无线传感器网络非均匀分簇与多路径路由协议优化方法

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:yangyang03
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
近年来,随着物联网技术的飞速发展,与此相关的一些技术如RFID、无线传感器网络也得到了快速的发展。其中,无线传感器网络具有低功耗、低成本、分布式和自组织的特点,在工业、农业、军事、医疗等领域都具有广泛应用前景,引起了相关研究者们的高度关注。路由协议是无线传感器网络的核心技术。本文以无线传感器网络路由协议为主要研究对象,以降低节点能耗、均衡网络负载、提高数据传输可靠性以及增强网络鲁棒性为目标,对已有分簇路由和多路径路由展开研究并加以改进。本文的主要研究内容有:1、选择了经典的分簇路由协议——LEACH路由协议作为研究对象,根据无线传感器网络路由协议的性能指标,分析LEACH路由协议的基本原理和通信模型,并针对LEACH协议存在的缺点与不足,对比了不同的改进分簇路由方法。2、为了均衡全网簇头节点的能耗,避免网络中汇聚节点附近的“热区”问题,针对基于LEACH分簇思想的EEUC非均匀分簇路由协议,提出以下改进:在簇头竞选过程中,使用时间竞争的方式代替协商机制以减小广播消息复杂度,降低网络的流量负担;添加了节点到汇聚节点的距离参数为竞选指标,增强网络中簇群的非均匀分布特性,进一步均衡全网能耗;普通节点采用竞争半径和节点间的距离参数为标准选择簇头,合理规划了簇群大小。使用MATLAB模拟改进算法,与经典LEACH算法和EEUC算法进行比较,仿真结果表明,改进的EEUC算法较前两种方法具有较高的稳定性,并且降低了节点能耗、均衡了网络负载、延长了网络生命周期。3、针对无线传感器网络在恶劣环境下节点间通信链路质量较差导致数据传输可靠性不高的问题,在簇头间数据传输过程中,采用了多路径ReInForM路由协议。通过分析该协议的数据传输模型与性能指标,指出了该路由协议的局限性,即仅保证了无线传感网络数据传输可靠率,未能解决网络节点能耗和负载均衡等问题。4、针对ReInForM路由协议存在的缺陷,结合蚁群优化算法对ReIn ForM路由协议进行以下优化改进:在路径选择过程中,考虑了节点剩余能量和节点通信代价,通过给邻居节点分配选择概率,选取最优转发路径;在数据传输过程中,利用蚁群优化算法,实时跟踪节点的剩余能量等参数,更改路径上的信息素浓度和局部启发值,更新下一跳邻居节点的选择概率,通过更换最优路径来均衡网络能耗,提高网络的自适应性。仿真结果表明:与原有ReInForM路由协议相比,在保证了数据传输可靠率的同时,ACOReInForM算法能够有效均衡节点能耗。
其他文献
“会知”(Knowledge-How)与“所知”(Knowledge-That)①看似是两种不同的知识种类。会知是关于“如何做某事”的知识,也通常被认为是主体做某事时所运用的知识;所知是关于某
企业的财务管理和业务管理融合,已成为企业提升财务管理工作效能的重要方向。我国大部分企业的业务管理和财务管理是分别设置两个职能管理部门,两个部门经常是自话自说,导致管理数据不交圈,难以实现经营管理数据的一体化管控,严重影响企业经营管理效率。截至2018年底,H教育集团实现签约销售额9000多万元,成为房地产培训行业的领跑者。笔者在H集团财务部实习过程中,发现该集团的业务管理与财务管理分置、分离,管理
品牌联合是企业打造强势品牌,提高品牌资产和品牌竞争力,从而奠定企业市场地位的重要手段之一。电子商务企业近年来发展迅猛,也热衷于实施品牌联合战略,本论文旨在深入研究联
目的探讨盐酸利托君结合胸膝卧位用于纠正臀妊娠的临床价值。方法选择我院2007年1月~12月产前检查28~34周臀位的孕妇220人,随机分为实验组(123例)和对照组(97例)。实验组口服盐酸利
股票收益率预测是当今学术界与实务届研究的热点和难点问题,股票波动性是股票市场的重要特征之一,股票收益率序列具有明显的“尖峰厚尾”、波动集聚和非线性的特征,ARCH类模型和GARCH类模型是研究股票收益率波动的主要方法,而神经网络模型和灰色GM模型具有较强的泛化能力、自适应能力和突出的预测能力。因此本文探索将GARCH模型与灰色模型、BP模型相结合,对股票收益率进行预测研究。本文以公司股票收益率为研
目的 探讨子宫肌瘤患者经阴道剔除术的围手术期护理对患者术后恢复的影响.方法 术前进行全面评估,作好心理护理及术前准备,术后加强生命体征的监测,注重阴道有无出血,感染等并发症的观察及护理,作好出院指导.结果 200例患者中术后出血的1例,腹胀的3例,发热的1例,无感染发生.结论 术前评估及心理指导,术后密切观察病情及心理护理,作好出院指导,是保证治疗成功、提高患者术后生活质量的关键。