基于蟻群算法的移動自組網(wǎng)AODV路由協(xié)議動態(tài)優(yōu)化研究_第1頁
基于蟻群算法的移動自組網(wǎng)AODV路由協(xié)議動態(tài)優(yōu)化研究_第2頁
基于蟻群算法的移動自組網(wǎng)AODV路由協(xié)議動態(tài)優(yōu)化研究_第3頁
基于蟻群算法的移動自組網(wǎng)AODV路由協(xié)議動態(tài)優(yōu)化研究_第4頁
基于蟻群算法的移動自組網(wǎng)AODV路由協(xié)議動態(tài)優(yōu)化研究_第5頁
已閱讀5頁,還剩2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

摘要:現(xiàn)有的AODV路由協(xié)議優(yōu)化研究大多采用高延遲方式。本文對AODV路由協(xié)議進(jìn)行動態(tài)優(yōu)化,并采用蟻群算法對其進(jìn)行優(yōu)化。通過對路徑規(guī)劃中的避障規(guī)則及關(guān)鍵節(jié)點(diǎn)的敏感度進(jìn)行修正,增加關(guān)鍵路徑上的信息素含量,設(shè)定信息素水平分區(qū),進(jìn)而對通信傳輸最優(yōu)路徑的辨識與規(guī)劃進(jìn)行優(yōu)化。利用蟻群算法,將每個結(jié)點(diǎn)的信息素辨識結(jié)果與蟻群算法相結(jié)合,求得最佳傳播路徑。試驗(yàn)表明,經(jīng)過優(yōu)化的路由通信數(shù)據(jù)傳輸平均時延維持在0.3—0.45秒之間,可以有效緩解移動自組網(wǎng)擁塞狀況,并且路徑節(jié)點(diǎn)的變化也逐漸平穩(wěn),總體工作效率與性能得到了顯著提升。關(guān)鍵詞:蟻群算法;移動自組網(wǎng);AODV路由協(xié)議;動態(tài)優(yōu)化移動無線自組網(wǎng)絡(luò)是一種自組織、快速配置而且無需固定設(shè)施的動態(tài)網(wǎng)絡(luò)。當(dāng)移動自組網(wǎng)拓?fù)渥兓瘯r,該算法可以迅速收斂,具有較低的計(jì)算量和較少的內(nèi)存需求,并具有自修復(fù)和斷開能力。此外,AODV還采用了結(jié)點(diǎn)序號的方法來解決移動自組網(wǎng)中的循環(huán)和無限計(jì)數(shù)問題。然而,當(dāng)有效路由出現(xiàn)連接失效時,存在著對源節(jié)點(diǎn)進(jìn)行修補(bǔ)或局部修補(bǔ)選擇不當(dāng)?shù)膯栴},這將導(dǎo)致整個移動自組網(wǎng)性能的惡化。因此,本文擬研究一種基于移動自組網(wǎng)的AODV路由協(xié)議,采集數(shù)據(jù),設(shè)置動態(tài)頻率門限,并通過實(shí)驗(yàn)驗(yàn)證了該算法的優(yōu)越性,提高了協(xié)議中分組的動態(tài)交付率[1]。一、蟻群算法在不斷研究探討中,學(xué)者們根據(jù)蟻群“信息素”的變化規(guī)律,將其劃分為三種不同類型的蟻群算法。循環(huán)模型(cycle):每只蟻群可釋放的信息素總量是恒定的。密度模型(denseness):當(dāng)蟻群通過一條通路后,不管這條通路有多長,它們都會釋放出同樣的信息素。數(shù)量模型(quantity):每只蟻群在同一條路徑上釋放的信息素濃度均相同。在這三種模式的持續(xù)試驗(yàn)和實(shí)際運(yùn)用中,以其更具邏輯性和合理性而成為三種模式中的最佳模式。在接下來的研究中,很多學(xué)者通過引入各種算法和技術(shù)來對蟻群算法進(jìn)行改進(jìn),主要有三種改進(jìn)方法,分別是根據(jù)信息素的更新方式、基于路徑選擇邏輯的方法以及將其他算法與蟻群算法相結(jié)合,從而得到了各種改進(jìn)算法。(一)基于信息素局部更新方式的改進(jìn)蟻群算法在此基礎(chǔ)上,采用局部弱化信息素作用,使未被走過的路徑有一定幾率被選中,從而避免陷入局部最優(yōu);提高了全局的搜索能力,提高了全局信息素養(yǎng)更新速度;在確定局部最優(yōu)路徑上,提高信息素的作用和集中程度,從而加強(qiáng)正反饋?zhàn)饔?,提高收斂速度。(二)基于路徑選擇邏輯的改進(jìn)蟻群算法采用一種基于遺傳算法的算法,對蟻群算法進(jìn)行了改進(jìn),使得蟻群算法能夠在最短時間內(nèi)得到全部的可行解;為了提高算法的收斂效率,同時保證路徑的合理性,采用了一種基于遺傳算法的蟻群算法。(三)基于算法融合的改進(jìn)蟻群算法由于蟻群算法并行性好、分布性能好等特點(diǎn),蟻群算法更容易與其他算法相結(jié)合,通過與各種精確算法和啟發(fā)式算法的結(jié)合,形成一種新的算法,該算法可以將啟發(fā)式算法的強(qiáng)大全局尋優(yōu)能力與蟻群算法的正向反饋相結(jié)合,從而實(shí)現(xiàn)快速、準(zhǔn)確求解。從算法層次上來說,它不但在算法層次上進(jìn)行了持續(xù)演化,而且在實(shí)踐中,它已經(jīng)被廣泛應(yīng)用于從生產(chǎn)生活中提煉出來的各種問題,例如:車輛路徑問題、圖像處理問題、移動自組網(wǎng)路由問題、聚類問題等。二、AODV路由協(xié)議工作過程(一)AODV路由協(xié)議的路由發(fā)現(xiàn)在AODV協(xié)議中,如果有一方想要向目的方發(fā)送一條信息,那么只需在此基礎(chǔ)上創(chuàng)建一條路徑。為尋找到達(dá)目標(biāo)點(diǎn)的路徑,它廣播一個路由請求信息RREQ到鄰居節(jié)點(diǎn),鄰居節(jié)點(diǎn)又將消息轉(zhuǎn)發(fā)給下一鄰近結(jié)點(diǎn),直至到達(dá)目標(biāo)點(diǎn)或有一條有效路徑到達(dá)目標(biāo)點(diǎn)。同時,接收RREQ的中間節(jié)點(diǎn)按照RREQ協(xié)議中提供的信息,創(chuàng)建一條新路徑——即“反向路由”。在此基礎(chǔ)上,提出了一種基于RREQ協(xié)議的逆向路由機(jī)制[2]。在到達(dá)目標(biāo)節(jié)點(diǎn)或者有一條有效路徑的情況下,節(jié)點(diǎn)會向源節(jié)點(diǎn)發(fā)送一條路由應(yīng)答消息,并在給定的方向上向源節(jié)點(diǎn)發(fā)送消息。在傳送過程中,收到RREP的節(jié)點(diǎn)會生成一條新路徑,并將其加入“正向路由”路由表。前向路由協(xié)議的目的節(jié)點(diǎn)是RREP的來源節(jié)點(diǎn),下一節(jié)點(diǎn)將RREP發(fā)送給它的鄰居節(jié)點(diǎn)。(二)AODV路由保持過程在路由形成之后,為了維持路由,各節(jié)點(diǎn)定期通過廣播向鄰居發(fā)送Hello消息,并將消息限制在發(fā)送節(jié)點(diǎn)與鄰居節(jié)點(diǎn)之間。接收到Hello信息的節(jié)點(diǎn)將創(chuàng)建或者更新到發(fā)送節(jié)點(diǎn)的路由。在AODV中,無論何時,當(dāng)一個節(jié)點(diǎn)接收到一個控制報(bào)文時,其含義都相當(dāng)于一個顯式Hello消息。因此,無論何時,節(jié)點(diǎn)都能保持有效的連通性。當(dāng)一個節(jié)點(diǎn)發(fā)現(xiàn)一個路徑不可用,就會在路由表中設(shè)定這個路徑表的條目為無效,然后過一段時間再刪除。當(dāng)有效路徑出現(xiàn)故障時,AODV協(xié)議提供了局部修補(bǔ)和源端重構(gòu)兩種方法。當(dāng)斷開鏈的前一節(jié)點(diǎn)處于MAX_REPAIR_TTL跳數(shù)范圍內(nèi)時,它將啟動局部恢復(fù);局部修復(fù)是上一節(jié)點(diǎn)啟動路由發(fā)現(xiàn),并通過對目標(biāo)節(jié)點(diǎn)的序號添加1來對鏈路進(jìn)行修復(fù);啟動該修補(bǔ)程序的節(jié)點(diǎn)會等待一個RREP循環(huán)以獲取RREQ的訪問權(quán)限。當(dāng)斷鏈的前一節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)之間的距離超過MAX_REPAIR_TTL時,首先對其進(jìn)行恢復(fù),即在中斷鏈附近的前一節(jié)點(diǎn)發(fā)出一條RERR信息,源方在收到RERR消息后,發(fā)起一條路由查找,源方將其序列號加上1,然后向目標(biāo)節(jié)點(diǎn)發(fā)送RREQ。(三)AODV路由協(xié)議路由修復(fù)過程的缺陷在圖1中結(jié)點(diǎn)6和結(jié)點(diǎn)7之間的鏈路被切斷之后,目的結(jié)點(diǎn)D將從源節(jié)點(diǎn)S遷移到新的結(jié)點(diǎn),這個時候,結(jié)點(diǎn)6開始本地修補(bǔ),使整個防火網(wǎng)絡(luò)的性能下降。因此,使用源節(jié)點(diǎn)來進(jìn)行修補(bǔ),最為合理[3]。若在結(jié)點(diǎn)3與結(jié)點(diǎn)4之間斷開連接,則如在圖2中所示,目標(biāo)結(jié)點(diǎn)D移至離源節(jié)點(diǎn)近數(shù)個跳點(diǎn)的結(jié)點(diǎn)3的位置;在這種情況下,如果在源節(jié)點(diǎn)上啟動重構(gòu)路由,則會使整個移動自組網(wǎng)的性能降低。這種情況下,還是使用局部節(jié)點(diǎn)來進(jìn)行修復(fù)更加合理[4]。三、移動自組網(wǎng)AODV路由協(xié)議動態(tài)優(yōu)化本文提出了一種新的基于蟻群算法的AODV路由協(xié)議。在進(jìn)行數(shù)據(jù)通信時,由于所處環(huán)境的影響,其所處的環(huán)境是不確定的。在此基礎(chǔ)上,提出了一種新的基于蟻群算法的AODV路由協(xié)議。以起始點(diǎn)為路由起點(diǎn),決定了目標(biāo)節(jié)點(diǎn)的具體位置,然后向目標(biāo)節(jié)點(diǎn)出發(fā),在過程中避免遇到任何的干擾和障礙,生成與當(dāng)前環(huán)境相適應(yīng)的動態(tài)路線。新路徑的出現(xiàn)將增加數(shù)據(jù)通信的傳輸距離,從而增加了數(shù)據(jù)通信的傳送時間。為在保證通信效率的前提下,實(shí)現(xiàn)最優(yōu)路徑,需重新制定避障準(zhǔn)則,當(dāng)通信路由遇到這種障礙時,無需再重新規(guī)劃其他路徑,使通信路徑最短[5]。將通信環(huán)境中存在的多條路徑結(jié)點(diǎn)和障礙物結(jié)點(diǎn)用蟻群算法表示,并將路徑結(jié)點(diǎn)的信息集成為:X=(x1,x2…xn),以集合的形式表達(dá)的障礙節(jié)點(diǎn)Y=(y1,y2…yn),給出了最優(yōu)的數(shù)據(jù)傳送路線和避障路線,a代表蟻群,D描述了蟻群所走過的路線,并能求出理想的最佳路線與實(shí)際的最佳路線,并對蟻群在各種障礙下的避讓狀況進(jìn)行了分析:在公式(1)中,q是蟻群對障礙的辨識參數(shù),f是不同結(jié)點(diǎn)的辨識函數(shù),u、v是不同結(jié)點(diǎn)的辨識結(jié)果,ε是辨識出的關(guān)鍵性資訊的個數(shù),σ是參加辨識規(guī)劃的結(jié)點(diǎn)資訊總數(shù)。在此基礎(chǔ)上,提出了一種基于蟻群算法的蟻群算法。通過改進(jìn)蟻群算法,實(shí)現(xiàn)了對避障策略的調(diào)整,并改善了對關(guān)鍵路線和優(yōu)先障礙的選擇能力。根據(jù)蟻群對每個結(jié)點(diǎn)的信息素識別能力,將蟻群劃分為不同的等級,以增強(qiáng)蟻群對主要障礙物的吸引,從而增強(qiáng)蟻群對蟻群的吸引力。利用調(diào)高路由識別關(guān)鍵節(jié)點(diǎn)的靈敏度,縮小最優(yōu)路徑范圍,提高其識別最優(yōu)路徑的能力;基于該方法,將關(guān)鍵節(jié)點(diǎn)的信息素添加到原始信息素中,并與已知信息素濃度進(jìn)行融合,獲得各節(jié)點(diǎn)間的濃度差[6]。(2)式中,Δk表示信息素濃度的差異,η表示信息素的分歧,a表示蟻群軌跡的錯誤范圍,h表示整個路徑的長度,Eij表示蟻群感受到的信息素總量。根據(jù)以上公式所算出的信息,對最優(yōu)路徑進(jìn)行判定:公式(3)中,L表示得到的路線結(jié)果并且Lij是最初計(jì)劃的參考路線。通過分析,得出了在給定的條件下,得到的運(yùn)動軌跡是最優(yōu)的,反之,如果不滿足,則不是最優(yōu)的。以此能夠得到更加科學(xué)合理的路由傳輸路徑,實(shí)現(xiàn)了移動路由協(xié)議動態(tài)的優(yōu)化。四、實(shí)驗(yàn)研究利用Matlab作為試驗(yàn)軟件,分析了火災(zāi)撲救過程中的節(jié)點(diǎn)識別率、節(jié)點(diǎn)之間的平均傳輸時間、傳輸率和丟包率。以NS2為例,在550m×550m的防火網(wǎng)絡(luò)結(jié)構(gòu)中,選取20個節(jié)點(diǎn),以10m/s的最大運(yùn)動速度10m/s進(jìn)行仿真。傳統(tǒng)路由通信中,當(dāng)傳送資料相同時,移動自組網(wǎng)速率會影響從起始結(jié)點(diǎn)至該區(qū)域中各結(jié)點(diǎn)的傳送速率。在不同的傳輸路徑上,傳送節(jié)點(diǎn)之間的平均傳送時間是恒定的,而路由傳送的封包率與接收速率成反比,恒定的移動自組網(wǎng)速率下,增加了傳送速率,則會使該地區(qū)的移動自組網(wǎng)環(huán)境變得更加擁擠,對移動自組網(wǎng)資源的占用也會增加,此外,它還會給網(wǎng)絡(luò)中的節(jié)點(diǎn)帶來額外的負(fù)荷,從而降低了網(wǎng)絡(luò)的傳輸速度和效率[7]。蟻群算法是一種最優(yōu)路徑規(guī)劃方法,其平均延遲為0.3—0.45秒,而常規(guī)算法的延遲大于0.7秒。這是由于本論文所提出的方法可以在多個任務(wù)之間實(shí)現(xiàn)最優(yōu)的傳送線,減少移動自組網(wǎng)擁塞,減少節(jié)點(diǎn)負(fù)荷,加快分組的傳送速率。在相同的移動自組網(wǎng)環(huán)境中,監(jiān)控并分析了在不同傳輸速率情況下節(jié)點(diǎn)的報(bào)文接收率。隨著數(shù)據(jù)傳輸速率的提升和移動自組網(wǎng)擁塞的加劇,傳統(tǒng)通信模式下路由拓?fù)浣Y(jié)構(gòu)的開銷增大,對移動自組網(wǎng)拓?fù)浣Y(jié)構(gòu)的需求也隨之增大,從而加劇了通信系統(tǒng)的不穩(wěn)定性,極大地提升了通信的失敗率。本文提出一種新的基于蟻群算法的無線傳感器移動自組網(wǎng)傳輸路徑優(yōu)化

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. 人人文庫網(wǎng)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