本文關(guān)鍵詞：基于蟻群算法的無(wú)線傳感器網(wǎng)絡(luò)APTEEN路由協(xié)議研究　出處：《內(nèi)蒙古大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： APTEEN分簇路由協(xié)議 蟻群算法 雙簇頭 多路徑 能效利用率

【摘要】：APTEEN分簇路由協(xié)議是無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂浦械囊环N重要技術(shù),既能周期性的采集數(shù)據(jù)又能快速響應(yīng)突發(fā)事件。但仍存在節(jié)點(diǎn)能效利用率不高的問(wèn)題,本文在深入研究APTEEN的基礎(chǔ)上,提出兩種APTEEN優(yōu)化算法。首先,針對(duì)其簇頭任務(wù)繁重,執(zhí)行額外的計(jì)算,導(dǎo)致節(jié)點(diǎn)能耗不均衡問(wèn)題,利用ACO算法進(jìn)行雙簇頭選擇來(lái)改進(jìn)APTEEN分簇路由算法命名為蟻群雙簇頭APTEEN(ADCAPTEEN)。ADCAPTEEN路由協(xié)議的每個(gè)分簇中,根據(jù)閾值隨機(jī)選擇主簇頭(MCH),MCH根據(jù)ACO算法中信息素濃度選擇副簇頭(VCH),二者分工協(xié)作。MCH僅與VCH交流,避免與匯聚(Sink)節(jié)點(diǎn)直接通信,降低主簇頭能耗,實(shí)現(xiàn)平衡整網(wǎng)能耗。仿真結(jié)果可知,在10節(jié)點(diǎn)網(wǎng)絡(luò)場(chǎng)景下,當(dāng)選簇頭概率為0.2,優(yōu)化的ADCAPTEEN算法在網(wǎng)絡(luò)生命周期性能方面比APTEEN延長(zhǎng)了約1.5倍。其次,針對(duì)單路徑傳輸導(dǎo)致能耗不均衡問(wèn)題,利用ACO算法選擇多路徑優(yōu)化APTEEN分簇路由算法稱蟻群多路徑APTEEN(AMAPTEEN)。針對(duì)閾值選擇的簇頭存在一定的不足,本文進(jìn)一步修改了閾值,優(yōu)化的閾值考慮到節(jié)點(diǎn)到Sink節(jié)點(diǎn)的距離以及節(jié)點(diǎn)的剩余能量,使得簇頭節(jié)點(diǎn)選擇的更合理。在簇穩(wěn)定階段,使用ACO算法改變?cè)瓉?lái)單路徑為多路徑數(shù)據(jù)傳輸方式。綜合衡量節(jié)點(diǎn)至Sink節(jié)點(diǎn)的距離和節(jié)點(diǎn)的剩余能量?jī)梢蛩?尋找由簇頭到Sink節(jié)點(diǎn)的最優(yōu)路徑,進(jìn)而提高網(wǎng)絡(luò)通信的可靠性和網(wǎng)絡(luò)負(fù)載均衡性。仿真結(jié)果表明,在10節(jié)點(diǎn)網(wǎng)絡(luò)場(chǎng)景下,當(dāng)選簇頭概率為0.2,AMAPTEEN算法網(wǎng)絡(luò)生命周期比ADCAPTEEN 延長(zhǎng)了約 0.15 倍。本文最后對(duì)所研究的內(nèi)容做了全面的總結(jié),并針對(duì)優(yōu)化算法不足進(jìn)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.

【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN929.5;TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Julian Bucknall;丁寧;;數(shù)據(jù)庫(kù)算法系列講座(三)[J];程序員;2002年03期

2 鄒汪平;;一種基于網(wǎng)絡(luò)安全控制的蜂群算法應(yīng)用研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

3 李向偉;曹博;;時(shí)間參數(shù)在HITS算法中的應(yīng)用及改進(jìn)[J];蘭州工業(yè)高等專科學(xué)校學(xué)報(bào);2006年02期

4 吳濤;彭篤學(xué);;一種改進(jìn)的直線段裁剪算法[J];湛江師范學(xué)院學(xué)報(bào);2008年03期

5 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標(biāo)準(zhǔn)的防沖突算法與改進(jìn)[J];計(jì)算機(jī)工程;2009年02期

6 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計(jì)算機(jī)工程;2009年18期

7 秦永彬;許道云;;警示傳播算法的原理分析及算法改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

8 郭毅可;韓銳;;云計(jì)算中的彈性算法:概要和展望[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

9 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年23期

10 肖璞;;XML索引更新算法的改進(jìn)[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

相關(guān)會(huì)議論文 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)——2004年學(xué)術(shù)年會(huì)論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

5 趙唯;;晶粒度評(píng)級(jí)的改進(jìn)算法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會(huì)25周年紀(jì)念會(huì)暨2011年學(xué)術(shù)年會(huì)論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2009年年會(huì)論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 鐘永騰;基于近場(chǎng)MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測(cè)研究[D];南京航空航天大學(xué);2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學(xué);2015年

3 苗義烽;突發(fā)事件下的列車運(yùn)行調(diào)度模型與算法研究[D];中國(guó)鐵道科學(xué)研究院;2015年

4 楊玉婷;頭腦風(fēng)暴優(yōu)化算法與基于視頻的非接觸式運(yùn)動(dòng)定量分析方法研究[D];浙江大學(xué);2015年

5 劉杰;全局優(yōu)化問(wèn)題的幾類新算法[D];西安電子科技大學(xué);2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進(jìn)研究[D];山東師范大學(xué);2016年

7 孔翔宇;幾類優(yōu)化問(wèn)題的人工蜂群算法[D];西安電子科技大學(xué);2016年

8 匡立;分形網(wǎng)絡(luò)的理論、算法及應(yīng)用研究[D];武漢大學(xué);2015年

9 孫磊磊;AP聚類算法研究及其在電子病歷挖掘中的應(yīng)用[D];大連理工大學(xué);2017年

10 單美靜;求解非線性實(shí)代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 安世勇;命題邏輯中隨機(jī)3-SAT問(wèn)題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競(jìng)爭(zhēng)性出讓系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機(jī)與線路固定設(shè)施間距檢測(cè)算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺(tái)開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進(jìn)[D];長(zhǎng)安大學(xué);2015年

10 信琴琴;手勢(shì)控制和識(shí)別算法研究[D];閩南師范大學(xué);2015年

，

本文編號(hào)：1404780