交通流仿真软件VISSIM创建仿真场景,以考察MDBA分簇算法的性能.仿真结果表明,与传统无线传感器网络和移动自组织网络中的典型分簇算法相比,MDBA分簇算法中簇头和簇成员的生存时间较长,算法性能更优,更加适用于车辆自组织网络.  相似文献   

4.
研究了大规模高密度节点部署的无线传感器网络(Wireless Sensor Networks),提出了一种具有可扩展性的分层分簇k-medoids协议.在簇的建立阶段采用改进的k-medoids聚类算法分簇,并将多级分层技术和k-medoids分簇算法融合形成多个层次的分层分簇网,在层0完成全部分簇之后,启动第1层的分簇,并以此类推直到用户指定的层数.仿真实验表明,多层k-medoids分簇算法缩减了网络节点与sink节点之间的通信量,降低了能耗,最终延长了网络生存期.  相似文献   

5.
针对工业测控对传感器网络抗干扰性及通信实时性的要求,提出了一种面向分簇无线传感器网络的多信道跨层协议.该协议在簇内采用多信道配合时分复用机制,并通过高容忍度信道切换算法实时评估信道质量和自适应切换信道,以减小相邻簇和相邻频段协议的干扰,在簇间引入链路Q值评价路径状况,采用基于概率转发的多路径机制平衡网内数据流量,并控制和缓解拥塞,以减小数据流量大或变化快时因拥塞造成的丢包.该协议将簇内多信道和簇间多路径2种机制相结合以提升网络性能.仿真结果表明,相比传统的分簇协议,该协议能有效抵抗干扰并控制和缓解簇间拥塞,且可缩短约22%的簇间延时.  相似文献   

6.
基于DSR的位置预测分簇算法   总被引:1,自引:0,他引:1       下载免费PDF全文
提出一种将动态源路由(DSR)协议与基于位置预测的分簇算法相结合的Ad hoc网络路由算法.算法中利用位置预测算法进行分簇,簇内成员无需路由功能,同时根据实际需要和应用环境做出合理的位置判断,针对动态变化的无线网络环境,进行归一化处理.算法中位置信息通过GPS或者自定位算法获取,簇头运行DSR协议充当路由转发器,使不同簇节点之间的通信依赖于各簇的簇头,大大减少了网络路由信息的冗余.模拟结果显示该算法性能具有良好的分组递交率和较低的平均端到端分组时延.  相似文献   

7.
车载自组织网络具有节点快速移动、网络拓扑频繁变化、链路不稳定等特点,若直接使用移动自组网的路由协议,将会引起传输延时增大及丢包率上升等一系列问题.为此,文中提出一种基于位置信息的稳定分簇路由协议,该协议以节点的运动特性作为分簇依据,利用节点的地理位置信息和电子地图信息进行路由决策.仿真结果表明该协议能有效地改善簇结构的稳定性,提高数据传输的实时性,降低网络的丢包率.  相似文献   

8.
车载自组织网络、无人机自组织网络中节点高动态运动、网络拓扑变化频繁、链路维持时间短,使得传统的移动自组织网络路由协议不能适用.为了满足高动态自组网的需求,改进优化链路状态路由协议,引入移动预测机制.首先,在邻居发现过程中加入节点的位置和速度信息;其次,在中继选择时考虑邻节点的距离,选择不易中断的链路;然后,利用NS3进行仿真,结果表明,改进的优化链路状态路由协议提高了数据成功接收率,降低了端到端平均时延;最后,通过实物平台进行验证.  相似文献   

9.
由于不需要基础设施和复杂的安全引导过程,证书链成为移动自组织网络公钥管理的一种重要可选方案.现有方案很大程度上依赖于节点的移动性,具有很长的预热期,认证成功率低.通过实验分析表明:对大规模移动自组织网络进行分簇,在随机选取的两个簇首之间以一定的概率相互签发少量的证书,形成的证书图涌现出明显的小世界现象.在此基础上,提出了一种改进的自组织公钥管理方案,利用证书图的小世界特征改进本地证书库的创建和认证过程.仿真结果表明,提出的改进方案在相同环境下认证成功率达到80%以上,比原有方案约50%的认证成功率有很大的提高.  相似文献   

10.
随着个人无线通讯设备的发展,Ad hoc网络已经成为网络发展的趋势.分簇算法作为一种划分网络结构的方法,有着重要的意义.本文提出了一种Ad hoc网络的分簇方法:首先,基于地理位置信息将网络划分成网格,每个网格为一个簇.其次,规定网格中的某区域为簇首生成区,每个簇生成多个簇首,即一个簇由多个簇头生成的三层树结构组成.文中对簇头个数的确定以及节点在簇与簇之间移动时产生的信息开销进行了计算,并给出了仿真结果.  相似文献   

11.
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.  相似文献   

12.
针对无线传感器网络能量受限和能量消耗不均衡问题,提出了一种能量高效的稳定分簇(energy-efficient steady clustering,EESC)路由协议,其核心思想是:当前簇头根据其簇成员节点的剩余能量信息决定下一轮簇头,下一轮簇头上任后,非簇头节点根据能量距离函数决定加入哪个簇头,簇间通过簇头最小能量耗费判定依据来决定采用单跳还是多跳通信方式向基站发送数据.EESC路由协议每轮产生的簇头数量稳定,综合了分布式和集中式两类分簇协议的优点.实验结果表明,EESC路由协议不仅高效地利用了网络节点有限的能量,而且均衡了节点的能量消耗,显著地延长了网络的存活时间.  相似文献   

13.
为了解决无线传感器网络分簇路由协议随机筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题,提出一种基于改进社交网络搜索算法(ISNS)优化模糊C均值聚类(FCM)的多因素均衡动态分簇路由协议(MD-LEACH)。首先,引入莱维飞行改进反向精英学习策略,以增强社交网络搜索算法的全局寻优能力;接着,使用ISNS优化模糊C均值聚类算法对网络节点动态均匀分簇,均衡网络负载;此外,在每个簇内,考虑簇内节点的能量因素和位置因素引入模糊推理,设计两种簇头选取模式,动态选举簇首,提高簇首质量。在稳定传输阶段,将单跳改为簇首之间的通信的方式,使用改进的蚁群算法寻找最优数据传输路径,提高能量效率。仿真结果表明,算法能够有效提高能量效率,平衡网络负载,延长网络生存期。  相似文献   

14.
在无线传感器网络体系结构中,网络层的路由技术至关重要.在分析了低功耗自适应分簇协议( low energy adaptive clustering hierarchy,LEACH)及LEACH相关的路由协议之后,提出一种基于LEACH的能量高效分簇路由算法(energy-efficient clustering rou...  相似文献   

15.
LEACH(low energy adaptive clustering hierachy)路由协议通过循环随机选举簇头节点的方式均衡网络能耗.但当选簇头的节点能量剩余较少或距离基站较远时会过早死亡,从而导致网络运行不稳定,通过在簇头选择过程中加入待选簇头节点的剩余能量平均值及标准差、节点与基站距离等参数对其改进处理,可提高网络稳定性.但若出现极大簇或极小簇,则会导致网络生命周期缩短.针对这一问题提出一种基于簇头距离和能量的优化LEACH算法,在成簇过程中加入簇头节点的能量和节点距各簇头的距离等参考量对成簇过程进行优化.MATLAB仿真结果表明,在节点均匀分布的网络中,该改进算法能够在提高网络稳定性的基础上有效延长网络生存周期.  相似文献   

16.
In wireless sensor networks(WSNs) with single sink,the nodes close to the sink consume their energy too fast due to transferring a large number of data packages,resulting in the "energy hole" problem.Deploying multiple sink nodes in WSNs is an effective strategy to solve this problem.A multi-sink deployment strategy based on improved particle swarm clustering optimization(IPSCO) algorithm for WSNs is proposed in this paper.The IPSCO algorithm is a combination of the improved particle swarm optimization(PSO) algorithm and K-means clustering algorithm.According to the sink nodes number K,the IPSCO algorithm divides the sensor nodes in the whole network area into K clusters based on the distance between them,making the total within-class scatter to minimum,and outputs the center of each cluster.Then,multiple sink nodes in the center of each cluster can be deployed,to achieve the effects of partition network reasonably and deploy multi-sink nodes optimally.The simulation results show that the deployment strategy can prolong the network lifetime.  相似文献   

17.
分簇路由协议是无线传感网中减少能量消耗、延长网络寿命的一种重要手段.大部分分簇路由协议基于均匀分簇算法,却忽略了无线传感网单跳路由协议中远离基站的簇头需要消耗更多能量,从而导致整个网络能量消耗不均匀.针对以上问题,提出异构传感网中一种能量均衡非均匀分簇算法.一方面,簇头选取阶段,在考虑节点剩余能量的同时,引入非均匀竞争机制;另一方面,簇构建阶段,为节点选取簇头时,不仅考虑簇头剩余能量、节点与簇头间距,也考虑节点与基站间距.仿真结果表明,与LEACH,SEP,DEEC分簇算法相比,该算法有效均衡了簇头的能量消耗、延长了网络寿命.  相似文献   

18.
根据经典的低功耗自适应集簇分层(LEACH)协议,提出了一种新型的簇首节点选择机制,通过加权思想综合考虑了节点的剩余能量和密度参数来优化簇首节点的选择,权衡簇首节点负载均衡和网络生存时间之间的关系,以得到较为理想的加权因子.仿真结果表明:在仿真区域面积为100 m×100 m、节点数目为100的条件下,相比于LEACH算法,该算法将第一个节点的死亡时间延长了19.6%,并且500轮后,网络中的剩余节点数是LEACH算法的5倍多,改善了节点能耗,有效提高了整个网络的生命周期.  相似文献   

19.
针对LEACH协议簇头数不总是最优值和负载不均衡的问题,该文提出了高效节能分簇路由协议(EECR);采用固定簇头数目的方式,使其始终保持或接近最优值,选择簇内剩余能量最大的节点作为下一轮的簇头,并在所有簇头和sink之间建立路由树,使得簇头收集到的数据可通过路由树多跳传送到sink节点;相比于LEACH,EECR在节点节能性、负载均衡性和适用网络范围等方面都有较大提高.  相似文献   

20.
在无线传感器网络中,基于分簇的路由协议在能量消耗、拓扑控制以及数据融合等方面具有优势。采用完全分布式产生簇头的HEED协议具有分簇速度快、簇头均匀等优点。但是HEED协议没有考虑网络中节点的移动性,当邻居节点距离发生变化时,通过簇内最小平均功率(AMRP)决定节点属于哪个簇会导致簇头能量开销过大,网络生命周期减小等问题。针对HEED分簇算法存在的问题,提出了一种基于稳定性的S HEED分簇算法。S HEED协议以稳定性作?问淳龆ń诘愕乃舸兀饩隽艘蛭贫源吹拇啬诮诘愫痛赝纺芰肯墓呶侍狻7抡媸笛橹っ鳎琒 HEED算法有效的减少了簇头节点的能耗,延长了网络寿命。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号