《w文献翻译.doc

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《w文献翻译

科技直达 中国邮电高校学报电讯 2011年12月,18(6):89-97 不等簇算法无线传感器网络的模糊逻辑及改进的ACO 毛宋,赵成霖 1。泛网无线通信教育部重点实验室,北京邮电学院,北京100876,中国 2。北京邮电大学无线网络实验室北京100876,中国关键词: 最近几年在无线传感器网络的发展和应用 WSN在应用和科研的许多领域中具有很大的意义,如军事,环境观测,救灾行动目前,认识到,能源消耗是主要的设计时考虑的,因为WSN一旦传感器节点部署非充电路由是在研究的关键技术之一许多实验已经证明,路由协议Excel中WSN的拓扑管理,减少能源消耗数据聚合等[2]。在一般情况下已被大量的研究聚类协议,在这一领域并已经得到了一定的发展综上所述,一个的WSN路由协议的发展趋势是要找到有效的聚类方法和 从群集头向BS优化的路径一般的聚类方法可分为集中方法和分散方法。有许多集中的方法,例如基站控制的动态聚类协议(BCDCP)LEACH集中(LEACH-C)[3-4],在BS扮演重要的作用。收集节点定期所有的信息,确定簇头构建集群节点的能量,节点位置和其他信息。集中式的方法经常网络中的所有节点的数据包直接BS发送,这会导致。,所分发的 基于局部信息的聚类方法在大规模WSN有效。许多分布式集群方法已被提出,LEACH[4],混合高效节能的分布式集群(HEED)和建立集群算法(ACE)[5-6]。 EACH是最流行的,它保证了每一个节点均匀,但它选择簇头,没有考虑到帐户节点的能量水平和节点之间的相互关系。和ACELEACH能实现更好的性能执行间的接近节点在一个分布式自治区时尚同时考虑到能源通信成本,节点密度等,然而,所有这些方法不强调数据从簇头到BS。 从集群通信模型BS是单跳或多跳。已经证实单跳通信能源消耗多跳通信模式尤其是在大型网络更高的能源效率。然而,多跳通信,簇头接近的BS重载交通作用下,,更趋向于死亡,这称为热点的问题。不平等clusterbased建议路由协议如能有效聚类计划(EECS)和EEUC[7-8],在减轻的热点问题扩展我们的思维。然而,保持能量的簇间转发,目前大部分的不平等集群方案采用的方法簇的大小接近BS并小于那些远离BS簇的大小被确定。此外,采用的实验条件过于理想化。在,他们的数量值的一些参数指标往往难证实,并具有模糊的特性。 传统的控制系统,依靠准确的,一般在现实中并不存在。然而,模糊逻辑系统可以以自然的方式,操纵的语言规则,能够做出实时决策,不完整的信息。模糊逻辑应用到无线传感器网络中的各种问题参考文献 [9]无线传感器网络中的路由问题作者给出了简短的能量感知的模糊逻辑的应用总结。模糊聚类方法能源,集中和集中性建议参考文献 [10]。在本文中,基站集信息从传感器节点周期性模糊的决定最终的簇头集群。仿真结果表明,这模糊的方法可以实现大幅增长网络的生命周期。然而,作为一个集中的 方法,内在缺陷是不可避免的。模糊逻辑(CHEF)[11]簇选举机制一个为基础的聚类方法模糊逻辑,这需要考虑到节点的能量和地方距离聚类过程。此外,它执行的分布的方式,但它不考虑发生在簇间的数据传输热点问题。 (ACO)算法于1991年,Colorni等人提出的。现在,ACO来解决能量感知路由问题,它一个重的潜力,以提高无线传感器网络的性能。文章[12-13]介绍蚂蚁启发算法简要概述了基于Ant的无线传感器网络中的路由方法。但是,几乎所有的应用都是关于平面无线传感器网络中的路由。此外,基本ACO模型有限制。这很容易,在解决复杂问题,速度是很慢的。 结合模糊逻辑和改善ACO,我们提出了一种新的不平等的聚类算法名为UCFIA本文。我们的目标方法是平衡能源消耗在延长无线传感器网络的生命周期作出进一步的改进。在第一阶段中,一自组织分布式聚类方法进行。我们的集群方案的思想是利用当地信息,包括节点的剩余能量,距离BS和节点密度,以确定暂定集群头簇头和自己的能力半径。我们采用模糊逻辑模块来处理选举簇头和确定簇的大小。在第二阶段,我们采用了自适应最大 - 最小ACO,找到簇头BS的最佳路径,并在这个过程中,剩余的纸张如下:组织 2介绍基本模型的UCFIA算法。接着,我们UCFIA的算法是详细描述派,它分为两个子部分,包括基于模糊逻辑和自适应的最大 - 最小蚁群算法自聚集模块簇间路由。然后,进行一些模拟实验,仿真结果结论和未来工作总结最后一节。 在本中,我们考虑了传感器组成的网络,n个传感器节点随机部署了一个广阔的领域,不断监测环境。我们做一些传感器节点和底层网络模式)传感器和所述基站传感场均固定2)传感器是均匀的

文档评论(0)

yingrong + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档