WSN中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯?pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)是涉及多種學(xué)科的前沿研究領(lǐng)域,具有非常廣闊的應(yīng)用前景,已經(jīng)受到各界的廣泛關(guān)注。傳感器節(jié)點(diǎn)體積小,一般工作于環(huán)境惡劣之地,能量和計(jì)算能力有限,因此均衡能量消耗、延長生命周期在WSN的路由設(shè)計(jì)中占有非常大的重量。隨著應(yīng)用的發(fā)展,WSN的路由協(xié)議逐漸由平面協(xié)議向分層協(xié)議傾斜,呈現(xiàn)出層次化的趨勢。而分簇拓?fù)淇刂扑惴ㄗ鳛榉执貐f(xié)議的基礎(chǔ),有著能量高效、可擴(kuò)展性強(qiáng)等特點(diǎn),得到了較

2、為廣泛的研究和應(yīng)用。
  本文首先介紹一種基于梯度的拓?fù)淇刂扑惴?energy-aware topology control protocol based on gradient,ETBG)。該算法利用節(jié)點(diǎn)的通信半徑將整個(gè)監(jiān)測區(qū)域劃分成各個(gè)梯度,有效降低了簇樹的高度,減小了數(shù)據(jù)傳輸時(shí)延。但是簇頭位置常常較偏,簇內(nèi)緊湊性不好,且在選擇網(wǎng)關(guān)時(shí)沒有充分考慮能量和位置問題,使網(wǎng)關(guān)成為簇樹的薄弱點(diǎn)。
  針對ETBG算法中存在的問題,

3、本文提出一種基于梯度和群體智能算法的分簇拓?fù)渌惴?Gradient and Swarm Intelligence Based Clustering Topology Algorithm,GSIA)。針對簇內(nèi)緊湊性問題,在簇中建立雙簇頭模式,結(jié)合簇頭的能量、簇頭與成員之間的平均距離構(gòu)建適應(yīng)度函數(shù),利用粒子群搜尋最佳節(jié)點(diǎn)分任主副簇頭。針對網(wǎng)關(guān)問題,構(gòu)造新的路徑評估函數(shù)和信息素更新模型,利用改進(jìn)的變異蟻群算法對每個(gè)簇頭建立路徑,形成較為強(qiáng)壯的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論