【摘要】：無(wú)線傳感器網(wǎng)絡(luò)中Re In For M多路徑協(xié)議能保證網(wǎng)絡(luò)可靠性,但未考慮節(jié)點(diǎn)能量動(dòng)態(tài)變化和通信路徑工況,隨機(jī)選取下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)的方式使得部分節(jié)點(diǎn)因被反復(fù)使用而快速失效,縮短了網(wǎng)絡(luò)生命周期。針對(duì)該問題,在蟻群優(yōu)化算法的基礎(chǔ)上,結(jié)合蟻群信息素濃度和節(jié)點(diǎn)剩余能量等因素,提出一種Re In For M協(xié)議多目標(biāo)優(yōu)化條件下的動(dòng)態(tài)路由選擇算法,將能耗和剩余能量作為多路徑選擇指標(biāo),共同決定下一跳最優(yōu)節(jié)點(diǎn)。仿真結(jié)果表明,與原有Re In For M路由算法相比,該算法能夠在保證數(shù)據(jù)傳輸可靠率的同時(shí),更有效地均衡節(jié)點(diǎn)能耗。
[Abstract]:The Re In For M multipath protocol in wireless sensor networks can guarantee the reliability of the network, but it does not take into account the dynamic change of node energy and the communication path conditions. Random selection of the next hop forwarding node causes some nodes to fail quickly because of repeated use, which shortens the network life cycle. In order to solve this problem, a dynamic routing algorithm based on multi-objective optimization of Re In For M protocol is proposed based on ant colony optimization algorithm, combining with the factors of ant colony pheromone concentration and node residual energy. Energy consumption and residual energy are taken as multipath selection indexes to determine the next hop optimal node. Simulation results show that compared with the original Re In For M routing algorithm, the proposed algorithm can balance node energy consumption more effectively while ensuring the reliability of data transmission.
【作者單位】： 華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金“多路并網(wǎng)光伏發(fā)電系統(tǒng)荷-網(wǎng)-源隨機(jī)網(wǎng)絡(luò)建模與自主協(xié)調(diào)監(jiān)控方法研究”(61573154,60904032) 廣東省科技計(jì)劃項(xiàng)目“多路并網(wǎng)光伏發(fā)電系統(tǒng)電能量智能監(jiān)控技術(shù)”(2015A010106003)
【分類號(hào)】：TN929.5;TP18;TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 羅云月;孫志峰;;基于自適應(yīng)蟻群優(yōu)化算法的認(rèn)知決策引擎[J];計(jì)算機(jī)科學(xué);2011年08期

2 王結(jié)太;許家棟;徐建城;;基于蟻群優(yōu)化算法的無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議[J];系統(tǒng)仿真學(xué)報(bào);2008年18期

3 王成金;李士昌;陳山枝;;一種適用于城市道路LTE-V網(wǎng)絡(luò)的快收斂蟻群優(yōu)化算法[J];現(xiàn)代電信科技;2014年03期

4 李琳琳;王紀(jì)奎;宋艷芳;;基于蟻群優(yōu)化算法的SAR圖像艦船檢測(cè)研究[J];齊魯工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

5 尚興宏;錢煥延;高德民;;基于改進(jìn)蟻群優(yōu)化算法的無(wú)線傳感器網(wǎng)絡(luò)路由研究[J];傳感器與微系統(tǒng);2012年09期

6 王盼盼;梁懷志;郭華;馬洪連;;BEACO:WSN中負(fù)載均衡的蟻群優(yōu)化算法[J];計(jì)算機(jī)研究與發(fā)展;2010年S2期

7 陳祥國(guó);武小悅;;基于不同信息素更新策略的衛(wèi)星數(shù)傳調(diào)度蟻群優(yōu)化算法[J];運(yùn)籌與管理;2009年03期

8 孫玉文;沈明霞;陸明洲;熊迎軍;劉龍申;;基于元胞蟻群優(yōu)化算法的農(nóng)業(yè)無(wú)線傳感器網(wǎng)絡(luò)路由研究[J];傳感器與微系統(tǒng);2012年06期

9 張向賓;;基于一種蟻群優(yōu)化算法的農(nóng)業(yè)WSN路由節(jié)能研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2013年09期

相關(guān)碩士學(xué)位論文 前3條

1 劉樂柱;混沌蟻群優(yōu)化算法與H-R神經(jīng)元網(wǎng)絡(luò)動(dòng)力學(xué)研究[D];安徽師范大學(xué);2015年

2 史大龍;基于蟻群優(yōu)化算法的視頻監(jiān)控智能檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[D];中國(guó)海洋大學(xué);2015年

3 楊磊;蟻群算法及其在盲均衡中的應(yīng)用[D];南京郵電大學(xué);2011年

，

本文編號(hào)：2315331