基于APIT的三维移动代理路由算法研究*

针对现有的移动代理路由算法都是基于二维环境的不足,提出了一种能应用于三维环境中的移动代理路由算法。首先,使用APIT定位法来获取三维空间中的传感器坐标;在获取传感器节点坐标后,引入蚁群算法对移动代理访问传感器节点的路径进行优化,由此,得到了一种全新的基于APIT的三维移动代理路由算法。仿真实验表明,新移动代理路由算法能较好地适应无线传感器网络的实际应用环境,且路径优化效果明显。     

无线传感器网络移动代理路由算法的仿真研究

路由选择问题是无线传感器网络中的核心问题.针对无线传感器网络节点能景、计算能力和通信能力有限等特点,为了降低能量开销和延长网络的生命周期,将蚁群算法和移动代理技术结合.提出一种新的无线传感器路由算法.考虑节点之间距离、路径能量消耗和节点剩余能量情况,使网络中的能量消耗更加均衡,同时对蚁群信息素更新规则进行了改进,加快了蚁群算法收敛到最优解的速度.仿真结果表明,与其它移动代理路由算法相比,算法在全局性和收敛速度方面都有所提高,有效地减少冗余数据传输,降低通信消耗,延长网络的生存周期,为路由传感器设计提供了参考.     

WSN中改进蚁群算法求解移动代理问题*

关于求解无线传感器网络中移动代理迁移路径问题,在蚁群系统基础上对蚁群算法进行改进,使算法更适用于无线传感器网络环境。从大量初始化路径中选出部分最优路径留下信息素,而且考虑节点的剩余能量,从而引导蚂蚁选择不同的路径;同时,针对无线传感器网络节点通信能力有限的特点,为了避免无效路径的产生引入变异操作。理论分析和仿真实验表明,改进后的蚁群算法增强了算法的全局搜索能力并有效求解无线传感器网络移动代理迁移路径问题。     

动态传感器网络移动代理路由算法

提出一种基于蚁群优化的动态传感器网络移动代理能量有效路由算法.该算法设计了一种新的路径选择概率模型,使移动代理能找到一条从处理节点到目标节点之间的能量有效路径,该路径兼顾了路径能量消耗和节点剩余能量情况;该算法还制定了新的蚁群局部信息素再初始化规则,该规则在网络中发生动态变化的节点附近进行局部信息素再初始化,快速有效地更新最优路径.与其他算法相比,该算法能找到一条能量消耗较小,并且节点剩余能量较多的有效路径.     

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.     

基于多路径蚁群算法的无线传感器网络的路由

针对能量控制在无线传感器网络路由上的特殊要求,为了促使网络节点能量消耗相对均衡,将基本蚁群算法(ACS)应用于无线传感器网络的路由,提出一种基于多路径蚁群算法的无线传感器网络的路由(MACS).该算法利用蚁群的自组织、自适应和动态寻优能力,通过蚂蚁并行地寻找从源节点到达目的节点的最优路径和次优路径,使得网络中的节点不需要维护全局信息,形成多条传榆路径,延长了整个网络的生命期.仿真结果表明,该算法和定向扩散路由(DD)、基本蚁群算法及极大一极小蚁群算法(MMAS)相比,在路由代价和节能方面效果显著.     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

基于改进蚁群优化算法的无线传感器网络路由研究

无线传感器网络为能量受限系统,为了促使网络节点能量消耗相对均衡,将蚁群优化(ACO)算法应用于无线传感器网络的路由选择,提出一种基于能量均衡的无线传感器网络路由算法。该算法将节点能量作为转移概率规则启发因子,通过计算转移概率和适应度值找到最优路径。仿真结果表明:该算法可以显著减低网络总能耗,从而延长无线传感器网络的生命周期。     

基于Q学习量子蚁群的微纳卫星路由算法

在微纳卫星网络中,传统蚁群路由算法不能同时保证数据传输的安全性和网络业务的服务质量,且易陷入局部最优解,收敛速度较慢。为解决上述问题,提出一种实现多目标优化的Q学习量子蚁群路由算法。该算法在选择下一跳节点的转移概率时,将路径的平均信任值和路径的费用作为两个优化目标,构成最优路径的节点性能指标,保证数据传输的安全性和网络业务服务质量。在考虑路径费用函数时,将量子计算引入到状态转移概率计算中,避免陷入局部最优解,并在算法中引入Q学习的思想,将信息素映射成Q学习的Q值,强化算法在动态环境中的学习能力,以提高路由的整体性能。仿真结果表明,与蚁群优化算法和改进的蚁群多约束路由算法相比,Q学习量子蚁群路由算法明显改善包投递率、平均端到端时延和节点平均能耗等性能指标,避免了蚁群算法易陷入局部最优解,提高了收敛速度,可适用于具有高速移动节点的微纳卫星网络。     

蚁群算法在无线传感器网络中的应用研究

使用无线传感器节点有限的能量保证网络的寿命是无线传感器网络研究的重要问题,网络能量是否均衡消耗对网络寿命有着决定性的影响.为了促使网络节点能量消耗相对均衡,将蚁群优化算法应用于无线传感器网络的路径选择,提出一种蚁群优化的无线传感器网络能量均衡路由算法.利用蚁群的自组织、自适应和动态寻优能力,通过蚂蚁并行地寻找从源节点到达目的节点的最优路径,使网络最优路径和能量均衡消耗之间进行平衡,以达到网络能量的优化均衡消耗,进而延长整个网络的寿命.进行了仿真实验,实验结果表明,与经典路由定向扩散算法相比,算法能有效地均衡网络节点的能量消耗为设计提供了有效的方法.     

WSN中基于Stateless Weight的移动代理路由设计

为了使移动代理的路由不再过分依赖于网络结构,提出了一种应用在无线传感器网络（WSN）中的移动代理的路由设计（SWR-MA）。在SWR-MA中,引入了一个与节点位置有关的参数Weight,通过比较Weight值,移动代理可以自主的确定自己的路径。SWR-MA可以应用在拓扑改变的网络中,比如带有移动Sink节点的网络中。最后,对该路由算法进行了仿真评价。     

遗传蚁群算法的WSN移动代理路由算法研究

针对常用路由优化算法存在收敛速度慢、易陷入局部最优等难题,提出了一种遗传蚁群算法的WSN移动代理路由方法(GA-ACA)。首先利用遗传算法的全局搜索能力快速找到较优解,然后将较优解转换成蚁群算法的初始信息素,最后采用蚁群算法收敛速度快的优点,找到移动代理路由全局最优解。仿真结果表明,相对于其他移动代理路由算法,GA-ACA加快了收敛速度,能在更短的时间内找到最优移动代理路由,减少了平均能量消耗和网络延时,提高了WSN整体性能。     

主动Overlay物联网QoS服务路由算法研究

在物联网环境中,服务可能由任意多个结点汇聚而成,而传统的尽力而为的通信服务不能保证服务质量(QoS)。为此,首先提出了主动Overlay物联网服务路由逻辑拓扑结构,然后对物联网服务路由问题进行了建模。在此基础上,设计了基于Agent和蚁群优化(ACO)的主动Overlay物联网QoS蚁群服务路由算法。该算法结合移动A-gent对ACO进行了改进,实现了保证QoS的服务路径选择。最后从理论上证明了该算法的正确性和收敛性,同时通过仿真实验对该算法的实际性能进行了验证和比较。     

基于模糊综合评判的多sink最优路由算法

基于模糊综合评判,提出一种针对无线传感器网络的多sink最优路由算法。考虑路径最小剩余能量、路径最小平均链路质量和节点到sink的跳数等因素,通过路由发现、数据传输和路由更新3个过程,得到节点到多个sink的分布式路由。OMNeT++仿真结果表明,该算法能延长网络生存期,提高数据包交付率,并将路由建立时发送的数据包数量控制在尽量少的范围内。     

基于改进遗传模拟退火算法的WSN路径优化

针对无线传感器网络路径优化问题,提出了一种改进的最优保存的遗传模拟退火算法。利用LEACH算法构建初始路由表,使用GASA的高效率搜索,将路由计算和遗传演化计算同时进行,并直至寻找到近似最优路径为止。将最优保存遗传算法和模拟退火算法相结合,引入自适应的概率变化,有效地解决了这两种算法的早熟现象和时间问题。仿真实验表明,该算法有效地解决了无线传感器路径优化问题,具有定位准确、节能和搜索能力较强等优点。     

基于CPSO的无线传感器网络路由优化

研究无线传感器网络路由优化问题,由于无线传感器节点的能量受到限制,通信过程能量损耗,影响网络的性能。传统粒子群算法难以获得最优网络路由方案。为延长网络生存时间,结合粒子群的快速性和混沌的遍历性优点,提出了一种混沌粒子群(CPSO)的无线网络路由优化方法。通过粒子群算法的自组织、动态寻优能力,并通过混沌机制对粒子群进行混沌扰动,增加多样性,加快最优路由优化速度,使网络最优路由和能量消耗间尽量平衡。仿真结果表明,相对于传统优化算法,CPSO提高了无线传感器网络路由优化速度,减少网络能量消耗,有效延长了网络生存时间,为提高整个网络通信效率提供了参考。     

无线传感器网络备份路径分簇算法

在路由协议中利用分簇技术可以提高无线传感器网络的可扩展性。针对无线传感器网络(WSN)中分簇算法的不足,提出了基于备份节点策略的EDC算法,传感器节点在其簇头失效后仍可以通过其备份路径传输数据。通过OMNeT++平台上的仿真实验表明,EDC在网络重建时间、失效节点数量较其他WSN协议有明显的改善。     

VD-PSO: An efficient mobile sink routing algorithm in wireless sensor networks

Efficient energy consumption is crucial for energy constrained networks such as Wireless Sensor Networks (WSN). Using a mobile sink to collect the data of the nodes is a good method to balance the energy level of the nodes and prolong the lifetime of the whole network. For the mobile sink, an efficient path planning can make the mobile sink visit significantly more nodes during a limited period and shorten the latency of information gathering. Considering the communication range of the nodes, we can deduce this routing problem as a special case of traveling salesman problem with neighborhoods (TSPN), which is a NP-hard problem [1]. In this paper, we propose a novel routing design algorithm based on Variable Dimension Particle Swarm Optimization (VD-PSO). In this algorithm, every feasible path solution of TSPN is expressed as a particle. Each dimension of the particle is the coordinates of a rendezvous point (RP, the point where the mobile sink stays to gather data). The dimensionality of the particle is equal to the number of the rendezvous points in the path. Using the evolutionary method of the particles, we can derive the optimal path of the mobile sink. Simulation results show that the proposed algorithm has fast convergence speed, and the result is quite approximate to the optimal solution.     

基于移动代理的无线传感器网络簇内融合算法

在无线传感器网络中采用移动代理技术进行数据融合。根据节点剩余能量、局部融合结果,设计节点分簇算法。优化移动代理在簇内的路由策略,进一步减少无线传感器网络的数据传输总量。通过实验得出,采用移动代理的簇内融合过程中,能在一定程度上减小路径损耗。     

一种基于网格和移动代理的无线传感器网络数据融合算法

能源有效性是无线传感器网络(WSN)路由算法设计要考虑的首要问题,数据融合可以通过合并冗余数据而有效地节约能耗.提出一种将网格和移动代理相结合的WSN数据融合算法,基于移动代理对Sink节点发出兴趣代理报文和目标节点发出数据代理报文进行转发.将移动代理路由归结为一个优化问题,通过把WSN均匀分割为多个大小适当的二维网格,形成自适应遗传算法(AGA)的初始群体,采用AGA求出移动代理的最优路由节点序列.仿真结果表明,随着网络规模增大,和局部最近邻优先算法(LCF)相比,该算法有更小的网络能耗和延时.