扫一扫
分享文章到微信
扫一扫
关注官方公众号
至顶头条
图2最大允许跳数对算法性能的影响
图2结果表明,最大允许跳数(即查询从Sink节点到目的节点经由的最大节点数,若超过这个最大数,则认为查询失败)对各算法的影响不是很敏感。若最大允许跳数小于15,GPEAR算法的成功查询次数将大大下降,每次成功查询的平均能耗也大大增加,这个是因为GPEAR算法的本质是通过缩短每次通信半径以降低总的查询能耗,而这样会增加中间经由节点的数量,显然若最大允许跳数太小,将会使失败次数大大增加。另外GEAHAR算法要求最大允许跳数不能太大,否则会使失败查询消耗过多的能量,相对这种能耗过大更优的方法是重新发送查询信息。
综合图1和图2表明,对于每次成功查询平均消耗的能量:
(1)GEAHAR算法比GEAR算法约降低5%;
(2)当衰减指数为4、最大允许跳数为25时,GPEAR算法比AGEAR算法降低约60%。
图3 GEAHAR算法中β参数的影响
图3结果表明,β值在0.3~0.7时,GEAHAR算法性能基本是稳定的,而β过小或者过大则对算法性能影响较大。
图4结果表明,参数y对GPEAR算法的性能有一定影响,参数y需要根据具体应用环境选择,根据区域内的节点密度和衰减指数有关。
图4 GPEAR算法中参数y的影响
结语
本文在GEAR路由的基础上,以节约网络节点能耗和延长网络生存周期为目标,提出了GEAHAR和GPEAR路由算法。仿真结果表明新的算法显著提高了网络成功查询次数,降低了每次查询消耗的平均能量,从而达到了提高能量利用效率的效果。
如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。
现场直击|2021世界人工智能大会
直击5G创新地带,就在2021MWC上海
5G已至 转型当时——服务提供商如何把握转型的绝佳时机
寻找自己的Flag
华为开发者大会2020(Cloud)- 科技行者