基于蚁群优化的多路径能量均衡路由算法研究

来源 :中国矿业大学 | 被引量 : 0次 | 上传用户:nbwdwby
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络因其成本低、不需要布线、采集范围广等特点,经常被应用在一些危险、条件恶劣或人力无法到达的环境中,对区域或者目标进行实时监测,采集人们需要的信息。随着无线传感器网络服务对象的增多,对该网络研究的学者也越来越多。而路由算法作为无线传感器网络的关键技术之一,也成为该网络重要的研究方向。本文针对现存蚁群路由算法的不足,设计和实现了两个路由算法。(1)针对现存蚁群单路径路由算法的不足,提出基于改进蚁群算法的无线传感器网络路由算法(IARA)。首先,针对初始邻居节点的冗余问题,提出邻居节点预筛选;然后在对路径启发因子的改进中,采用节点间的角度因子、距离因子对路径方向进行更好的引导,避免无关路径的产生,同时考虑了下一跳节点及其邻居节点的能量水平;最后针对局部最优的问题,提出半自适应信息素更新策略。仿真实验表明,与EEABR、IEEABR算法相比,IARA算法在路径跳数、节点平均能耗方面的性能都有一定的提高,但是由于单路径的局限性,使得算法在时延及能量均衡性方面的优势较小。(2)针对IARA单路径的不足,并进一步均衡网络能量、提高网络性能,提出基于IARA的多路径能量均衡路由算法(MEBR)。在节点部署方面,采用中心式密度递减的部署策略。为加强路径的独立性和容错性,提出链路不相交多路径形成策略,并对搜索到的多路径建立多路径决策管理模型,选择当前最佳传输路径并管理多路径。在对路径切换机制进行研究后,提出适用于链路不相交多路径的路径切换机制,并定义修复蚂蚁对路由进行维护和更新。仿真实验表明,与IARA及AntHocNet相比,MEBR在网络能耗、分组丢失率及时延方面的性能更优,并更好地实现了网络负载的均衡,同时也进一步延长了网络生命周期。
其他文献
随着计算机与网络技术的发展,Web已经成为人类知识的存储库,用户可以方便快捷地接触到丰富的信息。因而在如此浩瀚的信息中找到对自己真正有用的信息成为人们关注的焦点。在
学位
数据挖掘是当前知识发现领域中的一个研究热点,其中的关联分析是一种重要方法。像大多数行业一样,供热企业也存储了大量的数据。面对这些纷繁复杂的供热数据,传统的分析手段
排序学习问题是搜索引擎的核心问题,对它的研究引起了学术界和工业界的广泛关注。传统的排序学习算法主要是从充足的已标号训练样本中学习排序函数,然后将其用来预测同种类型对
在信息化时代,人们对于信息共享的要求越来越高,单个域内的资源共享已无法满足用户对资源的需求,跨域资源访问应运而生。单点登录(Single Sign-on, SSO)使得用户只需在跨域资
分布式拒绝服务(Distributed Denial of Service,DDoS)攻击是当前互联网面临的最严重的安全问题之一。应用层DDoS攻击用于完成特定目标,主要包括中断交易和访问数据库资源。
随着互联网的发展,网络服务器面对众多用户请求的压力也变得越来越大。面对这样的情况,只靠提高单个服务器的硬件性能已远远不能满足需求,而且这些方法的代价十分昂贵,也只能
自从互联网普及以来,电子邮件逐渐成为人们生活中便捷的通信手段之一。但随之产生的垃圾邮件泛滥成灾,除了用户不希望甚至厌恶收到此类邮件以外,垃圾邮件还占用了大量的网络
随着信息技术、数据收集和存储技术的不断发展,数据规模逐渐扩大、维度逐渐增高,传统聚类算法受高维数据稀疏性和维度灾难的影响无法进行有效聚类,为解决高维数据聚类问题,软
无线传感器网络(Wireless Sensor Networks,WSN)是综合多门学科技术的新兴技术之一,具有数据采集、处理和传输的功能。传感器节点自组织形成网络感知环境参数信息,实现对客观