本文關鍵詞：基于蟻群算法的無線傳感器網(wǎng)絡APTEEN路由協(xié)議研究　出處：《內(nèi)蒙古大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： APTEEN分簇路由協(xié)議 蟻群算法 雙簇頭 多路徑 能效利用率

【摘要】：APTEEN分簇路由協(xié)議是無線傳感器網(wǎng)絡拓撲控制中的一種重要技術,既能周期性的采集數(shù)據(jù)又能快速響應突發(fā)事件。但仍存在節(jié)點能效利用率不高的問題,本文在深入研究APTEEN的基礎上,提出兩種APTEEN優(yōu)化算法。首先,針對其簇頭任務繁重,執(zhí)行額外的計算,導致節(jié)點能耗不均衡問題,利用ACO算法進行雙簇頭選擇來改進APTEEN分簇路由算法命名為蟻群雙簇頭APTEEN(ADCAPTEEN)。ADCAPTEEN路由協(xié)議的每個分簇中,根據(jù)閾值隨機選擇主簇頭(MCH),MCH根據(jù)ACO算法中信息素濃度選擇副簇頭(VCH),二者分工協(xié)作。MCH僅與VCH交流,避免與匯聚(Sink)節(jié)點直接通信,降低主簇頭能耗,實現(xiàn)平衡整網(wǎng)能耗。仿真結果可知,在10節(jié)點網(wǎng)絡場景下,當選簇頭概率為0.2,優(yōu)化的ADCAPTEEN算法在網(wǎng)絡生命周期性能方面比APTEEN延長了約1.5倍。其次,針對單路徑傳輸導致能耗不均衡問題,利用ACO算法選擇多路徑優(yōu)化APTEEN分簇路由算法稱蟻群多路徑APTEEN(AMAPTEEN)。針對閾值選擇的簇頭存在一定的不足,本文進一步修改了閾值,優(yōu)化的閾值考慮到節(jié)點到Sink節(jié)點的距離以及節(jié)點的剩余能量,使得簇頭節(jié)點選擇的更合理。在簇穩(wěn)定階段,使用ACO算法改變原來單路徑為多路徑數(shù)據(jù)傳輸方式。綜合衡量節(jié)點至Sink節(jié)點的距離和節(jié)點的剩余能量兩因素,尋找由簇頭到Sink節(jié)點的最優(yōu)路徑,進而提高網(wǎng)絡通信的可靠性和網(wǎng)絡負載均衡性。仿真結果表明,在10節(jié)點網(wǎng)絡場景下,當選簇頭概率為0.2,AMAPTEEN算法網(wǎng)絡生命周期比ADCAPTEEN 延長了約 0.15 倍。本文最后對所研究的內(nèi)容做了全面的總結,并針對優(yōu)化算法不足進行了展望。
[Abstract]:APTEEN clustering routing protocol is an important technology of topology control in wireless sensor network, which can collect data periodically and can quickly respond to emergencies. But there are still nodes energy utilization rate is not high, based on in-depth study of APTEEN, puts forward two kinds of APTEEN optimization algorithm. Firstly, according to the the cluster head heavy task to perform additional computations leads to node energy consumption imbalance, double cluster head selection to improve APTEEN clustering routing algorithm named ant colony double cluster head APTEEN using ACO algorithm (ADCAPTEEN) for each of the.ADCAPTEEN routing protocol clustering, based on threshold random selection of the main cluster head (MCH), according to MCH vice head of pheromone concentration ACO algorithm (VCH), division of labor cooperation.MCH two only communicate with VCH (Sink) and sink node to avoid direct communication, reduce the energy consumption of cluster heads, to achieve the balance of the whole network energy consumption. The simulation results, In the 10 node network scenarios, cluster head election probability is 0.2, the optimal ADCAPTEEN algorithm in the network life cycle performance than APTEEN extended about 1.5 times. Secondly, for the single path transmission lead to unbalanced energy consumption problems, using ACO algorithm to optimize APTEEN clustering routing algorithm called ant colony multi path multi path APTEEN (AMAPTEEN) according to the cluster head. The threshold selection has some drawback, this paper further modify the threshold, the residual energy optimization threshold considering the distance of the node to the Sink node and the node, the cluster head node selection is more reasonable. In the cluster stable phase, ACO algorithm is used to change the original single path for multi path data transmission distance. And the node node to the Sink node of the comprehensive measure of the residual energy of the two factors, to find the optimal path from the cluster heads to the Sink node, and then improve the reliability of network communication and network load balance The simulation results show that, in the 10 node network scenario, the probability of cluster head selection is 0.2, and the lifetime of AMAPTEEN algorithm is 0.15 times longer than that of ADCAPTEEN. Finally, the paper summarizes the research contents comprehensively, and predicts the shortcomings of the optimization algorithm.

【學位授予單位】：內(nèi)蒙古大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN929.5;TP212.9

【相似文獻】

相關期刊論文 前10條

1 Julian Bucknall;丁寧;;數(shù)據(jù)庫算法系列講座(三)[J];程序員;2002年03期

2 鄒汪平;;一種基于網(wǎng)絡安全控制的蜂群算法應用研究[J];吉林師范大學學報(自然科學版);2013年04期

3 李向偉;曹博;;時間參數(shù)在HITS算法中的應用及改進[J];蘭州工業(yè)高等�？茖W校學報;2006年02期

4 吳濤;彭篤學;;一種改進的直線段裁剪算法[J];湛江師范學院學報;2008年03期

5 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標準的防沖突算法與改進[J];計算機工程;2009年02期

6 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計算機工程;2009年18期

7 秦永彬;許道云;;警示傳播算法的原理分析及算法改進[J];計算機工程與應用;2010年19期

8 郭毅可;韓銳;;云計算中的彈性算法:概要和展望[J];上海大學學報(自然科學版);2013年01期

9 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計算機工程與應用;2010年23期

10 肖璞;;XML索引更新算法的改進[J];南京工程學院學報(自然科學版);2010年03期

相關會議論文 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會——2004年學術年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會2004年學術年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學會2012年學術年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術及其應用學術交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學算法演示系統(tǒng)的研究[A];’2004計算機應用技術交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學會25周年紀念會暨2011年學術年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

相關博士學位論文 前10條

1 鐘永騰;基于近場MUSIC算法的復合材料結構健康監(jiān)測研究[D];南京航空航天大學;2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應用[D];西安電子科技大學;2015年

3 苗義烽;突發(fā)事件下的列車運行調(diào)度模型與算法研究[D];中國鐵道科學研究院;2015年

4 楊玉婷;頭腦風暴優(yōu)化算法與基于視頻的非接觸式運動定量分析方法研究[D];浙江大學;2015年

5 劉杰;全局優(yōu)化問題的幾類新算法[D];西安電子科技大學;2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進研究[D];山東師范大學;2016年

7 孔翔宇;幾類優(yōu)化問題的人工蜂群算法[D];西安電子科技大學;2016年

8 匡立;分形網(wǎng)絡的理論、算法及應用研究[D];武漢大學;2015年

9 孫磊磊;AP聚類算法研究及其在電子病歷挖掘中的應用[D];大連理工大學;2017年

10 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學;2008年

相關碩士學位論文 前10條

1 安世勇;命題邏輯中隨機3-SAT問題算法研究[D];西南交通大學;2015年

2 畢曉慶;油氣探礦權競爭性出讓系統(tǒng)設計與實現(xiàn)[D];中國地質(zhì)大學(北京);2015年

3 王明明;鐵路大機與線路固定設施間距檢測算法研究[D];西南交通大學;2015年

4 李靜;基于視頻圖像序列的運動目標檢測與跟蹤算法研究[D];寧夏大學;2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關鍵技術研究[D];西南交通大學;2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學;2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災應急疏散最優(yōu)路徑研究[D];西南交通大學;2015年

8 張路奇;基于改進蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應用與改進[D];長安大學;2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學;2015年

，

本文編號：1404780