能量高效的ZigBee路由算法

研究无线网络能耗优化控制问题,传统的AODVjr路由算法通过洪泛路由请求分组(RREQ)来实现路由查找和记录,利用目标节点对最先到达的RREQ分组做出响应选择出最优路径.上述方法只有目的节点才能发送RREP分组,虽可避免无效的RREP分组出现和循环问题,但寻找路由方式需要大量的路由开销,造成网络拥塞,且没有保护剩余能量低的节点,引起通信效率低的问题.针对ZigBee传感网络路由算法的不足,为降低网络节点能量消耗,提出了一种能量高效的路由优化算法,充分利用邻居表信息及簇树分布式地址分配机制,转发数据分组并控制路由请求分组(RREQ)的传播方向,通过节点路由代价及能量等级避免关键节点的能量过度消耗,有效均衡网络能耗.仿真实验验证,改进算法有效地均衡了网络能耗,延长了网络的生命周期.     

基于能量感知与能量均衡的ZigBee网络树路由算法研究

针对传统ZigBee网络树路由算法存在节点能量消耗大的问题,提出了一种改进的基于能量感知和能量均衡的ZigBee网络树路由算法。该算法将邻居节点考虑在内,在确定路由的下一跳节点时,在更大的搜索范围内寻找路由开销最小的网络路径来降低功耗,同时根据路径上节点的剩余能量选择累积路径损耗和路径能量消耗较低的路径进行数据发送,从而降低了网络的总体能耗。仿真结果表明,该算法能避开能量过低的节点进行数据传输,实现了节点的能量均衡,延长了节点的生存时间。     

基于实时拓扑属性的虚拟网络映射算法（英文）

研究目的:基于虚拟网络请求和底层物理网络实时拓扑属性,提出一种高效的两步式虚拟网络映射算法。创新要点:分别利用中介中心性和物理节点相关性对虚拟网络请求和底层物理网络中节点进行重要性评估,在此基础上给出一种两步式映射算法(算法1,2)。研究方法:首先给出中间中心性、接近中心性以及节点相关性计算模型,结合节点本地资源分别提出虚拟网络请求和物理网络中节点排名计算方式。当虚拟网络请求到达后,根据虚拟节点排名,将其映射到拥有足够资源的物理节点中排名最靠前的节点。节点映射完成后,使用K-th最短路径算法进行链路映射。映射过程中采用文献(Yu et al.,2008)中所使用的时间窗口模式进行接入控制。重要结论:利用节点本地资源,针对性分析虚拟网络请求和物理网络实时拓扑属性,提出两步式映射算法。该算法提高请求接受率、开销收益比的同时减少算法映射时间,取得更好的映射效果(图3-10)。     

基于人工智能算法的能量高效分簇路由协议

提出一种基于人工智能算法的能量高效分簇路由协议,应对无线传感器网络节点中能耗不均衡的问题。在成簇阶段,利用萤火虫优化算法优化模糊C均值聚类,借助改进的模糊C均值聚类算法解决网络分簇问题;根据节点剩余能量和地理位置动态更新簇首。簇间通信阶段,采用蚁群优化算法建立高效的簇间路由,为簇首节点构建最优多跳传输路径。簇内通信阶段引入轮询控制机制,使网络能量效率进一步得到提高。仿真结果表明,所提协议在能量效率和生存周期方面有一定提升。     

基于博弈论的能量均衡路由算法

针对传感器网络能量不均衡且网络性能易受自私节点影响的问题,利用博弈论的思想,构建了均衡能耗的博弈模型(EBGM)。该算法从激励节点合作行为出发,引入能量关注因子,摒除传统博弈算法以剩余能量作为调整转发意愿的唯一标准,转而根据节点现有能量比例与邻居能量比例的差异程度进行调节。对EBGM模型进行理论分析,证明了纳什均衡点的存在性,且其能够趋于帕累托最优。仿真结果表明,EBGM模型能够促进节点合作行为、均衡能量开销、延长网络的整体生存周期。     

能量平衡和树型路由的AODVjr改进算法研究

在短距离无线通信技术的研究中,ZigBee的AODVjr算法在保持了AODV的原始功能的基础上,只选择最佳路由路径传输.但由于每个节点需保存路由表,因而增大了路由成本,并且上述算法未提出有效的措施来维持整个网络的能量平衡.确保节点不过度使用或经常空闲对低速率无线网络的节能优化尤为重要.为此提出一种基于能量平衡和树形结构的AOD-vjr改进算法.新算法首先判断传输数据类型,根据不同类型数据采取不同路由发现过程,然后在转发数据选择下一跳路由节点时要估计所有可选路径节点的剩余能量.为避免某些能量低的节点快速耗尽剩余能量而停止工作,在可选路径中选择剩余能量最多的节点完成数据的转发,从而控制网络能量的平衡.仿真结果表明,改进的AODVjr路由算法可有效减少网络开销,延长网络寿命.     

一种适用于无线多媒体传感器网络的节点不相交多路径路由协议

设计了一种适用于无线多媒体传感器网络的高效节点不相交多路径路由协议.以源路由的方式建立多路径,中间节点通过有选择的转发RREQs,降低路由建立开销.将链路质量量化为数据接收率,利用数据接收率、节点能量及路径跳数等,定义了路径效率模型,将路径效率模型引入到路由建立过程中.仿真结果表明,与SMR及TinyONDMR协议相比,新协议建立路由的开销更低,所建路径上节点能量分布更理想,进行数据传输时的能量效率更高,同时不会显著增加路径的传输时延.     

一种基于网格的兼顾拥塞避免与能耗均衡的WSN路由算法

无线传感器网络是一种能量受限的网络,而在数据传输时,网络拥塞以及节点能量的非均衡消耗则会造成能量的浪费;因此,如何避免网络拥塞、均衡网络能耗是设计路由协议时需要考虑的重要问题。本文基于网格模型提出了一种兼顾拥塞避免和能耗均衡的路由算法。首先针对一种特殊的网格模型,根据模型中节点所在的位置为每个节点设置了“相对位置坐标”。为了减少路由建立的能量开销,每个节点仅根据其邻居节点的“相对位置坐标”建立多条路径;并根据下一跳节点的队列长度和剩余能量以及到达Sink节点的跳数为每条路径设置用于避免拥塞和平衡能耗的权重值。在此基础上,本文进一步考虑了节点随机均匀布置的情况,通过建立一个虚拟的网格,使用“网格坐标”和“相对位置坐标”确定网格模型,然后,建立路径和设置路径权重值,并通过路径的更新进一步平衡能耗和避免拥塞。仿真结果表明本协议在保证数据传输的情况下,既能够减少网络的丢包率,又能够平衡网络能耗。     

基于测距的无线传感器网络均衡式招募调度算法

节点调度是均衡无线传感器网络能量有效方法之一．分析基于测距的睡眠调度算法（RBSS）发现其招募节点能耗过大,造成其过早死亡,影响网络的生命周期．针对这个问题,本文在正六边形覆盖模型的基础上,基于能量均衡思想,提出基于测距的均衡式招募调度算法（RBDRS）．RBDRS算法将协作节点招募的任务转移到新招募的协作节点上,均衡网络能耗．招募节点通过测距招募距其最远的邻居节点作为协作节点,协作节点再依次为招募节点招募新的协作节点,直至无法招募到新的协作节点．仿真实验结果表明,与RBSS算法相比,在不增加额外开销的条件下,RBDRS算法能够有效减少工作节点数目,提高网络覆盖率,均衡网络能耗,延长网络生命周期.     

基于拓扑结构感知的节点多属性网络映射算法

针对当前节点多属性网络链路映射长度较长、网络请求接受率和收益开销较低的问题,提出基于拓扑结构感知的节点多属性网络映射算法.根据无向图描述节点多属性网络映射问题,采用拓扑结构感知,构建节点多属性网络模型和节点链路映射评测指标,利用回溯算法,计算sumTR值,获得备选网络节点集合.使用子区域作为物理节点映射区域进行资源分配,按照映射优先级排列网络节点依次映射,分析节点多属性,使用最短路径算法,排序跳数最小链路映射,实现节点多属性网络映射.实验结果表明,所提算法能够有效缩短链路映射长度,提高网络请求接受率和收益开销.     

基于压缩感知的异构网络数据动态重构算法

针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法。利用模糊核聚类算法将数据样本集映射至高维空间内,聚类目标数据,根据节点在网络中对应的坐标构建异构网络拓扑模型及数据权矩阵模型;设置路由器物理链路通信图,根据链路带宽约束优化数据重构资源的分配路径,将节点核心区数据重构,并分配至聚类节点来感知数据的动态变化,为每一个核心聚类节点拓扑感知一个路由器数据的动态变化,来实现全局的数据动态重构,至此完成基于节点拓扑感知的异构网络数据动态重构算法的设计。设计仿真实验,测试算法的节点均衡度与链路均衡度。实验结果表明,设计的算法的节点均衡度为0.93,链路均衡度为0.90,均高于对比方法,因此可以得出,该算法的资源均衡度更好。     

一种基于负载平衡树的多网关节点数据汇集路由算法

以均衡耗能为目标,考虑健壮性、可转发性和抗干扰性等因素,提出一种基于负载平衡树的多网关节点数据汇集路由算法(TBLB 算法).在多网关前提下,TBLB 算法结合节点能量和节点度形成以网关节点为根节点的负载平衡树,通过负载平衡树协调节点间的负载均衡,有效地降低节点的能量消耗.此外,节点根据路径性能评价因子W 进行路径选择和网关切换,进一步降低网络节点的通信开销,改善了网关节点的瓶颈问题.模拟实验结果表明,TBLB 算法能够有效均衡网络负载,对网络的能量消耗和网关节点接收到的数据包都有所改善.     

无线传感器网络中基于节点对链路质量的任务分配

为了提高无线传感器网络中的资源使用效率,提出了一种新颖的算法,即基于节点之间的链路质量将任务分配给一对协同工作的传感器节点。具体来说,算法基于两个相邻节点之间的链接质量来获得这两个节点组成的节点对的能力等级,然后为每个节点对分配一个任务等级(如通过计算强度衡量)可以与此节点对的能力等级相匹配的任务,以便每个节点对可以协同高效地执行每个任务。考虑到一个节点可能会与多个节点组成不同节点对,而这些节点对被分配到的任务可能出现冗余(具有相同任务等级的任务),所以需要调整这些任务以避免执行冗余任务。仿真结果表明,该算法不仅可以提高任务分配效率,而且可以平衡网络能耗。     

基于关键路径链和PACGA的网络总线资源调度方法研究

针对传统工业控制网络总线资源调度算法在节点数量逐渐增加时收敛速度慢和搜索精度不高,且准确度及效率低等问题,提出了一种基于关键路径链和多态蚁群遗传算法(PACGA)的资源调度方法,采用关键路径链的调度算法获取需求调度的节点,不同节点间采用多态蚁群遗传算法进行资源的调度,依据照工业控制网络资源调度的特征,用自适应调整挥发系数增强节点的全局搜索性能,通过候选节点集方法缩小搜索区域提高算法的搜索效率,完成工业控制网络总线资源的高效调度;仿真实验说明,该种方法在工业控制过程中任务数量较多的情况下仍然具备较高的运行效率和精度,并且具有较低的运行时间,具有较强的应用价值。     

一种应用于分布式缓存系统中的缓存部署算法

缓存技术能有效的节省网络带宽,减少用户的访问延迟.在分布式缓存系统中,一个值得研究的问题是如何根据用户的请求动态的进行缓存部署,使得系统的收益最大.描述了缓存部署问题并建立了优化模型,在此基础上提出一种新的协作缓存部署算法,该算法利用对象的热度、网络距离,以及系统中各节点接收的请求和系统缓存分布信息,依次对请求路径上的节点进行缓存部署决策,同时该算法将计算分布到请求路径的各个节点上进行.仿真结果表明,该算法具有比LRU和Graph算法更高的缓存命中率和更低的访问延迟.     

改进A*算法在路径规划中的应用

针对大规模多AGV路径规划的应用场景,为解决多个AGV在路径规划时因抢占节点,导致该节点负载过高,造成局部拥塞,致使整个系统的运行效率降低的问题。提出了一种结合节点负载情况的改进A*算法。各个节点的负载从初始值开始,根据相应的动态负载计算公式,动态更新该节点的负载。在A*算法的启发函数中引入负载,使节点负载影响AGV路径选择,避开高负载节点。通过相应的仿真模拟实验,证明了该算法能够有效地均衡各节点的负载,提高系统运行效率。     

移动微云任务迁移与调度

为了解决移动微云中时间期限约束下的任务能效调度问题,提出一种基于自适应概率的分布式任务调度算法。算法分为两个阶段:资源发现阶段和自适应概率调度阶段。第一阶段主要通过修正的QoS OLSR协议,使发送任务执行请求的源节点周期性地收集邻近处理节点的资源信息;第二阶段主要根据源节点的任务到达率,以概率计算方式选择最优的处理节点执行任务,在满足时间约束的同时,达到最优的能效。经过大量仿真场景的验证,结果表明该算法在维持较高的任务完成率的同时,还可以降低任务完成的平均能耗。     

基于差异能耗率的MANET节能路由协议

在移动自组织网络动态源路由(DSR)协议的基础上,设计一种基于差异能耗率的路由协议。在路由发现阶段,将节点能量门限值和差异能耗率引入到路由代价的计算中,按其拓扑结构和路径上各节点的能耗率选择合适的传输路径,使数据包在各个路径上均衡通过,从而延长整个网络的存活时间。仿真结果表明,与DSR和REECV协议相比,该协议在死亡节点数、网络生存时间、投递率方面的性能较好。     

基于节点状态的多类型传感器调度算法

针对无线传感器网络（WSN）中能量效率问题,提出一种基于簇结构中节点健康状态的多类型传感器调度算法. 该算法基于节点的健康状态、节点传输的信息质量,根据簇中节点的健康状态进行自适应选取任务节点;通过对传感器的合理调度,均衡了网络中能量消耗以及任务的分配,保证网络的顺利运行. 实验仿真结果表明了算法的有效性.     

WSN中基于能量代价的能量优化路由算法

针对无线传感器网络路由算法中的节点能耗问题,提出了一种基于能量代价的能量优化路由算法。算法综合考虑数据传输中节点能耗的有效性和均衡性,设计了一种新的能量代价函数,实现了二者的优化匹配。传感器节点按此函数计算前向部居节点的能量代价,选择能量代价最小的节点作为下一跳。算法基于部居节点信息进行路由选择,具有较低的计算时间复杂度。最后,对路由算法的性能进行了仿真分析,并与典型的路由算法进行了对比,结果表明,本路由算法能够有效延长网络生存时间,节约并均衡节点的能量消耗。