一种基于蚁群算法优化的WSN分簇路由算法

为了实现无线传感器网络对节点能量的高效利用,提出了一种蚁群优化的分簇路由算法CRAACA。该算法引入簇内平均剩余能量参数,对簇首选择阈值进行改进,以均衡簇内能耗;根据节点间的位置关系建立节点的可中继节点集,控制蚁群算法的搜索空间;蚁群在对可中继节点集进行路径搜索时考虑节点间的距离和节点的剩余能量,以生成节能和较好均衡网络能耗的多跳网络路由;对生成的多径路由依相应概率选择数据传输的路径,提高数据传输的可靠性。仿真结果表明,该算法在网络能量的利用效率、数据传送成功率,以及延长网络生存周期等方面具有较好的性能。     

基于蚁群算法的WSN路由协议研究

针对层次路由LEACH协议存在簇头分布不均,并且每次簇头轮换均在整个网络内进行,会造成耗能过多以及蚁群算法应用于LEACH协议建立簇间多跳路由仍存在能耗不均衡的问题,采用将网络节点进行区域划分,并将节点剩余能量作为参考因素,在区域内进行簇头节点的轮换选取的方法改进,并通过将节点能量引入到转移概率和信息素更新公式中,对蚁群路由算法进行改进,利用其建立从簇头节点到汇聚节点的多跳路由的最优路径.实验验证表明:与LEACH协议相比,改进协议整体上减少并均衡了能量的消耗,延长了无线传感器网络的生命周期.     

无线传感器网络中基于机会策略的蚁群路由协议

针对无线传感器网络节点能量受限的局限性,以设计高能效路由协议为目标,提出了一种基于机会策略的蚁群分簇路由协议.在分簇算法中引入能量估计的概念,优化网络分簇;融合能量等级及路由跳数,改进蚁群多跳路由的信息素更新规则,设计机会路由策略,降低额外网络控制开销.仿真实验结果表明,基于机会策略的蚁群路由协议能够提高网络使用效率,均衡节点能量消耗,从而延长网络的生命周期.     

基于蚁群优化的WSN网络数据融合算法

为了减少WSN网络中数据传输量、优化无线传输距离,提出了一种基于蚁群优化的WSN网络数据融合算法.该算法构造数据融合树并根据WSN网络的传输特点改进了蚁群算法,考虑了路径偏转角对路由的影响,调整节点选择概率;同时对最优的多个路径更新信息素,以提升最优路径的全局搜索能力.在WSN网络节点能量消耗、传输延迟方面与经典算法对比,发现该算法能够有效延长网络的生命周期、降低节点能耗,并能改善网络负载均衡.     

LEACH协议簇头选择算法的改进与研究

分簇式路由协议LEACH随机地将节点设置成首领节点均衡整个网络的能量消耗.提出一种簇头选择优化的方法,将簇首选择能耗计算到网络的整个能耗中,推导出最优簇首数,然后利用距离关系将所有节点群组化,使群组的数量与期望最优簇头个数相同,簇首的实际个数与期望的簇头个数相同,从而提高了网络生命周期,节省了网络能耗.     

基于萤火虫算法优化FCM的WSN路由算法

针对无线传感器网络节点能源有限,容易出现能量负载不均衡的问题,提出了一种基于萤火虫算法优化模糊C均值(FCM)的无线传感器网络(WSN)路由算法(FFACM),优化了分簇路由算法中的分簇阶段和簇间路由建立阶段。在分簇阶段,使用萤火虫算法计算初始聚类中心,避免模糊C均值算法因初始聚类中心而陷入局部最优的问题。在选择簇首节点上,建立关于剩余能量和距离的适应度函数,选取适应度值最大的节点作为簇首节点并动态更新。通过计算节点间的链路代价并根据剩余能量和到sink节点的距离建立代价函数,选择代价函数值最小的节点建立簇间多跳路由,使得簇首节点的负载降到最低。从仿真实验结果可知,相比于其他无线传感器网络的路由算法,FFACM算法能有效均衡网络负载,降低节点能耗,从而延长网络的使用周期。     

基于非合作博弈的簇间能量优化路由算法研究

针对无线传感器网络(WSNs)的簇间路由进行详细研究,指出目前簇间路由中存在的能量耗散不均衡问题.通过实际例子指出簇间能耗不均的原因,即各个簇头节点的自私性导致数据流量分布不均,进而引发能耗的分布不均.在此基础之上,提出规范各个簇头节点行为的非合作簇间路由博弈模型,得出并证明该博弈的Nash均衡点(NEP).然后基于此博弈模型提出本文的路由算法——基于非合作博弈的簇间能量优化路由算法EIRNG.最后,进行详尽的仿真实验,分别针对网络的能量效率以及网络性能进行横向及纵向对比,实验结果表明,通过引入平衡因子θ_i,各层簇头可选择最优数据转发量,从而网络中的簇头之间的能量消耗趋于均衡.与经典分簇算法PEGASIS以及作者前期工作EEREG相比,采用EIRNG时网络生命期可延长分别为74.1%及8.6%.因此,基于非合作博弈的簇间路由能量优化算法EIRNG可有效地提高能量效率以及提高网络的性能.     

基于自适应剩余能量阈值的WSN蚁群路由算法

针对无线传感器网络中节点能量分布不均衡和路由算法陷入局部最优解等问题,提出一种基于自适应剩余能量阈值的WSN蚁群路由算法(ATRE-ARA),引入搜索角修正信息素启发函数,对搜索路径进行限制,降低节点能量开销;将节点剩余能量阈值自适应化,改进信息素增量公式,设置信息素浓度上限与下限,优化信息素更新策略,提高信息素增量的准确性,在平衡网络中节点剩余能量的同时提高全局寻优能力。仿真实验表明,ATRE-ARA算法在2种环境下节点平均能耗与ARA算法相比降低了15.12%和11.68%,最优路径长度与EEABR算法相比分别缩短了1.47%和1.59%,证明该算法可有效平衡全局网络能耗,提升算法搜索全局最优的能力,延长网络生命周期。     

WSNs中基于协作通信的分簇路由算法研究

针对无线传感器网络数据信息传输可靠性,提出一种无线传感器网络中基于协作通信的分簇路由算法。该算法主要对分簇、簇间路由和簇内路由三个阶段进行了设计,依据信噪比寻找满足网络数据传输可靠性的最佳路由,实现源节点和目的节点之间的协作通信。仿真结果表明,无线传感器网络中基于协作通信的分簇路由算法能够有效地优化网络路径,提高频谱利用率,增强数据信息传输的可靠性。     

移动无线传感器网络的能耗均衡路由算法研究

研究了节点移动的无线传感器网络的路由问题,提出了一种能耗更为均衡的改进路由算法.在经典分簇路由算法的基础上进行了改进：一是簇结构的范围限制在自由空间模型的传输临界距离d0半径范围之内,较小范围的簇结构在移动环境能相对保持稳定,还能节省数据传输的能耗;二是簇头采用了复合权值的方式进行选择,权值不仅考虑节点能量,还考虑节点的移动速度和聚集性.仿真实验证明改进后的算法有效提高了无线传感器网络的能耗均衡性,延长了网络的生存时间,节点的数据发送成功率相对于经典分簇路由算法也得到了较大提高.     

改进的蚁群优化算法在无线传感器网络中的应用

针对无线传感器网络节点能量十分有限的特点,将蚁群优化算法应用到传感器网络的路由中,提出了一种改进的蚁群路由算法(IARA)。在考虑节点剩余能量、传输方向和节点距离等因素的基础上,对基本蚁群算法的概率选择公式和信息素更新公式进行了改进,实现了能量在整个传感器网络上的均衡消耗。仿真结果表明:该算法减少了传感器网络的能量消耗,并且使能量消耗更加均衡,从而提高了整个无线传感器网络的生存寿命。     

一种蚁群策略的双信道传感器网络路由算法

针对高负载无线传感器网络堵塞率比较高的问题,提出了一种基于蚁群策略的双信道传感器网络路由算法(CORA).该算法首先利用双信道通信模式降低了信道竞争过程中的数据碰撞和多播抑制几率;再利用最大感染球策略来压缩蚁群的寻路范围,进而降低网络的寻路能耗;借助分层图模型提出了一种两层网络联合优化的选路策略,该策略可将控制层中被堵塞的寻路业务有条件地下放在数据层中传输,从而降低网络的堵塞率和通信延迟.仿真结果表明,与一种基于蚂蚁策略的能量有效路由算法及一种基于蚁群策略的能量有效路由算法相比,CORA算法能将高负载网络下的堵塞率下调13%,且能有效降低数据包的平均通信时间和网络的通信能耗.     

基于蚁群优化算法的无线传感器网络跨层路由协议

针对无线传感器网络对实时性、鲁棒性及能耗平衡要求较高的特点,提出了基于蚁群算法和跨层优化的无线传感器网络路由协议ABCRO（Ant-Based＆Cross-layer Routing Optimization）。算法综合考虑各层之间的信息共享机制,将链路的通信开销和链路通信情况以数据的形式转换为网络性能优良的评估参数;通过将接纳控制网络节点机制、信息素禁忌表的双向更新、节点剩余能量信息维护及跳数更新等信息加入路由选择公式,有效增强算法的可扩展性,降低通信过程中的拥塞问题。仿真实验表明ABCRO算法能够较快的寻找出一条最优的路径,从而平衡网络能耗,降低冲突率,有效提高网络整体性能,延长网络寿命。     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.     

无线传感器网络能量均衡路由算法

针对无线传感器网络中节点能量利用不均衡的特点,对其拓扑结构进行分析,建立了路由模型,结合普通遗传算法的基本原理,提出一种基于多目标遗传算法的无线传感器网络路由优化方法.在选择通信链路过程中,综合考虑传输路径的能耗和路径中节点的剩余能量等因素,采用多目标遗传算法求解一条能耗低且剩余能量较充足的路径作为数据传输路径,实现网络中节点能量的均衡化.仿真结果表明,该优化机制有效延长了网络的生命周期,改善了网络的性能.     

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。     

Routing optimization of the wireless sensor network with energy and path constraints

An algorithm for routing optimization of an energy and path constrained wireless sensor network is proposed to solve the energy limitation problem which is caused by the frequent use of a single path by traditional wireless sensor network routing algorithms. By considering the load balancing and energy efficiency of wireless sensor networks, the concept of flight feasible domain is introduced to achieve efficient data transmission. Furthermore, energy and distance factors are added to ensure uniform and reasonable energy distribution among network nodes, so that the low-power and energy-efficient functional requirements of the wireless sensor network are satisfied. . Experimental results show that the proposed method can improve the network load balancing effectively, avoid the network segmentation caused by premature exhaustion of some nodes, and prolong the lifetime of the network.