基于粒子群算法的无线传感器网络路由技术研究

基于粒子群算法的无线传感器网络路由技术研究

论文摘要

无线传感器网络(Wireless Sensor Network,WSN)是当前IT产业的研究热点,具有广阔的应用前景和巨大的商业潜力,受到军事界、学术界和工业界的高度重视。由于传感器节点的能量、存储、运算和通信等都十分有限,因此WSN路由协议设计的首要目标就是节能和延长网络生命周期。随着研究的进展,大规模WSN的路由协议逐渐呈现出层次化的趋势。本文首先对几种典型WSN路由协议进行了介绍和比较,重点叙述了经典LEACH路由协议,然后采用粒子群优化算法(Particle Swarm Optimization,PSO)对LEACH协议的簇首选择过程进行优化,以达到降低能耗和提高能耗均衡程度的效果。本文的主要工作和创新点为:(1)对PSO中的参数压缩因子进行改进,得到带有自适应压缩因子的粒子群算法ACFPSO。在ACFPSO中,压缩因子的变化考虑到整个粒子群的搜索进展情况,伴随着粒子群个体最优解和全局最优解的动态变化进行自适应调整,以平衡粒子群的全局搜索能力和局部搜索能力,提高PSO的收敛性和效率。(2)对LEACH协议中最优簇首数的动态确定进行了研究,分析了最优簇首数对网络性能的影响。然后运用MATLAB软件对最优簇首数进行了实验仿真。仿真结果表明:与经典LEACH协议相比,采用最优簇首数的LEACH协议能够有效地降低了网络平均能耗,剩余存活节点数明显增多。(3)提出新的基于PSO的分簇路由算法ACFPSO-C,应用ACFPSO对LEACH协议的簇首选择过程进行优化。在ACFPSO-C中,簇首的选择综合考虑了传感器节点的剩余能量、数据传输的能耗以及节点之间的距离等因素。仿真结果表明:与LEACH协议相比,ACFPSO-C算法显著地改善了网络的能耗均衡程度,避免了网络中某些传感器节点的过早死亡,基站接收到的数据量增多,网络生命周期得到延长。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究现状与发展趋势
  • 1.3 研究目的和意义
  • 1.4 本文的组织结构
  • 第二章 无线传感器网络
  • 2.1 概述
  • 2.2 WSN 的体系结构
  • 2.2.1 网络结构
  • 2.2.2 节点结构
  • 2.2.3 协议栈
  • 2.3 WSN 的特点
  • 2.4 WSN 的关键技术
  • 2.5 WSN 的应用
  • 2.6 本章小结
  • 第三章 WSN 路由协议
  • 3.1 WSN 路由协议概述
  • 3.2 WSN 路由协议的特点与设计规则
  • 3.3 WSN 路由协议的分类
  • 3.4 典型WSN 路由协议的分析与比较
  • 3.4.1 平面路由协议
  • 3.4.2 层次路由协议
  • 3.4.3 典型WSN 路由协议的比较
  • 3.5 本章小结
  • 第四章 基于PSO 的WSN 路由协议
  • 4.1 前言
  • 4.2 粒子群优化算法
  • 4.2.1 概述
  • 4.2.2 自适应压缩因子PSO(ACFPSO)
  • 4.3 基于PSO 的WSN 分簇路由算法(ACFPSO-C)
  • 4.3.1 系统模型与能耗模型
  • 4.3.2 最优簇首数
  • 4.3.3 适应值函数
  • 4.3.4 粒子与传感器节点的位置映射
  • 4.3.5 ACFPSO-C 算法流程描述
  • 4.4 本章小结
  • 第五章 基于MATLAB 的算法仿真与分析
  • 5.1 分簇路由算法的性能评价指标
  • 5.2 仿真环境及参数设置
  • 5.3 最优簇首数的仿真
  • 5.4 ACFPSO-C 算法仿真与性能分析
  • 5.5 本章小结
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 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:;  ;  ;  ;  

    基于粒子群算法的无线传感器网络路由技术研究
    下载Doc文档

    猜你喜欢