移动多跳网络中能效路由算法研究与仿真实现

摘要

伴随通信技术的快速发展，无线通信技术和无线网络获得愈来愈广泛的应用。移动多跳网络作为无线通讯领域内的一种刚兴起的网络结构，逐步变成研究热点。移动多跳无线网络具有部署速度快，环境适应能力强，抗毁性强等诸多优点，因此在军用领域和民用领域的应用范围越来越大。但是随之而来的是网络能量消耗的与日俱增，以及由此带来的环境污染问题。由相关数据显示，通信行业每一年消耗的电量最少会达到二百亿度，在各个行业中耗电总量排名第14，其中大约有一半以上的电量消耗是来自于无线网络的能源消耗。鉴于以上的诸多问题，如何在移动多跳网络环境下降低网络能耗与提高网络的能效是目前亟待解决的问题。 然而，目前在移动多跳网络的能效研究过程中，对于能效度量的标准较为简单。但是，设计良好的绿色能效标准则将会更加有益于量化资源的利用率，更好地用于通信性能的评估以及评价。本文中通过分析多跳无线通信模型，然后在此基础上提出相应的能耗和能效模型。 首先，本文研究了基于自适应遗传优化算法的能效路由策略。通过研究移动多跳无线通信过程中的基本模型，同时考虑到网络中由于信道状况引起的重传现象，提出了在不限制重传次数条件下的能耗以及能效模型，并且进一步提出了本文的能效路由算法。本文中的能效模型同时考虑到流量、能量、时间以及频率等方面，较之前的度量模型更为全面。仿真结果表明，本文所提的能耗以及能效模型可以更加全面、准确地反应网络的性能。 其次，本文研究了基于混合自适应蚁群优化的能效路由算法。在研究无线通信过程中网络各个性能的基本模型时，为了更加真实、准确地反应网络实际情况，本文在考虑存在重传的基础之上，还对网络中所允许的最大重传次数进行设置。然后，在此基础之上分析无线网络的各个性能。之后，应用新的能效度量模型，在满足约束的前提下，以最大化网络能量效率为目标，进行优化建模，然后提出了本文的混合能效路由算法。该算法模型主要包括自适应的蚁群算法选路以及贪婪算法进行选路两部分。最后通过仿真结果验证本文的分析。

目录

声明

摘要

第1章绪论

1．1研究背景及意义

1．1．1研究背景

1．1．2研究意义

1．2研究现状

1．3本文的主要工作

1．4课题来源

第2章移动多跳无线网络概述

2．1多跳无线网络概述

2．1．1 Ad-hoc无线网络

2．1．2无线传感器网络

2．1．3无线Mesh网络

2．2移动多跳无线网络功耗特性

2．2．1无线Ad hoc网络能耗分析

2．2．2无线传感器网络能耗分析

2．3功率控制

2．4绿色无线网络

2．5本章小结

第3章基于自适应遗传优化的能效路由算法

3．1概述

3．2无线多跳网络能耗分析

3．2．1干扰模型

3．2．2功耗模型

3．2．3能效分析

3．2．4节点实时移动模型

3．3遗传算法

3．3．1遗传算法的基本思想

3．3．2遗传算法的改进

3．4 EERAGA算法

3．4．1 EERAGA算法描述

3．4．2 EERAGA算法步骤

3．4．3 EERAGA算法复杂度

3．5仿真结果与分析

3．5．1仿真环境及参数

3．5．2节点速度和数据包长对网络性能影响的分析

3．5．3节点数目和数据包长对网络性能影响的分析

3．6本章小结

第4章基于混合自适应蚁群算法的能效路由机制

4．1网络模型分析

4．1．1网络能耗建模分析

4．1．2网络能效建模

4．2蚁群算法

4．2．1蚁群算法的基本思想

4．2．2基本蚁群算法的改进

4．3 EERAHACO算法

4．3．1 EERAHACO算法

4．3．2 EERAHACO算法步骤

4．3．3时间复杂性分析

4．4仿真结果与分析

4．4．1数据包长和最大重传次数变化对网络性能影响的分析

4．4．2节点移动速度和数据包长对网络性能影响的分析

4．5本章小结

第5章总结

5．1工作总结

5．2未来展望

参考文献

致谢

攻读硕士学位期间发表的论文

攻读硕士学位期间参与的科研项目