← 最新论文
💻 computer science

Energy and Trust Aware Optimal Cluster-Based Routing in WSN using Lyrebird-Red Panda Optimization

本文提出了一种用于无线传感器网络的能量与信任感知最优聚类路由协议(OCR-WSN),该协议利用琴鸟辅助红熊猫优化算法(LAROA)来优化簇头选择和路由路径,从而通过平衡延迟、距离、能量和信任等因素,增强网络寿命和业务质量。

原作者: Vikram Sadashiv Gawali, Sonali Kshirsagar

发布于 2026-09-28
📖 1 分钟阅读☕ 轻松阅读

原作者: Vikram Sadashiv Gawali, Sonali Kshirsagar

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一片广袤而寂静的田野,点缀着数百个微小的、由电池驱动的设备,每一个都作为更大系统的眼睛和耳朵。这些是无线传感器网络,是现代技术的无形神经系统,被用于监测从森林火灾、农作物健康到边境安全以及患者生命体征的方方面面。这些网络的挑战在于,设备体积小、成本低,且通常被放置在无法更换电池的偏远地点。它们必须依靠单次充电尽可能长时间地生存。为了实现这一点,设备不能仅仅向中央站“大声疾呼”其数据,因为那会过快地消耗电量;相反,它们会将自己组织成一个个小组。在每个小组内,会选出一个设备充当领导者,收集来自邻近设备的信息,并向中央站发送一份汇总后的报告。这种方法节省了能量,但它依赖于挑选出正确的领导者,并找到数据传输的最安全、最高效的路径。如果选错了领导者,或者数据走了一条弯曲冗长的路线,整个网络可能会过早失效。

来自印度政府工程学院的研究人员维克拉姆·萨达希夫·高瓦利(Vikram Sadashiv Gawali)和索纳莉·克希尔萨加尔(Sonali Kshirsagar)提出了一种解决这一问题的新方法,旨在让这些网络运行得更久、工作得更可靠。他们开发了一种名为“最优集群路由协议”(Optimal Cluster-based Routing protocol)的系统,该系统使用一种巧妙的计算机算法来决定哪个设备应该领导一个小组,以及数据应该如何在网络中流动。他们的做法非常独特,因为它不仅考虑设备剩余的能量多少,还考虑了设备与其他设备之间的距离、信息到达所需的时间,以及该设备是否可以被信任以表现得诚实可靠。为了找到最佳的排列组合,他们结合了两种受自然启发的不同策略:琴鸟的狩猎行为和红熊猫的觅食习性。

研究人员通过模拟一个包含一百个和二百个传感器节点的网络来测试他们的想法。在模拟过程中,这个被命名为“琴鸟-红熊猫优化算法”(Lyrebird-Red Panda Optimization)的新算法必须不断评估网络,以挑选出最佳的领导者和路径。结果显示,这种混合方法优于几种现有的技术。当网络拥有一百个节点时,该新系统成功实现了仅为 0.0000001976 秒的数据传输延迟,这种极快的速度确保了信息几乎瞬时到达。数据传输的距离经过优化,平均为 40.078 米,而执行任务所消耗的能量被控制在较低的 0.398 焦耳。或许最重要的一点是,该系统保持了高水平的信任度,在衡量可靠性的量表上得分为 0.673,确保了网络不会受到故障或恶意节点的破坏。

除了速度和距离之外,研究还观察了网络交付信息的能力。在一项针对一百个节点的测试中,新方法实现了 0.876 的数据包交付率,这意味着发送的数据中接近 88% 实际上到达了目的地。这高于其他流行方法的测试结果(其范围在 0.764 到 0.849 之间)。研究人员还测量了整体服务质量(QoS),这是一个结合了速度、可靠性和效率的指标。他们的系统得分高达 0.865,再次超越了其他方法。研究还检查了算法寻找最佳方案的速度。在一个被称为“收敛”的过程中(即计算机搜索完美设置的过程),新方法仅用 25 步就找到了一个高效的解,对于较小的网络,其成本值为 0.968。这比其他测试的算法更快、更精确,因为其他算法需要更长的时间才能稳定下来,并且往往最终得到的是效率较低的配置。

研究人员还观察了运行这些计算的实际层面,例如系统所需的计算机内存和运行时间。新方法在这两个类别中都是最高效的。它仅需要 53.568 MB 的内存,是所有测试方法中最低的,并且在 1,564.56 秒内完成了计算。相比之下,一些旧方法需要的内存几乎是两倍,且耗时超过 3,000 秒。这表明,这种新方法不仅更聪明,而且在管理这些网络的计算机上运行起来也更轻量、更快。研究通过统计检验确认了这些发现,表明这些改进是一致的,而不仅仅是单次运行的偶然结果。

虽然研究结果令人鼓舞,但研究人员指出,这些发现来自于计算机模拟,而非现实世界中的物理部署。这项工作证明,结合琴鸟和红熊猫的搜索策略可以创建一个稳健的无线传感器网络管理系统。通过仔细平衡能量使用、距离、速度和信任,这种方法为保持这些关键网络长期存活并正常运作提供了一种途径。作者建议,随着这些网络扩展到包含数千个节点或转移到更复杂的环境中,这种智能路由将变得至关重要。未来的工作可能包括在工业监控或医疗保健等现实场景中测试该系统,并探索如何整合能量采集技术,以进一步延长这些微小而不知疲倦的哨兵的寿命。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →