论文部分内容阅读
当前,在国家提出物联网发展战略的背景下,越来越多非传统网络吸引了人们的目光。其中,车载自组网(VANET)作为一种新型的无线移动网络渐渐地走入人们的日常生活。本文在深入研究VANET的网络特性和车辆的移动模型的基础之上,结合启发式智能算法的原理和思想,把蚁群算法应用于VANET的路由协议中。并且分析了蚁群算法的缺点,尤其是其存在的路径退化和信息素更新问题,引入了信息熵对蚁群算法进行改进。最后将改进的E-ACO算法应用于VANET路由算法,并在仿真平台上验证可行性和有效性。论文主要开展的工作如下:①研究VANET网络的特性和经典无线移动网络中路由协议的原理。分析了在VANET应用场景中,设计路由算法时应该重点考虑的因素。研究现有的车辆移动模型,并分析了各种模型的适用场景和优缺点。②研究蚁群算法的原理,重点分析算法的多智能Agent协作的特点以及算法的正反馈机制。并在此基础上,研究了蚁群算法与无线移动网络的契合点,同时研究了蚁群算法在自组网中的经典应用。③提出了一种改进的蚁群算法E-ACO。通过引入作为度量不确定性的信息熵,从而改善信息素更新的机制。分析E-ACO算法的有效性和收敛性。通过数学实验验证正确性,并与两种传统的信息素更新机制进行对比,E-ACO算法具有更快的收敛时间和较好的自适应性。④实现E-ACO算法在VANET路由协议中的应用。由于在VANET应用场景中,网络节点移动性强,所以传统蚁群算法中的正反馈机制失灵。高浓度信息素节点移出VANET时,会造成网络的局部瘫痪。结合E-ACO算法设计的路由算法在网络拓扑变化频繁的情况下,能仍保持快速的路由收敛和稳定的端到端时延。⑤在车辆移动仿真平台Sumo和网络通信仿真平台NS-2的结合下,对该路由算法进行仿真实验。通过分析实验结果,并与经典的无线移动自组网路由算法相对比,可以看出改进过后路由算法在分组的平均交付率,路由算法的开销,以及端到端的时延方面有一定的优越性。