基于粒子群优化的无线传感器网络分簇路由协议的研究

基于粒子群优化的无线传感器网络分簇路由协议的研究

论文摘要

无线传感器网络涉及众多学科,是目前IT领域中的研究热点,并具有广泛的应用前景。由于无线传感器网络节点的能量、处理能力、存储能力、通信能力等都十分有限,能源的高效使用就成为无线传感器网络路由设计的首要目标。大规模的无线传感器网络一般都采用层次型路由协议来减少能量消耗。本文主要针对无线传感器网络的基于分簇的层次型路由协议进行探讨。相比与降低单个节点的能量消耗,能量高效的无线传感器网络路由协议也必须重视能量在网络范围内的均衡消耗。采用粒子群优化算法优化分簇路由协议中的簇头选择和路径选择,既可以减少能量消耗,也能是能耗更加均衡。本文是在对无线传感器网络的分簇路由协议分析研究的基础上,对已有的协议进行改进,提出一种新的能量均衡高效的分簇路由协议。首先提出了基于粒子群优化的双簇头分簇算法(PSO-based Double Cluster-Heads Clustering algorithm, PSO-DH)。粒子群优化算法具有简单、有效、收敛快的特性,可以为能量、处理能力、存储能力都有限的无线传感器网络所用。基于粒子群优化的双簇头分簇算法首先利用粒子群优化算法来优化簇头的选择,使所选择的簇头节点具有较高的能量而且与其他簇内节点之间的距离尽量小,以此来达到减少能量消耗的效果;并通过采用双簇头策略,利用副簇头负责与汇聚节点的通信,使簇头能耗在主副簇头间分散开,进一步做到能耗均衡,达到延长网络生命周期的效果。仿真实验结果表明这个算法与LEACH算法相比可明显延长网络生命周期,具有较高的优越性。其次对能量高效路由算法进行了探讨。无线传感器能量高效的路由协议不仅仅单个节点的能量消耗要小,更重要的是整个网络能量的均衡消耗。针对这一要求提出能耗均衡的最小能耗路由算法(Balanced Minimum Energy Consumption algorithm, BMEC),通过节点的位置和剩余能量两方面的信息来确定多跳路径中实际中继节点的选择,得到总能量消耗小且能耗均衡的路径。仿真结果表明这个算法所得到的路径,虽然网络的总体能量消耗比最小能耗路由算法要稍多一些,但是因为它的能耗分布比较均衡,整体网络的生命周期要比最小能耗路由算法延长接近30%,具有较高的能量效率。最后,针对大规模无线传感器网络,提出了基于粒子群优化的无线传感器网络分簇路由协议(PSO-based clustering Routing Protocol for WSN, PSO-CR)。该协议综合前面的两个算法采用了分簇算法和多跳路由,分为两个阶段:簇的建立阶段和数据通信阶段。在簇的建立阶段采用基于PSO的无线传感器网络双簇头分簇算法(PSO-DH)选择主、副簇头。在数据通信阶段副簇头根据第四章中的能耗均衡的最小能耗路由算法(BMEC)选择路径,将数据通过多跳传送给sink节点。该协议可以使得网络中的节点比较均衡地消耗能量。通过仿真证明,基于粒子群优化的无线传感器网络分簇路由协议(PSO-CR)具有能量均衡高效的特点,有较好的性能。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 选题背景
  • 1.2 研究内容和意义
  • 1.3 论文组织
  • 第二章 无线传感器网络路由协议
  • 2.1 WSN路由协议概述
  • 2.2 路由协议分类
  • 2.3 层次型路由协议简介
  • 2.3.1 LEACH
  • 2.3.2 LEACH-C
  • 2.3.3 HEED
  • 2.3.4 PEGASIS
  • 2.4 本章小结
  • 第三章 基于PSO的无线传感器网络双簇头分簇算法
  • 3.1 概述
  • 3.2 粒子群优化算法简述
  • 3.3 网络和能耗模型
  • 3.3.1 网络模型
  • 3.3.2 能耗模型
  • 3.4 基于PSO的双簇头分簇算法(PSO-DH)
  • 3.4.1 PSO的适应值函数
  • 3.4.2 MCH和VCH的选择
  • 3.4.3 PSO-DH算法详细步骤
  • 3.5 仿真及结果
  • 3.5.1 仿真环境
  • 3.5.2 仿真结果及分析
  • 3.6 本章小结
  • 第四章 能耗均衡的最小能耗路由算法(BMEC)
  • 4.1 概述
  • 4.2 BMEC网络与能耗模型
  • 4.2.1 网络模型
  • 4.2.2 能耗模型
  • 4.3 能耗均衡的最小能耗路由算法
  • 4.3.1 理想MEC路径
  • 4.3.2 理想下一跳中继节点
  • 4.3.3 实际路径
  • 4.3.4 BMEC算法的实现
  • 4.4 仿真及结果
  • 4.4.1 仿真环境
  • 4.4.2 仿真结果及分析
  • 4.5 本章小结
  • 第五章 基于粒子群优化的无线传感器网络分簇路由协议
  • 5.1 概述
  • 5.2 仿真及结果
  • 5.2.1 仿真环境
  • 5.2.2 仿真结果及分析
  • 5.3 本章小结
  • 第六章 总结与展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    • [1].几种典型无线传感器网络中的自身定位算法[J]. 巴音郭楞职业技术学院学报 2012(02)
    • [2].浅析无线传感器网络技术的特点与应用[J]. 广东职业技术教育与研究 2019(06)
    • [3].基于剩余能量的认知无线传感器网络频谱分配[J]. 传感技术学报 2019(12)
    • [4].山区地形无线传感器网络覆盖机制研究[J]. 计算机产品与流通 2020(01)
    • [5].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 信息记录材料 2019(11)
    • [6].无线传感器网络的异常检测[J]. 电子技术与软件工程 2019(24)
    • [7].以实践能力为培养目标的“无线传感器网络”教学改革与实践[J]. 科技资讯 2020(01)
    • [8].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 海峡科技与产业 2019(07)
    • [9].基于遗传算法的茶园无线传感器网络的优化方法[J]. 科学技术创新 2020(02)
    • [10].可充电传感器网络能量管理策略研究[J]. 电子测试 2020(04)
    • [11].通信类课程创新能力培养研究与改革——以“无线传感器网络”课程为例[J]. 教育教学论坛 2020(08)
    • [12].无线传感器网络研究现状与应用[J]. 通信电源技术 2020(03)
    • [13].基于无线传感器网络的桥梁结构健康监测设计研究[J]. 工程技术研究 2020(03)
    • [14].基于ZigBee技术的矿用无线传感器网络的分析与设计[J]. 内蒙古煤炭经济 2019(19)
    • [15].无线传感器网络在矿山环境监测中的应用研究[J]. 中国新通信 2020(06)
    • [16].无线传感器网络中移动充电和数据收集策略[J]. 电子元器件与信息技术 2020(02)
    • [17].无线传感器网络定位精度的优化研究[J]. 浙江水利水电学院学报 2020(02)
    • [18].无线传感器网络在智能电网中若干关键问题的研究[J]. 中国新通信 2020(07)
    • [19].无线传感器网络中基于邻域的恶意节点检测[J]. 湖北农业科学 2020(05)
    • [20].无线传感器网络在煤矿安全智能监控系统中的运用[J]. 电子技术与软件工程 2020(08)
    • [21].无线传感器网络发展应用[J]. 电脑知识与技术 2020(14)
    • [22].异构分级式认知传感器网络分簇优化[J]. 产业与科技论坛 2020(09)
    • [23].一种无线传感器网络感知覆盖空洞搜寻与修复方法[J]. 传感技术学报 2020(05)
    • [24].无线传感器网络定位精度的优化研究[J]. 信息记录材料 2020(06)
    • [25].无线传感器网络中能量问题研究进展[J]. 无线通信技术 2020(02)
    • [26].无线传感器网络在工业网络中的应用研究[J]. 现代工业经济和信息化 2020(08)
    • [27].新一代箭载无线传感器网络系统架构综述[J]. 宇航计测技术 2020(04)
    • [28].无线传感器网络在船舶通信系统中的应用[J]. 舰船科学技术 2020(18)
    • [29].无线传感器网络故障诊断分析与研究[J]. 科技视界 2020(31)
    • [30].无线传感器网络的特点和应用[J]. 电子技术与软件工程 2019(04)

    标签:;  ;  ;  ;  ;  

    基于粒子群优化的无线传感器网络分簇路由协议的研究
    下载Doc文档

    猜你喜欢