基于多反应节点下WSANs路由协议研究

针对多个反应节点环境中现有无线传感器网络路由协议不能完全满足无线传感反应网络（WSANs）对能耗和实时性需求的问题,利用J-Sim对WSANs的仿真功能,设计并实现适应单反应节点选择模式的WSANs路由协议BHOER,给出仿真数据及性能分析,实验结果表明,BHOER较好地满足WSANs的应用需求。     

SAS模式下WSANs路由协议的分析与研究

针对SAS模式下现有WSNs(Wireless Sensor Networks)路由协议不能很好地满足WSANs(Wireless Sensor and Actor Net-works)应用的需求的问题,利用J-Sim对WSANs的仿真功能,设计并实现了适应SAS模式的WSANs路由协议BHOER,同时给出了仿真数据及性能分析,实验结果表明BHOER很好地满足了WSANs的路由需求。     

基于改进蚁群算法的多约束QoS路由方法

高速多媒体网络路由问题是一个多QoS约束的NP一完全问题,提出一种改进蚁群路由算法对该问题进行求解。该算法采取了带记忆的后继节点选择方式,利用蚂蚁已走过的路径启发后继节点的选取;引入了基于目标函数的信息素更新机制,依据目标函数评价蚂蚁路径搜索行为,并根据蚂蚁的表现采取不同的信息素更新策略,提高了算法的寻优能力和收敛速度。仿真实验表明,该算法能快速得到较大程度满足业务QoS要求的路径。     

基于多约束QoS路由算法综述

随着网络技术的不断发展,实时多媒体技术不断涌现。如何根据不同的服务提供不同的QoS保证,并保证网络资源的有效利用,便成为当前互联网的一个重要任务。对该问题的解决方法称为多约束最优路径（MCOP）问题,MCOP问题是一个NPC问题,求解MCOP问题的算法可分为精确、近似和启发式等算法。文章通过对目前所出现的算法按照精确算法和近似算法两大类进行分析,分析目前出现的算法的一些优缺点,并根据网路技术的发展趋势,对现行多约束路由算法在以后如何实现更加快速精确的路径计算提出几点展望。     

蚁群算法在LEACH路由协议中的应用

减少网络能量损失,增加网络的生成时间是无线传感网络的重要研究内容。LEACH是针对无线传感网络设计的低功耗自适应的路由算法。但是传统LEACH路由算法存在簇首开销过大、簇规模分布不均匀等问题。针对LEACH算法存在的缺点,从成簇方式和簇头路由拓扑提出改进方案,成簇半径随着距离Sink节点的增加而减小,簇首间采用蚁群算法进行路由优化。实验从网络节点存活的节点数目和节点的平均耗能两个指标对仿真结果进行评价,仿真结果显示改进算法网络的生存时间比传统结果提高了15％,节点平均能耗降低20％。改进算法可有效减少网络的总能量消耗,均衡网络的负载。     

一种基于蚁群系统的多约束Qos路由算法

该文研究了多约束路由Qos问题,其中约束主要包括时延、带宽、延时抖动、成本等。给出了多约束Qos路由的数学模型,并提出了一种基于蚁群系统原理来解决多约束Qos路由问题的算法。仿真实验证明该算法能很好地优化网络资源。     

基于改进蚁群算法的多约束QoS路由优化研究

本文建立了多约束QoS路由模型，并对基本蚁群算法的信息素更新策略进行了改进，提出了一种基于改追蚁群算法的多约束QoS路由优化算法，实例计算结果证明了算法的有效性。     

蚁群算法在WSN路由协议中的应用

针对无线传感网络节点能量有限的特点,提出一种改进的蚁群算法,将蚂蚁信息素、网络节点能量和节点间的时延相结合,形成算法控制因子。仿真结果表明,该算法可以均衡网络中各个节点的能量消耗,延长整个网络的生命周期,缓解网络拥塞并降低平均传输时延。     

无线Mesh网络中的多约束QoS路由算法

无线Mesh网络中多媒体数据的实时传输应用日益广泛,这些应用对网络的带宽、时延和抖动有着较高要求,需要无线Mesh网络提供一定的QoS保障机制.QoS路由是实现QoS保障的关键环节.在路由协议AODV的基础上,提出了一种具有多个QoS参数约束的路由算法(MQ-AODV),通过改进路由选择函数及扩展路由维护机制,为多媒体传输应用业务提供QoS保障.在路由发现的过程中,MQ-AODV引入了一个归一化的路由选择函数,简化了多约束路由算法中的NP-complete问题.在路由维护方面,提出了一种路由预先修复机制,在数据流传输过程中保障路径质量.仿真结果表明,MQ-AODV算法比AODV更好地减少了数据流传输的延迟和丢包,有效提高了网络的吞吐量.     

基于蚁群算法的多路径多约束QoS路由研究

多路径多约束服务质量（Quality of Service,QoS）路由问题是无线传感器网络的核心问题之一,由于网络拓扑的不断变化及链路的固有的不精确性,解决这个问题具有很大的挑战性。首先给出无线传感器网络中QoS路由问题描述及调和蚁群算法（Ant Colony Optimization,ACO）的基本算法步骤及其特点。然后在分析了蚁群算法应用于QoS路由问题的可能性的基础上,给出了调和蚁群算法解决多路径多约束QoS问题的算法。最后通过仿真实例得到满意的结果。     

基于地理信息静态分簇的无线传感器网络路由算法

通过路由算法减少节点的能耗、延长网络的寿命是无线传感器网络的研究重点之一。探讨了能量高效的分层无线传感器网络路由算法,提出一个基于地理位置信息静态分簇,根据节点剩余能量及节点在簇内的位置选择簇头的分层路由算法(GSCH),适用于静态无线传感器网络。仿真实验结果表明该路由算法有效地减少分簇成形及簇首选择的能耗,延长了整个网络的寿命。     

WSANs中基于线性规划的单反应节点选择算法的研究

介绍了无线传感器反应网络中单个反应节点选择算法的特点,并提出一种基于线性规划方案的最优选择算法MCT.最后就MCT算法的两种情形进行了仿真分析.     

一个基于类的无线传感器网络并发事件的路由协议

针对无线传感器网络的特点,本文在Wendi B．Heinzelman等人设计的LEACH协议的基础上,提出了基于类的并发事件的处理方法,解决了并发事件的区分、定位和路由问题,增强了无线传感器网络处理事件的能力。     

一种基于遗传算法的QoS多播路由算法

深入研究基于遗传算法的QoS多播路由算法,建立支持QoS的多播路由模型.对已有的QoS多播路由算法进行优化,提出适用于下一代网络的基于遗传算法的QoS多播路由算法.采用定长的染色体编码和预处理机制降低算法复杂度.仿真试验表明,该算法收敛速度快,可靠性高,能够更好地满足多播业务的需要.     

基于混合蛙跳算法的WSN路由优化算法

通过对无线传感器网络的拓扑结构和蛙跳算法的研究,针对能量受限的无线传感器网络生命周期较短的问题,提出一种基于混合蛙跳算法的WSN(W ireless Sensor Network)路由优化算法。该算法在生成青蛙时,考虑了节点的剩余能量,在局部优化过程中采用选择替换和变异两种方法,在全局优化中引入了多路径路由思想,并且充分利用了基站的信息资源和强大功能。仿真结果表明,该优化机制有效延长了W SN的生命周期,改善了网络性能。     

基于蒙特卡罗算法煤矿井下人员定位研究

对比分析几种常用的无线传感器网络节点定位方法.针对煤矿井下节点移动性可能导致普通的定位算法变得不精确,提出了蒙特卡罗定位(Monte Carlo Localization)算法.该方法利用物体运动的连续性,通过选取合适的模型完成移动节点位置预测与定位.经仿真验证在低密度锚节点环境下,蒙特卡罗方法位置估计误差明显低于其它方法,提高了移动节点定位算法的准确性.     

基于虚拟栅格的无线传感器网络路由协议

提出一种基于虚拟栅格的分簇路由协议.在本协议中汇聚节点动态、随机地建立虚拟栅格,同时形成簇结构;并依据剩余能量以及簇的整体能量消耗选择簇头.本协议不但减少了控制信息和冗余信息,而且均衡了传感器节点的能量消耗.仿真的结果表明本协议是能量有效、可扩展的无线传感器路由协议.     

簇首选择改进的LEACH无线传感器路由协议

针对LEACH(Low Energy Adaptive Clustering Hierarchy)协议能耗大、网络生命周期短等不足,提出一种簇首选择改进的LEACH无线传感器路由协议(M-LEACH)。首先在综合考虑节点剩余能量、网络平均剩余能量、上一轮节点消耗的能量基础上,引入加权因子选择簇首。然后根据接收信息、簇首以及传输ADV的能耗确定簇首的数量,使簇首在网络中分布均匀。最后采用仿真实验进行性能测试。结果表明,相对于LEACH协议以及其他改进的LEACH协议,M-LEACH降低了传感器网络的能耗,使整个网络能量更加均衡,延长了无线传感器网络的生命周期。     

散列索引多分支Trie树快速路由查找算法

路由器的主要任务是转发IP分组,实现高速分组转发的关键是快速的路由查找算法。我们针对IPv4地址,首先建立前缀长度为8、16和24的3张hash表,在此基础上,再分别针对不同长度的前缀建立最多只涉及其余8比特的多分支Trie树。在这种结构中进行IP路由查找,其存储器访问次数最多为7次,而且还具有易于更新、易于扩展等特点。     

基于ABC-LS的传感器节点定位算法

为了减少无线传感器网络节点的定位误差,提出一种人工蜂群算法(ABC)修正最小二乘(LS)定位误差的传感器节点定位算法(ABC-LS)。首先估计未知传感器节点与信标节点间距离,然后采用LS算法初步确定未知传感器节点位置,最后采用ABC算法对LS算法的节点定位误差进行修正,并采用仿真实验测试ABC-LS与其他节点定位算法的优劣。结果表明,ABC-LS提高了无线传感器节点的定位精度。