改进的GPSR模型及其仿真分析

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (8): 100-104.

改进的GPSR模型及其仿真分析

吴三斌，王小明，杨涛，付红

陕西师范大学计算机科学学院，西安 710062

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-11 发布日期:2011-03-11

Improved GPSR model and simulation analysis

WU Sanbin，WANG Xiaoming，YANG Tao，FU Hong

School of Computer & Science，Shaanxi Normal University，Xi’an 710062，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-11 Published:2011-03-11

摘要/Abstract

摘要： 为最大限度保证路由QoS需求，引入概率传输机制在前向区域内选择下一跳节点，对无线传感器网络GPSR算法进行改进，提出一种新的无线传感器路由算法IGPSR，与现有GPSR算法主要有两点不同：（1）根据邻居节点剩余能量对前向区域实行分区；（2）在选定的前向区域分区内采用概率传输机制来选择下一跳节点。仿真实验结果表明，IGPSR算法能有效均衡网络节点能量消耗和延长网络生命周期。

关键词: 无线传感器网络, 地理位置路由, 前向区域, 传输概率

Abstract: In order to ensure the QoS requirements in routing discovery as much as possible，this paper introduces a probability transmit mechanism to select the next hop node in the forward region.The traditional Geographic Perimeter Stateless Routing（GPSR） algorithms can be improved for WSN.This new algorithm is proposed and named Improved Geographic Perimeter Stateless Routing（IGPSR）.There are mainly two differences in the new IGPSR algorithms compared to the traditional GPSR algorithms：（1）IGPSR algorithms divide the forward region into different segments according to the residual energy of the neighboring node；（2）it adopts the probability transport mechanism to select the next hop node in the segment of the chosen forward region.The simulation results show that the IGPSR algorithms work more effectively than the traditional GPSR algorithms in balancing the energy consumption and prolonging the lifetime of the network.

Key words: Wireless Sensor Networks（WSNs）, geographical routing, forward region, probability transmission

吴三斌，王小明，杨涛，付红. 改进的GPSR模型及其仿真分析[J]. 计算机工程与应用, 2011, 47(8): 100-104.

WU Sanbin，WANG Xiaoming，YANG Tao，FU Hong. Improved GPSR model and simulation analysis[J]. Computer Engineering and Applications, 2011, 47(8): 100-104.

[1]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[2]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[3]	龚本灿，周峰，陈鹏，任东. 基于路径质量的无线传感网路由协议[J]. 计算机工程与应用, 2020, 56(6): 99-104.
[4]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[5]	韩雨涝. 非并行二分法的覆盖空洞修复算法[J]. 计算机工程与应用, 2020, 56(12): 87-92.
[6]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[7]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[8]	乔冉，闫江毓，唐良瑞. 基于多维高斯的无线传感器网络定位算法[J]. 计算机工程与应用, 2019, 55(23): 99-104.
[9]	王艳娇，唐琦. 改进的异构无线传感器网络路由能量算法[J]. 计算机工程与应用, 2019, 55(22): 80-85.
[10]	韩雨涝. 面向带状无线传感网低延迟可靠数据收集算法[J]. 计算机工程与应用, 2019, 55(21): 104-109.
[11]	张媛媛，吴华锋，鲜江峰，梅骁峻. 双重约束下的海洋无线传感网自适应成簇算法[J]. 计算机工程与应用, 2019, 55(19): 128-133.
[12]	邹山花，高毅，彭力. 随机系统事件驱动控制策略的研究与设计[J]. 计算机工程与应用, 2019, 55(17): 100-106.
[13]	李道全，魏艳婷，张玉霞，刘文静. 基于改进蚁群算法的WSN能量均衡路由算法[J]. 计算机工程与应用, 2019, 55(17): 117-124.
[14]	姬晓辉，孙泽宇，阎奔，李传锋. 基于联合节点行为策略的WSN覆盖控制算法[J]. 计算机工程与应用, 2019, 55(16): 99-107.
[15]	胡晓辉，巩俊辉，徐宁，杜永文. 跨层优化的WSN能耗均衡拓扑博弈算法[J]. 计算机工程与应用, 2019, 55(14): 69-75.