认知视角下能量感知的ZigBee网络树型路由优化算法

为解决ZigBee Cluster-Tree路由算法路径选择不优的问题,提出了一种能量感知的ZigBee树型路由EZTR(Energy-Aware ZigBee tree routing)算法.该算法利用每个节点感知的地址信息,按照ZigBee网络树型结构计算下一跳邻居节点到目的节点之间的跳数可避免网络的环路效应,通过引入认知概念,在跳数集合中选出最短路径以降低跳数.在ZigBee网络节点能量的感知过程中,当所选路径存在低能量节点时,及时启用备用节点,从而避免节点因能量过度消耗成为失效节点.NS2(Network simulator version 2)仿真实验表明,EZTR算法可提高网络分组递交率,有效减少节点转发跳数和平均网络延时,减小网络整体能耗,为提高网络的实时性和延长网络生命周期提供理论支持.

基于ZigBee网络的路由算法研究

ZigBee网络的传统算法(簇树路由算法和AODVjr路由算法)在发现路由过程中节点能耗较大。为此,结合节点能量、簇树路由算法和AODVjr路由算法,提出一种改进的ZigBee网络路由算法。该路由算法选择路由时尽量避免能量较低的节点,选择最佳路径,维持网络稳定性。仿真结果表明,改进后的算法能有效降低整个网络总体能耗,合理分配网络负载,大大降低了死亡节点数量,从而延长整个网络的使用寿命。

基于节点能量优化的ZigBee网络路由算法改进

针对现有的ZigBee路由算法在能量均衡以及延长网络生存时间等方面的不足,在基于簇树路由算法与AODVjr算法的基础上,提出了一种改进的ZigBee路由算法。改进算法提出了重定义邻居表、划分能量等级以及目的节点的缓存机制,侧重于网络的能量优化。实验表明,改进算法在减少网络整体耗能、均衡网络负载、延长网络生存时间等方面表现良好。