基于负载均衡评价模型的无线传感器网络拓扑控制算法

无线传感器网络的节点负载不均衡问题,易造成低能量节点过早死亡,引起网络分区甚至网络崩溃,从而降低了网络的实用性。因此,本文针对节点剩余能量和发射功率与负载之间的影响关系,建立了基于负载均衡的节点评价模型,并以节点评价模型作为拓扑的构建条件,考虑到集中式算法易引起较大的信息复杂度问题,提出了基于负载均衡评价模型的无线传感器网络分布式拓扑控制算法,并采用李雅普诺夫第二法证明了节点评价模型具有稳定解,仿真结果表明该算法能够均衡节点的负载和能耗,提高网络实用性。     

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.     

基于遗传珊瑚礁优化算法的负载均衡问题

基于珊瑚礁优化算法, 通过在种群的每次进化过程中引入遗传算法中的交叉和变异算子, 提出一种遗传珊瑚礁优化算法, 并将改进的遗传珊瑚礁优化算法运用到负载均衡中， 有效解决了算法过早收敛的问题, 提升了算法的优化性能. 对比经典遗传算法、 珊瑚礁优化算法等群智能算法, 在CloudSim上仿真实验结果表明, 遗传珊瑚礁优化算法优化负载均衡策略取得了满意的结果, 提升了资源能耗利用率, 均衡了控制策略.     

基于遗传珊瑚礁优化算法的负载均衡问题

基于珊瑚礁优化算法, 通过在种群的每次进化过程中引入遗传算法中的交叉和变异算子, 提出一种遗传珊瑚礁优化算法, 并将改进的遗传珊瑚礁优化算法运用到负载均衡中, 有效解决了算法过早收敛的问题, 提升了算法的优化性能. 对比经典遗传算法、 珊瑚礁优化算法等群智能算法, 在CloudSim上仿真实验结果表明, 遗传珊瑚礁优化算法优化负载均衡策略取得了满意的结果, 提升了资源能耗利用率, 均衡了控制策略.     

WSN中基于多目标优化的协同任务分配算法

对无线传感器网络目标跟踪中的协同任务分配机制进行了研究,针对一般任务分配算法中优化目标单一的缺陷,提出了一种基于多目标优化的任务分配算法.首先,建立了基于动态联盟的具有跟踪精度、系统能耗、负载均衡等多个目标参数的优化模型,并采用多目标进化算法NSGA-Ⅱ对模型进行求解;然后,提出了一种基于折中度的决策精选策略,从最优解集中决策出最终的任务分配方案.针对跟踪精度、能耗、负载均衡的仿真结果表明:所提算法可以对多个目标并行优化,较快收敛到全局最优解;与一般任务分配算法相比,该算法可获得更佳的调度结果.     

一种分布式动态负载均衡调度算法

目前计算机应用服务系统经常采用集群系统,负载均衡调度是集群系统的关键。在通用负载均衡调度算法的基础上,提出一种分布式动态负载均衡调度算法.该算法动态收集、统计和分析服务器的信息,以此为根据完成服务器负载均衡的任务,能够实现集群正常调度.在此基础上,采取分布式调度的策略,提高负载均衡调度的效率、性能,以使其对业务系统整体性能的影响最小。     

基于数据聚合的无线传感器网络多径路由算法研究

由于传感器网络具有严格的资源限制、低速数据传输率及多对一的通信模式等独特的特征,传统用于无线移动自主网Ad—hoc的路由协议通常不能直接应用于该类网络;尤其是针对节点数目庞大的传感网,要处理的传感数据量大,在设计路由算法时必须保证其能效较高、能耗及负载均衡,以最大限度地延长整个网络的生命周期。结合数据中心及多路径路由特征,提出了一种基于数据聚合的多径路由算法。新算法不仅能在路由过程中实现能耗及负载均衡,而且能有效地消除数据冗余。理论分析和实验表明。该算法在节省能耗等方面具有一定的优势。     

一种基于拓扑的传感器网络数据收集算法

以降低无线传感器网络通信能耗, 均衡网络能量负载为目标, 通过动态构造以节点间通信能耗为权重的最小生成树及调整节点通信概率的方法, 提出一种基于拓扑的传感器网络数据收集算法DGAT, 改造了网络服务过程中节点的通信模式及能量消耗方式. 模拟实验结果表明, DGAT算法不仅大幅度提高了网络的生存时间, 且使网络的能耗更均衡.     

基于服务器负载状况分类的负载均衡调度算法

针对云端集群负载均衡问题和现有负载均衡算法的优缺点,提出了一种基于服务器负载状况分类的负载均衡算法.通过每阶段采集负载信息,实时掌握节点状态,停止重负载节点接收任务,降低中负载节点集合接收的负载,相应地增加轻负载节点集合的负载,以达到负载均衡效果.同时采用集合的形式很好的避免了大量负载涌入某一指标最优的节点,能够更好地实现均衡,提高系统的吞吐率.结果表明:该算法可以有效地避免云端集群负载发生倾斜,使系统在长时间的运行过程中达到动态的负载均衡.     

分布式能量高效的WSN非均匀分簇路由多跳算法

针对无线传感器网络路由存在能量空洞的问题,提出一种分布式非均匀分簇路由算法.该算法在选择候选簇首时引入位置因子和平均能量因子来平衡全网节点的剩余能量;网络运行过程中,候选簇首通过自适应校正其竞争半径进行非均匀分簇.采用基于能量和距离的能耗函数入簇机制以均衡全网能量消耗,利用多跳动态路由以避免稳定传输阶段转发节点因能耗过大而快速死亡.通过构建网络模型,采用Matlab对文中算法和UCR算法进行仿真分析比较.仿真结果表明:文中算法簇首消耗能量的方差波动不大较稳定,相比UCR更好地均衡了簇首能量消耗,并且能够有效避免能量空洞,均衡网络负载,网络生命周期较UCR算法提高了约34%.     

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.     

基于节点权值的簇头选举优化算法

LEACH是无线传感器网络中一种经典的降低网络耗能的分簇路由算法,该算法可有效的延长网络的生命周期,具有平面路由协议无可比拟的优越性。但其簇头选举机制是随机的,没有考虑候选节点的剩余能量等因素。本文基于LEACH提出了一种改进算法,通过节点权值来选择簇头,权值是本轮候选节点的剩余能量、节点密度和距离基站远近的一种数学关系的度量。依此来均衡网络负载,延长整个网络的生命周期。     

一种基于能量和密度的低功耗自适应集簇分层协议的优化

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.     

传感器网络中一种基于簇的能量高效数据收集协议

针对在无线传感器网络中节点能量有限的特点,提出一种基于簇的能量高效数据收集协议CEDGP(Cluster-based Energy-efficient Data Gathering Protocol).该协议首先利用相关性对网络分簇;然后利用改进的最近邻居算法构建簇内的数据收集链路;最后将收集到的数据通过多跳方式传送至基站。仿真表明该协议比传统的基于簇的协议具有更好的能量效率和更长的网络生存期。     

无线传感器网络LEACH路由协议的簇头多跳算法

针对无线传感器网络LEACH路由协议簇头分布不均匀、网络拓扑和能量消耗不均衡的问题,提出基于DCHS簇头选择策略的无线传感器网络LEACH路由协议的簇头多跳算法LEACH-MUL。该算法在非簇头节点中选择一个节点作为通信簇头节点,其它簇头节点进行融合后的数据发送到该簇头节点并进行数据再次融合,最后通信簇头节点将数据融合后的结果数据发送到基站BS。LEACH-MUL算法能够有效地均衡节点能耗,提高能量利用率,延长网络寿命。     

基于簇头距离和能量的优化LEACH协议

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.     

无线传感器网络分簇算法的研究

从节省无线传感器网络能量消耗的角度出发,在分析当前最具代表性的分簇算法LEACH的基础上,将图论知识和无线传感器网络拓扑结构相结合,引入Floyd算法来选择簇头.为测试Floyd算法的性能,通过仿真试验,主要从每个节点能量的消耗和LEACH算法进行了比较,证明了该算法能在一定程度上节省整个网络的能量消耗,说明了该算法的有效性.     

基于移动性优化PSO的LEACH路由算法

针对LEACH算法存在随机选择簇首、没有考虑节点剩余能量对节点地位的影响以及节点位置和密集度不同造成节点能量失衡的问题,研究使用移动性优化PSO来改进LEACH算法以均衡不同位置簇头间的能耗.移动性优化PSO使粒子根据速度信息自适应调整参数进行搜索,可避免因PSO算法早熟收敛、易陷入局部最优而导致的不能有效控制网络分簇均匀性的问题.理论分析和仿真结果表明,基于移动性优化PSO的LEACH路由算法可以有效地提高节点能量利用率,均衡网络能耗,延长网络生命周期.     

无线传感器网络基于节点ID的LEACH改进算法

LEACH路由算法是无线传感器网络经典路由算法之一.在LEACH算法的基础上,改进了数据传输链路,建立了一条基于节点ID的树型传输链路.仿真实验表明,改进的路由算法能使第1个节点的死亡时间延迟,能量消耗更加均衡,提高了网络的生存时间.     

基于改进的AP和遗传算法的能量感知分簇路由协议

针对无线传感器网络中存在的节点能量受限问题, 提出一种结合近邻传播算法(AP)和遗传算法的分簇路由协议(EAPGA). 该协议首先根据剩余能量、 节点间距离、 节点到基站的距离和节点中心度确定最优簇头; 然后在信道选择上, 通过簇头之间能耗偏差构建适应度函数, 并且利用遗传算法对每个信道进行寻优. 实验结果表明, 该协议保证了能量平衡和负载平衡, 使网络寿命达到最大化.