本文關(guān)鍵詞：WSN中基于梯度和群體智能算法的分簇拓撲算法研究

  更多相關(guān)文章： 無線傳感器網(wǎng)絡(luò) 分簇拓撲算法 梯度 雙簇頭 粒子群算法 蟻群算法

【摘要】：無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)是涉及多種學(xué)科的前沿研究領(lǐng)域,具有非常廣闊的應(yīng)用前景,已經(jīng)受到各界的廣泛關(guān)注。傳感器節(jié)點體積小,一般工作于環(huán)境惡劣之地,能量和計算能力有限,因此均衡能量消耗、延長生命周期在WSN的路由設(shè)計中占有非常大的重量。隨著應(yīng)用的發(fā)展,WSN的路由協(xié)議逐漸由平面協(xié)議向分層協(xié)議傾斜,呈現(xiàn)出層次化的趨勢。而分簇拓撲控制算法作為分簇協(xié)議的基礎(chǔ),有著能量高效、可擴展性強等特點,得到了較為廣泛的研究和應(yīng)用。本文首先介紹一種基于梯度的拓撲控制算法(energy-aware topology control protocol based on gradient,ETBG)。該算法利用節(jié)點的通信半徑將整個監(jiān)測區(qū)域劃分成各個梯度,有效降低了簇樹的高度,減小了數(shù)據(jù)傳輸時延。但是簇頭位置常常較偏,簇內(nèi)緊湊性不好,且在選擇網(wǎng)關(guān)時沒有充分考慮能量和位置問題,使網(wǎng)關(guān)成為簇樹的薄弱點。針對ETBG算法中存在的問題,本文提出一種基于梯度和群體智能算法的分簇拓撲算法(Gradient and Swarm Intelligence Based Clustering Topology Algorithm,GSIA)。針對簇內(nèi)緊湊性問題,在簇中建立雙簇頭模式,結(jié)合簇頭的能量、簇頭與成員之間的平均距離構(gòu)建適應(yīng)度函數(shù),利用粒子群搜尋最佳節(jié)點分任主副簇頭。針對網(wǎng)關(guān)問題,構(gòu)造新的路徑評估函數(shù)和信息素更新模型,利用改進的變異蟻群算法對每個簇頭建立路徑,形成較為強壯的簇樹,并且通過仿真實驗分析了算法的性能。此外,為提高算法的穩(wěn)定性,降低參數(shù)復(fù)雜度,提出一種新的簇樹優(yōu)化方案,利用粒子群算法,結(jié)合節(jié)點的位置和能量,對簇頭和網(wǎng)關(guān)節(jié)點分別搜尋最佳的中繼節(jié)點,以建立強壯的簇樹結(jié)構(gòu)。仿真結(jié)果表明,優(yōu)化方案能有效提高算法的穩(wěn)定性,增加網(wǎng)絡(luò)的生命周期。最后,針對GSIA優(yōu)化算法,給出網(wǎng)絡(luò)維護和更新的方法,以提高算法的自適應(yīng)性。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN929.5;TP212.9

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉波;;“算法設(shè)計與分析”教學(xué)探討[J];高等理科教育;2007年04期

2 肖小克;陳莉;;《算法設(shè)計與分析》實踐教學(xué)探討[J];福建電腦;2009年10期

3 穆瑞輝;;計算機算法設(shè)計研究與思考[J];數(shù)字技術(shù)與應(yīng)用;2012年12期

4 潘博;;構(gòu)建“算法設(shè)計與分析”趣味課堂[J];科教文匯(下旬刊);2013年06期

5 王希常,楊志強;一類考場編排算法的設(shè)計[J];山東師范大學(xué)學(xué)報(自然科學(xué)版);2002年04期

6 龍騰芳,高金文;“分而治之”方法在算法設(shè)計中的應(yīng)用[J];渤海大學(xué)學(xué)報(自然科學(xué)版);2004年01期

7 呂國英;;《算法設(shè)計與分析》教材建設(shè)的實施[J];計算機教育;2007年19期

8 徐子珊;;“算法設(shè)計與分析”教學(xué)中理論與技術(shù)的平衡[J];計算機教育;2008年10期

9 鄭紅;邵志清;符海波;;“算法設(shè)計與分析”課程教學(xué)改革初探[J];計算機教育;2008年14期

10 高尚;;“算法設(shè)計與分析”課程改革初探[J];計算機教育;2008年14期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 雷詠梅;;橢圓曲線密碼體制的算法設(shè)計與實現(xiàn)[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

2 楊盤洪;朱軍祥;趙建安;楊靜;;機動目標跟蹤的模糊變結(jié)構(gòu)交互多模算法[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

3 徐子珊;;《算法設(shè)計與分析》課程中的工程教育[A];2005年全國理論計算機科學(xué)學(xué)術(shù)年會論文集[C];2005年

4 王輝;劉治昌;;用一種新算法設(shè)計的安全系統(tǒng)[A];2007年中國智能自動化會議論文集[C];2007年

5 舒輝;柳清峰;杜祝平;周蓓;;實踐教學(xué)模式在本科專業(yè)課程教學(xué)中的應(yīng)用[A];中國電子教育學(xué)會高教分會2010年論文集[C];2010年

6 彭小宏;陽東升;劉忠;;基于聚類算法的組織協(xié)作網(wǎng)設(shè)計[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

7 李皓;羅熊;;云存儲部署優(yōu)化的進化算法設(shè)計[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

8 羅長政;李熙瑩;王鎮(zhèn)波;羅東華;;一種大流量交叉路口的背景提取與更新算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

9 楊利;李霖;昌月樓;陽國貴;;對稱位向量及啟發(fā)式并行散列連接算法[A];數(shù)據(jù)庫研究與進展95——第十三屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1995年

10 張晉;;嵌入式電腦鼠運行算法的研究[A];全國第20屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 ;算法設(shè)計的策略[N];電腦報;2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 江立輝;基于干擾對齊的多用戶無線傳輸優(yōu)化方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 史亞;多核學(xué)習(xí)算法與應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 薛菲;基于蝙蝠算法的啟發(fā)式智能優(yōu)化研究與應(yīng)用[D];北京工業(yè)大學(xué);2016年

4 谷偉哲;齊次光滑算法及其應(yīng)用[D];天津大學(xué);2010年

5 龍海俠;進化算法及其在生物信息中的應(yīng)用[D];江南大學(xué);2010年

6 譚躍;具有混沌局部搜索策略的粒子群優(yōu)化算法研究[D];中南大學(xué);2013年

7 尤海峰;求解隱式目標優(yōu)化問題的交互式進化算法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

8 張常淳;基于MapReduce的大數(shù)據(jù)連接算法的設(shè)計與優(yōu)化[D];中國科學(xué)技術(shù)大學(xué);2014年

9 郭崇慧;地區(qū)中長期發(fā)展規(guī)劃若干定量模型、算法及應(yīng)用研究[D];大連理工大學(xué);2002年

10 蔣蔚;粒子濾波改進算法研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李欣園;基于選擇偏好的組合聚類算法研究與實現(xiàn)[D];內(nèi)蒙古大學(xué);2015年

2 楊瀟;界約束非線性最小二乘問題的無導(dǎo)數(shù)算法[D];上海交通大學(xué);2015年

3 王曉璐;基于Zynq的LS-SVM算法加速器設(shè)計[D];哈爾濱工業(yè)大學(xué);2015年

4 樓磊磊;醫(yī)療保險數(shù)據(jù)異常行為檢測算法和系統(tǒng)[D];浙江大學(xué);2015年

5 齊海龍;基于改進人工蜂群算法的非線性系統(tǒng)辨識方法研究[D];北京化工大學(xué);2015年

6 蔡平梅;結(jié)構(gòu)化稀疏信號的恢復(fù)算法研究[D];上海大學(xué);2015年

7 趙晨陽;基于蟻群算法的高階圖匹配方法研究[D];西安電子科技大學(xué);2014年

8 茍清松;多目標粒子濾波檢測前跟蹤算法研究[D];電子科技大學(xué);2015年

9 李枝勇;蝙蝠算法及其在函數(shù)優(yōu)化中的應(yīng)用研究[D];上海理工大學(xué);2013年

10 李蓮;基于蜂群和粗糙集的聚類算法研究[D];長沙理工大學(xué);2014年

，

本文編號：1307648