基于群智能优化技术的无线传感网分簇路由算法研究.pdf

基于群智能优化技术的无线传感网分簇路由算法研究.pdf

ID:50116945

大小:3.85 MB

页数:75页

时间:2020-03-06

基于群智能优化技术的无线传感网分簇路由算法研究.pdf_第1页
基于群智能优化技术的无线传感网分簇路由算法研究.pdf_第2页
基于群智能优化技术的无线传感网分簇路由算法研究.pdf_第3页
基于群智能优化技术的无线传感网分簇路由算法研究.pdf_第4页
基于群智能优化技术的无线传感网分簇路由算法研究.pdf_第5页
资源描述:

《基于群智能优化技术的无线传感网分簇路由算法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、单位代码:10293密级:公开考皮緣隹硕女讼A考U命葦-受,m论文题目;基于群智能优化技术的无线传感网分簇路由算法硏究学号1212063322姓名张影影导师JSg专业学位类别工程硕古类型今日制-'心?专业一、(领域)控制工程...?,?/W.'■一论女提交日期.二零五年五月.V‘、.度.:鄰南京邮电大学学位论文原创性声明i本人声明所呈交的学位论文是我个人在导师指导下进行的研

2、巧工作及取得的研究成果。尽我所知,除了文中特别加标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,化不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。一同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意与我。一。本人学位论文及涉及相关资料若有不实,愿意承担切相关的法律责任:研巧生签名:鸣聲日期政^作南京邮电大学学位论文使用授权声明本人授权南京邮电大学可W保留并向国家有关部口或机构送交论文的复印件和电子文档?:允

3、许论文被查阅和借阅;可将学位论文的全部或部分内容编入有关数据库进行检索I可从采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一论文的内容相致。论文的公布(包括刊登)授权南京邮电大学研充生院办理。涉密学位论文在解密后适巧本授权书。研究生签名;職导师签名;_日期;齊AClusteringRoutingAlgorithmforWSNBasedonSwarmIntelligenceOptimizationTechniqueThesisSubmittedtoN

4、anjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByYingYingZhangSupervisor:Prof.JieLuoMay2015摘要作为一种新的信息获取和处理模式,无线传感器网络(WSN)已成为国内外关注的研究热点。由于传感器节点本身能量的限制,路由算法的好坏对WSN性能有着重要的影响。分簇机制和路由机制是分簇路由算法中的重要研究内容。前者负责对网络进行拓扑优化,即对簇头数量、簇头位置等要

5、素进行合理的配置,后者解决以最佳的路径将收集到的数据传输给汇聚节点。良好的分簇机制和路由机制可以有效均衡网络的能量消耗,延长网络的生命周期。本文主要针对WSN分簇路由算法进行研究,主要研究工作如下:(1)在基本粒子群优化算法(BPSO)的基础上,改进了惯性权重和加速因子,给出了改进的粒子群算法(IBPSO)。该算法相对于BPSO算法主要做了两个方面的改进:在惯性权重中引入个体最优和全局最优因子,使得粒子能够根据收敛情况调整速度大小;针对BPSO算法在迭代后期种群的多样性急剧减少,容易收敛到局部最优解的

6、缺点,改进了加速因子,使得加速因子不再是固定值,而是根据粒子自身记忆和群体经验在运动中所起到的作用做出动态调整,从而影响粒子速度的大小。测试函数结果表明,改进后的IBPSO算法的全局搜索能力和收敛速度都有一定的提升。(2)针对LEACH算法中簇头选择的随机性,从而使网络中节点能量消耗不均衡,引入IBPSO算法改进了分簇机制,提出了一种基于改进粒子群优化的WSN非均匀成簇算法(PSO-CRA)。首先根据优化目标建立了适应度函数,将节点的剩余能量、节点与汇聚节点的距离、节点间的距离等因素考虑进来,然后基于

7、适应度函数利用IBPSO算法对簇头选择进行优化,从而得到最优簇组。仿真实验表明,此算法与LEACH算法相比,改善了簇头随机选择造成的节点能量消耗不均衡,延长了网络生命周期。(3)针对LEACH算法中簇头节点以单跳的方式直接与汇聚节点进行通信,从而使网络能耗不均衡,引入蚁群算法改进了路由机制,提出了一种基于改进蚁群优化的WSN多跳分簇路由算法(ACO-CRA)。利用蚁群的动态适应性和寻优能力,并将节点剩余能量和传输距离引入蚁群算法中,在簇头与汇聚节点之间寻找一条能量高效的最优路径进行通信。仿真结果表明,

8、此算法与LEACH算法相比,在网络生命周期上有较大的提高。(4)在对分簇机制和路由机制研究的基础上,结合改进的粒子群算法和蚁群算法,给出了基于改进粒子群和蚁群优化的WSN分簇路由算法(PSOACO-CRA)。该算法在成簇阶段采用粒子群优化算法优化簇头选择,从而均衡消耗网络中的节点能量;在数据传输阶段采用改进蚁群优化算法优化传输路径,寻找簇头节点与汇聚节点传输数据的能量高效的最优路径。仿真结果表明,该算法相对于PSO-CRA、ACO-CRA性能有进一步的提

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。