基于蚁群算法的定向扩散算法研究

无线传感器网络中定向扩散算法周期性地进行探测分组扩散时采用的是洪泛方式,这样会给网络带来巨大负载,严重影响网络的传输性能。提出一种改进的蚁群算法并将其应用于定向扩散协议中,算法中将定向扩散中的梯度建立在蚁群的信息素与网络节点剩余能量基础上,在寻找优化路径的同时,使网络节点能量得到均衡消耗。通过仿真实验验证了新方法的可行性,仿真结果表明新方法有效地控制了网络节点能量的均衡消耗,延长了整个网络的生存周期。     

定向扩散路由无线传感器网络行为仿真

为改善定向扩散路由无线传感器网络性能,利用MATLAB仿真软件对其网络行为进行了仿真.根据网络运行规则建立了节点分布模型、定向扩散梯度场模型、数据汇聚模型以及特征统计模型.给出了主要仿真算法,并以图形化方式给出了仿真结果.理论分析和仿真结果表明,现有无线传感器网络的定向扩散路由存在缺陷,需要改进,并给出了改进方向.     

基于定向扩散的车辆传感器网络连通性研究*

为改善车辆传感器网络的实时连通性问题,提出一种路边节点梯度值可滑动的定向扩散梯度场DDGF-SRG,并给出了梯度场的实时动态调整规则。通过给路边节点分配固定梯度值,将规模巨大车辆传感器网络划分成若干以路边节点为核心的局部区域,以使梯度场的建立和动态更新可在各局部区域内分布式进行,提高梯度场建立和更新的实时性。通过给车辆节点分配一个可变的数据汇聚梯度值,建立车辆节点到路边节点的定向扩散梯度;通过给路边节点分配一个可变的数据汇聚梯度值,建立路边节点到低梯度层次的定向扩散梯度,并将各局部区域梯度场链接成一个全局的定向扩散梯度场。理论分析和仿真结果表明,DDGF-SRG梯度场在进行动态调整和利用车辆传感器网络的延迟容忍运载能力后,车辆传感器网络的实时连通性得到了极大改善。     

基于移动Agent的能量平衡螺旋形路由算法

针对节点均匀分布的无线传感器网络,提出一种基于移动Agent（MA）的能量平衡螺旋形路由（EBSRMA）算法.网络首先以定向扩散方式建立全网最小跳数梯度环.然后MA从最外环开始,以最短延时策略和优先访问外环策略为迁移原则,并通过访邻、标轨和找源3种方法完成网络的螺旋形路由.最后MA将迁移过程中收集的全网数据带回给Sink节点.仿真表明：EBSRMA可以有效平衡网络能量、延长网络寿命以及提高数据收集率.与定向扩散（DD）路由算法相比,该路由算法节能效果显著.     

带数据融合的无线传感器网络QoS路由算法

针对无线传感器网络以数据为中心的特点以及不同业务对QoS的不同要求,提出了一种结合数据融合的QoS路由算法(DAIQoS算法).该算法借鉴TopDisc协议的分簇路由过程对数据进行融合处理.在此基础上借鉴定向扩散(DD)协议中梯度路由的思想,通过维护簇内和簇间两个梯度场建立到sink节点的多条最短路径.选择既能满足数据的QoS要求,又能尽量时其进行融合处理的路径转发数据.仿真实验结果表明,DAIQoS算法能够在满足数据QoS要求的同时有效减少冗余数据,节约能源.     

基于双重梯度的车辆传感器网络定向扩散梯度场

为了提高定向扩散梯度场建立的快速性和逻辑网络的实时连通性,提出一种基于双重梯度的车辆传感器网络(VSN)定向扩散梯度场(DDGF-DG)。通过网络中各路边节点估算的梯度值将网络划分为若干以路边节点为局部核心的区域,各局部核心分布式启动局部定向扩散梯度场的建立,利用双重梯度值将各局部定向扩散梯度场连接成全局定向扩散梯度场,实现巨大规模车辆传感器网络的分区治理。理论分析和仿真结果表明,基于双重梯度的定向扩散梯度场及其动态调整有利于减小梯度场建立与维护的时间开销和提高网络的实时连通性。     

基于最小代价场的WSN路由算法的研究与改进

针对基于最小代价场的无线传感器网络路由算法及其典型改进算法的缺陷,提出了一新的改进算法.新算法引入了一种跨层设计的思想,通过对各层协议的配合使用,优化生成扩展最小跳数场,使得信息包沿最短路径向Sink节点传送的过程中所引起的能量消耗最小化,并同时均衡节点负载.理论分析和仿真实验表明,该算法能够显著延长网络的生命周期.     

无线传感器网络定向扩散路由协议研究

在分析比较定向扩散路由算法的基础上,本文提出一种改进的路由协议DD-RS。即在Interest扩散过程中,设计了一种基于跳数值的梯度建立机制,使得在interest扩散完成后,既能找到一条或多条通往Sink节点优化的数据传输路径,又能保留若干条其他路径作为候选路径,保证了网络传输的实时性和健壮性。理论分析和仿真结果表明,改进的协议有效地减少了网络的能耗和数据传输的等待时延,延长了网络的生存周期。     

基于源节点成簇的定向扩散算法

在无线传感器网络中,定向扩散算法多源节点在数据传播、路径加强时存在链路冗余,会造成不必要的网络能量消耗。针对该问题,提出一种新的源节点成簇的路由算法。网络中所有源节点组成一个簇,根据节点向心度推选簇头,sink节点仅与簇头进行通信,避免网络中过多的链路冗余。理论分析和仿真实验表明,该算法的能量损耗低于定向扩散路由算法,改进效率与网络规模及网络运行时间相关。     

基于源节点成簇的定向扩散算法

在无线传感器网络中,定向扩散算法多源节点在数据传播、路径加强时存在链路冗余,会造成不必要的网络能量消耗。针对该问题,提出一种新的源节点成簇的路由算法。网络中所有源节点组成一个簇,根据节点向心度推选簇头,sink节点仅与簇头进行通信,避免网络中过多的链路冗余。理论分析和仿真实验表明,该算法的能量损耗低于定向扩散路由算法,改进效率与网络规模及网络运行时间相关。     

基于簇首定向扩散的无线传感器网络路由协议研究

减少能量消耗,延长网络生存时间,是无线传感器网络中路由协议要考虑的重要问题;在对LEACH协议和定向扩散协议进行分析的基础上,针对这两种协议中存在的问题,提出一种基于簇首定向扩散(CHDD)的路由协议;该协议改进了簇首选择算法,在簇首与sink节点之间采用定向扩散算法,该协议可以有效地延长整个网络的生存时间,仿真结果证明该协议的性能改进。     

基于最短路径的异类传感器网络分布式拓扑控制

针对异类传感器网络提出了一种基于最短路径的分布式拓扑控制（SPD/TC）算法。该算法利用网络中所有节点的局部信息保持网络的连通性,同时,利用最短路径算法计算链接权值的大小来进行拓扑结构的调整。将该算法与DRNG算法的节点度和平均链接长度进行仿真分析,仿真结果表明：该算法能更有效降低干扰,节省网络能量,提高了网络的性能。     

一种无线传感器网络以数据为中心的QoS路由协议

提出一种以数据为中心的QoS路由协议(DDQP).DDQP支持两种QoS度量:可靠性和传输延迟;采用交叉层优化技术将传感器网络无线信道通信模型作为路由协议设计的依据,有效的节约了网络能源消耗;采用反压力重新路由机制在满足业务QoS的前提下尽可能均匀使用网络中节点的能源,不仅延长了网络生命期,而且有效的控制网络拥塞;采用以数据为中心的数据分发模式,具有良好的可扩展性.描述了DDQP设计的理论依据,并通过仿真实验验证了DDQP的高效可行性.     

Aitken迭代法在无线传感器网络节点定位中的应用

传感器节点的自定位问题是无线传感器网络的重要研究内容之一.为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了基于Aitken迭代公式的适用于无线传感器网络的迭代模型.算法包括两个阶段:第一阶段,利用DV-Hop算法进行粗定位;第二阶段,建立Aitken迭代模型,利用第一阶段的定位结果作为初值,求取定位结果的最优值.研究结果表明,该算法能够有效提高节点的定位精度,对于网络节点密度小、信标节点比例低的情况,算法效果显得非常明显.     

基于定向扩散路由协议的改进

介绍了无线传感器网络中的定向扩散路由协议.针对该协议在能效方面的不足进行研究,提出一种能源高效的协议IDD.采用自由空间模型,通过控制探测数据的扩散范围,引入路径代价函数实现能量的高效利用.理论分析和仿真结果表明,与传统的定向扩散协议相比,IDD协议降低了网络中节点的能量消耗,延长了网络生存期.     

无线传感器网络的一种可调节的拓扑控制算法

在无线传感器网络的拓扑控制问题中,保持节点能耗最低路径和低节点度之间存在一种平衡.最佳的平衡点与具体的应用和网络状态有关.文中提出一种新的拓扑控制算法,使所构造的拓扑能在这两个不一致的目标之间进行调节.该算法所构造的拓扑结构在一极能保持所有能耗最低路径,另一极能使平均节点度逼近理论最小值.仿真结果证实新算法在比已有方案更真实的能量消耗模型下可以保持所有能耗最低路径,同时也显示新算法对节点度有更大的调节范围.     

考虑级联失效的有向WSNs节点重要度评估模型

针对无线传感器网络中关键节点失效引发网络快速崩溃的问题,考虑节点之间存在相互作用且相互作用具有方向性的特征,建立有向网络级联失效模型,推导节点失效后引起的负载震荡状态值.基于经典的PageRank算法,利用失效节点引发的邻居节点平均负载震荡状态值定义节点的初始重要度值,建立节点度择优的分配规则改进PageRank算法的平均分配规则,结合节点层级结构,建立考虑级联失效的有向传感器网络节点重要性分析方法.最后,通过仿真实验验证算法的有效性.实验证明,该方法能有效地评估了有向无线传感器网络节点的重要性,而且当对判定出的关键节点进行保护时,该方法判定关键节点的网络抗毁性明显较强.     

EEHC: Energy efficient heterogeneous clustered scheme for wireless sensor networks

In recent years, there has been a growing interest in wireless sensor networks. One of the major issues in wireless sensor network is developing an energy-efficient clustering protocol. Hierarchical clustering algorithms are very important in increasing the network’s life time. Each clustering algorithm is composed of two phases, the setup phase and steady state phase. The hot point in these algorithms is the cluster head selection. In this paper, we study the impact of heterogeneity of nodes in terms of their energy in wireless sensor networks that are hierarchically clustered. We assume that a percentage of the population of sensor nodes is equipped with the additional energy resources. We also assume that the sensor nodes are randomly distributed and are not mobile, the coordinates of the sink and the dimensions of the sensor field are known. Homogeneous clustering protocols assume that all the sensor nodes are equipped with the same amount of energy and as a result, they cannot take the advantage of the presence of node heterogeneity. Adapting this approach, we introduce an energy efficient heterogeneous clustered scheme for wireless sensor networks based on weighted election probabilities of each node to become a cluster head according to the residual energy in each node. Finally, the simulation results demonstrate that our proposed heterogeneous clustering approach is more effective in prolonging the network lifetime compared with LEACH.