使用蚁群优化的WMSNs负载均衡路由方案

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (18): 80-84.

使用蚁群优化的WMSNs负载均衡路由方案

毕俊蕾1，李致远2

1.河南工业职业技术学院计算机工程系，河南南阳 473009
2.南京邮电大学计算机学院，南京 210003

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-21 发布日期:2011-06-21

Load balancing routing scheme for wireless multimedia sensor networks using ant colony optimization

BI Junlei1，LI Zhiyuan2

1.Department of Computer Engineering，Henan Polytechnic Institute，Nanyang，Hennan 473009，China
2.College of Computer，Nanjing University of Posts and Telecommunications，Nanjing 210003，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-21 Published:2011-06-21

摘要/Abstract

摘要： 由于无线多媒体传感器网络（WMSNs）具有资源受限、信道容量可变、数据冗余度高等特点，研究WMSNs的QoS 路由具有极大的挑战性。针对上述问题，提出了一种使用蚁群优化的WMSNs负载均衡路由方案——ACOLBR。ACOLBR采用分簇技术进行区域划分，簇间利用ACO找到一条簇首到基站的最优路径，簇内利用以簇首为根节点的最小生成树算法组织路由。仿真结果表明，与AGRA和M-IAR算法相比，ACOLBR在负载均衡、传输时延、传输成功率、可扩展性和自适应性等方面均有较大改进，实现了全网的负载均衡，有效地延长了网络生命期，保证了网络传输的QoS。

关键词: 无线多媒体传感器网络, QoS路由, 蚁群优化, 分簇技术, 负载均衡

Abstract: Due to the characteristics of Wireless Multimedia Sensor Networks（WMSNs），such as limited resources，variable channel capacities and highly redundant data，researching on the QoS routing of WMSNs is of great challenges.Aiming at these challenges，a Ant Colony Optimization based Load Balancing Routing（ACOLBR） scheme for WMSNs is proposed.The network is divided by a novel clustering algorithm.Then on the basis of the hierarchical topology，an optimal path from cluster heads to base station is built by the ant colony optimization algorithm.The routing between cluster members and their cluster heads is built by a minimum spanning tree algorithm?within clusters.The simulation results show that ACOLBR has better scalability，adaptability，load balancing，transmission success rate and delay performance than AGRA（Ant-like Game Routing Algorithm for WMSNs） and M-IAR（Multimedia-enabled Improved Adaptive Routing） algorithms.Therefore，ACOLBR can achieve load balancing，effectively prolong the network lifetime and guarantee the QoS of the data transmission.?

Key words: Wireless Multimedia Sensor Networks（WMSNs）, QoS routing, Ant Colony Optimization（ACO）, clustering technology, load balancing

毕俊蕾1，李致远2. 使用蚁群优化的WMSNs负载均衡路由方案[J]. 计算机工程与应用, 2011, 47(18): 80-84.

BI Junlei1，LI Zhiyuan2. Load balancing routing scheme for wireless multimedia sensor networks using ant colony optimization[J]. Computer Engineering and Applications, 2011, 47(18): 80-84.

[1]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[2]	王保剑，胡大裟，蒋玉明. 改进A*算法在路径规划中的应用[J]. 计算机工程与应用, 2021, 57(12): 243-247.
[3]	张海南，游晓明，刘升，刘中强. 交互式学习的布谷鸟搜索算法[J]. 计算机工程与应用, 2020, 56(7): 147-154.
[4]	袁洋，叶峰，赖乙宗，赵雨亭. 结合负载均衡与A*算法的多AGV路径规划[J]. 计算机工程与应用, 2020, 56(5): 251-256.
[5]	何锋，曾文，王秉钧. 并行实时测控数据存储系统设计与实现[J]. 计算机工程与应用, 2020, 56(23): 253-258.
[6]	宋方振，徐彦彦，唐鑫，潘少明. 基于改进蚁群算法的应急通信网络路由协议[J]. 计算机工程与应用, 2020, 56(18): 90-96.
[7]	王莉，赵阿群，赵晨辉. 基于Fat-Tree的虚拟分片负载均衡算法[J]. 计算机工程与应用, 2020, 56(13): 93-99.
[8]	秦峰，曾浩，林开东. 高负载场景下基于负载均衡的LLN路由协议[J]. 计算机工程与应用, 2020, 56(1): 121-126.
[9]	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.
[10]	王进1，李琪2，黄家玮2. 路径差异敏感的包散射策略机制[J]. 计算机工程与应用, 2019, 55(5): 72-75.
[11]	薛文艳，赵江，郝崇清，刘慧贤. 基于信息素负反馈的超启发式蚁群优化算法[J]. 计算机工程与应用, 2019, 55(4): 163-172.
[12]	王珺，王梦林，王悦，刘俊杰. SDN数据中心网络基于流分类的负载均衡方案[J]. 计算机工程与应用, 2019, 55(24): 75-83.
[13]	刘欢，房胜，李哲，赵晴. 基于多条带HEVC并行编码器的负载均衡算法[J]. 计算机工程与应用, 2019, 55(18): 180-188.
[14]	谷静，侯永平，张新. 异构网中基于改进蝙蝠算法的动态CRE偏置选择[J]. 计算机工程与应用, 2019, 55(13): 93-99.
[15]	王鹏辉，张宁，肖明明. 基于节点重要度的路由选择与频谱分配算法[J]. 计算机工程与应用, 2019, 55(13): 106-111.