本文關(guān)鍵詞：基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科技的進(jìn)步,經(jīng)濟(jì)的發(fā)展,我們生活的很多地方需要通過(guò)采集信息來(lái)做信息的處理和判斷。而物聯(lián)網(wǎng)技術(shù)的快速發(fā)展,使得將物聯(lián)網(wǎng)技術(shù)運(yùn)用于信息采集領(lǐng)域成為當(dāng)前研究信息采集問(wèn)題的熱點(diǎn)。無(wú)線傳感器網(wǎng)絡(luò)(WSN)技術(shù)是物聯(lián)網(wǎng)的核心技術(shù)之一,由于無(wú)線傳感器節(jié)點(diǎn)自身的一些特點(diǎn),例如:大規(guī)模,自組網(wǎng),魯棒性。使得無(wú)線傳感網(wǎng)(WSN)在信息采集領(lǐng)域有著很大的優(yōu)勢(shì)。無(wú)線傳感網(wǎng)在擁有很多特點(diǎn)的同時(shí),它的瓶頸之一在于能耗問(wèn)題,這是因?yàn)閃SN網(wǎng)絡(luò)各個(gè)節(jié)點(diǎn)采用有限的電池供電且不易更換。目前該領(lǐng)域的能耗優(yōu)化方法主要是對(duì)路由協(xié)議進(jìn)行優(yōu)化,并且在硬件上通過(guò)一定措施來(lái)減少功耗。本文在前人基礎(chǔ)上提出了一種基于泰森圖和改進(jìn)的蟻群算法的分層型路由協(xié)議LEACH-VA。在簇內(nèi)路由協(xié)議設(shè)計(jì)上,作者在研究了多種現(xiàn)有路由算法的基礎(chǔ)上,通過(guò)改進(jìn),提出了基于泰森多邊形分簇的動(dòng)態(tài)分簇方法,單純運(yùn)用幾何關(guān)系分簇,減少了傳統(tǒng)分層路由算法在節(jié)點(diǎn)加入簇的過(guò)程中節(jié)點(diǎn)間通信耗費(fèi)的大量能量。簇間路由使用多跳傳輸?shù)姆绞�。算法�?duì)數(shù)據(jù)包的結(jié)構(gòu)進(jìn)行了重新規(guī)定,運(yùn)用蟻群算法,并改進(jìn)了蟻群算法的信息素更新規(guī)則,在更新的過(guò)程中考慮了節(jié)點(diǎn)能量因素,同時(shí)加入了對(duì)非最佳路徑的負(fù)反饋條件,從增強(qiáng)了全局最優(yōu)解的選取,良好的規(guī)劃了簇間路由的路徑。在提出的算法基礎(chǔ)上,結(jié)合公共交通領(lǐng)域中,使用WSN采集交通信息數(shù)據(jù)的實(shí)際場(chǎng)景,試探性的根據(jù)LEACH-VA分層路由算法,探索了算法實(shí)際運(yùn)用在公共交通領(lǐng)域的框架,但是因?yàn)槿鄙賹?shí)際數(shù)據(jù)的支持以及實(shí)驗(yàn)室條件的限制,沒(méi)有進(jìn)一步的用真實(shí)的路面數(shù)據(jù)進(jìn)行更加精確的研究和分析。通過(guò)對(duì)本文提出的LEACH-VA算法的仿真和比較,改進(jìn)后的算法在能量利用率和收斂速度上有一定的提高,優(yōu)化了WSN網(wǎng)絡(luò)的能量均衡性。對(duì)WSN的實(shí)際運(yùn)用,產(chǎn)生了積極地影響。
【關(guān)鍵詞】：無(wú)線傳感網(wǎng)絡(luò) 路由算法 泰森圖 蟻群算法
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5;TP212.9
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-14
• 1.1 研究背景和意義10-11
• 1.2 研究現(xiàn)狀11-12
• 1.2.1 無(wú)線傳感網(wǎng)（WSN）研究現(xiàn)狀11-12
• 1.2.2 WSN路由算法研究現(xiàn)狀12
• 1.3 研究?jī)?nèi)容及預(yù)期目標(biāo)12-13
• 1.4 論文組織結(jié)構(gòu)13-14
• 第2章 低功耗無(wú)線傳感網(wǎng)絡(luò)的研究14-26
• 2.1 無(wú)線傳感網(wǎng)(WSN)的介紹14-16
• 2.1.1 WSN的網(wǎng)絡(luò)結(jié)構(gòu)14-15
• 2.1.2 WSN的節(jié)點(diǎn)結(jié)構(gòu)15
• 2.1.3 WSN的協(xié)議棧15-16
• 2.2 WSN的特點(diǎn)及相關(guān)技術(shù)16-18
• 2.2.1 無(wú)線傳感網(wǎng)特點(diǎn)16-17
• 2.2.2 WSN的關(guān)鍵技術(shù)17
• 2.2.3 WSN的網(wǎng)絡(luò)性能評(píng)價(jià)17-18
• 2.3 硬件解決方案的選擇18-20
• 2.3.1 非開(kāi)源協(xié)議棧18
• 2.3.2 半開(kāi)源協(xié)議棧18-20
• 2.4 基于TI CC2530+TIMAC的低功耗方案的研究20-25
• 2.4.1 常見(jiàn)的睡眠/喚醒機(jī)制方案20-21
• 2.4.2 CC2530 低功耗模式21
• 2.4.3 CC2530 低功耗編程方法21-25
• 2.5 本章小結(jié)25-26
• 第3章 基于泰森圖的WSN簇內(nèi)路由的研究26-41
• 3.1 WSN路由協(xié)議和分層路由26-30
• 3.1.1 路由協(xié)議分類26-27
• 3.1.2 分層路由27-30
• 3.2 基于泰森圖的動(dòng)態(tài)網(wǎng)絡(luò)區(qū)域劃分30-34
• 3.2.1 泰森圖基本概念31
• 3.2.2 網(wǎng)絡(luò)的區(qū)域劃分31-34
• 3.3 簇頭選取和簇的建立34-40
• 3.3.1 簇頭的選取34-36
• 3.3.2 節(jié)點(diǎn)分簇36-37
• 3.3.3 簇內(nèi)路由37-40
• 3.4 本章小結(jié)40-41
• 第4章 基于蟻群的WSN簇間路由的研究41-59
• 4.1 蟻群算法簡(jiǎn)介41-46
• 4.1.1 蟻群算法41-44
• 4.1.2 蟻群算法的優(yōu)缺點(diǎn)分析44-45
• 4.1.3 蟻群算法用于WSN的發(fā)展現(xiàn)狀45-46
• 4.2 算法改進(jìn)策略46-54
• 4.2.1 針對(duì)啟發(fā)函數(shù)的改進(jìn)47-52
• 4.2.2 針對(duì)信息素更新的改進(jìn)52-54
• 4.2.3 增加螞蟻訪問(wèn)列表54
• 4.3 基于蟻群算法的WSN簇間路由算法54-58
• 4.3.1 前向螞蟻55
• 4.3.2 后向螞蟻55-58
• 4.4 本章小結(jié)58-59
• 第5章 WSN路由算法在公共交通中的應(yīng)用59-67
• 5.1 LEACH-VA在公共交通上的應(yīng)用研究59-62
• 5.1.1 公交智能化的需求分析59-60
• 5.1.2 WSN在智能公交上的應(yīng)用情景60-62
• 5.2 智能交通中信息的組成62-64
• 5.2.1 交通分區(qū)信息統(tǒng)計(jì)63
• 5.2.2 交通數(shù)據(jù)分類63-64
• 5.3 WSN分簇路由在智能交通上的運(yùn)用研究64-66
• 5.4 本章小結(jié)66-67
• 第6章 仿真實(shí)驗(yàn)與結(jié)果67-74
• 6.1 泰森圖分簇后的仿真結(jié)果67-69
• 6.2 改進(jìn)蟻群算法的性能仿真69-73
• 6.3 本章小結(jié)73-74
• 第7章 總結(jié)和展望74-76
• 7.1 總結(jié)74-75
• 7.2 展望75-76
• 致謝76-77
• 參考文獻(xiàn)77-79

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 鄭明才;張大方;趙小超;;最小跳數(shù)路由無(wú)線傳感器網(wǎng)絡(luò)中的路由數(shù)估計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2007年15期

2 段文芳;齊建東;趙燕東;徐秋紅;;無(wú)線傳感器網(wǎng)絡(luò)最小跳數(shù)路由算法的研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年22期

3 廖明華;張華;王東;;基于LEACH協(xié)議的簇頭選舉改進(jìn)算法[J];計(jì)算機(jī)工程;2011年07期

4 張健;趙爽;唐碧華;劉元安;;一種新穎的高能效無(wú)線傳感器網(wǎng)絡(luò)協(xié)議[J];計(jì)算機(jī)應(yīng)用研究;2008年06期

5 葉志偉,鄭肇葆;蟻群算法中參數(shù)α、β、ρ設(shè)置的研究——以TSP問(wèn)題為例[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2004年07期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 饒躍東;基于改進(jìn)蟻群算法的無(wú)人飛行器航跡規(guī)劃應(yīng)用研究[D];武漢理工大學(xué);2010年

2 謝松;基于蟻群算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法研究[D];華中師范大學(xué);2014年

  本文關(guān)鍵詞：基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：417732