无线传感器网络定向扩散路由协议研究

定向扩散协议是一个典型的以数据为中心的路由协议。它具有很多的优点,但是也有一定的不足。在初始兴趣扩散阶段,由于采用泛洪方式,导致了很大的能量开销。为了减少泛洪所引起的能量开销,文中提出了一种改进的路由协议DD-RFA。即采用节点的射频角度来发送兴趣,邻居节点只有在射频角度范围内的才可以扩散兴趣,否则拒绝扩散兴趣。仿真结果表明,与传统的定向扩散协议相比,有效地缩小了兴趣报文泛洪的范围,减少了参与兴趣扩散的节点数目,节省了能量。因此,改进的路由协议很大程度上节省了能量,延长了整个网络的生命周期。     

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。     

无线传感器网络路由协议的研究和仿真

在分析现有无线传感器网络路由协议的基础上,重点阐述了定向扩散协议的工作原理和传播机制,并建立了仿真模型。仿真结果表明,与其它路由协议相比较,定向扩散是一种较为理想的路由协议。     

无线传感器网络定向扩散协议研究及改进

定向扩散是以数据为中心的路由协议,与无线传感器网络以数据为中心的特点相符合,有着传统的路由协议不具备的优势.但是定向扩散协议的一些缺陷会影响它在无线传感器网络中的应用.对定向扩散协议进行了研究分析,并对其初始阶段兴趣扩散的洪泛方式进行了改进,引入了一种更加节能和有效的兴趣扩散方式.最后通过仿真验证改进过的定向扩散协议具有更好的节能性和适应性.     

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。     

基于网络编码的定向扩散路由协议

提出一种新的基于网络编码的无线传感器网络定向扩散路由协议。在定向扩散路由建立的过程中利用随机线性网络编码,使中继节点对收到的分组进行网络编码后再转发,以减少网络中分组传输的次数,优化网络带宽利用率。基于网络仿真平台NS2的仿真结果表明,新协议的网络性能得到有效改善,节点的平均剩余能量和网络吞吐量有显著提高。     

一种改进的无线传感器网络定向扩散协议

针对定向扩散协议发送探测数据分组阶段的能量消耗,对定向扩散协议进行了改进.该算法考虑了节点的剩余能量,在转发数据包之前,对转发该数据包所需的能量和邻居节点的剩余能量进行比较,选择剩余能量足够的邻居节点作为转发节点.仿真结果表明,该算法能有效地减少因节点能量不足而产生的丢包和重传,从而节省网络的总体能量消耗,延长了网络的寿命.     

关于无线传感器网络节能问题的研究——基于定向扩散路由协议的改进的探讨

定向扩散路由协议作为无线传感器网络的一种重要的典型网络协议,是高能源有效性协议的代表。然而它有着明显缺点,那便是在初始和更新查询阶段存在着极大的开销。文章直接针对这个问题,以节能为目的,提出引入选择节点转发的方法来改进定向扩散路由协议。最后通过模拟实验得出的结果显示改进后的定向扩散路由协议能节省能量17.8%。改进后的定向扩散路起到了很好的节能效果。     

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.     

无线传感器网络温控平台路由协议研究

研究适用的路由算法是无线传感器网络发挥作用的重要保证.本文对无线传感器网络中温控环境平台的路由方案进行了研究,在分析比较现有路由协议的基础上,引入了定向扩散协议,并介绍了具体的定向扩散过程;根据温度监控平台的实际应用,进行了相应的路由算法设计,总结出了定向扩散协议在此应用中的优缺点.     

无线传感器网络QoS路由的研究与仿真

无线传感器网络要求支持多种业务的差别服务和全网范围的资源有效利用,QoS路由是解决该问题的关键技术之一.在分析无线传感器网络QoS 路由问题的基础上,对定向扩散(Directed Diffusion,DD)进行扩展,提出了一种组合利用路径节点最小能量和最小跳数信息的分布式QoS 路由算法,并建立了仿真模型.仿真结果表明,与传统DD比较,网络生存期可提高500%;不同比例的混合业务模式下,可很好的支持不同业务的资源需求分配,达到全网能耗均衡.     

基于定向扩散路由协议的改进

在无线传感器网络中,节点能量有限决定了路由协议需要高效利用能量.基于定向扩散协议在能量方面的不足提出一种改进协议DD-OH.采用自由空间模型,通过最佳跳数值控制探测数据的扩散范围,增强能量的高效利用.理论分析和仿真结果表明,与传统的定向扩散协议相比,改进的协议有效地减少了网络中节点的平均耗能,有利于延长节点和网络的工作寿命.     

基于定向扩散的双向路由协议

根据高速公路气象监测无线传感器网络线形部署、数据接收点多和气象监测信息双向传输的特点,提出基于定向扩散路由协议的双向无线传感器网络路由协议,实现了高速公路气象监测数据的多点传输。经仿真测试,该路由协议实现简单、工作可靠稳定,能满足高速公路气象监测数据双向传输的要求。     

一种无线多媒体传感器网络仿真器设计方案

无线多媒体传感器网络扩展了传统无线传感器网络的应用范围,延伸了人们感知世界的物理空间,其在军事、民用、商业等诸多领域都具有十分广阔的应用前景。网络仿真技术作为传感器网络研究的基础,在这个快速发展的研究领域逐步成为测试新网络应用与验证新协议算法的通用方法。无线多媒体传感器网络虽已成为当前研究热点,但适于其个性特征的仿真实验工具仍然滞后。分析了无线传感器网络仿真技术,针对现有仿真实验工具的缺陷与不足,结合仿真无线多媒体传感器网络时所遇到的新问题,提出了一种无线多媒体传感网络仿真器的设计方案,并给出了该方案关键部分的实现框架。     

无线传感器网络研究综述

无线传感器网络作为计算、通信和传感器三项技术相结合的产物,是一种全新的信息获取和处理技术。在简要介绍无线传感器网络体系结构的基础上,分析和展望了一些有价值的应用领域。结合已有研究,从数据采集、数据计算和路由协议三方面介绍无线传感器网络的研究现状,并着重介绍了目前无线传感器网络采用的路由技术,最后指出了下一步的研究方向。     

无线传感器网络中DD路由协议的改进研究

无线传感器网络(Wireless Sensor Network)是新近发展起来的一种面向应用的网络系统。“一次部署多种应用”的业务网络是无线传感器网络的发展趋势,而不同的业务对网络的服务质量(Quality of Service,QoS)提出了不同的要求,改进后的路由协议针对原有定向扩散协议进行了扩展和改进,来实现实时业务和尽力而为业务的数据传输,使得无线传感器网络能够提供多种业务的区分服务。通过仿真实验结果验证了该方案能满足多种业务的传输要求又能均衡全局网络节点能量消耗,并且能够延长网络生命周期。     

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。     

无线传感器网络中基于RSSI的节点距离预测

无线传感器网络大量应用在环境监测、目标跟踪、安全监控等领域,因此网络的自身定位是大多数应用的基础。常用的定位方法必须测量节点间的距离。为了预测距离值,根据实验获取的RSSI值与对应的距离值,先对实验数据进行滤波处理,建立面向Matlab神经网络工具箱的神经网络预测模型,利用神经网络的特性和Matlab工具箱的强大功能,通过实测数据对网络进行训练。预测结果表明,距离精度达到1 m之内。     

无线传感器网络目标跟踪性能优化及仿真

无线传感器网络中传感器节点相互协同完成感知任务,以传感器量测的信息效用和获取量测的能量消耗来折中地选择参与的节点,但用户对服务质量Qos( Quality of Service)的需求并没有在节点选择时得以体现。为此本文以目标跟踪为应用背景,提出了一种自适应动态协同自组织算法A-DCS,该算法同时完成检测与状态估计任务,首先根据用户设定的检测概率,确定候选节点集合,选择具有最大检测概率的节点为簇首;随之根据给定的状态估计精度,自适应确定参与感知任务的簇成员顺序和个数。统计不同检测概率和状态估计精度时相应的能量消耗,以此作为系统设计时参数设定的依据,从而最大可能地延长网络的生命周期。仿真表明：在跟踪精度和能量消耗两个指标下,该算法优于IDSQ和DCS。 A-DCS也适用于传感器网络系统中的其他估计问题。