一种基于监听邻居信息的AODV本地修复算法

AODV在路由维护阶段,引起较大的端到端延迟和路由开销,针对这一问题提出了一种基于监听邻居信息的快速修复机制—AODV-ONI.通过监听邻居节点的信息,发现断路的上游节点向其下两跳或下一跳节点发送单播路由请求,完成查找和快速修复任务.如果发现断路的上游节点不满足快速修复和本地修复条件,则由其前驱节点根据自身邻居信息发起补充路由修复.通过理论分析和仿真实验证明,改进后的修复机制能够有效地降低数据延迟、减少路由开销,同时使得分组投递率有所提高.     

环境监测无线传感器网络路由算法研究

针对环境监测无线传感器网络中由于监测范围广,引起距离客户端较远的节点耗能大进而先失效,网络覆盖范围随运行时间而快速缩小的问题改进了LEACH路由算法。充分利用网络节点的冗余度,通过让一部分节点先睡眠再唤醒的方式来取得更大的网络覆盖范围。分别应用LEACH算法和改进的算法对同一配置的环境监测无线传感器网络进行路由测试,仿真结果表明：本文提出的改进算法拥有更低的网络能耗、更长的网络生存时间和更大的网络覆盖范围。此改进算法为工程实践提供了解决路由问题的新思路。     

改进的WPAN网状自适应树路由算法

为扩大无线个人区域网(WPAN)的网络覆盖范围,增强网络的可靠性,研究了网状自适应树算法应用于大规模网络可能产生的地址溢出问题。通过将整个网络划分为更小的子网络,利用分区方法构建分区网状自适应树,并结合分区网状自适应树的分层拓扑结构,提出一种改进的网状自适应树路由协议算法。实验结果表明,该算法在不增加路由开销和网络负载的情况下扩大了网络覆盖范围,并有效减小了端到端时延,提高了报文发送成功率和通信效率,在不同规模的网络中均保持了较好的性能,为提高无线个域网的覆盖性和可靠性提供了理论依据。     

自组网路由协议的定性分析

一个 ad hoc网络是一个多跳无线网络 ,网络中的节点互相通信而不依赖于预先架设的固定基础设施 ,选路协议中频繁的路由失败和高控制开销致使系统性能降低。本文对无线 Ad-hoc网络进行了详细的论述 ,并对几种有代表意义的按需路由协议的性能进行了分析     

无线mesh骨干网络的路由与调度联合优化算法

在基于TDMA的无线mesh骨干网络中,考虑路由和调度的联合优化问题,最大化系统频谱利用率.综合考虑了节点业务、路径平均容量以及干扰等因素,提出了一种新型路由策略.对于汇聚网关的业务模式,提出了一种基于网关瓶颈极大团相关性的链路调度策略.考虑路由算法和调度算法的联合优化,设计了链路调度模块和路由模块的信息交互策略.仿真结果表明,该联合算法对于各种节点业务分布和各种干扰环境,均可很好地提高系统频谱利用率,在保证一定通信速率的情况下,节省了能量,实现绿色环保通信.     

一种用于桥梁健康监测无线传感网络的路由协议

分析了现有无线路由协议不能直接应用于桥梁健康监测无线传感网络的原因,提出了具有针对性的路由协议.该路由协议针对采集模块位置固定的特点,采取了根据模块可靠度调节交换周期的邻居节点路由信息交换.针对路由安全性要求不高,同时也为了提高路由效率,提出了由可变阈值控制中间节点应答路由请求.为了充分利用路由发现的信息,采取了路由备份机制.该路由协议实现了有效的数据转发,适应了桥梁健康监测无线传感网络的应用环境.     

基于改进短链聚合策略的无线传感器网络路由算法

为延长网络生存时间和数据传输的时效性,提出一种基于改进短链聚合策略的无线传感器网络路由算法.首先,分析无线传感器网络协议结构,考虑到无线传感器网络运行过程中的节点能耗问题,根据链式数据采集协议设计改进路由算法;其次,利用贪心算法找到邻居节点,通过引入距离门限方程实现建链,建链后综合考量节点传输数据能耗与剩余能量选举路由...     

基于可调节网格改进的跨区域GPSR路由算法

基于定位技术和可调节网格改进现有路由算法, 提出一种基于可调节网格改进的跨区域边界无状态贪婪路由算法, 解决了无线传感器网络边界无状态贪婪路由算法中能量不均衡和高能耗的问题. 该算法利用节点相对位置定位算法\, 可调节网格、 贪婪算法和右手法则建立区域级粗粒度路由路径, 并根据不同区域传感器节点分布的密度, 使用不同方法传输数据. 仿真实验结果表明, 改进算法减少了网络能耗, 延长了网络生命周期.     

基于混沌神经网络的QoS组播路由算法

为了改变Hopfield网络的能量函数梯度下降的趋势,对神经元的内部状态施加了一个混沌控制量以控制神经网络的能量函数增加,减少或保持不变。将该混沌神经网络应用于解决QoS组播路由问题,提出了基于该混沌神经网络的QoS组播路由算法。通过计算机仿真,该算法能根据组播应用对费用和时延的要求,快速有效地构造组播树,与当前其它启发式算法相比较,本文提出的算法是可行和有效的。     

基于同时送取货电动车选址路径问题优化研究

针对电动汽车同时送取货问题,在考虑车辆容量与电量约束情况下,建立以总成本最低为目标的数学模型并通过模拟退火-蚁群算法对模型进行求解。首先,根据实际配送过程中出现的同时送取货约束和时间窗约束建立其选址路径数学模型;其次,通过加入回火操作和高斯变异设计了改进的混合模拟退火-蚁群优化算法对模型求解,并将提出的算法与蚁群算法、禁忌搜索算法以及自适应大领域搜索算法进行对比,证明算法优越性;最后,与送取分离的配送策略进行对比。基于不同规模算例检验算法性能,实验结果表明,提出的算法以及配送策略能得到较低的成本费用。