基于蚁群算法的无线传感器网络APTEEN路由协议研究
本文关键词:基于蚁群算法的无线传感器网络APTEEN路由协议研究 出处:《内蒙古大学》2017年硕士论文 论文类型:学位论文
更多相关文章: APTEEN分簇路由协议 蚁群算法 双簇头 多路径 能效利用率
【摘要】:APTEEN分簇路由协议是无线传感器网络拓扑控制中的一种重要技术,既能周期性的采集数据又能快速响应突发事件。但仍存在节点能效利用率不高的问题,本文在深入研究APTEEN的基础上,提出两种APTEEN优化算法。首先,针对其簇头任务繁重,执行额外的计算,导致节点能耗不均衡问题,利用ACO算法进行双簇头选择来改进APTEEN分簇路由算法命名为蚁群双簇头APTEEN(ADCAPTEEN)。ADCAPTEEN路由协议的每个分簇中,根据阈值随机选择主簇头(MCH),MCH根据ACO算法中信息素浓度选择副簇头(VCH),二者分工协作。MCH仅与VCH交流,避免与汇聚(Sink)节点直接通信,降低主簇头能耗,实现平衡整网能耗。仿真结果可知,在10节点网络场景下,当选簇头概率为0.2,优化的ADCAPTEEN算法在网络生命周期性能方面比APTEEN延长了约1.5倍。其次,针对单路径传输导致能耗不均衡问题,利用ACO算法选择多路径优化APTEEN分簇路由算法称蚁群多路径APTEEN(AMAPTEEN)。针对阈值选择的簇头存在一定的不足,本文进一步修改了阈值,优化的阈值考虑到节点到Sink节点的距离以及节点的剩余能量,使得簇头节点选择的更合理。在簇稳定阶段,使用ACO算法改变原来单路径为多路径数据传输方式。综合衡量节点至Sink节点的距离和节点的剩余能量两因素,寻找由簇头到Sink节点的最优路径,进而提高网络通信的可靠性和网络负载均衡性。仿真结果表明,在10节点网络场景下,当选簇头概率为0.2,AMAPTEEN算法网络生命周期比ADCAPTEEN 延长了约 0.15 倍。本文最后对所研究的内容做了全面的总结,并针对优化算法不足进行了展望。
[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.
【学位授予单位】:内蒙古大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN929.5;TP212.9
【相似文献】
相关期刊论文 前10条
1 Julian Bucknall;丁宁;;数据库算法系列讲座(三)[J];程序员;2002年03期
2 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期
3 李向伟;曹博;;时间参数在HITS算法中的应用及改进[J];兰州工业高等专科学校学报;2006年02期
4 吴涛;彭笃学;;一种改进的直线段裁剪算法[J];湛江师范学院学报;2008年03期
5 张瑞子;南琳;胡琨元;田景贺;;基于EPC Class-1 Gen-2标准的防冲突算法与改进[J];计算机工程;2009年02期
6 黄超;周宁;倪佑生;;基于蚁群算法的攻击图分析[J];计算机工程;2009年18期
7 秦永彬;许道云;;警示传播算法的原理分析及算法改进[J];计算机工程与应用;2010年19期
8 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期
9 牛玉静;唐棣;;双步圆的反走样生成算法[J];计算机工程与应用;2010年23期
10 肖璞;;XML索引更新算法的改进[J];南京工程学院学报(自然科学版);2010年03期
相关会议论文 前10条
1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年
2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年
3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年
4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年
5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年
7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年
8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年
10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
相关博士学位论文 前10条
1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年
2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年
3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年
4 杨玉婷;头脑风暴优化算法与基于视频的非接触式运动定量分析方法研究[D];浙江大学;2015年
5 刘杰;全局优化问题的几类新算法[D];西安电子科技大学;2015年
6 柏静;基于多种混合策略的人工蜂群算法改进研究[D];山东师范大学;2016年
7 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年
8 匡立;分形网络的理论、算法及应用研究[D];武汉大学;2015年
9 孙磊磊;AP聚类算法研究及其在电子病历挖掘中的应用[D];大连理工大学;2017年
10 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年
相关硕士学位论文 前10条
1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年
2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年
3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年
4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年
5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年
6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年
7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年
8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年
9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年
10 信琴琴;手势控制和识别算法研究[D];闽南师范大学;2015年
,本文编号:1404780
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1404780.html