基于蚁群优化的无线传感器网络路由算法研究

发布时间：2017-06-20 19:08

  本文关键词：基于蚁群优化的无线传感器网络路由算法研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(Wireless Sensor Networks,WSNs)是指由大量传感器节点通过无线网络技术连接并进行信息感知和采集的新一代传感器网络。WSNs能够深入部署于不适合部署有线网络的环境,在军情检测、自然抢险等诸多领域有较广泛的应用。无线传感器网络节点能量有限且不易补充,传感器节点将监测数据发送至汇聚节点时,若采用传感器节点与基站直接通信的方式,距离较远的节点由于长距离数据传输,能量消耗过快;若采用多跳传输的方式,距离较近的节点由于过多的承担转发任务也会过早死亡。当无线传感器网络中部分节点死亡后就不能完成监测区域的覆盖任务。同时,随着无线传感器网络的应用深入人们生活的各个领域,用户对网络的服务质量(Quality of Service,QoS)提出了更高的要求。因此,在保证一定QoS的前提下,实现网络的负载均衡,延长网络的整体寿命成为当前研究的重点。基于此,本文在现有路由协议研究的基础上进行改进,提出基于蚁群优化的路由策略,本文主要贡献如下:首先,针对无线传感器网络中数据传输无QoS保证的问题,提出多路径质量度量参数,并以此评价路径质量,用于多路径选择和反向信息素更新。针对网络寿命较短的问题,提出基于节点质量的路由发现策略,降低整体能耗;利用负反馈、能量平衡等方式优化信息素更新机制,均衡网络负载。将Qo S的改进蚁群算法应用于平面的无线传感器网络结构,提出了一种Qo S保证的负载均衡平面路由协议(Qo S routing protocal based on ABMR,Q-ABMR)。其次,针对网络规模增大,平面路由协议网络寿命较短的问题,本文引入分簇算法进行网络分层,提出了一种基于负载均衡的动态簇头节点选取方式,均衡簇头节点的负载。应对多种业务流,利用改进的Q-ABMR算法构建簇间路由,优化网络的QoS服务质量。将改进的分层蚁群算法应用于无线传感器网络中,提出了一种负载均衡的层次路由协议(Cluster-based Qo S for services routing protocal based on ABMR,CQS-ABMR)。最后,在虚拟机下安装ubuntu12.04,利用NS2.35进行网络仿真模拟,分别在节点密度稀疏和密集的仿真场景下进行AODV(Ad Hoc on Demand Distance Vector)、ABMR(Ant-based Multipath Routing Algorithm)、Q-ABMR、CQS-ABMR协议的仿真验证和对比分析。仿真实验结果表明:Q-ABMR在丢包率和分组投递率方面较ABMR、AODV有一定的提升,虽然牺牲一定的能量均衡网络负载,但是延长了网络的整体寿命;CQS-ABMR保证了不同业务需求的Qo S性能,延迟了首个节点死亡的时间;相比于Q-ABMR,CQS-ABMR具有较高的收敛性,能够很好的适用于密集场景。
【关键词】：无线传感器网络 蚁群优化 负载均衡 服务质量 路由算法
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-5
• Abstract5-13
• 第1章 绪论13-26
• 1.1 研究背景及意义13-14
• 1.2 WSNs概述14-18
• 1.2.1 WSNs的体系结构14-15
• 1.2.2 WSNs的网络特性15-16
• 1.2.3 WSNs的关键技术16-17
• 1.2.4 WSNs的主要应用17-18
• 1.3 WSNs路由协议研究18-24
• 1.3.1 WSNs路由协议的评价指标18-19
• 1.3.2 WSNs路由协议分类19-21
• 1.3.3 基于平面的典型路由协议21-22
• 1.3.4 基于分层的典型路由协议22-24
• 1.4 论文主要工作24-25
• 1.5 论文组织结构25-26
• 第2章 蚁群优化及研究现状分析26-38
• 2.1 WSNs的QoS研究26-29
• 2.1.1 网络的Qo S需求26-27
• 2.1.2 路径质量度量参数27-29
• 2.2 蚁群算法分析与研究29-35
• 2.2.1 蚁群算法的基本原理29-30
• 2.2.2 蚁群算法的数学模型30-31
• 2.2.3 蚁群算法的优缺点31-33
• 2.2.4 基于蚁群优化的路由协议33-35
• 2.3 系统模型35-37
• 2.3.1 网络模型35-36
• 2.3.2 传感器节点模型36-37
• 2.4 本章小结37-38
• 第3章 QoS保证的负载均衡平面路由协议研究38-61
• 3.1 引言38
• 3.2 路径质量度量38-39
• 3.3 基于负载均衡的蚁群算法改进39-44
• 3.3.1 基于节点质量的路由查找40-42
• 3.3.2 负载均衡的多种信息素更新42-44
• 3.4 QoS保证的负载均衡路由协议44-52
• 3.4.1 路由发现44-46
• 3.4.2 数据发送46
• 3.4.3 路由维护46-47
• 3.4.4 消息格式47-49
• 3.4.5 表结构49-50
• 3.4.6 算法描述50-52
• 3.5 仿真分析52-60
• 3.5.1 仿真参数设置53-55
• 3.5.2 仿真结果与分析55-60
• 3.6 本章小结60-61
• 第4章 基于负载均衡的层次路由协议研究61-83
• 4.1 引言61-62
• 4.2 WSNs中网络覆盖研究62-66
• 4.2.1 分簇覆盖模型分析62-64
• 4.2.2 优化的簇头节点选取算法64-66
• 4.3 负载均衡的分层蚁群算法改进66-70
• 4.3.1 基于负载均衡的动态簇头选取66-68
• 4.3.2 基于Q-ABMR的主干路由构建68-70
• 4.4 基于负载均衡的层次路由协议70-76
• 4.4.1 消息格式70-72
• 4.4.2 表结构72-73
• 4.4.3 算法描述73-76
• 4.5 仿真分析76-82
• 4.5.1 仿真参数设置76-77
• 4.5.2 仿真结果与分析77-82
• 4.6 本章小结82-83
• 第5章 结束语83-85
• 5.1 主要工作总结83-84
• 5.2 后续研究内容84-85
• 参考文献85-90
• 致谢90-91
• 攻读硕士学位期间从事的科研工作及取得的成果91

【参考文献】

中国期刊全文数据库 前10条

1 董国勇;彭力;吴凡;闻继伟;;一种采用蚁群优化的WSN能量均衡非均匀分簇路由算法[J];小型微型计算机系统;2015年07期

2 罗旭;吴晓军;;蚁群优化算法在WSN路由中的应用研究[J];计算机工程与科学;2015年04期

3 杨婷;白云丽;姜新华;;基于改进蚁群算法的无线传感器网络路由[J];内蒙古大学学报(自然科学版);2015年01期

4 HUANG HaiPing;CAO Xiao;WANG RuChuan;WEN YongGang;;A QoS-aware routing algorithm based on ant-cluster in wireless multimedia sensor networks[J];Science China(Information Sciences);2014年10期

5 童孟军;关华丞;;基于蚁群算法的能量均衡多路径路由算法的研究[J];传感技术学报;2013年03期

6 蒋畅江;石为人;唐贤伦;王平;向敏;;能量均衡的无线传感器网络非均匀分簇路由协议[J];软件学报;2012年05期

7 郑石;吴伟强;张钦宇;张乃通;;基于能量感知的ad hoc路由算法研究[J];通信学报;2012年04期

8 焦斌;熊友平;顾幸生;;改进的蚁群优化算法在无线传感器网络中的应用[J];吉林大学学报(工学版);2011年S1期

9 彭宇;王丹;;无线传感器网络定位技术综述[J];电子测量与仪器学报;2011年05期

10 徐yN;周少琼;柏诗玉;;移动Ad Hoc网络基于路由协议的拥塞控制[J];微型机与应用;2011年04期

  本文关键词：基于蚁群优化的无线传感器网络路由算法研究，，由笔耕文化传播整理发布。

本文编号：466592