本文關(guān)鍵詞：改進(jìn)蛙跳算法的WSN路由協(xié)議研究

  更多相關(guān)文章： 無(wú)線(xiàn)傳感器網(wǎng)絡(luò) 模擬退火算法 蛙跳算法 分簇 雙向環(huán)

【摘要】：隨著無(wú)線(xiàn)通信和微電子機(jī)械系統(tǒng)(MEMS)以及人工智能技術(shù)的飛速發(fā)展,人類(lèi)已經(jīng)逐漸步入互聯(lián)網(wǎng)+的時(shí)代。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)很快地應(yīng)用于物聯(lián)網(wǎng)領(lǐng)域中,引起了國(guó)內(nèi)外學(xué)術(shù)科研機(jī)構(gòu)商界和商界的廣泛關(guān)注,主要?dú)w因于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的自我組織能力、動(dòng)態(tài)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以及大規(guī)模網(wǎng)絡(luò)等特點(diǎn)。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)就是由大量廉價(jià)、無(wú)處不在的、具備無(wú)線(xiàn)通信和計(jì)算能力的微小型傳感器節(jié)點(diǎn)構(gòu)成的無(wú)線(xiàn)自組織網(wǎng)絡(luò)。主要是通過(guò)整個(gè)網(wǎng)絡(luò)各處的傳感器節(jié)點(diǎn)分布合作式接收、匯聚和處理節(jié)點(diǎn)的數(shù)據(jù)信息。然而,無(wú)線(xiàn)傳感器節(jié)點(diǎn)自身有限的能量是其致命的弱點(diǎn),影響整個(gè)網(wǎng)絡(luò)的生命周期,所以設(shè)計(jì)合適的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)路由協(xié)議是至關(guān)重要的,合理有效的分簇路由協(xié)議算法對(duì)減少無(wú)線(xiàn)傳感器節(jié)點(diǎn)能耗提高節(jié)點(diǎn)能量利用率是十分必要的。本文簡(jiǎn)介蛙跳算法的原理,并分析總結(jié)他人研究成果上得出蛙跳算法應(yīng)用于WSN路由協(xié)議中的優(yōu)勢(shì),同時(shí)也指出了蛙跳算法的缺陷,進(jìn)而對(duì)其進(jìn)行改進(jìn)。為了改進(jìn)蛙跳算法的族群內(nèi)部局部最優(yōu)能力,本文引進(jìn)了模擬退火算法的Metropolis判別準(zhǔn)則,并且提出一種雙向環(huán)遷移機(jī)制以提高該算法跳出局部最優(yōu)能力改善了蛙跳算法,提出了一種新的算法SFSLA算法。通過(guò)MATLAB軟件對(duì)高維單峰函數(shù)和高維多峰函數(shù)進(jìn)行求解分析,實(shí)驗(yàn)結(jié)果表明SFSLA比SFLA、ISFLA在迭代速度還有精度方面更勝一籌,同時(shí)在“早熟”現(xiàn)象上也表現(xiàn)不俗。驗(yàn)證了SFSLA算法的優(yōu)越性,為下文提出改進(jìn)的路由協(xié)議打下扎實(shí)的理論基礎(chǔ)。論文最后總結(jié)已有的各類(lèi)分簇路由協(xié)議后,提出了一種改進(jìn)蛙跳算法的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)路由協(xié)議。該算法結(jié)合傳感器節(jié)點(diǎn)本身剩余能量和位置建立適應(yīng)度函數(shù),通過(guò)改進(jìn)蛙跳算法實(shí)現(xiàn)適應(yīng)度函數(shù)的最優(yōu)求解,從而獲得合適的分簇,并且在簇頭節(jié)點(diǎn)數(shù)據(jù)傳輸時(shí)采用單跳與多跳路由混合的新的路由方式。使用OPNET仿真軟件對(duì)LEACH協(xié)議、SFLA協(xié)議進(jìn)行模擬仿真實(shí)驗(yàn)。對(duì)比分析實(shí)驗(yàn)結(jié)果表明改進(jìn)后的路由協(xié)議在簇頭分布、降低網(wǎng)絡(luò)能耗,延長(zhǎng)網(wǎng)絡(luò)的生存周期、提高能耗均衡度、降低網(wǎng)絡(luò)時(shí)延方面有明顯的優(yōu)勢(shì)。
【關(guān)鍵詞】：無(wú)線(xiàn)傳感器網(wǎng)絡(luò) 模擬退火算法 蛙跳算法 分簇 雙向環(huán)
【學(xué)位授予單位】：上海海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP18;TP212.9;TN929.5
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章：緒論9-14
• 1.1 課題背景及意義9-10
• 1.1.1 課題的研究背景9
• 1.1.2 課題研究的意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 國(guó)外研究現(xiàn)狀10-11
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀11-12
• 1.3 本文的主要內(nèi)容和的組織結(jié)構(gòu)12-14
• 1.3.1 本文研究的主要內(nèi)容12
• 1.3.2 本文的結(jié)構(gòu)安排12-14
• 第二章：無(wú)線(xiàn)傳感器網(wǎng)絡(luò)14-19
• 2.1 WSN的體系結(jié)構(gòu)14-18
• 2.1.1 無(wú)線(xiàn)傳感網(wǎng)絡(luò)的體系結(jié)構(gòu)14-15
• 2.1.2 無(wú)線(xiàn)傳感網(wǎng)絡(luò)的節(jié)點(diǎn)體系結(jié)構(gòu)15-16
• 2.1.3 無(wú)線(xiàn)傳感網(wǎng)絡(luò)能耗結(jié)構(gòu)16-17
• 2.1.4 無(wú)線(xiàn)傳感網(wǎng)絡(luò)的通信體系結(jié)構(gòu)17-18
• 2.2 本章小結(jié)18-19
• 第三章：WSN路由協(xié)議的相關(guān)研究19-27
• 3.1 WSN路由協(xié)議的特點(diǎn)19
• 3.2 WSN路由協(xié)議的設(shè)計(jì)的性能指標(biāo)19-20
• 3.3 WSN路由協(xié)議的分類(lèi)20-25
• 3.3.1 經(jīng)典WSN路由協(xié)議20-25
• 3.3.2 經(jīng)典的WSN路由協(xié)議的總結(jié)對(duì)比25
• 3.4 本章小結(jié)25-27
• 第四章：改進(jìn)蛙跳算法的研究27-40
• 4.1 蛙跳算法的簡(jiǎn)介27
• 4.2 蛙跳算法原理27-30
• 4.3 蛙跳算法應(yīng)用WSN的優(yōu)勢(shì)30-31
• 4.4 蛙跳算法的優(yōu)缺點(diǎn)31
• 4.5 SALF算法的改進(jìn)31-34
• 4.5.1 概述31-32
• 4.5.2 模擬退火算法的Metropolis準(zhǔn)則32
• 4.5.3 族群間的雙向環(huán)形遷移結(jié)構(gòu)32-33
• 4.5.4 基于模擬退火的雙向環(huán)蛙跳算法步驟33-34
• 4.6 SALSA算法的實(shí)驗(yàn)分析34-38
• 4.6.1 經(jīng)典測(cè)試函數(shù)34
• 4.6.2 迭代次數(shù)的對(duì)比試驗(yàn)34-38
• 4.6.3 精度對(duì)比試驗(yàn)38
• 4.7 本章小結(jié)38-40
• 第五章：改進(jìn)的路由協(xié)議的設(shè)計(jì)與仿真40-57
• 5.1 提出新的改進(jìn)協(xié)議40-42
• 5.1.1 改進(jìn)蛙跳算法的分簇40
• 5.1.2 數(shù)據(jù)傳輸路由協(xié)議40-42
• 5.2 仿真軟件OPNET的介紹42-43
• 5.3 實(shí)驗(yàn)和分析43-50
• 5.3.1 建立網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)43-44
• 5.3.2 定義包格式44
• 5.3.3 進(jìn)程模型44-47
• 5.3.4 節(jié)點(diǎn)模型47-50
• 5.4 仿真結(jié)果分析50-56
• 5.4.1 參數(shù)設(shè)置50
• 5.4.2 實(shí)驗(yàn)性能指標(biāo)50-52
• 5.4.3 仿真結(jié)果及分析52-56
• 5.5 本章小結(jié)56-57
• 第六章：總結(jié)與展望57-59
• 6.1 總結(jié)57-58
• 6.2 展望58-59
• 參考文獻(xiàn)59-62
• 附錄62-63
• 致謝63

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 蘇小虎;;用于數(shù)列尋空的蛙跳算法[J];電腦知識(shí)與技術(shù);2011年10期

2 鄒采榮;張瀟丹;趙力;;混合蛙跳算法綜述[J];信息化研究;2012年05期

3 李晶晶;戴月明;;自適應(yīng)混合變異的蛙跳算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年10期

4 賀毅朝;曲文龍;許冀偉;;一種改進(jìn)的混合蛙跳算法及其收斂性分析[J];計(jì)算機(jī)工程與應(yīng)用;2011年22期

5 張瀟丹;胡峰;趙力;鄒采榮;;改進(jìn)的混合蛙跳算法及其應(yīng)用[J];南京理工大學(xué)學(xué)報(bào);2012年06期

6 張強(qiáng);李盼池;;量子混合蛙跳算法求解連續(xù)空間優(yōu)化問(wèn)題[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2013年03期

7 何兵;;改進(jìn)混合蛙跳算法及其函數(shù)優(yōu)化應(yīng)用[J];瀘州職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年01期

8 王凌云;張國(guó)玉;徐熙平;;基于蛙跳式柔性三坐標(biāo)測(cè)量系統(tǒng)誤差理論分析[J];機(jī)械工程學(xué)報(bào);2009年04期

9 許金元;;混合型蛙跳算法及其應(yīng)用研究[J];計(jì)算機(jī)應(yīng)用研究;2011年08期

10 呂立霞;李學(xué)慶;;一種改進(jìn)的混合蛙跳算法[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2011年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 張大林;曹偉;呂慧鵬;;二級(jí)蛙跳成績(jī)自動(dòng)測(cè)量系統(tǒng)的研制[A];第十七屆全國(guó)高校田徑科研論文報(bào)告會(huì)論文專(zhuān)輯[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前7條

1 總編 許傳朝;產(chǎn)業(yè)發(fā)展要學(xué)會(huì)蛙跳[N];計(jì)算機(jī)世界;2011年

2 于澤　師海波;“蛙跳”戰(zhàn)術(shù)跳出傳統(tǒng)拉鋸戰(zhàn)[N];中國(guó)國(guó)防報(bào);2002年

3 莫穎怡　季明;汽車(chē)產(chǎn)業(yè)能否選擇“蛙跳戰(zhàn)略”[N];經(jīng)濟(jì)參考報(bào);2004年

4 經(jīng)濟(jì)視點(diǎn)報(bào)見(jiàn)習(xí)記者 關(guān)開(kāi)運(yùn);戈薩·岡多斯:“蛙跳”的中國(guó)值得學(xué)習(xí)[N];經(jīng)濟(jì)視點(diǎn)報(bào);2008年

5 徐文龍;氫燃汽車(chē)，，上海支柱產(chǎn)業(yè)的蛙跳戰(zhàn)略[N];解放日?qǐng)?bào);2005年

6 江新輝;呼倫貝爾市在開(kāi)放升級(jí)中謀求經(jīng)濟(jì)“蛙跳”[N];內(nèi)蒙古日?qǐng)?bào)(漢);2006年

7 本報(bào)駐南非記者 苑基榮 本報(bào)駐尼日利亞記者 李涼;服務(wù)業(yè)驅(qū)動(dòng)非洲“蛙跳式”發(fā)展[N];人民日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 趙轉(zhuǎn)哲;混合蛙跳算法的改進(jìn)及在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];東南大學(xué);2016年

2 黃先海;蛙跳型經(jīng)濟(jì)增長(zhǎng)[D];復(fù)旦大學(xué);2003年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉麗萍;基于改進(jìn)猴群和蛙跳算法的玻璃幕墻風(fēng)振可靠性分析[D];河北工程大學(xué);2015年

2 王龍斌;混合蛙跳算法研究與改進(jìn)[D];西安電子科技大學(xué);2014年

3 張旭;混合蛙跳算法研究[D];西安電子科技大學(xué);2014年

4 董琳;混洗蛙跳算法的研究及應(yīng)用[D];浙江大學(xué);2014年

5 葉晶晶;蛙跳算法的改進(jìn)及在車(chē)輛路徑問(wèn)題中的研究[D];廣東工業(yè)大學(xué);2016年

6 史智慧;基于蛙跳算法的板球系統(tǒng)控制研究[D];西南大學(xué);2016年

7 朱文婷;混合蛙跳算法的研究及其改進(jìn)[D];延安大學(xué);2016年

8 張士強(qiáng);隨機(jī)蛙跳優(yōu)化的對(duì)稱(chēng)極限學(xué)習(xí)機(jī)算法研究[D];遼寧大學(xué);2016年

9 吳清;改進(jìn)蛙跳算法的WSN路由協(xié)議研究[D];上海海洋大學(xué);2016年

10 孫沖;混合蛙跳算法改進(jìn)及控制參數(shù)優(yōu)化仿真研究[D];哈爾濱工業(yè)大學(xué);2011年

本文編號(hào)：1023712