基于蚁群优化的WSN路由算法研究

来源 :西安科技大学 | 被引量 : 0次 | 上传用户:Wayne_poplar
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(WirelessSensorNetwork,WSN)是由大量具有通信与计算能力的微小传感器节点以多跳通信、自组织的方式形成的分布式无线网络。传感器节点只能和其邻居节点通信,其计算能力、存储能力和通信能力都十分有限。无线传感器网络广泛应用于军事领域、环境监测、医疗健康等领域,具有重要的实用价值。由于无线传感器网络中的传感器节点能量受限,因此,有效节约并且均衡网络的能量消耗就成了研究无线传感器网络路由算法的关键因素。本文的主要研究内容和成果如下:1、对基本蚁群算法进行了深入的研究,其在求解最优路径问题时,虽然具有很强地发现较好解的能力,但是存在收敛时间过长和容易陷入局部最优解等缺陷,针对基本蚁群算法应用于无线传感器网络路由的不足之处,通过在状态转移概率公式中引入动态权重因子,采取局部信息素更新与全局信息素更新相结合的策略以及节点的跳数选择机制,提出了一种基于蚁群优化的WSN路由算法IACOR,实现了对搜索空间进行高效、快速地全面寻优,从而避免了基本蚁群算法过早陷入局部最优解的缺陷。2、建立了无线传感器网络的网络模型,分析了无线传感器网络路由算法的设计目标,并且描述了基于蚁群优化的路由协议的实施流程,包括节点设计,报文设计以及基于蚁群优化的无线传感器网络路由过程,并将改进的路由算法IACOR应用于无线传感器网络的路由中。通过在复杂程度不同的环境下进行仿真实验,获得了IACOR算法应用于无线传感器网络路由的最优参数组合,并利用收敛特征,平均端到端传输时延和能量的标准方差来反映其应用于无线传感器网络路由的优化效率。仿真实验表明,IACOR算法能够成功地在不同的无线传感器网络环境中规划出一条近似最优的路径,降低了网络的能耗,有效地提高了整个无线传感器网络的性能,延长了网络的生命周期,是一种具有实际应用价值的路由算法。
其他文献
由于高维空间数据的稀疏性和维灾问题使得高维空间离群点的挖掘和分析始终是数据挖掘的难点之一,本文在现有高维空间离群点挖掘算法的基础上,提出了用数据直方图和FP增长(Frequ
作为实现业务过程建模、仿真分析、优化管理与集成的核心技术,工作流目前已被广泛运用于项目管理、办公自动化以及业务流程重组等领域。建立工作流模型是实现工作流技术的关键
21世纪末以来,随着半导体技术、通信技术、微电子系统、计算机技术等的发展,具有环境感知、信息处理、信号传播的传感器节点逐渐出现,而由其组成的无线传感器网络的技术及应
随着信息化科技的发展,人们对计算资源和存储资源的需求不断的增加。云计算的提出能够很好的解决因需求增长带来的资源利用问题。同时伴随着虚拟化技术逐渐成熟,尤其是在服务
从20世纪后期到本世纪初,由于信息技术的迅猛发展及其产业规模的不断扩大,云计算成为继自来水、电力、天然气、电信之后的第五个公共基础设施服务。云计算是利用网络将各种资
随着图形处理器(GPU)的计算能力和可编程性的不断提高,利用GPU进行通用计算(GPGPU)逐渐成为研究的热点。通常GPGPU计算采用CPU-GPU的异构模式,虽然这种异构模式能够获得好的
随着Web2.0时代的到来,互联网不再只是人们获取信息的重要来源,而且逐渐成为人们表达自己观点和情感的的重要平台,于是互联网上出现了大量的主观性文本,比如购买产品的评论信息、
在电影和游戏中,经常出现多个角色间密集交互动画的场景,比如在电影“斯巴达300勇士”中高质量的多角色格斗场景非常吸引眼球,再比如在“NBA”系列,“指环王”等游戏中,玩家
学位
随着多核处理器的出现,多核处理器任务调度已成为当前高性能处理器研究的热点之一。近年来,针对多核处理器任务调度问题,国内外许多专家和科研机构都进行了积极研究,旨在通过