本文關(guān)鍵詞：一種基于蟻群算法的無線傳感器網(wǎng)絡(luò)能耗研究

  更多相關(guān)文章： 蟻群算法 無線傳感器網(wǎng)絡(luò) 網(wǎng)絡(luò)能耗 網(wǎng)路信息質(zhì)量

【摘要】：在現(xiàn)代世界中,無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,簡稱WSN)應(yīng)用越來越多,也越來越得到人們的重視。無線傳感器網(wǎng)絡(luò)最突出的特點(diǎn)是傳感器節(jié)點(diǎn)的能源有限性和節(jié)點(diǎn)所處環(huán)境常常使得能源的補(bǔ)充很困難。因此無線傳感器網(wǎng)絡(luò)協(xié)議中最重要的一點(diǎn)就是合理利用有限的能源,使得網(wǎng)絡(luò)能夠擁有更長的壽命,運(yùn)行更長的時(shí)間。本文針對無線傳感器網(wǎng)絡(luò)的能耗問題和信息質(zhì)量問題進(jìn)行了研究和優(yōu)化,具體包括以下幾個(gè)方面：1)本文描述了蟻群算法(Ant Colony Optimization Algorithm,簡稱ACA)的基本原理,在現(xiàn)有的ACA基礎(chǔ)上,將ACA算法移植到無線傳感器網(wǎng)絡(luò)中(Ant Colony Optimization Algorithm of Wireless Sensor Networks,簡稱ACAWSN)將能量均衡因素加入到ACA的節(jié)點(diǎn)間概率轉(zhuǎn)移公式、局部信息素更新和全局信息素更新,提出了一種改進(jìn)的針對網(wǎng)絡(luò)能耗的適用于無線傳感器網(wǎng)絡(luò)的蟻群路由協(xié)議(Ant colony optimization algorithm based on energy balance in network,簡稱ACAEBN)。仿真結(jié)果表明,改進(jìn)的蟻群算法ACAEBN在最大能耗節(jié)點(diǎn)的能耗、總能耗、信息傳輸成功率、信息覆蓋率上都優(yōu)于基本蟻群算法和引用文獻(xiàn)中的算法。2)本文在ACAEBN算法的基礎(chǔ)上針對信息質(zhì)量問題進(jìn)行了強(qiáng)化,提出了判斷網(wǎng)絡(luò)質(zhì)量的一個(gè)重要標(biāo)準(zhǔn),即在有限的網(wǎng)絡(luò)生命周期內(nèi)傳遞更多有效信息。并以此為目標(biāo)對ACAEBN算法進(jìn)行了改進(jìn),提出一種增強(qiáng)改進(jìn)的針對網(wǎng)絡(luò)能耗的適用于無線傳感器網(wǎng)絡(luò)的蟻群路由協(xié)議(Raised Ant colony optimization algorithm based on energy balance in network,簡稱RACAEBN),加入了對感知區(qū)域重合節(jié)點(diǎn)的處理,使區(qū)域重合節(jié)點(diǎn)實(shí)行輪流工作,以達(dá)到降低開銷、延長網(wǎng)絡(luò)存活時(shí)間的目的；增加了對失敗路徑的處理,對失敗路徑上的節(jié)點(diǎn)間信息素進(jìn)行設(shè)置；對不同密度區(qū)域?qū)嵭蟹执夭呗?以降低不必要能量損耗；使用預(yù)選擇模式并進(jìn)行分時(shí)雙重選擇。仿真結(jié)果表明改進(jìn)的ACAEBN算法在網(wǎng)絡(luò)的各項(xiàng)指標(biāo)上相較于改進(jìn)前有較大提升。3)針對不同的網(wǎng)絡(luò)類型下的算法效果,本文設(shè)置了sink節(jié)點(diǎn)在網(wǎng)絡(luò)邊緣、網(wǎng)絡(luò)節(jié)點(diǎn)密度不同、網(wǎng)絡(luò)節(jié)點(diǎn)不均勻的類型,并在這三種網(wǎng)絡(luò)類型下對ACAWSN算法、文獻(xiàn)中算法、ACAEBN算法和RACAEBN算法進(jìn)行仿真并分析。仿真結(jié)果表明sink節(jié)點(diǎn)在網(wǎng)絡(luò)邊緣的情況下四種蟻群算法的網(wǎng)絡(luò)指標(biāo)都有明顯下降；節(jié)點(diǎn)密度較大的網(wǎng)絡(luò)中四種算法的指標(biāo)都比普通網(wǎng)絡(luò)優(yōu)異,密度較大時(shí)螞蟻可選擇的下一跳節(jié)點(diǎn)更多,蟻群算法的優(yōu)勢可以得到更好的體現(xiàn)；最后本文選取了由中心到邊緣節(jié)點(diǎn)密度逐漸減小的網(wǎng)絡(luò)對四種算法進(jìn)行仿真,結(jié)果表明此種網(wǎng)絡(luò)條件下網(wǎng)絡(luò)的各項(xiàng)指標(biāo)為三種網(wǎng)絡(luò)中最優(yōu),此種類型網(wǎng)絡(luò)特征最適合蟻群算法。在三種網(wǎng)絡(luò)條件下四種算法中RACAEBN算法均為最優(yōu)。
【關(guān)鍵詞】：蟻群算法 無線傳感器網(wǎng)絡(luò) 網(wǎng)絡(luò)能耗 網(wǎng)路信息質(zhì)量
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP18;TN929.5;TP212.9
【目錄】：

• 摘要5-7
• Abstract7-12
• 第一章 緒論12-16
• 1.1 課題研究背景及意義12
• 1.2 無線傳感器網(wǎng)絡(luò)研究現(xiàn)狀12-14
• 1.3 本文研究內(nèi)容和創(chuàng)新點(diǎn)14-15
• 1.4 論文的章節(jié)安排15-16
• 第二章 無線傳感器網(wǎng)絡(luò)介紹16-22
• 2.1 無線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)16-17
• 2.2 無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)結(jié)構(gòu)17
• 2.3 無線傳感器網(wǎng)絡(luò)特征17-18
• 2.4 無線傳感器網(wǎng)絡(luò)路由協(xié)議18-21
• 2.4.1 平面路由協(xié)議18-20
• 2.4.2 分層路由協(xié)議20-21
• 2.5 本章小結(jié)21-22
• 第三章 基于改進(jìn)蟻群算法ACAEBN的無線傳感器能量路由優(yōu)化22-40
• 3.1 無線傳感器網(wǎng)絡(luò)能量路由問題描述22-23
• 3.2 蟻群算法在無線傳感器網(wǎng)絡(luò)的應(yīng)用23-27
• 3.2.1 基于TSP問題的蟻群算法23-25
• 3.2.2 蟻群算法在WSN中的應(yīng)用25-26
• 3.2.3 PNEPMF算法概述26-27
• 3.3 ACAEBN算法27-30
• 3.3.1 概率轉(zhuǎn)移函數(shù)28
• 3.3.2 局部信息素更新28-29
• 3.3.3 全局信息素更新29
• 3.3.4 ACAEBN算法偽代碼29-30
• 3.4 仿真驗(yàn)證結(jié)果及分析30-39
• 3.4.1 能耗最大節(jié)點(diǎn)耗能結(jié)果及分析31-32
• 3.4.2 總能耗結(jié)果及分析32
• 3.4.3 網(wǎng)絡(luò)能耗方差結(jié)果及分析32-33
• 3.4.4 信息傳輸成功率結(jié)果及分析33-35
• 3.4.5 傳感器網(wǎng)絡(luò)覆蓋率結(jié)果及分析35-36
• 3.4.6 網(wǎng)絡(luò)剩余總能量結(jié)果及分析36-37
• 3.4.7 總成功量結(jié)果及分析37-38
• 3.4.8 有效信息量結(jié)果及分析38-39
• 3.5 本章小結(jié)39-40
• 第四章 基于改進(jìn)蟻群算法RACAEBN的信息質(zhì)量路由優(yōu)化40-52
• 4.1 信息質(zhì)量問題描述40
• 4.2 RACAEBN算法40-44
• 4.2.1 對感知區(qū)域交叉節(jié)點(diǎn)的處理41
• 4.2.2 對失敗路徑的處理41
• 4.2.3 針對不同密度情況的處理41-42
• 4.2.4 預(yù)選擇模式并進(jìn)行分時(shí)優(yōu)先選擇42
• 4.2.5 算法偽代碼42-44
• 4.3 仿真結(jié)果及分析44-49
• 4.3.1 成功率結(jié)果及分析44-46
• 4.3.2 網(wǎng)絡(luò)覆蓋率結(jié)果及分析46
• 4.3.3 網(wǎng)絡(luò)剩余節(jié)點(diǎn)能量方差結(jié)果及分析46-48
• 4.3.4 網(wǎng)絡(luò)總剩余能量結(jié)果及分析48
• 4.3.5 總成功量與有效信息量結(jié)果及分析48-49
• 4.4 本章小結(jié)49-52
• 第五章 不同特征場景下四種算法仿真對比研究52-62
• 5.1 仿真設(shè)置52
• 5.2 特征場景一的仿真對比研究52-54
• 5.2.1 覆蓋率結(jié)果及分析53-54
• 5.2.2 總成功量和有效信息量結(jié)果及分析54
• 5.3 特征場景二的仿真對比研究54-57
• 5.3.1 覆蓋率結(jié)果及分析55
• 5.3.2 剩余節(jié)點(diǎn)能量方差結(jié)果及分析55-56
• 5.3.3 總剩余能量結(jié)果及分析56-57
• 5.3.4 總成功量與有效信息量結(jié)果及分析57
• 5.4 特征場景三的仿真對比研究57-61
• 5.4.1 成功率結(jié)果及分析58
• 5.4.2 覆蓋率結(jié)果及分析58-59
• 5.4.3 剩余節(jié)點(diǎn)能量方差結(jié)果及分析59-60
• 5.4.4 網(wǎng)絡(luò)剩余總能量結(jié)果及分析60
• 5.4.5 總成功量和有效信息量結(jié)果及分析60-61
• 5.5 本章小結(jié)61-62
• 第六章 總結(jié)與展望62-64
• 致謝64-66
• 參考文獻(xiàn)66-70
• 附錄A 攻讀碩士期間發(fā)表論文與申請軟件著作權(quán)70-72
• 附錄B 攻讀碩士期間參與項(xiàng)目72-74
• 附件74-75

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 吳鏑;溫濤;郭權(quán);盛國軍;;基于蟻群系統(tǒng)的WSN能量有效路由算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期

2 趙麗萍;;基于蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)路由算法[J];傳感器與微系統(tǒng);2014年04期

3 唐勇;周明天;張欣;;無線傳感器網(wǎng)絡(luò)路由協(xié)議研究進(jìn)展[J];軟件學(xué)報(bào);2006年03期

4 于海斌,曾鵬,王忠鋒,梁英,尚志軍;分布式無線傳感器網(wǎng)絡(luò)通信協(xié)議研究[J];通信學(xué)報(bào);2004年10期

5 王海泉;朱濤;陳萌;楊穎;;一種基于蟻群的機(jī)會網(wǎng)絡(luò)多目標(biāo)路由算法[J];系統(tǒng)仿真學(xué)報(bào);2013年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王靜;基于蟻群算法的無線傳感器網(wǎng)絡(luò)路由協(xié)議研究[D];太原理工大學(xué);2011年

2 陳宇;基于改進(jìn)蟻群算法的無線傳感器網(wǎng)絡(luò)路由的研究[D];華南理工大學(xué);2012年

，

本文編號：733357