改进的基于蚁群算法的非均匀分簇路由协议

针对无线传感器网络中传感器节点随机分布造成能耗不均和“热区”等问题,提出了一种改进的基于蚁群算法的非均匀分簇路由协议。该协议也采用“轮”方式运行,每轮簇首选举开始阶段,根据节点剩余能量、节点密度,结合节点到Sink节点的距离来构造不均匀的竞选半径,每个节点根据竞选半径范围内邻居节点计算剩余能量比及距离偏差平均值,从而计算出其簇首竞争等待时间,采用时间等候簇首竞选机制来选举出簇首,平衡簇内的通信能耗;数据传输阶段,考虑剩余能量、通信能耗、链路质量、传输时延等因素,采用改进的蚁群算法构造最优传输路径,数据传输的同时更新信息素,从而达到自适应、动态优化地建立和维护传输路径。仿真结果表明,该路由协议能有效节约能量和均衡能耗,延长网络生命周期,改善链路质量,减少传输时延。     

基于DIJKSTRA的无线传感器网络分簇路由算法

为加快无线传感器网络最优路径搜索速度、减少路径寻优能量消耗和延长网络寿命,提出了基于改进的DIJKSTRA算法的无线传感器网络分簇路由算法;运用DIJKSTRA算法在无线传感器网络内以多跳接力的方式来搜寻从源节点到目的节点的最短路径;结合能耗优化策略,避免网络能耗热点问题,实现网络能耗均衡;通过与基于蚁群算法的路由算法对比分析,基于Dijkstra的网络分簇路由算法能优化网络分簇并建立较优传输路径,其快速收敛性能减缓了网络中簇头节点的能耗,延长了网络寿命,提高了网络鲁棒性。     

一种基于可变扇区的非均匀分簇算法

针对LEACH协议中簇首分布不均匀,网络能耗不均衡的问题,提出一种基于可变扇区的非均匀分簇的算法（UCBVS）。首先,利用可变扇区和同心圆将网络合理的动态划分,使得距离基站近的区域分区较小;其次,选取簇内权值大的节点作为簇头,根据权值的大小判断是否进行簇头轮换;最后采用单跳和多跳相结合的方式进行网络通信。仿真结果表明,改进算法能够保证簇头节点能耗均匀,延长了网络生命周期。     

基于LEACH路由协议的多跳节能路由算法

当无线传感器网络部设在不同环境中时,需要提出新的算法以适应特殊环境,减少节点能量消耗;算法针对LEACH路由算法的局限性,提出了一种适用网络覆盖范围较大,节点间距离较远,需要远距离传输的路由算法;本算法利用节点到基站的距离因素,修改簇头阈值信息;并利用簇头竞争重新设定簇头,使剩余能量较高的节点成为簇头;同时,运用多跳的方式传输数据,这样可以适应远距离传输;仿真结果表明,相对LEACH算法,算法将节点死亡时间推后了300~400轮,网络存活周期延长了400轮左右,很明显的减少了网络的能量消耗,延长了网络的生存周期和稳定性。     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(Wireless Sensor Network ,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法。首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力。最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗。通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

一种基于网格的无线传感器网络动态分簇路由协议

无线传感器网络是一种资源受限的网络,特别是在供能方面,为提高网络生存时间,提出了一种基于网格的无线传感器网络动态分簇路由协议,虚拟网格可以根据局部的信息动态的调整簇的大小,达到节省能量的目的;采用唯一簇头选举法(unique clusterhead election method)产生簇头,确保每个虚拟网格内只有一个簇头,并在恰当的时候才更换簇头;仿真实验和分析表明,该协议有效地平衡了整个网络的能量消耗,并显著地延长了网络的生存时间。     

基于非均匀分簇的无线传感器网络路由协议

在无线传感器网络中,分簇技术是一种有效延长网络生命周期的方法。但是这种多跳的网络模型,如果节点均匀分布并且簇的大小相等,则靠近基站的簇头由于要中继更多的数据,则会导致能量空洞现象。因此提出一种非均匀分簇方法来缓解能量空洞问题。首先,通过节点的剩余能量、到基站的距离以及邻居节点数量来选择簇头。簇一旦形成之后,通过单跳和多跳的混合机制将数据发送到基站。实验结果表明,此协议能有效的延长网络的生命周期,均衡网络能耗,有效延缓能量空洞的形成速度。     

车载自组织网络中基于蚁群算法的簇路由协议

由于车辆的高速移动及拓扑动态变化,构建稳定的传输路径是车载自组织网络VANETs(Vehicular ad hoc Networks)应用的关键。而簇技术建立稳定传输路径的有效技术之一。为此,提出基于蚁群算法的簇路由ACCR(Ant Colony algorithm based cluster routing)协议。蚁群系统是典型的启发性算法,能够解决簇划分问题。据此,ACCR协议利用蚁群算法选择簇头,提高簇的稳定性和数据传输性能。仿真结果表明,与ACO-CR协议相比,提出的ACCR协议的簇头寿命提高了近20%,数据传输率提高了近45%。     

基于改进蚁群算法的LEACH协议研究

针对LEACH协议在数据传输阶段,簇首与汇聚节点之间采用单跳模式传输数据使得能量消耗快并且不均衡的问题,提出一种基于改进蚁群算法的新型路由协议。该协议利用了能耗因子对蚁群转移概率以及信息素更新进行改进,充分考虑了节点的剩余能量和节点间距离,通过信息素的建立和更新,寻找簇首节点和基站之间的最优传输路径,进行多跳传输模式,从而均衡簇首节点能量消耗。仿真实验结果表明,改进后的ACO-BEC协议较之于LEACH协议,能够有效降低了整个网络能量消耗,延长了网络寿命。     

自适应免疫优化算法研究大尺寸Cu-Au合金团簇稳定结构

合金团簇所具备的催化和光学等方面特性与团簇的尺寸、元素组成和元素序列密切关联,因而确定其稳定结构是研究纳米团簇合金性质的首要任务.本文利用基于内核构建的自适应免疫优化算法研究了完整元素组成的CunAum(n+m=61及79)二元合金团簇的稳定结构.应用多体Gupta势函数描述Cu-Au团簇原子间的相互作用.研究结果表明:对于CunAum(n+m=61)团簇,除了当n=12-15时为由三个双二十面体面面相连组成的环状结构外,其余均为二十面体结构.原子总数为79的Cu-Au合金团簇包括堆积缺陷的面心立方结构、双面心立方结构、二十面体、十面体和由四个双二十面体面面相连组成的环状结构.且当Au原子比例高和低时其主要构型分别为二十面体和十面体.此外,还分析了Cu-Au合金团簇结构势能量的分布情况及团簇的相对稳定性.原子分布规律显示Cu原子趋于占据内层,而Au原子趋向于分布在外层.     

模拟蚂蚁觅食行为的乳腺钙化点边缘提取

针对计算机辅助乳腺癌诊断中钙化点的提取具有较大难度的问题,计算了乳腺数字图像中每个像素点的最大梯度值。首先按照等梯度合并的原则将像素点划分为像素组,按照等分整个梯度区间的原则给定初始梯度聚类中心,模拟蚁群觅食行为中学习机制,以概率选择的方式进行像素点组的聚类得到新的聚类中心,然后再以模糊C均值法(FCM)对得到的聚类进行优化,从而提取出属于钙化点边缘的像素点。实验证明,通过选择适当的参数,用此方法提取乳腺钙化点边缘的效果良好。     

Genetic algorithms for the QoS based multicast routing and wavelength allocation problem in WDM network

To tackle the QoS based multicast routing and wavelength allocation problem (MRWA), three multi-objective genetic algorithms are proposed, which are based on the ideas of Non-dominated Sorting, Strength Pareto and Decomposition, respectively. The chromosome coding scheme, crossover and mutation operators are redefined. To ensure the generated offspring being a connected light-tree, a light-path repair process and a loop eliminating process are designed. The proposed algorithms were evaluated on a set of different scale test problems and compared with the recently proposed GA based multi-objective optimization algorithm for this problem. The experimental results reveal very encouraging results in terms of the solution quality.     

基于蚁群优化与神经网络的坦克目标识别算法

为了对成像引信探测得到的变形严重的图像进行识别,提出了基于蚁群优化与人工神经网络相结合的坦克目标识别算法.采用SUSAN特征检测原则提取目标图像的角点特征,作为神经网络模式分类器的输入.针对BP网络收敛速度慢,易于陷入局部极小点等问题,利用蚁群优化算法训练网络权值,可兼有ANN的广泛映射能力和蚁群算法的全局收敛以及启发式学习等特点.仿真实验表明,新算法能够有效缩短网络训练时间,提高目标识别精度.     

基于蚁群算法的二元光学优化设计

为了提高二元光学优化的速度,进一步提高衍射效率,提出一种采用蚁群算法直接设计二元衍射光学元件(BOE) 的方法, 构造出了用蚁群算法对具体的二元光学元件——矩形孔径多阶相位调制型光栅优化设计的有向图, 用Matlab对其结果进行仿真,缩短了运行时间,并使元件的衍射效率得到进一步提高。     

数字图像散斑相关技术的蚁群优化方法

基于蚁群优化方法提出新的数字图像散斑相关算法。该方法模仿了真实蚂蚁从其巢到食物找到最短路径的方式,通过对蚁群优化方法改进,减少迭代次数并改善解的质量。将新的数字图像散斑相关算法应用到计算机模拟的散斑图像和实验获得的散斑图像中,并与广泛使用的Newton-Raphson算法进行了比较。实验结果展示了新算法的精度、可行性和有效性。当数量级为0.01像素,误差离散均方根小于0.002像素。     

一种改进的DV-HOP算法在无线传感网中的定位研究

WSN中的信息传递主要通过传感器来进行传递信号,针对无线传感中DV-Hop算法在节点定位上存在精度低的问题,本文首先提出建立双曲线二维模型用来确定锚节点与未知节点的距离关系,其次设定误差系数使得传感器节点之间的误差降低,最后采用斯蒂芬森迭代法(Steffensen)定位方法对传感器节点进一步进行定位修正。仿真实验表明本文算法的在远程控制的中定位精度提高,传感器之间能量消耗降低,具有一定的推广价值。     

事件驱动的无线传感器网络嵌入式操作系统研究

针对无线传感器网络节点能量敏感和多任务的特点,提出了基于事件驱动的嵌入式实时操作系统;采用分层结构的设计思想,构建模块化的系统组件,利用内存控制块链表,实现简易高效的内存管理;基于事件驱动和任务优先级,实现系统低功耗和抢占式的任务调度;实验结果表明,系统功耗低,实时性好。     

改进内测点测试算法在无线传感网络中的定位研究

在无线传感网络定位算法中,三角形内点测试APIT算法和最佳三角内测点PIT算法受节点密度影响较大,在特定情况下会出现In-To-Out Error 和 Out-To-In Error错误,导致目的节点实际坐标往往与三角重叠区域质心位置相差较远,影响定位精准度。本文提出利用内测点三角成形面积有效检测和避免上述两类错误,并在重叠区域采取指纹分布概率以投票方式计算目的节点坐标。仿真实验证明,新算法受节点密度影响较小,拥有更高的定位精度和准确性。     

WSN中基于多分辨率和压缩感知的数据融合方案

提出一种基于多分辨率和压缩感知的传感器网络数据融合方案;首先,对传感器网络进行配置,以生成多个层次不同类型的簇结构用于过渡式数据收集,在该结构上,最低层的叶结点只传输原始数据,其他层上的数据收集簇进行压缩采样,然后将其测量值向上发送,当母数据收集簇收到测量值时,利用基于反向DCT变换和DCT模型的CoSaMP算法来恢复原始数据;最后,我们在SIDnet-SWANS平台上部署了本文方案,并在不同的二维随机部署传感器网络规模下进行了测试;实验结果表明,随着分层位置不同,大部分结点的能耗均显著降低,与NCS方案相比,能耗下降50%~77%,与HCS方案相比,能耗下降37%~70%。