一种在WBAN中基于非均匀分簇的高效路由方法

    公开(公告)号:CN111526558B

    公开(公告)日:2024-01-30

    申请号:CN202010350483.3

    申请日:2020-04-28

    Abstract: 一种在WBAN中基于非均匀分簇的高效路由方法,涉及通信技术领域,将WBAN中的网络节点划分成了一些非均匀分布的簇群,在选择簇头时,评估候选簇头节点的剩余能量和与sink的距离参数,选择剩余能量较多、与sink较近的节点成为簇头,然后根据簇头的剩余能量、邻居数量和与sink的距离来计算簇头的通信半径,网络中的其他节点则选择剩余能量较多、簇内成员较少以及距离较近的簇头并加入该簇群,实现合理的非均匀分簇,簇内采用直接传输的方式,簇间则采用多跳的方式,其中下一跳则通过多参数的代价函数来选择。本发明有益效果:解决了网络中能耗不匀均,网络中心的节点和边缘节点的能耗(56)对比文件朱志明.一种适用于大型仓储环境监测的WSN节能路由协议.物流技术.2015,(09),全文.Qu, YT (Qu, Yating) [1];Zheng, GQ(Zheng, Guoqiang) ,etc..A Survey ofRouting Protocols in WBAN for HealthcareApplications.Web of Science.2018,1-24.Beom-Su Kim,Kyong Hoon Kim,etc..Mobility and Temperature Aware QoSRouting Protocol in Wireless Body AreaNetworks《.2017 International Conferenceon Computational Science andComputational Intelligence (CSCI)》.2018,

    基于Q学习的飞行器自组织网络优化链路状态路由机制

    公开(公告)号:CN114339936A

    公开(公告)日:2022-04-12

    申请号:CN202111530693.1

    申请日:2021-12-14

    Abstract: 基于Q学习的飞行器自组织网络优化链路状态路由机制,该机制基于节点亲密度、链路质量和剩余能量建立奖励函数计算奖励值,节点根据环境反馈的奖励值对该节点选择下一跳节点的策略进行调整,以减少数据传输的延迟;根据节点移动感知过程计算决定Q值更新快慢的学习速率参数,以保证数据的实时性;利用奖励函数和学习速率构建Q学习优化函数计算下一跳节点的Q值,选择Q值最大的下一跳节点作为转发节点,以提高网络的生存期。该机制利用Q学习算法选择转发节点,能够适用于拓扑结构高度变化的飞行器自组织网络。仿真结果表明,本文提出的Q‑OLSR机制相比于OLSR和QMR在端到端延迟、包投递率和能量消耗方面均有提升。

    WBAN中基于非均匀分簇的高效路由协议

    公开(公告)号:CN111526558A

    公开(公告)日:2020-08-11

    申请号:CN202010350483.3

    申请日:2020-04-28

    Abstract: WBAN中基于非均匀分簇的高效路由协议,涉及通信技术领域,将WBAN中的网络节点划分成了一些非均匀分布的簇群,在选择簇头时,评估候选簇头节点的剩余能量和与sink的距离参数,选择剩余能量较多、与sink较近的节点成为簇头,然后根据簇头的剩余能量、邻居数量和与sink的距离来计算簇头的通信半径,网络中的其他节点则选择剩余能量较多、簇内成员较少以及距离较近的簇头并加入该簇群,实现合理的非均匀分簇,簇内采用直接传输的方式,簇间则采用多跳的方式,其中下一跳则通过多参数的代价函数来选择。本发明有益效果:解决了网络中能耗不匀均,网络中心的节点和边缘节点的能耗差距较大的问题,延长网络寿命。

Patent Agency Ranking