混合墨西哥鱼和苦鱼优化算法为认知传感器网络的频谱传感多跳集群路由协议
C Balasubramanian1, G Sathya2, R Praveen3
1Department of Computer Science and Engineering, P.S.R. Engineering College, Sivakasi, Tamil Nadu, 626140, India.
Scientific reports
|December 27, 2024
概括
一个新的混合优化算法通过增强频谱传感和能源效率来改善认知无线电传感器网络. 这种方法延长了网络寿命,并优化了数据路由,以获得更好的性能.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 无线通信无线通信
背景情况:
- 集群认知无线电传感器网络 (CRSNs) 需要高效的频谱传感和能源管理,以实现公平的数据流量.
- 现有的多跳路由协议通常假设完美的频谱传感,这在实际的CRSN中是不现实的.
- 集群头 (CHs) 之间的不平衡剩余能量降低了数据包的交付.
研究的目的:
- 提出CRSNs中不完美的频谱传感的混合优化算法.
- 为了提高下链能源采集利用率和节点能量水平.
- 延长网络寿命并保持监控能力.
主要方法:
- 开发了一种混合墨西哥鱼和苦鱼优化算法 (HMABFOA) 用于频谱传感和多跳集群路由.
- 实现了不完美的频谱传感,以应对现实世界的网络条件.
- 采用了墨西哥轴突优化算法 (MAOA) 进行CH选择和集群形成,确保能源稳定性.
- 采用苦鱼优化算法 (BFOA) 来优化多跳路由,最大限度地减少能源消耗和最大限度地提高频谱传感.
主要成果:
- 实现了最大化的网络寿命增长24.38%.
- 频谱利用率提高了24.58%.
- 与基线方法相比,能源利用量减少了25.62%.
结论:
- 拟议的HMABFOA有效地解决了CRSN中不完美的频谱传感挑战.
- 该算法提高了能源效率,网络寿命和频谱利用率.
- HMABFOA为可持续的网络监控和数据传输提供了强大的解决方案.
