双向搜索分层化的多约束路由启发式计算方法

提出一种多约束路由的双向搜索层次化计算方法,第一层分别从源和目的节点出发,计算到达各中间节点的可达路径,第二层在各可达路径中进行路径的筛选。可达路径是采用邻接矩阵变换方式获得的,筛选路径是根据非线性开销函数采用启发方式择优选取。当两方向搜索的节点数累计总和达到n-2后,则对接合并两方向到达中间节点的路径,获得多条经过不同中间节点的源到目的节点的路径,从中选择最佳路径作为路由输出。通过算例详细介绍了可达路径计算及启发式选优方法,论述了算法的正确性与合理性,分析了最坏时间杂性,简介了新算法具备并行运算特征。通过仿真实验评估,不仅更进一步验证了新算法的正确性,而且表明新算法在性能上要优于其他算法。     

双向搜索多约束路由启发式计算方法

为提高大型通信网络中搜索满足多约束条件路由的速度,提出一种双向搜索路由的计算方法.首先从源和目的节点同时出发,计算到达各中间节点的可达路径.然后在各可达路径中进行路径的筛选.可达路径是采用邻接矩阵变换方式获得的,筛选路径是根据非线性开销函数,采用启发方式择优选取.当两方向搜索的节点数累计达到n-2后,对接合并两方向到达中间节点的路径,从中再选择最佳路径作为路由输出.通过算例详细介绍了可达路径计算及启发式选优方法.阐述了算法的正确性及特点,分析了最大时间杂性.通过仿真实验评估,不仅更进一步验证了新算法的正确性,而且表明新算法在搜索路由速度上要优于其他算法.     

一种分布式的PCPO单播路由算法

针对非确定多项式时间完备(NPC)的路径约束路径优化(PCPO)路由问题提出一种分布式算法:两向选择式探测QoS路由算法(TSQR)。以PCPO中的时延约束代价优化(DCLC)问题为例,TSQR基于源节点与目的节点间的最小代价和最短时延路径,由源节点向目的节点发送2种不同的探测消息(MinCProbe1/MinDProbe1, MinCProbe2/MinDProbe2),分别对应2种不同的路由选择操作;沿途节点搜集探测消息走过路径的信息,继续沿原方向转发探测消息的同时,变异此探测消息进行变向探测;目的节点从收到的探测消息所代表的可行路由集中选择一条或多条路径。TSQR具有自然无环特性,在存储和计算开销等方面都具有优越性。仿真表明,与同类参考算法相比,TSQR具有最优的路径优化性能。     

星图应用哈米尔顿拉丁方的并行路由算法

提出了一种星图的信息路由算法.在星图中,从一个源节点到一个目的节点传递k个数据包,令第i个数据包将沿着第i条路径传输(1≤i≤k).对所有的数据包,要保证每个数据包的路径与其余数据包的路径不相交.为了构造这样的路由,提出了应用哈米尔顿循环拉丁方的星图信息路由算法,并给出该算法的时间复杂度是O(n2).     

一种无线传感器网络节点互斥多径路由算法

创建节点互斥的多径路由是提高网络能效性和可靠性的有效手段,可极大地节省网络资源．提出了一种节点互斥多径路由算法,将所有网络节点按距离汇聚节点s的跳数分层,由s节点启动路由发现流程,将路由消息逐层泛洪到每一个节点,最终为每一个源节点建立起通往s的多条节点互斥路径．在理论上证明了节点互斥多径路由算法的无环和互斥特性,同时也保证了整个网络流量和能量分布的均衡．最后将其嵌入定向扩散协议中,通过仿真进一步验证了其可靠性和能量效率较单路径定向扩散有较大的提高．     

MIMO系统双向自适应高斯逼近检测算法

针对多输入多输出(MIMO)系统高斯逼近检测算法计算复杂度高，以及在搜索径数较少的时候，可能出现严重的误差传播，导致检测性能下降等问题，对多输入多输出系统检测进行了研究，提出了一种新的双向自适应高斯逼近算法.传统的高斯逼近算法在接收端进行树形搜索，当搜索径数较多时，高斯逼近算法能很好地抑制误差传播，但算法开销很大；当搜索径数较少时，存在严重的误差传播.双向自适应高斯逼近检测算法（BID-A-GA），通过从正向和反向并行地进行检测，判断误差传播是否产生，从而自适应地调整搜索径数，在抑制误差传播的同时，降低了算法复杂度.新的双向自适应检测算法能并行计算，运算时延低，且能在低复杂度情况下有效地抑制误差传播.     

超立方体中基于极大安全链路矩阵的容错路由

超立方体网络拓扑结构是多处理机系统中常见的一种.随着多处理机系统规模的增大,系统出现链路与结点故障的概率也随之增大.针对超立方体结构的多处理机系统中存在链路故障的情况,提出了用于最优通路记录的极大安全链路矩阵(maximum safety-link matrices,MSLMs)这一概念,给出了一种建立MSLMs及其容错路由算法.通过n-1轮邻结点的信息交换,用矩阵的形式记录最优通路;与已有的容错路由算法相比,极大安全链路矩阵解决了如何用矩阵的形式来记录最多最优通路数的问题.     

无线传感器网络中移动场景下的安全路由重构

为解决无线传感器网络中移动场景下的安全路由问题,尤其是网络拓扑变化后的安全路由重构问题,提出了一个安全、快速、及时而且能量有效的路由算法,能为新节点或移动节点提供及时有效的数据转发路径,通过Sink节点的移动帮助网络快速重构路由以适应网络拓扑的变化.与其他的安全路由协议需要重头开始路由构建过程相比,该安全路由重构算法在通信负载和建立路由的时间方面都要远远小于它们.     

基于电网监测的无线传感器网络短路径路由算法

综合考虑距离、剩余能量、转发包数等因素,提出一种基于电网监测的无线传感器网络短路径路由算法(SPRA-PNM).SPRA-PNM算法通过短路径场的建立来预留多条较短距离路径,并在实际数据转发时选择剩余能量最大的节点转发,从而提高了传输可靠性和网络生命周期.实验仿真对路由转发数据消息时网络内的冗余消息包数量和网络的平均生存周期2种指标进行了性能评估.     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

Multi-objective route planning approach for timely searching tasks of a supervised robot

To performance efficient searching for an operator-supervised mobile robot, a multiple objectives route planning approach is proposed considering timeliness and path cost. An improved fitness function for route planning is proposed based on the multi-objective genetic algorithm （MOGA） for multiple objectives traveling salesman problem （MOTSP）. Then, the path between two route nodes is generated based on the heuristic path planning method A ＊. A simplified timeliness function for route nodes is proposed to represent the timeliness of each node. Based on the proposed timeliness function, experiments are conducted using the proposed two-stage planning method. The experimental results show that the proposed MOGA with improved fitness function can perform the searching function well when the timeliness of the searching task needs to be taken into consideration.     

轨道交通网络有效路径搜索算法的改进及实现

城市轨道交通网络有效路径的判定是网络客流路径分析的基础和关键。本文分析了轨道交通网络节点的处理方式,给出了有效路段和冗余路段的定义和判定规则,在实际应用中发现由于网络节点的特殊处理方式,搜索得到的部分有效路径中存在冗余路段,通过设置换乘节点变量和对路径换乘节点序列的子序列的判断,提出识别冗余路段的方法,并在现有的搜索算法中增加冗余路段的判定步骤,从而改进了算法。在实例计算中,合理确定网络伸展系数的取值,运用Python脚本语言编程实现改进后的算法。程序运行结果表明改进后的算法能正确筛选出轨道交通网络的有效路径,并输出完整的有效路径信息,验证了算法的有效性。     

辅助定位信标节点的移动路径规划算法研究

为快速实现监控区域内所有传感节点的定位,利用辅助定位信标节点的移动,提出无线传感网中辅助定位信标节点的移动路径规划算法（MPPA）。在MPPA算法中,考虑由多个六边形网格组成的监控区域,分析sink节点的移动特点,考虑其移动路径中停留位置只是六边形网格的顶点和中心,不在同一位置停留,相邻3个停留位置不共线以及每一个网格至少被3个以上不同停留位置覆盖等约束条件,提出信标节点的移动路径约束和传感节点定位约束,并建立其移动路径规划模型。根据邻居停留位置的信息素浓度决定下一个停留位置,根据蚂蚁选择的路径释放和挥发信息素。经过蚁群算法的多次迭代,可获知能覆盖所有网格的信标节点最优移动路径。信标节点沿着该路径移动时,传感节点可获知信标节点的不同位置信息,收集通信时的RSSI值,采用Kalman滤波算法降低通信噪声,采用最大似然估计算法计算自身位置坐标。仿真结果表明：MPPA算法可根据网格中心和顶点的位置,收敛于移动距离最短且能实现监控区域任何位置上传感节点定位的最优移动路径。MPPA算法降低了信标节点的移动路径长度和停留位置个数,降低了网络启动后所有传感节点获知自身位置所需要的时间,并将传感节点平均定位误差保持在较低的水平。在一定的条件下,MPPA算法比SCAN、DOUBLE_SCAN、HILBERT、CIRCLES和ZSCAN算法更优。     

移动机器人路径动态规划有向D*算法

针对传统D*路径规划算法搜索效率低、成本较高的问题,提出有向D*算法. 该算法考虑目标点与障碍物信息,引入关键节点概念,逐级扩展确定可行路径,并且引入导向函数以控制单次搜索的节点搜索范围来提高搜索效率;在原欧几里得评价指标的基础上引入路径平滑度函数对偏移路径进行惩罚,避免机器人无效转弯而增加移动成本;通过路径平滑度函数中的“转弯因子”协调路径长度与平滑度之间的关系,给出路径平滑度函数的分段原理与转弯因子的确定方法,并对算法收敛性进行证明. 在不同环境下的仿真实验表明,该算法较传统算法能更好地兼顾局部搜索与全局最优性,尤其适用于障碍物较多的复杂环境.     

认知视角下能量感知的ZigBee网络树型路由优化算法

为解决ZigBee Cluster-Tree路由算法路径选择不优的问题,提出了一种能量感知的ZigBee树型路由EZTR(Energy-Aware ZigBee tree routing)算法.该算法利用每个节点感知的地址信息,按照ZigBee网络树型结构计算下一跳邻居节点到目的节点之间的跳数可避免网络的环路效应,通过引入认知概念,在跳数集合中选出最短路径以降低跳数.在ZigBee网络节点能量的感知过程中,当所选路径存在低能量节点时,及时启用备用节点,从而避免节点因能量过度消耗成为失效节点.NS2(Network simulator version 2)仿真实验表明,EZTR算法可提高网络分组递交率,有效减少节点转发跳数和平均网络延时,减小网络整体能耗,为提高网络的实时性和延长网络生命周期提供理论支持.     

水声传感网中节省能量的寻路机制

提出了水声传感网中能量有效的路由方案.结合水声信道的特点对水下传感网中的能耗因素进行分析,得出给定源宿节点之间的距离时路径消耗总能量与中继节点数的关系.对定向扩散协议进行改进,在初始化阶段根据汇聚节点和邻居节点的地理信息,求出源节点到目的节点的理想的最优能量路径.仿真结果证明,该方案能减少洪泛, 只需选择1条较优路径, 有效地节省了能量.     

基于遗传算法的流媒体组播路由选择方法

在满足一定时延限制情况下,找出包括特定源、目的节点的最小费用树是NP-Complete问题。针对该问题对遗传算法进行理论分析,提出了较其它的遗传算法和启发式算法而言具有编码方式简单、收敛速度快的遗传算法,给出了组播路由的模型,并利用遗传算法对该模型进行计算机仿真分析。     

基于人工免疫-蚁群算法的平面QoS路由模型

人工免疫算法具有快速随机的全局搜索能力,但系统中的反馈信息利用不足且有大量无为的冗余迭代。蚁群算法具有分布式并行全局搜索能力,但初期信息素匮乏。本文提出一种基于人工免疫-蚁群算法的混合算法,采用人工免疫算法生成信息素分布,利用蚁群算法求优化解。将该算法用于求解包含带宽、时延和最小代价约束条件在内的平面QoS路由模型问题,进行计算机仿真。结果表明,该算法是一种收敛速度和寻优能力都比较好的优化方法。     

一种网络编码的多播路由算法

提出一种基于网络编码的新多播路由算法,该算法借助Dijkstra约简网络搜索源节点到各接收节点的路径族,并在搜索过程中考虑不同路径族之间链路的共享,以降低带宽资源消耗,改善链路负载均衡,提高了网络性能．仿真验证了算法的有效性,而且其性能逼近基于网络编码的最小费用多播算法．最后,数学分析表明该算法节约了40％左右的计算量．     

宽带网中的路由选择法

设想了一个高速网中动态路由选择法,适合于宽带网的路由选择,可将路由选择与拥塞控制在网路趋于拥挤时有机地结合起来.在轻负载的情况下,此方法即为最短路由(最小转接段数)计算法,而当最短路线上变得拥挤时,源发结点总是尽可能地利用其它多条候选路线以便疏散负载和降低分组丢失,提高设备利用率,以求得最优的流量分配.