共查询到10条相似文献,搜索用时 31 毫秒
1.
基于位置估计的井下无线传感器网络路由算法 总被引:1,自引:0,他引:1
井下无线传感器网络中的信标节点无法及时获得能源补充,能量水平总体偏低,结合井下网络的特点研究能降低信标节点能耗、延长信标节点服务时间的路由算法对井下无线传感器网络十分必要.通过对井下传感器网络的能量补充方式和节点移动特点的分析,提出了一种基于位置估计的多跳路由(position estimatebased multi-hop route,PEBHR)协议,该协议通过位置估计的方法帮助节点选择恰当的移动节点作为数据中继快速建立路由路径,从而由能量水平较高的移动节点承担主要的数据转发任务,减少能量水平相对较低的信标节点的负载,从而延长信标节点的生存时间.仿真结果表明PEBHR协议能够降低信标节点的能量消耗,有效延长信标节点的生存时间,有效解决井下节点能量不平衡的问题. 相似文献
2.
3.
4.
在节点的发包速率和转发包速率都和节点度相关的流量模型中,研究了在基于跳数的最短路径路由策略下网络的容量问题.将Betweenness的概念进行了扩展,提出流量加权Betweenness的概念,使之更准确地描述在每个节点的发包速率各不相同的情况下节点可能承载的流量.并据此推导出适合于该流量模型的网络容量计算公式,同时指出在基于BA算法构造的scale-free网络中,在流量加权Betweenness值处在前5%至10%和前10%至15%的节点间加边的方法能显著提高容量.最后,通过仿真实验验证了该公式的正确性和该方法的有效性. 相似文献
5.
传感器网络技术的发展对网络服务质量提出了要求,如何在满足一定的服务质量要求前提下实现能量的优化是传感器网络设计必须面对的问题。现有的相关研究主要集中在如何从路由层和链路层来保证一定的QoS指标,本工作将传感器网络中的QoS支持延伸到拓扑管理层,提出了一种支持一定QoS要求的高效的拓扑控制算法,该算法构造一种具有梯度分布特征的节点拓扑结构以平衡网络数据流在sink节点处的聚集。NS2仿真证明了该结构对QoS支持的可行性。仿真表明,该算法以较少的冗余节点增加可将延时和丢包率分别降低50%和40%,证明了该机制在高速率数据场景下的高效性。还通过NS仿真分析了算法实现中关键参数的选取原则。 相似文献
6.
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。 相似文献
7.
能量有效的无线传感器网络可信路由协议 总被引:1,自引:0,他引:1
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。 相似文献
8.
基于蚁群策略的无线传感器网络能量有效路由算法 总被引:3,自引:0,他引:3
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. 相似文献
9.
传感器网络中一种能量高效的数据收集算法 总被引:3,自引:0,他引:3
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。 相似文献