基于改进二进制灰狼算法的频谱分配

为解决当前频谱资源紧缺和利用率低的问题,提出一种基于改进二进制灰狼算法(IBGWO)的频谱分配方案.在算法中加入一个非线性收敛因子、柯西扰动策略和自适应权重,提高算法的寻优性能;在连续空间到离散空间的转换中,引入一个新的转换函数实现离散化操作;将改进后的二进制灰狼算法和频谱分配模型结合,以最大化系统效益和认知用户接入公平性为优化目标进行仿真实验.实验结果表明,提出算法在频谱分配时能取得较高的系统效益和认知用户接入公平性.     

基于蛙跳博弈优化算法的认知频谱分配

为有效分配与使用认知传感器网络中存在的空闲频谱，提高网络的吞吐量，提出了一种基于蛙跳博弈优化算法（Improve Swarm optimization method based on Leapfrog Game , ISLG）的认知频谱分配方案。节点采用双天线降低路由中的信道冲突概率，并针对在认知无线传感器网络(Cognitive Radio Sensor Networks，CRSN)中使用传统路由方案容易导致的节点间路由限制与热区问题，提出基于三角剖分分层的自适应路由，避免路由中多枝节点出现而增加网络的吞吐。频谱分配中，基于主用户位置信息，以蛙跳博弈基础寻优的分配群进行再移动，提高了频谱分配的可靠性。仿真实验表明，相比其他经典群优化算法，所提方案可以有效提高全局搜索能力，频谱分配后的系统吞吐量有了明显提升。     

Levy飞行策略结合三维灰狼优化的DV-hop定位算法

针对无线传感器网络节点部署不均衡,极大似然值估计算法对待定位节点位置计算精确度较低的问题,提出一种Levy飞行策略结合三维灰狼优化的DV-hop定位算法.首先引入节点间不同跳数权重因子解决节点部署不均衡问题;其次在灰狼算法基础上结合Levy飞行策略,对灰狼群每次位置迭代更新进行优化,并推广到三维空间;最后利用改进后的智能仿生三维灰狼算法对每一个待定位节点位置进行寻优定位计算,进一步提高待定位节点位置计算精度.实验结果表明,该算法优于经典DV-hop算法、三维加权DV-hop算法以及未使用飞行策略的灰狼算法,验证了该算法在待定节点定位的准确性.     

适用于智能电网WSN的能量有效分簇路由协议

为有效解决智能电网无线传感器网络节点能耗不均衡导致网络寿命短的问题，提出一种基于改进灰狼优化器优化模糊C均值聚类的分簇路由协议GWFCA。用反向学习策略增强灰狼优化器的全局寻优能力，使用由反向学习灰狼优化器改进的模糊C均值聚类算法对网络节点均匀分簇，均衡网络负载。每个簇内，考虑节点的能量因素和位置因素动态选举簇首，提高簇首质量。稳定传输阶段，构造基于蚁群算法的簇间路由，提高能量效率，并将轮询调度引入簇内通信，进一步改善网络吞吐量。仿真结果表明，该算法能够有效提高能量效率，平衡网络负载，延长网络生存期。     

改进灰狼优化算法在WSN节点部署中的应用

根据无线传感网络节点在随机部署时存在聚集程度高导致覆盖率低的问题,提出了一种改进的灰狼优化算法,并将其应用于无线传感网络节点的优化覆盖.首先,利用混沌算法进行算法种群的初始化,以提高种群多样性;其次,在灰狼算法的基础上改进其收敛因子,平衡全局和局部搜索能力,提高算法中后期的优化能力;最后,对δ狼进行融合变异以改善局部极值问题.仿真实验表明,将改进后的灰狼优化算法应用于WSN节点部署优化中,与标准灰狼优化算法相比加快了优化速度,网络覆盖率提高了3％.     

基于注意力机制和策略梯度的多 ＭＣ 充电调度

为了提高无线传感器网络的生存时间、连通性以及网络中节点的活跃数,提出一种基于改进灰狼优化算法的分区多链无线传感器网络路由协议。该协议采用分区成链的方法,按网络中节点密度分布,以基站为圆心将整个网络空间划分为多个扇形环带区域,每个分区内的节点按位置分簇,每个分簇构造一条最优簇内链,同扇区各分簇间的簇头构造一条簇头链,最终通过这条链将采集到的信息沿基站方向传递。在后续迭代过程中,采用改进的灰狼优化算法进行簇头寻优,并根据狼群与猎物的距离以及系数向量对权重进行动态更新。MATLAB仿真表明:改进协议相比PEGASIS (Power-Efficient Gathering in Sensor Information Systems)在避免长链、均衡能耗、延长网络周期等方面均有提升,能有效提高无线传感器网络的性能。     

基于测距和灰狼优化的无线传感器网络定位算法

节点定位是无线传感器网络实际应用中的关键问题,为了提高定位精度,提出了一种基于测距和改进灰狼优化的无线传感器网络定位算法。本文提出了一种用三个信标节点坐标估计未知节点坐标的定位数学模型,通过该模型完成未知节点初步定位估计,将其作为基于对数递减策略的灰狼优化算法的初始值,通过改进灰狼优化算法寻优获取未知节点的优化坐标。仿真结果显示：通过与已有相关定位算法相比较,本文所提出的算法定位精度更高,并且具有对测距误差鲁棒性强的优点。     

基于量子果蝇优化的认知无线网络频谱分配*

将频谱分配的二进制编码转化为量子序列编码,提出一种基于量子果蝇优化的认知无线网络频谱分配方法。首先,将果蝇优化算法(FOA)转化为量子果蝇优化算法(QFOA)算法,拓展FOA算法的应用范围;然后,采用选择、交叉、变异操作改进QFOA算法,提高算法收敛速度,增加样本种群多样性,避免算法陷入局部最优;接下来,利用改进QFOA算法对频谱分配的量子序列进行寻优,寻求最优的网络效益或者用户公平性,得到网络整体性能最优的频谱分配策略。仿真结果表明,改进的QFOA算法收敛速度快且跳出局部最优能力强,应用到认知无线网络频谱分配中,增加了网络资源利用率,提高了网络的整体性能。     

改进的细菌觅食算法求解认知无线网络频谱分配问题

认知无线网络中如何进行频谱合理的分配是实现动态频谱接入的关键技术之一。基于图论着色频谱分配模型,以最大化网络效益为目标函数,提出一种具有量子变异操作的改进的二进制细菌觅食优化算法,用以求解认知无线网络中空闲频谱在认知用户间的动态分配问题。通过仿真实验比较了本算法与颜色敏感图论着色算法、传统二进制细菌觅食算法的性能。结果表明:本算法性能明显优于颜色敏感图论着色算法,能更好地实现网络效益最大化,提高用户的平均效益;与传统二进制细菌觅食算法相比,改进后的细菌觅食算法寻优能力更强,收敛速度更快。     

基于距离修正及灰狼优化算法对DV-Hop定位的改进

无线传感器网络在实际应用中普遍存在节点布设不均匀的状况,导致使用经典DV-Hop(Distance Vector-Hop)方法实现节点定位存在较大的误差。为了提高定位精度,提出基于测距修正及灰狼优化算法的改进策略。首先,针对未知节点到每一目标锚节点的平均每跳距离校正值,采用一种相似路径搜索算法获得网络内一条最相似锚节点对间的多跳路径用于确定该值,以期提高未知节点到锚节点距离估计值的精度;进而,在使用Lateration算法获得未知节点初始位置后增加改进的灰狼群体智能算法优化步骤,以期提高定位精度。仿真实验结果显示,所提出的改进策略相对经典DV-Hop定位方法以及典型的改进方法,提高了对网络拓朴变化的鲁棒性,定位精度有了显著改善。     

无线传感器网络密钥预分配算法研究

研究优化无线传感器性能提高抗攻击能力,密钥预分配是无线传感器网络最重要的安全问题.无线传感器网络通信中必须对传感器结点间传递的信息进行加密.无线传感器节点自身资源的限制,使传统网络中使用的密钥分配算法不适用于无线传感器网络.为了提高网络通信的安全性,在对已有无线传感器网络密钥预测分配算法的基础上,提出了一种改进的随机密钥预分配算法.利用节点的部署和位置信息来提高网络的连通性和减小传感器节点所需存储空间.仿真结果表明,改进方法提高了网络抗攻击能力,为无线传感器网络的安全及能耗设计提供了有效的方法.     

改进蜉蝣算法求解认知车载网络频谱分配问题

针对传统认知车载网络频谱分配效率低、速度慢的问题,提出基于改进蜉蝣优化算法的频谱分配算法。以反向学习、动态惯性权重、多阶段动态扰动及正余弦优化交配机制提升标准蜉蝣优化算法的寻优性能;将频谱分配变量映射为蜉蝣个体位置信息,将网络吞吐量和接入公平性作为评估蜉蝣位置的适应度函数,利用改进蜉蝣算法搜索最优频谱分配方案。实验结果表明,改进算法的搜索精度和收敛速度都有所提升,能够更快得到频谱分配方案,车载用户收益和分配公平性方面也更有保障。     

WSN中基于灰狼和差分进化的簇首选择算法

为更好均衡无线传感器网络(WSN)的网络能耗、延长网络的生命周期，提出一种基于灰狼优化和差分进化的簇首选择算法。将差分进化算法混合到灰狼优化算法中，调整混合算法中的收敛因子与缩放因子，避免灰狼优化算法易陷入停滞状态的缺点；使用节点剩余能量及节点与基站的距离设计适应度函数，保证簇首的全局最优，使网络中节点的能量消耗更均衡。仿真结果表明，与LEACH协议、LEACH-E协议以及FIGWO协议相比，所提簇首选择算法能够更有效地均衡网络的能耗，延长网络的生存时间。     

多宿点无线传感器网络时分多址时隙优化分配算法

针对单宿点无线传感器网络的时延大、容易出现传输瓶颈等问题,提出了多宿点无线传感器网络模型以及该模型的基于遗传算法(GA)的时分多址(TDMA)时隙分配算法。该算法根据宿点的数量以及位置将整个传感器网络划分成多个小传感器网络,并采用遗传算法对时隙分配结果进行优化。仿真结果表明,基于遗传算法的多宿点无线传感器网络TDMA时隙分配算法得到的时隙分配结果在时隙分配帧长度、数据包平均时延以及节点平均能耗方面均要优于图着色算法。     

避免干扰的低能耗无线传感器网络动态频谱分配算法

将动态频谱感知与无线传感器网络相结合,提出一种频谱分配算法,它能在避免对授权用户产生干扰的同时,根据一定的分配规则,提高传输可靠性及频谱利用率.通过仿真证明,该算法可减少网络节点在传输过程中发生频谱切换的概率,从而降低了节点能耗;同时数据包成功传送到接收端的比例也比同类算法有所提高.     

基于二进制烟花优化算法的认知无线网络频谱分配

针对当前无线频谱资源稀缺和利用率低的问题,提出一种基于二进制烟花优化算法的频谱分配方法。每个烟花个体进行分布式爆炸搜索,并对最优烟花的爆炸半径采用改进公式动态更新;在变异环节中,针对粒子间信息交流不足的缺点,引入遗传算法的交叉变异算子,进一步增强种群多样性;对选出的最优个体使用Metropolis准则进行模拟退火扰动,避免陷入局部最优。仿真实验表明,二进制烟花优化算法在认知无线网络的频谱分配中具有寻优精度高、收敛速度快的特点,较好地实现了网络效益和用户比例公平性的最大化。     

一种无线传感器网络MAC协议优化算法

在无线传感器网络中,各节点采集的信息以多跳的方式传送到汇聚点.从各节点到汇聚点形成一棵以汇聚点为根的传输树.文中在对无线传感器网络传输特点分析的基础上,剖析了基于CSMA/CA(载波多路监听/冲突避免)的MAC协议在树状结构无线传感器网络中的弊端,提出了一种基于CSMA/CA的MAC协议优化算法.算法基于节点在传输树中的位置信息调整其MAC信道接入分配,将CSMA/CA采用的各节点均等竞争信道的方法优化为各节点依据在传输树中的位置情况竞争信道的方式,这一优化提高了节点公平性,使MAC信道接入分配与树状结构的无线传感器网络传输特点相契合,解决了基于CSMA/CA的MAC协议与树状结构无线传感器网络不匹配的问题,从而减少了信道资源浪费,提高了网络传输效率,降低了能耗.实验结果表明该算法在网络丢包率、吞吐量和能耗方面的性能均有较大改进.     

改进双边滤波与平均 γ 矫正的图像增强

为了提高无线传感器网络节点覆盖率,均衡能量利用,提出一种基于动态分级蝴蝶优化算法的节点部署策略。为了提高传统蝴蝶优化算法的寻优精度和速度,引入混沌映射进行种群初始化,确保种群多样性;采用动态分级策略,根据种群个体适应度,将种群划分为差质、中等和优质三种等级,并分别利用黄金正弦变异、惯性权重位置更新和精英引导对三类种群优化,提高算法收敛速度,增强摆脱局部极值的能力。应用动态分级蝴蝶优化算法求解传感器节点覆盖优化问题,将融合覆盖率、能量均衡和节点闲置率的目标函数作为适应度函数,对节点部署位置迭代寻优。实验表明,改进蝴蝶优化算法能够有效实现节点优化部署,提高网络覆盖率,以均衡的能量使用,提升网络生存时间。     

无线传感器网络中基于微粒群算法的优化覆盖机制

建立了无线传感器网络节点覆盖优化数学模型,设计了一种基于二进制随机多目标微粒群优化(SMOPSO)算法.根据最大化覆盖网络目标函数和最小化传感器节点的利用率目标函数进行优化算法操作,以达到降低网络冗余,延长网络生存时间的效果.仿真实验结果表明,本文提出的无线传感器网络优化覆盖方法能够满足节点利用率低、覆盖率高的要求.     

基于人群搜索优化的无线传感器网络三点定位算法

为进一步提高无线传感器网络节点的定位精度,提出一种基于改进人群搜索优化的无线传感器网络三点定位算法.首先设计一种三点估计未知节点坐标模型;然后利用该模型求取未知节点的坐标,并将计算出的节点位置作为人群搜索的初始位置;最后采用改进的人群搜索算法优化未知节点的位置.仿真结果表明,通过与已有的相关定位算法相比较,所提出算法具有更高的定位精度.