无人机自组网快速稳定加权分簇算法

在无人机自组网中,网络规模增大会使节点间平均跳数增加,网络管理和路由协议运行更艰难。分簇结构可用来优化网络管理,提高网络的可拓展性。针对无人机高移动造成的簇结构不稳定以及分簇结构鲁棒性差的问题,提出了一种快速稳定加权分簇算法。该算法对比现有的加权分簇算法,对链路保持率、节点度和相对速度三个指标的选取进行改进。针对战场和应急场景下簇头节点掉线带来的簇振荡,提出了一种高效的簇维护机制。最后通过仿真验证该算法的性能,结果表明,与现有改进型加权分簇算法相比,该算法可以有效降低成簇的时间,同时在簇头节点掉线的情况下快速恢复,更适用于复杂环境下的网络部署。     

Ad Hoc网络自适应安全加权分簇算法

为解决Ad Hoc网络分簇过程中恶意节点被选为簇首带来的安全隐患,保障Ad Hoc网络的正确分簇和稳定运行,提出基于节点相关度、相对移动性、剩余能量值、安全评估度量值多方面因素的自适应安全加权分簇算法。安全评估度量参数由外部入侵检测系统和内部节点信任度共同计算得到,确保安全因素在分簇过程中的准确性;基于该算法给出相应分簇管理过程。仿真结果表明,该算法能够改善分簇性能,提高Ad Hoc网络的安全性。     

动力线载波传感控制网络的权值分簇组网

为提高动力线载波传感控制网络拓扑结构的可靠性和稳定性,讨论并提出一种改进的基于加权的交叠分簇算法。该算法集合节点的节点度、信号衰减强度两种因素计算各个节点的权值。通过比较入簇节点的权值大小,选择退出或者加入簇来对网络进行动态分簇。实验结果表明,该算法减小了网络的路由开销,缩短了组网总时间,提高了负载均衡度,在动力线载波传感控制网络组网上具有一定的有效性。     

无线传感器网络中能量有效的加权分簇算法

针对无线传感器网络中节点受到能量和带宽等资源严格制约的问题,通过分簇可以使网络中节点能量负载均衡,从而延长网络的生存周期.从能量和节点度的角度出发,分析了无线传感器网络中现有的一些分簇算法提出,了一种新的适合于无线传感器网络的能量有效的加权分簇算法,通过仿真和分析得出,该算法是一种有效的分簇算法.     

无线传感器网络中能量有效的加权分簇算法

针对无线传感器网络中节点受到能量和带宽等资源的严格制约的问题,通过分簇可以使网络中节点能量负载均衡,从而延长网络的生存周期.本文从能量和节点度的角度出发,分析了无线传感器网络中现有的一些分簇算法,提出了一种新的适合于无线传感器网络的能量有效的加权分簇算法,通过仿真和分析,得出该分簇算法是一种有效的分簇算法.     

节点密度自适应的传感器网络加权分簇算法

无线传感器网络的分簇密度不确定会导致网络的有效性降低、生存周期减少等问题.提出了一种节点密度自适应的传感器网络加权分簇算法,通过设定权值.将节点的节点度、与邻节点的平均距离及节点的剩余能量考虑在内,保证综合性能最好的节点成为簇头.再通过控制簇头发射功率使簇内节点密度控制在合理范围内.该分簇算法优化了簇头选择,均衡了网络节点的能量消耗,延长了网络的生命周期.最后通过仿真进一步验证该分簇算法的性能.     

基于簇头质量的移动无线传感器网络分簇算法

在部分节点移动的网络环境下,分析了传统静态无线传感器网络分簇算法对节点移动环境下成簇的失效性,给出了影响簇头质量的性能参数集,并提出了基于簇头质量的移动无线传感器网络分簇算法。该算法根据节点活动性、平均邻居距离、节点度偏差及信道质量等簇头性能的影响因子,通过加权的方法计算出簇头质量,在分布式传感网区域内簇头质量最大的节点将竞争成为簇头。通过理论分析和仿真对比表明,与LEACH算法相比该分簇算法降低了平均延迟,延长了网络生命期,并验证了该算法对动态拓扑具有适应性。     

一种基于位置信息的分簇算法*

用户分簇是移动自组网通信需要解决的基本问题.从分簇结构与频率规划的角度出发,提出一种基于位置信息的分簇算法.该算法采用估计节点运动速度、引入虚拟网络中心节点、预警簇头失效、均衡簇间负载等方法,达到既形成稳定合理的分簇结构又易于频率规划的目的.仿真结果表明,基于位置信息的分簇算法极大地改善了吞吐量、丢包率及延时等网络性能,可用于多节点、中高速移动环境.     

无人机自组网基于加权的稳定分簇算法

相较于传统移动自组网,无人机自组网具有节点移动速度更快、分布范围更广、网络规模更大的显著特征,而分簇结构能实现网络的有效控制和管理,提高网络的扩展性.为了提高分簇结构的稳定性,提出了一种基于加权的稳定分簇算法,该算法基于现有加权分簇算法,从分簇测度指标的选取、指标权重因子分配、分簇稳定保持策略三个方面进行改进.仿真结果表明,该算法不仅能合理控制分簇数量,有效提高网络的扩展性,而且能够延长簇首保持时间和降低成员节点的簇间切换次数,提高分簇的稳定性.     

无人机集群网络分簇优化算法

为解决无人机集群网络结构不稳定以及网络生命周期短的问题,提出一种基于改进灰狼算法的分簇优化方法。根据无人机节点的相对移动性和节点间的相对距离,对无人机网络中所有节点分簇,综合考虑簇内节点的剩余能量、最高节点度、通信情况、任务种类4个影响因素,基于灰狼优化算法选举最佳簇首。仿真结果表明,该分簇算法提升了分簇平衡度、统治集更新次数、节点生存个数等多个性能指标,稳定了网络结构,延长了网络生命周期。     

MANET中基于连通支配集的组合权值簇生成算法

对移动Ad Hoc网络(MANET)中的分簇机制进行了研究,提出一种基于连通支配集的组合权值簇生成算法(WCACDS),包括分簇算法和簇结构维护策略。通过节点的移动性、最小平均发射功率、能量消耗速度三方面的组合权值来量化节点的综合性能,利用改进后的求解连通支配集算法对节点分簇,以使性能较强的节点担任簇头,并且减少分簇数量。仿真实验结果表明,所提算法有助于提高网络负载均衡能力,增强网络的健壮性及稳定性。     

稳定且负载均衡的移动AdHoc网络加权分簇算法

针对移动AdHoc网络中传统加权分簇算法(WCA)的缺陷,提出一种稳定且负载均衡的改进型WCA(SLB-WCA).在节点组合权值计算中,增加了考虑节点的稳定性,并提出一种"相对典型节点度"代替传统WCA中的单纯节点度因素,同时根据各个节点的节点度制定本地簇大小约束,代替传统算法中的全局约束.SLB-WCA能够更加合理的计算节点权值和控制簇大小,均衡网络负载.通过实验与传统WCA相比,SLB-WCA形成的簇数目较少且具有良好的覆盖率,提高了网络的生命周期.     

一种新型基于GPS的无线自组网分群算法

设计了一种新的基于GPS的Ad Hoc网络分群算法,在群初始化充分利用节点的地理坐标进行分群,使得分群更加合理;在群的维护管理方面,引入了候选群首辅助管理分群,使Ad Hoc网络的分群保持更加稳定可靠。基于该种分群算法设计的Ad Hoc网络移动管理系统,能够实时跟踪、显示移动节点在地图上的位置信息,解决了Ad Hoc网络中由于节点移动所造成的移动管理等问题。     

煤矿井下无线传感器网络路由算法的研究

为了降低能耗,均衡网络开销,提出了一种高效节能的TSSM算法。该算法规定在网络初始化时进行簇的划分,以后各轮簇内的成员节点将不再发生改变,从而降低了多次生成簇的能量消耗;通过循环选举簇头节点来分散网络的开销;通过划分虚拟单元格以及规定非活动节点休眠,活动节点设定软、硬门限工作的方法,有效降低了网络冗余度;通过簇间多跳将距离网关较远节点的能耗分散到了网络中的其它簇头节点。仿真结果表明,TSSM算法更能有效利用网络资源,均衡节点能源的分配,在一定程度上延长了网络的生命周期。     

Robust self-stabilizing weight-based clustering algorithm

Ad hoc networks consist of wireless hosts that communicate with each other in the absence of a fixed infrastructure. Such networks cannot rely on centralized and organized network management. The clustering problem consists of partitioning network nodes into non-overlapping groups called clusters. Clusters give a hierarchical organization to the network that facilitates network management and that increases its scalability.In a weight-based clustering algorithm, the clusterheads are selected according to their weight (a node’s parameter). The higher the weight of a node, the more suitable this node is for the role of clusterhead. In ad hoc networks, the amount of bandwidth, memory space or battery power of a node could be used to determine weight values.A self-stabilizing algorithm, regardless of the initial system configuration, converges to legitimate configurations without external intervention. Due to this property, self-stabilizing algorithms tolerate transient faults and they are adaptive to any topology change.In this paper, we present a robust self-stabilizing weight-based clustering algorithm for ad hoc networks. The robustness property guarantees that, starting from an arbitrary configuration, after one asynchronous round, the network is partitioned into clusters. After that, the network stays partitioned during the convergence phase toward a legitimate configuration where the clusters verify the “ad hoc clustering properties”.     

基于分布式层次化结构的非均匀聚类负载均衡算法

考虑到无线传感器网络(WSN)负载不均衡导致节点存活时间较短、能量消耗量较多的问题,提出一种基于分布式层次化结构的非均匀聚类负载均衡算法(DCWSN)。首先,建立了一个WSN的多层分簇的网络拓扑结构,并分析了该网络拓扑的簇内节点运作的能量消耗方式。接着,采用非均匀聚类的负载均衡算法,在簇头的选择上考虑了节点连通密度、节点剩余能量和簇头选择时间,通过竞选出最高权重的节点成为簇头; 在簇的建立阶段,通过簇大小的决定阈值和簇头的更新机制来均衡簇头的能量负载,防止簇头节点过早死亡。通过网络生命周期和网络能量消耗对提出算法的有效性进行验证,并与算法EDDIE、M-TRAC、DDC和EELBC进行比较,结果显示DCWSN算法的节点存活率为37.7%,高于对比算法,且能量效率也高于对比算法。实验结果表明,DCWSN算法对节点负载分配具有良好的均衡性,有效控制了节点负载过量的问题,提高了节点的能量效率。     

基于加权聚类集成的标签传播算法

标签传播算法（LPA）是一种高效地处理大规模网络的社区发现算法,由于其近乎线性的时间复杂度而受到广泛关注。然而,该算法每个节点的标签依赖于其邻居节点,其迭代速度和聚类有效性对标签信息的更新顺序非常敏感,影响了社区发现结果的准确性和稳定性。基于该问题,提出了一种基于加权聚类集成的标签传播算法。该算法利用多次标签传播算法的结果作为基聚类集,并用模块度评估每个基聚类的重要性,使其作为节点相似性度量的权值形成加权相似性矩阵,最后通过层次聚类得出最终的社区划分结果。在实验分析中,该算法和其他5个具有代表性的标签传播算法的改进算法在真实数据集上进行了比较,展示了新算法能有效地提高标签传播算法的社区发现精度。     

A distributed approach to node clustering in decentralized peer-to-peer networks

Connectivity-based node clustering has wide-ranging applications in decentralized peer-to-peer (P2P) networks such as P2P file sharing systems, mobile ad-hoc networks, P2P sensor networks, and so forth. This paper describes a connectivity-based distributed node clustering scheme (CDC). This scheme presents a scalable and efficient solution for discovering connectivity-based clusters in peer networks. In contrast to centralized graph clustering algorithms, the CDC scheme is completely decentralized and it only assumes the knowledge of neighbor nodes instead of requiring a global knowledge of the network (graph) to be available. An important feature of the CDC scheme is its ability to cluster the entire network automatically or to discover clusters around a given set of nodes. To cope with the typical dynamics of P2P networks, we provide mechanisms to allow new nodes to be incorporated into appropriate existing clusters and to gracefully handle the departure of nodes in the clusters. These mechanisms enable the CDC scheme to be extensible and adaptable in the sense that the clustering structure of the network adjusts automatically as nodes join or leave the system. We provide detailed experimental evaluations of the CDC scheme, addressing its effectiveness in discovering good quality clusters and handling the node dynamics. We further study the types of topologies that can benefit best from the connectivity-based distributed clustering algorithms like CDC. Our experiments show that utilizing message-based connectivity structure can considerably reduce the messaging cost and provide better utilization of resources, which in turn improves the quality of service of the applications executing over decentralized peer-to-peer networks.