基于路由表的无线传感器网络路由算法研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:ch3
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
无线传感器网络集成了多种技术,是由若干具有一定存储能力、处理能力的传感器节点组成的。由于受其大小的限制,节点采用微型电池作为电源提供能量,但微型电池的能量是有限的且一旦耗尽无法进行补充。因此,在无线传感器网络的多种路由算法中,节能路由算法对延长其寿命是非常重要的。在无线传感器网络中,根据节点到基站的距离采用不同的路由方式。远距离节点采用多跳的方式首先将数据转发给离基站近的节点,然后由近距离节点发送给基站;而近距离节点采用单跳的方式将数据直接发送到基站。由于近距离节点既要转发远距离节点发来的数据又要发送自己采集的数据,因此需要消耗大量能量。为了均衡节点能耗延长网络寿命,本文提出了新的路由算法。本文从无线传感器网络传感器节点自身的限制因素出发,对无线传感器网络的路由算法做了以下几个方面的研究:(1)介绍了无线传感器网络概念、应用领域、技术特点、发展战略及研究现状。(2)研究了无线传感器网络中几种典型的路由算法,着重介绍了平面路由协议中的泛洪式协议以及以数据为中心的协议中的SPIN、DD、Rumor Routing协议,层次路由协议中的LEACH、TEEN、PEGASIS协议,对各个协议的特点进行了分析。(3)提出了基于路由表的无线传感器网络的路由算法。对现有的平面路由算法和层次路由算法进行了改进,提出了基于路由表的无线传感器网络的路由算法。在平面路由算法中,对每个节点建立了路由表,表中包括节点的剩余能量、状态、及路径消耗,节点根据路由表中节点的状态及路径消耗选择转发节点;在分层路由算法中,对每个簇头节点建立路由表,根据路由表选择下一个转发的簇头节点,为了防止簇头节点能量消耗过快,采用双簇头机制,主簇头进行接收数据进行处理,然后转发给副簇头进行转发。最后,分别对两种算法进行了必要性仿真测试,结果表明,基于路由表的路由算法均衡了节点的能量消耗,在一定程度上延长了网络的生命周期。
其他文献
随着机器设备的迅速发展和应用领域的不断扩大,快速准确地采集和捕捉机器的故障信息,已成为保障工业生产效率和安全的重要基础。声音作为机器工作时发出的一种音频信号,必然
构建无线传感器网络时,人们要事先布置少量的锚节点,这些锚节点的位置信息已知。锚节点可以通过一些方式进行自我定位。由于锚节点自我定位的成本较高,在网络中不可能使每个节点
高性能科学计算的需求不断增加,而传统电子计算机的元器件制作工艺已近极限,科学界正在寻找全新的计算模型,来突破现有计算体系的限制。生物计算以其并行性高、能耗低、信息存储
目前多数的自然语言处理任务尽管都基于数据驱动的方法,但引入语言学知识能有效改善性能却已成为研究人员的共识。语言学家已经发现韵律信息包含了重要语言学信息,认为韵律不仅
无线传感器网络是融合了计算机网络技术与微机电系统(MEMS)方面的一种先进技术,有着很多应用,如目标跟踪、生活环境监测、灾害管理、智能家居应用等。传感器网络由大量的传感
矿井机车无人驾驶系统在设计时具有较高的安全要求,属于典型的安全关键系统。然而,在安全关键系统软件的设计过程中,传统上基于软件工程的方法,一方面,在需求分析阶段,由于自然语言
虚拟手术是虚拟现实在医学领域的应用,它在计算机中生成一个逼真的手术场景,可以用来模拟手术过程中可能遇到的各种现象。虚拟手术可用于外科医生培训、手术效果预测、手术方案
云计算思想的提出起源于对计算服务边界的经济学定义,它是一种利用互联网实现按需、便捷访问共享资源池(如计算设施、存储设备、应用服务程序等)的计算模式。云计算采用虚拟化技
极限学习器(Extreme learning machine, ELM)是训练单隐含层前馈神经网络有效学习算法。ELM克服了基于梯度的学习算法的很多不足,如局部极小、不合适的学习速率、学习速度慢等
语音分离将目标语音从背景噪声中分离出来,去除了语音中的噪声,提高了听感知质量和可懂度,可广泛应用于助听器、移动通讯、语音识别、说话人识别等领域。基于深度学习的方法