基于CACO的WSN中QoS组播路由优化研究

随着无线传感器网络的广泛使用,提出了如何在无线传感网络中实现QoS效率的问题。针对无线传感器网络的动态网络环境和能量约束的问题,在优化网络动态结构的基础上,提出用混沌蚁群算法求解无线传感器网络的QoS组播路由的方法。该算法采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值,求解QoS组播路由速度快,延长了网络寿命。仿真结果表明混沌蚁群算法求解无线传感器网络的QoS组播路由的可行性和有效性。     

基于测量的WMSNs跨层QoS机制

针对无线多媒体传感器网络(WMSNs)的QoS管理问题,提出了一种基于被动模式测量的QoS路由机制。首先通过分布式的测量感知端到端QoS指标,其次通过断层分析获得逐跳链路的QoS状态;然后将上述测量结果反馈到网络层的QoS路由过程,将QoS评价结果作为启发条件,结合蚁群算法实现基于动态QoS感知的路由决策。仿真结果表明,该QoS路由机制的QoS明显优于现有的路由机制。     

无线多媒体传感器网络路由协议研究

随着计算机网络技术的发展,为了适应多媒体数据流的传输的需要,近年来提出了无线多媒体传感器网络路由协议.本文对无线多媒体传感器网络路由协议对QOS的需求进行了简单的分析,并对无线多媒体传感器网络路由协议设计思想和无线多媒体传感器网络体系结构建立进行了研究,最后对无线多媒体传感器网络路由协议中的典型协议进行了阐述.     

一种面向边缘计算节点能量优化的QoS约束路由算法

在满足节点间端到端时延、可靠性服务要求的基础上,为了解决现有多路径路由协议能耗较高的问题,提出一种面向边缘计算节点能量优化的多服务质量（QoS）约束路由算法（MQEN）.考虑端到端延迟、可靠性、能量消耗的QoS约束条件,采用边缘计算、机器学习相关技术,构建多约束最优路径传感器网络模型,引入能量感知节点唤醒策略、学习自动机奖惩机制.该算法结合边缘计算,预处理节点的原始数据,加快有效数据的传输、处理.采用自动机与环境交互的方式加快算法收敛.使用控制节点休眠激活状态的方法优化网络能量消耗,延长网络生命周期.实验结果证明,MQEN算法可降低网络能量消耗,并且能满足多QoS约束对端到端延迟、可靠性服务的要求.     

考虑网络吞吐量的异构无线传感器网络分簇路由算法

针对在异构无线传感器网络信息聚类过程中,当层数为3～5层时,存在网络吞吐量较低的问题,提出一种异构无线传感器网络分簇路由算法.分析异构无线传感器网络能耗的无线电一阶模式,构建异构无线传感器网络的能耗模型.当簇群请求节点接收到发送于簇头的码分多址编码与时分多址时隙后,转发数据并使其稳定传输;引入狼群算法建立路由路径,实现异构无线传感器网络分簇路由算法优化.结果表明,异构无线传感器网络层数为3～5时的网络吞吐量均得到提高.     

基于L-π演算的WSN路由协议形式化方法

针对无线传感器网络路由协议形式化描述与验证的问题,提出了一种形式化方法 L-π演算。定义了L-π演算的语法,形式化描述无线传感器节点的广播与单播的通信行为。定义了相应的结构同余,描述了节点表达式的非顺序性。定义了相应的迁移规则,提供了路由协议形式化模型的动态推演功能。通过对无线传感器网络簇头选择协议的描述展现了L-π演算的能力。通过无线传感器网络簇头选择协议的验证实验说明了该方法能有效验证无线传感网络路由协议。     

WSN中基于虚拟静电场的多sink路由算法

根据无线传感器网络(WSN)中数据转发与静电场中电荷移动的相似性,将sink节点和传感器节点的监测数据分别抽象成正、负电荷,无线传感器网络被抽象成由sink激发的虚拟静电场.以最大化网络生存时间为目标,以虚拟静电场中的静电引力作为路由选择标准,提出了多sink无线传感器网络路由算法.算法综合考虑传感器节点能耗的有效性和均衡性,以及sink的负载平衡,根据sink的邻居节点和传感器节点的剩余能量,为sink和传感器节点的数据分配相当电量的正、负电荷,依据电荷间的静电引力进行路由选择.理论分析与仿真实验结果表明:该路由算法具有较低的时间复杂性,能够有效的均衡节点的能量消耗,延长网络生存时间.     

在动态水环境中基于熵的无线传感器网络路由算法

随着人们对水环境的日益关注以及无线传感器网络技术的成熟,如何使用无线传感网络对水环境进行监控成为一项重大课题。该文在动态水环境中,基于正方体网格剖分思想提出了一种以熵为尺度来衡量路径稳定性的QoS路由算法(EWSQoS),该算法使用正方体网格对信息收集区域进行剖分,再在此基础上寻找到达Sink节点的最短网格,最后利用“熵”来选择路由,减少了重建路由(或路由修复)的次数,在网络拓扑频繁变化的环境中尽可能地提供QoS保证。经仿真实验与性能分析表明,EWSQOS算法与Long-term、DBR、DTN等算法比较,在路由重建次数、路由成功率、网络能耗、网络延时方面具有更优性能。     

SNDQ-WISE:一种新的基于SDWSN的QOS路由协议

针对传统无线传感器网络的路由算法未能很好解决服务质量的问题,引入软件定义无线传感器网络的概念并选取SDN-WISE架构为设计基础,根据不同的QoS需求提出了一种数据分级方案,该方案利用交叉分级技术将数据分为不同的级别。同时,提出一种集中式非均匀分簇算法SD-CUQCA和SD-QRA路由算法,来实现SNDQ-WISE路由协议。实验结果表明,SNDQ-WISE路由协议略优于传统路由算法,在降低网络时延、丢包率以及延长网络生命周期方面有一定提高。     

基于Gear算法的无线传感器网络路由协议研究

无线传感器网络路由协议设计与传统的无线ad hoc网络有很多不同.介绍了无线传感器网络的体系结构,分析了几种典型的路由协议,对基于位置的Gear算法路由协议进行了研究,为未来无线物联网络的建设提供了参考.     

基于蚂蚁算法的分级QoS路由调度方法

提出了一种基于智能蚂蚁算法的分级QoS路由方法.通过仿真实验验证,相对于同样基于蚂蚁算法的平面QoS路由算法,此方法具有相近的路由结果,但速度可以提高30%左右.     

基于加权公正队列的QoS路由选择算法

基于Bellman-Ford最短路径算法提出了一种修改的QoS路由选择算法,给出了仿真结果,并与其它QoS路由选择算法进行了比较,进一步表明了所提出算法的有效性.     

基于小生境免疫算法的多约束QoS路由选择

针对多约束Qos路由选择问题,将其转化为一个多约束赋权图最短路径问题,选择费用、带宽、时延和丢失率为QoS参数。针对一种免疫算法的不足,利用基于相似结构的小生境技术和共享算子对免疫算法加以改进。实验表明,该算法有较好的性能,大幅提高了QoS路由选择的效率。     

蚁群算法在QoS单播路由中的应用研究

QoS路由问题被证明是一个NP-C问题,而传统的路由算法很难有效地解决NP-C问题。该文提出了一种基于蚁群算法、用于解决带宽和时延约束问题的QoS单播路由算法,利用蚁群算法中蚂蚁通过信息素寻找最优路径的机制,并以网络吞吐量和数据报的平均时延等性能为最优的准则,来定义蚂蚁的转移概率、路由表和信息素更新方式,实现基于蚁群算法的路由选择算法．这种算法具有较强全局最优解搜索能力,较强的灵活性,以及潜在的并行性。     

一种基于K最短路径的QoS路由选择算法

针对多约束服务质量路由问题,提出了一种基于K最短路径路由选择算法QRBKP。该算法首先计算针对各约束度量参数的K最短路径,然后在所有的最短路径中选择满足多约束的QoS路由,其中最短路径数k根据各QoS约束自适应变化。基于此,本文提出了节点对之间的路由空间再分配技术和节点对内部的路由空间再分配技术,确保总的路由表空间不会超过设计路由空间。理论分析表明,QRBKP不仅能够解决加性度量参数受约束的QoS路由问题,而且能够解决加性与非加性度量参数混合受约束QoS路由问题。仿真结果表明:在求解QoS路由问题时,在相同的计算次数下,QRBKP算法比同类算法具有更高的路由计算成功率。     

一种QoS保证的路由算法

首先定义了业务连接资源消耗函数和带宽碎片影响函数,以此作为ＱｏＳ路由策略的选路优化函在后提出一种综合的考虑业务的连接特性和网络资源优化利用ＱｏＳ路由算法,最后给出仿真结果。     

基于QoS的Ad Hoc网络路由协议研究

移动自组网(MobileAdHocNetworks)是建立军事和民用快速通信系统的理想技术.如何在其中提供不同的服务质量(QoS)是其面临的一个重要问题,而基于QoS的路由技术则是其中的核心技术和热点问题.文章对不同研究者提出的几种QoS路由算法进行了分析和研究,并从单向链路的支持、多播功能以及QoS参数选择几个方面进行了比较和分析,有助于进一步改进和完善移动自组网的QoS路由技术.     

支持QoS的高效覆盖网络组播协议

提出了一种支持服务质量（QoS）的高效覆盖网络组播协议——QOM．该协议基于mesh的拓扑结构,通过有效的簇形成算法和簇核心选择算法,将所有组播组成员划分为成员层和核心层,以形成一个两层的层次化结构．在构造层次化结构的过程中,通过引入节点的QoS等级,使得该协议支持QoS性能．针对结构中的组播路由,给出了一种度约束的洪泛算法．模拟实验结果表明,QOM协议是一种支持QoS的、可扩展的高效覆盖网络组播协议．     

Dynamic services selection algorithm in Web services composition supporting cross-enterprises collaboration

Based on the deficiency of time convergence and variability of Web services selection for services composition supporting cross-enterprises collaboration, an algorithm QCDSS (QoS constraints of dynamic Web services selection) to resolve dynamic Web services selection with QoS global optimal path, was proposed. The essence of the algorithm was that the problem of dynamic Web services selection with QoS global optimal path was transformed into a multi-objective services composition optimization problem with QoS constraints. The operations of the cross and mutation in genetic algorithm were brought into PSOA (particle swarm optimization algorithm), forming an improved algorithm (IPSOA) to solve the QoS global optimal problem. Theoretical analysis and experimental results indicate that the algorithm can better satisfy the time convergence requirement for Web services composition supporting cross-enterprises collaboration than the traditional algorithms. Foundation item: Project(70631004) supported by the Key Project of the National Natural Science Foundation of China; Project(20080440988) supported by the Postdoctoral Science Foundation of China; Project(09JJ4030) supported by the Natural Science Foundation of Hunan Province, China; Project supported by the Postdoctoral Science Foundation of Central South University, China     

关于带宽、延迟和成本控制的AODV分布式QoS路由算法

文章首先介绍了无线单播网络路由中的热点问题，接着提出在AODV协议环境下的关于带宽、延迟和成本控制的QoS路由问题BDCFC(Band DelaY—Constrained Fewest-Consume)，它们可以归结为图论中的NP完全问题。文章提出了BDUR(Band—Delay Unicast—Routing)算法，用时间多项式的思想来解决AODV中的BDCFC问题。