版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、無線傳感器網(wǎng)絡能實時監(jiān)測、感知、采集和處理各種監(jiān)測對象的信息,在軍事、環(huán)境監(jiān)測和工業(yè)生產等方面具有十分廣闊的應用前景,是當前國際上備受關注的新興前沿研究熱點之一。在無線傳感器網(wǎng)絡應用眾多亟需解決的問題中,如何利用無線傳感器網(wǎng)絡有限的能量資源和各節(jié)點地理位置信息,確立目標區(qū)域的路由,是無線傳感器網(wǎng)絡研究的關鍵問題之一。 根據(jù)分組轉發(fā)下一跳節(jié)點的選擇方式,將適用于無線傳感器網(wǎng)絡的路由算法分為四類:洪泛/受限洪泛路由算法、層次式路由算
2、法、以數(shù)據(jù)為中心的路由算法和基于地理信息的路由算法。同時按照下一跳節(jié)點選擇方式、空洞繞行方式和節(jié)點狀態(tài)的控制,將目前常用的基于地理信息的路由方案分為基于受限洪泛的方案,基于傳統(tǒng)貪婪轉發(fā)的方案,以及貪婪轉發(fā)與能耗均衡性相結合的方案等三類。 從能量有效性角度對基于傳統(tǒng)貪婪轉發(fā)方案的GPSR算法及其改進算法、基于貪婪轉發(fā)與能耗均衡性相結合方案的GEAR算法進行了仿真分析,仿真結果說明GEAR算法比GPSR算法能更有效地降低網(wǎng)絡總體能耗
3、,延長網(wǎng)絡生存時間。在對這兩種算法進行深入理論分析的基礎上,本文提出一種節(jié)點地理位置與能耗均衡性,以及節(jié)點狀態(tài)三者相結合的算法——基于地理信息的能量有效路由算法(EEGR),該算法利用網(wǎng)格劃分和節(jié)點不同狀態(tài)的轉換,以均衡網(wǎng)絡中節(jié)點的能量消耗,提高對大規(guī)模、高密度網(wǎng)絡的支持,滿足網(wǎng)絡能量有效性的要求。在NS-2網(wǎng)絡模擬器上添加了EEGR算法模塊,并與GPSR和GEAR算法進行了對比仿真實驗。實驗結果表明:EEGR算法能更好的控制和均衡網(wǎng)絡
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 無線傳感器網(wǎng)絡中地理信息路由算法的研究.pdf
- 無線傳感器網(wǎng)絡的能量有效路由算法研究.pdf
- 能量有效的無線傳感器網(wǎng)絡路由算法研究.pdf
- 基于地理信息的無線傳感器網(wǎng)絡路由理論研究.pdf
- 基于能量有效無線傳感器網(wǎng)絡的分層路由算法研究.pdf
- 基于蟻群算法的無線傳感器網(wǎng)絡能量有效路由算法研究.pdf
- 基于簇的異構無線傳感器網(wǎng)絡能量有效路由算法研究.pdf
- 無線傳感器網(wǎng)絡的能量有效性路由算法研究.pdf
- 無線傳感器網(wǎng)絡能量有效性路由算法研究.pdf
- 基于能量策略的無線傳感器網(wǎng)絡路由算法.pdf
- 基于能量捕獲的無線傳感器網(wǎng)絡路由算法研究.pdf
- 基于能量高效的無線傳感器網(wǎng)絡路由算法研究.pdf
- 基于能量異構無線傳感器網(wǎng)絡的路由算法研究.pdf
- 基于能量均衡的無線傳感器網(wǎng)絡路由算法研究.pdf
- 基于能量有效的無線傳感器網(wǎng)絡路由協(xié)議的研究.pdf
- 無線傳感器網(wǎng)絡路由算法能量優(yōu)化研究.pdf
- 無線傳感器網(wǎng)絡能量均衡路由算法研究.pdf
- 無線傳感器網(wǎng)絡中能量有效的基于地理位置的分簇路由研究.pdf
- 基于能量的無線傳感器網(wǎng)絡路由算法的研究.pdf
- 基于zigbee無線傳感器網(wǎng)絡的能量優(yōu)化路由算法研究
評論
0/150
提交評論