CN106131916B - 一种基于蚁群算法的无线网络路由建立方法 - Google Patents
一种基于蚁群算法的无线网络路由建立方法 Download PDFInfo
- Publication number
- CN106131916B CN106131916B CN201610712140.0A CN201610712140A CN106131916B CN 106131916 B CN106131916 B CN 106131916B CN 201610712140 A CN201610712140 A CN 201610712140A CN 106131916 B CN106131916 B CN 106131916B
- Authority
- CN
- China
- Prior art keywords
- node
- pheromone
- value
- routing
- fant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供一种基于蚁群算法的无线网络路由建立方法,该方法将蚁群算法中的信息素进行调整,由剩余能量、路径消耗能量和跳数三个参数归一化成一个路由性能评价值进行赋值;源节点广播路由请求,路由请求蚂蚁FANT到达目的节点过程中会产生一张反向信息素表;目的节点收到FANT并产生路由应答蚂蚁BANT,BANT通过反向信息素表的值算出选择下一跳邻居节点的概率,并且利用信息素表中最高值对原有的信息素表相对应的信息素值进行一次自我迭代;增加最终选择作为下一跳节点对应的信息素值,同时减小没有被选中的节点信息素值,不断迭代,直到完成路由建立。本发明通过多度量的路由发现方式均衡每个节点的剩余能量,延长了网络的寿命。
Description
技术领域
本发明涉及一种通信技术领域的技术方法,具体地,涉及到一种基于蚁群算法的无线网络路由建立方法。
背景技术
随着移动小型设备的普及,Ad Hoc无线自组织网络协议越来越受到认可。智能障碍场作为本发明的一种应用平台,Ad Hoc无线自组织网络更是体现出其特有的优势。实际作战场合会随着地理位置的改变而具有其不同的拓扑结构,需要一种自组织性非常强的无线数据通信网络。又由于其野外作战场合的恶劣性,所以需要其电池有很强的供电能力。因此,在保证数据通信的可靠性的同时,还需要能量消耗尽可能低,并且每个节点的能量尽可能均衡,从而使得整个网络的寿命得到延长。
AODV是Ad Hoc网络中比较常用的通信传输协议。
经检索,公开号为103327564A的中国专利,该发明公开了一种基于蚁群算法的无线传感器网络路由方法,包括路由建立准备阶段、路由建立阶段、路由优化阶段,该发明基于改进的蚁群算法,来设计具有全局能量均衡、高效自适应的无线传感网络路由算法,通过改进蚁群路由算法中在数据包传回到sink阶段,采用了自适应路由选择算法,可以根据节点剩余能量情况,采取动态的路由选择策略,较好地保护了那些能量接近耗尽的节点,保持了网络功能完整性。
但是,上述专利路由数据包的数据结构比较复杂,这对整个无线网络的开销是比较大的。此外上述专利采用蚁群算法没有经过迭代收敛处理,整个路由发现的收敛速度较慢,严重影响整个通信网络的端到端延迟性能。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于蚁群算法的无线网络路由建立方法,通过多度量的路由发现方式均衡每个节点的剩余能量,来达到延长网络的寿命的目的。
针对路由包数据结构的复杂性,本发明则维护了每个节点对应的反向信息素表,将每个路由请求蚂蚁的携带信息维护在该表中,使得路由请求蚂蚁还有路由应答蚂蚁所携带的数据包数据结构得以简化。而对于路由发现收敛速度,本发明则在收敛迭代过程中添加了一步自我正反馈迭代,大大加快收敛速度。
为实现上述目的,本发明提供一种基于蚁群算法的无线网络路由建立方法,所述方法将蚁群算法中的信息素进行调整,由剩余能量、路径消耗能量和跳数三个参数归一化成一个路由性能评价值进行赋值,信息素值越高,表示相对应的路由性能更高;
源节点广播路由请求,在路由请求蚂蚁FANT到达目的节点过程中,每个节点都会维护一张自身反向信息素表,该表存储了路由请求蚂蚁FANT携带的路径路由信息,携带路由信息的蚁群FANTs从源节点到达目的结点的过程中会对该表进行更新;
目的节点收到路由请求蚂蚁FANT会同时产生路由应答蚂蚁BANT,路由应答蚂蚁通过反向信息素表的值算出选择下一跳邻居节点的概率,并且利用信息素表中最高的值对原有的信息素表相对应的信息素进行自我迭代,增加最终被选择作为下一跳节点对应的信息素值,同时减小所有没有被选中的节点信息素值;不断迭代,直到最终完成路由的建立。
进一步的,所述方法包括如下步骤:
包括如下步骤:
步骤一:源节点s有数据发送请求:
首先在自己的路由表中判断是否存在到达目的节点的路由,如果存在就按照此路由发送数据,如果没有就需要发起路由搜索,用路由请求蚂蚁FANT替代路由请求数据包RREQ广播出去;
步骤二:中间节点i收到来自源节点s的FANT:
用路由性能评估值Γijs表示信息素值,这个评估值跟三个变量有关,一是表示当前节点剩余能量绝对值与该节点初始能量的比值,二是表示当前跳数和到目的节点总跳数比值的反相关;三是表示FANT到达当前节点路径能量消耗和到达目的节点的比值的反相关;首先判断反向信息素表中有无对应源节点s和上一跳节点j的条目,若没有,则建立相应的信息素条目,若有,则比较两者评估值,取评估值大者,更新反向信息素表;
步骤三:当目的节点收到FANT:
首先参照步骤二方式更新相应的反向信息素表,接着产生相应的路由应答蚂蚁BANT;
步骤四:路由应答蚂蚁BANT在选择下一跳是依据已经维护好的反向信息素表,计算该目的节点选择下一跳邻居节点的概率,在通过概率选择完下一跳节点后,再进行信息素修正,利用当前迭代过程中最大信息素值做一次自我迭代,增大被选择的节点对应的信息素值,降低没有被选择的节点信息素值,从而加快整个路由发现的收敛速度;
步骤五:源节点s收到来自目的节点d的BANT后,更新其路由表中对应目的节点为d的路由条目,如果新的路由条目的标准评价值更高,就进行相应路由条目更新。
优选地,所述步骤二中,根据FANT携带的路由信息计算路由性能评估值,该值采用如下公式得到:
其中Γijs表示从源节点s出发的路由请求蚂蚁FANT经过节点j到达节点i的评估值;表示FANT来到当前节点相对剩余能量;表示节点从源节点到达当前节点所经过的相对跳数;则记录了从源节点到达当前节点相对路径消耗能量;γ1,γ2和γ3分别代表着三个指标各自所占的权重;
优选地,在所述路由应答蚂蚁返回源节点途中,是根据已经维护好的反向信息素表来选择下一跳节点,根据反向信息素表找到对应于源节点s和上一跳邻居节点j的信息素值,并计算选择下一跳邻居节点的概率,通过如下公式计算:
其中τijs表示当前节点i选择下一条邻居节点j返回源节点s的概率,Γijs则为相对应的信息素值,分母则是所有当前节点对应所有下一跳邻居节点的信息素值和。
优选地,所述反向信息素表,对应节点信息素值更新,采用公式如下:
其中:Γijs(t)表示当前时刻t节点i收到来自邻居节点j的相应的信息素值,ρ代表信息素值的挥发系数;如果由上式得到的当前节点路径的性能评估值大于之前反向信息素表中该节点对应的信息素值,则对当前节点维护的信息素表中对应源节点s和上一跳节点j的值进行更新,否则就根据挥发系数ρ更新对应信息素值。
为了加快整个路由发现的迭代过程,对当前信息素值进行迭代,采用公式如下:
Γ=Γ+r*(1-Γ)+r2*Γhigh/C
Γ=Γ-r*Γ-r2*Γhigh(C*(Ni-1))
其中Γ就是信息素值,Γhigh是当前路径上最大的信息素值,C和r都是常量。
本发明中,每个节点维护自己的剩余能量,并且周期性地检测剩余能量是否到达阈值,若到达阈值或者该节点从网络中断开而本地修复不成功,则重新发起路由发现。
与现有技术相比,本发明具有如下的有益效果:
1)本发明创造性地将节点剩余能量和节点路径消耗能量与节点跳数结合起来,归一化成一个标准评价值。无线网络拓扑结构比较关键的节点会因为被多条活跃路由调用而能量消耗较大,本发明的路由发现过程,对于剩余能量较低的节点,那么到达该节点的路由性能评价值会比较低,对于到达当前节点过程中路径消耗能量较高的路由也会导致相应路由性能评价值较低。本发明因此能够使得无线网络中节点的剩余能量方差较小,路由能量消耗速率较低。
2)本发明将路由信息维护在每个节点对应的反向信息素表中,从而使得路由请求蚂蚁FANT和路由应答蚂蚁BANT的数据结构得到简化,降低了整个路由的开销。
3)本发明在路由发现过程中的蚁群算法收敛中,采用了自我正反馈迭代,加快整个路由的收敛速度,提升端到端延迟性能。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一实施例中广播路由请求示意图;
图2为本发明一实施例中反向信息素表更新示意图。
图3为本发明一实施例中路由维护流程图;
图4为本发明一实施例中路由发现流程图;
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明整个方法包括两个部分,路由发现和路由维护。
1)在路由发现过程中如下:
源节点s广播路由请求,在路由请求蚂蚁FANT到达目的节点过程中,每个节点都会产生和维护自身的信息素表。例如中间节点i收到来自源节点s经过上一跳节点j的FANT,首先中间节点根据FANT中的信息计算路由信息评价值,并且查看自身维护的反向信息素表并进行更新。具体示意图如图1所示;
目的节点收到路由请求蚂蚁FANT会同时产生路由应答蚂蚁BANT,路由应答蚂蚁通过反向信息素表的值算出选择下一跳邻居节点的概率,并且利用信息素表中最高的值对原有的信息素表相对应的信息素进行自我迭代,增加最终被选择作为下一跳节点对应的信息素值,同时减小所有没有被选中的节点信息素值;不断迭代,直到最终完成路由的建立。具体示意图如图2所示。
2)如图3所示,路由维护部分主要将还会维护每个节点的能量,当能量下降到某个阈值就会重新发起路由,经过多组仿真实验,阈值过低会导致网络中节点能量失衡,过高又会导致重新路由发现次数过频,因此该阈值定为当前节点初始能量的15%。如果发生阻塞或断开,都会进行本地修复,如果不成功就通知源节点重新发起路由。
具体的,以下描述方法的详细实施细节。本发明可以应用于智能障碍场,所谓智能障碍场是一种野外监控平台,它是一个无线传感器网络。网络中有20个节点,每个节点之间的距离100m,整个网络是1000m*1000m的空间,数据包的大小是512bytes。
如表1所示,为本发明实施例中一反向信息素表。
表1反向信息素表
所述反向信息素表中纵栏是源节点,横栏是当前节点的邻居节点,表中的元素Γ(n,m)则是相对应源节点和邻居节点的当前节点路由性能评价值。
如图4所示,一种基于蚁群算法的无线网络路由建立方法,具体实施过程如下:
步骤一:源节点s有数据发送请求:
首先在自己的路由表中判断是否存在到达目的节点的路由,如果存在就按照此路由发送数据,如果没有就需要发起路由搜索,用路由请求蚂蚁FANT替代路由请求数据包RREQ广播出去;
步骤二:中间节点i收到来自源节点s的FANT:
用路由性能评估值Γijs表示信息素值,这个评估值跟三个变量有关,一是表示当前节点剩余能量绝对值与该节点初始能量的比值,二是表示当前跳数和到目的节点总跳数比值的反相关;三是表示FANT到达当前节点路径能量消耗和到达目的节点的比值的反相关;首先判断反向信息素表中有无对应源节点s和上一跳节点j的条目,若没有,则建立相应的信息素条目,若有,则比较两者评估值,取评估值大者,更新反向信息素表;
步骤三:当目的节点收到FANT:
首先参照步骤二方式更新相应的反向信息素表,接着产生相应的路由应答蚂蚁BANT;
步骤四:路由应答蚂蚁BANT在选择下一跳是依据已经维护好的反向信息素表,计算该目的节点选择下一跳邻居节点的概率,在通过概率选择完下一跳节点后,再进行信息素修正,利用当前迭代过程中最大信息素值做一次自我迭代,增大被选择的节点对应的信息素值,降低没有被选择的节点信息素值,从而加快整个路由发现的收敛速度;
步骤五:源节点s收到来自目的节点d的BANT后,更新其路由表中对应目的节点为d的路由条目,如果新的路由条目的标准评价值更高,就进行相应路由条目更新。
所述路径性能评估值计算,该值采用如下公式:
其中Γijs表示从源节点s出发的路由请求蚂蚁FANT经过节点j到达节点i的评估值;表示FANT来到当前节点相对剩余能量;表示节点从源节点到达当前节点所经过的相对跳数;则记录了从源节点到达当前节点相对路径消耗能量;γ1,γ2和γ3分别代表着三个指标各自所占的权重;
所述路由应答过程中,当前节点选择下一跳邻居节点的概率计算通过如下公式:
其中τijs表示当前节点i选择下一条邻居节点j返回源节点s的概率,Γijs则为相对应的信息素值,分母则是所有当前节点对应所有下一跳邻居节点的信息素值和。
所述反向信息素表对应节点信息素值更新,采用公式如下:
其中:Γijs(t)表示当前时刻t节点i收到来自邻居节点j的相应的信息素值,ρ代表信息素值的挥发系数,该实施例中为0.8;如果由上式得到的当前节点路径的性能评估值大于之前反向信息素表中该节点对应的信息素值,则对当前节点维护的信息素表中对应源节点s和上一跳节点j的值进行更新,否则就根据挥发系数ρ更新对应信息素值。
为了加快整个路由发现的迭代过程,对当前信息素值进行正反馈调整,采用公式如下:
Γ=Γ+r*(1-Γ)+r2*Γhigh/C
Γ=Γ-r*Γ-r2*Γhigh(C*(Ni-1))
其中Γ就是信息素值,Γhigh是当前路径上最大的信息素值,C和r都是常量,其中C=1000,r=0.8。
为了体现本发明带来的有益效果,实验是在相同的网络拓扑结构,相同的节点初始能量和个数,将本发明和AODV进行比较。
1)首先通过增大数据包传输速率来观察两种算法的生命周期,具体如下表:
上表中元素表示网络的生命周期,单位是秒,其中可以清晰地看到在路由的数据包传输速率不断增大过程中,AODV的生命周期明显比本发明路由要快得多,而且本发明在同样的传输速率下,其生命周期优于AODV,且下降速度越来越缓慢。其原因是a)路由发现过程中,将节点剩余能量和路径消耗能量也考虑进去,这样整个网络中节点剩余能量较均衡。b)由于引入反向信息素表,简化了路由请求和应答的数据包,减小了路由发现过程的开销。
2)通过增大数据包传输速率,观察端到端延迟,具体如下表:
上表中元素是端到端延迟时间,单位是秒,可以看出,本发明的端到端延迟要略优于AODV,主要原因在于本发明中在传统蚁群算法迭代中,引入了自我迭代的方式,这样大大加快了路由发现的收敛速度。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (3)
1.一种基于蚁群算法的无线网络路由建立方法,其特征在于:所述方法将蚁群算法中的信息素进行调整,由剩余能量、路径消耗能量和跳数三个参数归一化成一个路由性能评价值进行赋值,信息素值越高,表示相对应的路由性能更高;
源节点广播路由请求,在路由请求蚂蚁FANT到达目的节点过程中,每个节点都会维护一张自身反向信息素表,该表存储了路由请求蚂蚁FANT携带的路径路由信息,携带路由信息的蚁群FANTs从源节点到达目的结点的过程中会对该表进行更新;
目的节点收到路由请求蚂蚁FANT会同时产生路由应答蚂蚁BANT,路由应答蚂蚁通过反向信息素表的值算出选择下一跳邻居节点的概率,并且利用信息素表中最高的值对原有的信息素表相对应的信息素进行自我迭代,增加最终被选择作为下一跳节点对应的信息素值,同时减小所有没有被选中的节点信息素值;不断迭代,直到最终完成路由的建立;
所述方法包括如下步骤:
步骤一:源节点s有数据发送请求:
首先在自己的路由表中判断是否存在到达目的节点的路由,如果存在就按照此路由发送数据,如果没有就需要发起路由搜索,用路由请求蚂蚁FANT替代路由请求数据包RREQ广播出去;
步骤二:中间节点i收到来自源节点s的FANT:
用路由性能评估值Γijs表示信息素值,这个评估值跟三个变量有关,一是表示当前节点剩余能量绝对值与该节点初始能量的比值,二是表示当前跳数和到目的节点总跳数比值的反相关;三是表示FANT到达当前节点路径能量消耗和到达目的节点的比值的反相关;首先判断反向信息素表中有无对应源节点s和上一跳节点j的条目,若没有,则建立相应的信息素条目,若有,则比较两者评估值,取评估值大者,更新反向信息素表;
步骤三:当目的节点收到FANT:
首先参照步骤二方式更新相应的反向信息素表,接着产生相应的路由应答蚂蚁BANT;
步骤四:路由应答蚂蚁BANT在选择下一跳是依据已经维护好的反向信息素表,计算该目的节点选择下一跳邻居节点的概率,在通过概率选择完下一跳节点后,再进行信息素修正,利用当前迭代过程中最大信息素值做一次自我迭代,增大被选择的节点对应的信息素值,降低没有被选择的节点信息素值,从而加快整个路由发现的收敛速度;
步骤五:源节点s收到来自目的节点d的BANT后,更新其路由表中对应目的节点为d的路由条目,如果新的路由条目的标准评价值更高,就进行相应路由条目更新;
在所述路由应答蚂蚁返回源节点途中,是根据已经维护好的反向信息素表来选择下一跳节点,根据反向信息素表找到对应于源节点s和上一跳邻居节点j的信息素值,并计算选择下一跳邻居节点的概率,通过如下公式计算:
其中τijs表示当前节点i选择下一条邻居节点j返回源节点s的概率,Γijs则为相对应的信息素值,分母则是所有当前节点对应所有下一跳邻居节点的信息素值和;
对当前信息素值进行迭代以加快路由收敛过程,采用公式如下:
Γ=Γ+r*(1-Γ)+r2*Γhigh/C
Γ=Γ-r*Γ-r2*Γhigh(C*(Ni-1))
其中Γ就是信息素值,Γhigh是当前迭代过程中最大信息素值,C和r都是常量。
所述步骤二中,根据FANT携带的路由信息计算路由性能评估值,该值采用如下公式得到:
其中Γijs表示从源节点s出发的路由请求蚂蚁FANT经过节点j到达节点i的评估值;表示FANT来到当前节点相对剩余能量;表示节点从源节点到达当前节点所经过的相对跳数;则记录了从源节点到达当前节点相对路径消耗能量;γ1,γ2和γ3分别代表着三个指标各自所占的权重;
3.根据权利要求1-2任一项所述的基于蚁群算法的无线网络路由建立方法,其特征在于:每个节点维护自己的剩余能量,并且周期性地检测剩余能量是否到达阈值,若到达阈值或者该节点从网络中断开而本地修复不成功,则重新发起路由发现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610712140.0A CN106131916B (zh) | 2016-08-23 | 2016-08-23 | 一种基于蚁群算法的无线网络路由建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610712140.0A CN106131916B (zh) | 2016-08-23 | 2016-08-23 | 一种基于蚁群算法的无线网络路由建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106131916A CN106131916A (zh) | 2016-11-16 |
CN106131916B true CN106131916B (zh) | 2020-11-17 |
Family
ID=57275493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610712140.0A Expired - Fee Related CN106131916B (zh) | 2016-08-23 | 2016-08-23 | 一种基于蚁群算法的无线网络路由建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106131916B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106792971A (zh) * | 2016-11-30 | 2017-05-31 | 广东石油化工学院 | 基于蚁群算法的网络节点选择方法 |
CN106804053B (zh) * | 2017-01-17 | 2020-01-14 | 北京航空航天大学 | 一种移动自组织网络中基于自适应吸引子选择的单播路由方法 |
CN108462733B (zh) * | 2017-02-21 | 2023-06-06 | 贵州白山云科技股份有限公司 | 一种文件加速传输方法及装置 |
CN106941447A (zh) * | 2017-05-03 | 2017-07-11 | 西安电子科技大学 | 基于蚁群模型的自由空间光网络路由方法 |
CN107360612B (zh) * | 2017-06-30 | 2019-11-15 | 内蒙古大学 | 一种基于蚁群多路径的无线传感器网络的数据传输方法 |
CN110212970A (zh) * | 2019-06-14 | 2019-09-06 | 广东电网有限责任公司 | 一种用于卫星网络的通信方法、装置和设备 |
CN110636582A (zh) * | 2019-09-27 | 2019-12-31 | 天津大学 | 一种基于蚁群算法的水下传感器网络节点通信路径选择方法 |
CN111065145B (zh) * | 2020-01-13 | 2021-09-21 | 清华大学 | 一种面向水下多智能体的q学习蚁群路由方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101083616A (zh) * | 2007-07-05 | 2007-12-05 | 上海交通大学 | 基于蚁群算法的无线自组网络节能按需路由方法 |
KR20120102971A (ko) * | 2011-03-09 | 2012-09-19 | 한국과학기술원 | 라우팅 장치 및 이를 이용한 전송 경로 설정 방법과 라우팅 장치의 테이블 관리 방법 |
CN103327564A (zh) * | 2013-05-30 | 2013-09-25 | 电子科技大学 | 基于蚁群算法的无线传感器网络路由方法 |
CN105611599A (zh) * | 2016-01-08 | 2016-05-25 | 昆明理工大学 | 一种基于剩余能量动态调整前向角度的路由算法 |
-
2016
- 2016-08-23 CN CN201610712140.0A patent/CN106131916B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101083616A (zh) * | 2007-07-05 | 2007-12-05 | 上海交通大学 | 基于蚁群算法的无线自组网络节能按需路由方法 |
KR20120102971A (ko) * | 2011-03-09 | 2012-09-19 | 한국과학기술원 | 라우팅 장치 및 이를 이용한 전송 경로 설정 방법과 라우팅 장치의 테이블 관리 방법 |
CN103327564A (zh) * | 2013-05-30 | 2013-09-25 | 电子科技大学 | 基于蚁群算法的无线传感器网络路由方法 |
CN105611599A (zh) * | 2016-01-08 | 2016-05-25 | 昆明理工大学 | 一种基于剩余能量动态调整前向角度的路由算法 |
Non-Patent Citations (1)
Title |
---|
基于蚁群优化的能量有效Ad Hoc路由算法;李劲,周继鹏;《基于蚁群优化的能量有效Ad Hoc路由算法》;20120430;正文1-2章 * |
Also Published As
Publication number | Publication date |
---|---|
CN106131916A (zh) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106131916B (zh) | 一种基于蚁群算法的无线网络路由建立方法 | |
Le et al. | Rpl-based multipath routing protocols for internet of things on wireless sensor networks | |
US7450521B2 (en) | Cost-based routing using backoff scheme | |
US20060178156A1 (en) | Routing method in a wireless sensor network | |
Wang et al. | Improved ant colony-based multi-constrained QoS energy-saving routing and throughput optimization in wireless Ad-hoc networks | |
Yu et al. | A new TORA-based energy aware routing protocol in mobile ad hoc networks | |
Ali et al. | An on-demand power and load-aware multi-path node-disjoint source routing scheme implementation using NS-2 for mobile ad-hoc networks | |
Shirkande et al. | Aco based routing algorithms for ad-hoc network (wsn, manets): A survey | |
CN108471628B (zh) | 一种具备优化网络负载的路由控制器 | |
CN108093457B (zh) | 一种无线自组网的路由查找方法及其系统 | |
CN114339661A (zh) | 基于鲸鱼优化的飞行器自组织网络多径路由机制 | |
Ohtaki et al. | Scalable and efficient ant-based routing algorithm for ad-hoc networks | |
CN113727408B (zh) | 一种基于速度与能量感知的无人机自组网改进aodv路由方法 | |
CN112954764B (zh) | 一种移动自组网络中的基于路径状态的多径分流路由方法 | |
Goyal et al. | Hybrid aodv: An efficient routing protocol for manet using mfr and firefly optimization technique | |
CN111565153B (zh) | 基于Q-learning算法和OLSR路由机制维护路由表的方法及系统 | |
CN116112974A (zh) | 一种基于路由条目数的rpl路由负载均衡方法 | |
Xiaochuan et al. | Link reliability based hybrid routing for tactical mobile ad hoc network | |
Peng et al. | An energy-aware random multi-path routing protocol for MANETs | |
Othmen et al. | Power and delay-aware routing protocol for ad hoc networks | |
Desai et al. | Learning based route management in mobile ad hoc networks | |
Tan et al. | A distributed and dynamic data gathering protocol for sensor networks | |
CN101867993A (zh) | 基于路由关联度的多径路由方法 | |
CN112423356B (zh) | 基于能量均衡的无人装备集群aodv路由方法 | |
Yoshihiro et al. | A new hybrid approach for scalable table-driven routing in MANETs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201117 Termination date: 20210823 |
|
CF01 | Termination of patent right due to non-payment of annual fee |