一、常用路由协议分析（论文文献综述）
姜珊[1]（2021）在《基于无线传感器网络的移动机器人数据传输技术研究》文中研究说明移动机器人在仓储物流等工业生产场景中应用广泛,为保障机器人的高效、稳定控制,其数据的实时、可靠传输至关重要。而目前长距离、非视距、障碍密集等复杂环境下其控制指令、状态信息等数据的可靠、实时传输仍存在难点。无线传感器网络（Wireless Sensor Networks,WSN）是集成了感知、数据处理以及无线通信的网络系统,能够实现对覆盖区域内环境的实时监测;也可以为网络中的节点及用户传送控制消息等数据信息。因此,本文研究基于无线传感器网络的移动机器人数据传输,通过传感器网络的冗余转发和睡眠调度,实现控制中心与移动机器人之间实时、可靠的数据传输,并搭建实验系统进行验证。主要研究内容如下:1)分析比较了无线传感器网络及移动数据传输的相关路由协议,并验证了基于无线传感器网络单路径的移动机器人数据传输方法。2)针对目前移动传输存在的丢包率高,切换延迟难以避免等问题,研究了基于传感器网络冗余转发的可靠数据传输算法。首先基于广播构建了最短路径树;然后,提出了冗余转发算法为移动机器人同时建立正式路由和预备路由,实现从控制中心到移动节点的可靠高效转发。在此基础上,设计了移动切换机制,保证移动机器人在节点间切换时数据传输的稳定性。3)针对低占空比工作模式下传输时延大的问题,研究了基于低占空比传感器网络的移动机器人数据传输算法。首先,基于最短路径树建立移动机器人路由;然后,在低占空比状态下,设计睡眠调度机制,保障移动机器人与控制中心之间的稳定路由通路,在尽量延长传感器网络生命周期的前提下,减小数据传输的延迟,实现控制中心和移动机器人之间实时、可靠的数据传输。4)搭建了无线传感器网络数据传输实验平台,对控制中心到移动机器人的数据传输进行实验验证及分析,证明通过传感器网络进行移动机器人数据传输的可靠性。
林钊安[2]（2021）在《基于自组网的安全策略研究》文中认为无线自组织网络是一种去中心化网络,其由多个ad hoc节点组成,具有部署灵活和鲁棒性强的特点。随着集成电路和Wi-Fi技术的发展,无线自组织网络逐渐成为研究热点,当前已出现一批得到普遍认可的自组网协议。常见自组网协议中,攻击者往往可以通过违反协议的方法瘫痪网络。针对自组网协议存在安全缺陷的问题,本文提出了适用于嵌入式平台的安全策略,主要工作如下:1.根据对BATMAN.adv协议的分析,结合网络的运行规则,提出了一种该协议的网络运行模型,并指出了实现攻击的方法和原理。充分考虑网络在密钥安全和密钥泄露两种条件下的安全问题,提出了网络安全模型。2.针对协议易受攻击的问题,提出一种基于邻居节点身份认证的安全策略,这一策略可以确保密钥安全条件下的自组网安全。分别结合AES、SHA-2、RSA和ECC四种加密算法,实现了四个版本的安全策略。将这些安全策略分别应用于BATMAN.adv自组网路由协议,并在嵌入式平台进行测试。经测试,结果表明安全策略的引入避免了黑洞攻击,且节点资源消耗增加不明显。3.部分节点泄露密钥将引起全网的安全风险,针对这一问题,提出了OGM包特征共识机制,为保障这一共识机制,进一步提出了基于单向序列的安全策略,而单向序列基于密码学中的固定输入长度抗碰撞哈希函数和数字签名实现。这一策略能够在密钥泄露条件下最大限度的保障自组网安全。经数学推导得出,基于不同加密算法的策略之间安全性的差异。将这一策略应用于BATMAN.adv网络并在嵌入式平台中进行测试。测试结果表明这一策略避免了黑洞攻击,且适合嵌入式平台。
宝音图[3]（2021）在《物联网中基于数据包属性的路由选择研究》文中研究说明物联网（Internet of Things,IoT）是日常物理对象或事物的网络,物联网设备之间的数据获取和传输是物联网通信和网络技术的基本前提。在物联网中由于网络本身以及数据的特点,针对物联网的路由协议研究尤为重要。传统的路由协议进行路径选择时一般只考虑路由度量,鲜有考虑过数据包属性（例如:大小、编码等）。针对上述问题,本论文提出了一种路由度量和数据包属性相结合的物联网路由选择策略,并设计与实现了该路由协议。迄今为止,网络中路由选择方法仅从链路角度考虑了路由度量,并且只会选择网络中的最佳链路传输数据。因此,这种路由选择方法可能导致网络状态的短期不稳定,从而影响网络性能,此外,已有算法中对于网络中较弱的链路（例如:误码率较高的链路）的利用率非常低。其实,此类弱链路可用于承载较小的数据包或QoS要求不高的数据包。随着物联网中网络流量不断增加和异构性等问题的出现,网络带宽利用率的最大化以及网络负载的平衡是非常需要的。为此,本论文中制定了路由度量（误码率）和数据包属性（大小）之间的关系,以确定链路中对应不同属性的数据包所匹配的数据包错误率（Packet Error Rate,PER）,再根据此结果选择适当的链路发送数据包。上述方法选择的链路不一定是网络中的最佳链路,但是能够满足数据包传输的QoS要求。为了证明路由选择策略的有效性,本论文在Ad hoc按需距离矢量路由协议（AODV）上验证该算法,并称之为AODV-PER。通过仿真发现AODV-PER减少了延迟和丢包率,提高了弱链路的利用率,避免了严重拥塞的节点的出现,并延长了网络寿命。
宋焱[4]（2020）在《移动自组网中基于位置信息的能量辅助路由协议研究》文中研究说明互联网络技术与无线通信技术的高速发展使得移动自组网（MANET,Mobile Ad hoc NETworks）得到了越来越多的关注。现有的移动自组网多使用AODV（Ad Hoc On Demand Distance Vector）路由协议。AODV协议通过广播RREQ（Route REQuest）信息进行路由发现,较多的RREQ广播量加重了网络的能耗和路由开销。AODV路由协议没有考虑节点剩余能量对网络生存时间的影响。本论文研究了对移动自组网基于地理位置信息的按需路由协议中存在的能量问题以及如何降低路由开销等问题,提出了两种基于AODV的改进路由协议包括:1.移动自组网基于地理位置信息的能量辅助协议LEAODV（Location-Energy-AODV）。LEAODV协议根据通信节点地理位置与节点自身能量剩余百分比,引入节点稳定二维前程值与节点能量分级的计算方法,在按需距离矢量协议的基础上增加稳定二维前程值和能量分级辅助路由,减少路由请求负载,限制低能量节点参与路由,提高稳定性。通过理论分析和OPNET仿真实验,LEAODV协议降低了路由开销,实现全网能量优化,提高网络稳定的生存时间。2.移动自组网传输范围优化的能量辅助协议EAODV-RR（Energy-AODV-RR）。EAODV-RR协议根据当前节点的位置信息设计了第一领地和第二领地,处于第一领地和第二领地的邻居节点才能转发RREQ。目的节点根据RREQ携带的路径能量信息从多条路径中选取最优能量的一条路径作为终选路由。通过理论分析和OPNET仿真实验,EAODV-RR协议降低了路由请求与响应报文总数、端对端延时,提高网络的数据分组投递率和网络生存时间。
张明明[5]（2020）在《基于LoRa无线Mesh网络路由协议及节点定位算法研究》文中提出在农业信息监测过程中,具备监测面积广、周期长、环境因子复杂多变等特征。LoRa（Long Range）调制解调技术由散布在更宽的信道带宽的窄带信号的线性调频扩频CSS（chirp spread spectrum）调制提供双向通信,由此提供了开阔地区长达10-15公里,城市地区1-5公里的长距离通信。这项技术对于农业物联网来很大的发展前景。LoRaWAN（Long Range Wide Area Network）通信协议提供星型组网协议,星型组网限制了LoRa调制解调技术在农业信息监测的范围。因此,需要一种Mesh自组网协议来提升LoRa通信在农业信息监测的范围。同时,LoRaWAN通信协议中没有关于位置信息的协议内容。在农业信息数据采集监测中,传感器节点的详细位置信息是大数据分析的重要因素,必须确定节点的位置信息才能进行有效的传感器信息感知。针对上述问题,本文提出基于LoRa无线传感器网络Mesh路由协议及节点定位算法研究。本文的定位算法研究中,部分传感器节点通过GPS（Global Positioning System）获取位置信息,以此为坐标参考,再通过定位算法确定其他传感器节点的位置信息。本文主要研究内容包含以下几个方面:（1）LoRa调制解调技术及LoRaWAN标准研究。LoRa是一种调制解调技术,具有低功耗长距离低速率的通信特点,在传输距离上颠覆了传统物联网通信方式。LoRaWAN定义了网络的通信协议和系统架构。其介于终端设备和后端网络服务器之间,向下兼容LoRa所有频段。（2）Mesh路由协议研究。首先对无线网络相关背景及应用前景进行了深入了解。重点对路由协议,拓扑发现及多跳算法进行了研究。在整个Mesh路由协议的设计过程中,以AODV（Ad hoc On-demand Distance Vector）按需路由协议为基础,对其进行优化并且加入位置信息服务。（3）定位算法研究。首先了解了经典测距方法,深入研究三边定位方法,双曲线定位方法,根据定位需求,最后提出了一种基于LoRa网关的RSSI（Received Signal Strength Indication）实时校正定位方法,该方法包含LoRa网关实时校正、PSO-BPNN算法、卡尔曼滤波和最小二乘法计算位置。（4）农业信息监测系统硬件及软件设计。农业信息监测系统硬件及软件设计。本文的硬件设计主要包含电源设计,通讯电路设计,主芯片电路设计等。软件设计包含流程图设计,使用C语言编写系统程序,将路由协议、定位算法和控制逻辑植入硬件系统。本文设计了两次实验分别测试系统的通信和定位。第一实验测试系统整体运行、通信组网和通信可靠性;第二次实验测试系统的定位可行性、定位精度。实验分析结果表明,系统整体运行稳定,数据传输可靠,无线传输效率高,定位精度高,切实提高了农业信息采集效益。
陈翰林[6]（2020）在《基于车载自组网络的数据与能量路由的联合优化算法研究》文中指出随着智能交通系统的飞速发展和多方领域的探究融合,其重要组成部分车载自组织网络以成为领域学者们关注的焦点。路侧单元（RSU）是VANET基础设施的关键组成部分,它将移动车辆与其他基础设施连接起来。由于传统RSU的部署通过电网直接连接,在这种情况下需要昂贵的人工费用和较高的碳足迹。如何降低节点能量消耗,降低数据传输延迟和提高网络生命周期成为了VANET中的关键问题。本文针对VANET中RSU节点较高碳足迹成本问题和车辆节点间路由问题。通过在RSU节点中引入能量收集器的方案,旨在设计收集自然界中能量（例如太阳能、风能等）以及数据和能量联合更新控制方案和路由协议,以提升网络生命周期、降低节点能量消耗和提高其路由性能。主要工作和创新点如下:首先,本文根据VANET的特点研究适用于VANET的路由算法,简单介绍VANET的技术背景、特点及其典型的应用,继而深入了解了VANET经典路由和分簇算法的研究现状。在简要分析各类路由协议的优缺点基础上,目前存在的路由判据已逐渐加强对影响路由性能如速度、距离、方向等因素的考虑。分簇路由算法可以明显的提升网络的拓展性,减少数据路由开销、网络延迟等。其次,通过下行车辆向附近具有能量协同的RSU传输能量的方法,提出了一种基于VANET的数据与能量路由协同联合算法。其中RSU节点可以从自然界和车辆中收集能量,并通过能量协作将路边单元节点获得的一部分能量传输给邻居RSU节点。对于这种情况,在没有能源合作的情况下,表明每个RSU节点应为具有更多噪声和更多数据流的链路分配更多能量。在有能量合作的情况下,数值结果表明能量从具有较低数据负载的节点传到具有较高数据负载的节点。通过分析数据速率、传输功率和能量传输,以实现能量和数据路由中最大网络生命周期的问题,确定能量和数据路由联合优化策略的必要条件,并基于分布式拉格朗日牛顿迭代算法来更新数据流、能量流和功率控制,使算法能更快地收敛到最优操作点。最后,通过MATLAB和NS-3仿真工具对上述算法进行仿真。仿真结果表明,车辆节点参与的数目对仿真实验的影响证明有能量收集的情况比没有能量收集情况带来了较长的网络生命周期。随着车辆数量的增加,网络生命周期是不断递增最终趋于平稳。在固定车辆节点数目时,有能量合作的情况下网络生命周期得到了大大提升。在不同车辆节点数目对比下也可能存在没有能量合作下的网络生命周期大于有能量合作下的网络生命期。
杨凯[7]（2020）在《无线自组网规模化混合路由关键技术研究》文中认为随着网络规模的扩大以及网络节点频繁移动,无线自组网的网络拓扑结构也频繁发生变化,因而更加高效的路由成为大规模网络的研究热点。常见的路由协议包括需路由协议、主动路由协议和混合路由协议。当网络规模急剧增大时,主动路由协议的网络开销性能急剧恶化,按需路由协议的寻路时延增大。混合路由协议的优势就在于将主动和按需的协议的优点集于一身,平衡了网络性能。因此混合路由协议更加适合大规模网络。但是,混合路由协议依然存在一些不足。比如路由区域重叠大、网络开销大、域间重复寻路和寻路时延大等问题。本文基于高速移动场景下的大规模无线自组网,对传统的ZRP协议的域内路由机制和域内路由机制的进行了改进。本文主要的研究内容有以下三点:第一,针对域内路由机制存在问题,设计了虚拟中心节点的选举机制和优化域内路由消息结构。虚拟多中心节点选取机制是基于邻居节点连接度和业务量选取业务量大的节点作为虚拟中心节点,解决了域内路由区域重叠大的问题。域内路由消息主要分为寻路消息和维护路由消息两种。这两种路由消息都携带本地路由表的全部信息,存在路由消息重复的情况。因此本文仿照HELLO消息的格式,设计域内路由请求消息MRREQ和域内路由回复消息MRREP,从而降低了域内路由的网络开销。第二,针对网络层的路由和MAC层资源失步问题,设计了层间交互机制。网络层通过发送相应的原语消息给MAC层出发资源调度过程,同时MAC层回复相应的原语明确资源申请的结果。设计过期路由缓存机制,解决了两次间隔很短的相同业务重复寻路的问题。第三,本文基于均匀分布的网络结构,建立路由开销和时延模型。通过MATLAB仿真平台进行性能分析,得出最佳的区域半径。通过NS2仿真平台编写多中心混合路由协议的仿真代码验证优化后的路由协议的性能。最后,基于ARM＿LINUX平台设计网络层协议架构,实现多中心混合路由协议的功能。
张潮[8]（2020）在《基于改进LEACH的WSNs路由协议分析与研究》文中指出无线传感器网络（Wireless sensor networks,WSNs）具有自我组织、随机分配和广泛应用的特征,在环境监测、目标确定、健康监测、危机管理、国防等领域发挥着不可替代的作用。面对不同的应用场景,需要设计不同的路由协议,由于WSNs部署环境的特殊性,在能量有限的情况下,如何保证数据传输的准确性,提高网络内各个节点对能量的使用率,延长无线传感器网络的生命周期已经成为人们关注的焦点。在此背景下,本文围绕WSNs层次路由协议展开研究,通过改进标准鲸鱼优化算法和最小生成树策略结合的方法,对LEACH协议进行优化改进,提高WSNs内部节点能量利用率、延长网络生存生命周期,具体研究内容如下:（1）针对LEACH算法存在的簇头选择不当,导致网络寿命短、节点能量利用率低等问题,引入鲸鱼优化算法对簇头选择聚类机制进行改进,提出了一种基于鲸鱼优化算法的WSNs分簇算法（CSWOA-LEACH）来优化簇头结构。（2）针对LEACH算法簇首传输路径最优化选择问题,引入最小生成树算法构建最优传输路径,形成了基于鲸鱼优化算法和最小生成树的改进算法CSWOA-NST-C。一方面提高了信息传输的能力,降低了节点的能耗,延长了网络寿命;另一方面增加了从基站接收到的数据包的数量,提高了获取网络信息的能力。最后,通过仿真实验数据分析可得:CSWOA-NST-C算法在网络生命周期、网络节点总能耗、基站接收包数等方面都优于LEACH协议。
常宇飞[9]（2020）在《基于能量优化的无线传感器网络分簇路由算法研究》文中研究表明能量约束是无线传感器网络（Wireless Sensor Networks,WSNs）最重要的应用挑战之一,因此相较于传统网络,WSNs必须更加关注能量利用率,延长网络寿命。分簇路由算法被认为是WSNs收集和传输数据的有效方式之一,但是现阶段存在几个挑战:第一,簇头能耗挑战。簇头主要担负数据聚合和数据传输任务,在集群中起着至关重要的作用,相比非簇头节点,其能量消耗更快;第二,分簇挑战。传统分簇算法倾向簇内成员数量趋于等同。但是网络节点分布具有随机性,均匀分簇机制缺乏适用性。第三,簇间路由挑战。传统的簇间路由算法考虑指标较为单一,易陷入局部最优解。针对上述情况,本文研究基于能量优化的WSNs非均匀分簇路由算法,具体的工作和研究成果如下:（1）阐述WSNs路由协议的研究背景和研究现状,对目前WSNs路由协议进行了分类和总结。针对现有研究成果中存在的不足,本文首先提出了基于自适应核密度估计的分簇算法（AKDEC）,优化簇头选取和簇建立机制。AKDEC引入模糊逻辑系统以解决簇头选取的不确定性,在此基础上采用核密度估计算法计算出自适应的簇半径,均衡节点能量消耗。仿真实验结果证明AKDEC在簇初始建立阶段的优势和有效性。（2）为节省簇间传输开销,本文设计了基于混沌蚁群优化的簇间路由算法（CACOR）。算法引入logistic混沌映射对信息素更新进行扰动,避免算法陷入次优解;改进转移概率公式选择最佳下一跳节点,并释放前向蚂蚁进行局部信息素更新;从能量离散系数和距离系数角度设计最优路径,并释放后向蚂蚁进行全局信息素更新。仿真实验结果表明CACOR在簇稳定传输阶段的优势和有效性。（3）为解决WSNs能量约束问题,本文提出基于能量优化的WSNs分簇路由算法（EOCRA）,算法分为两个阶段:簇初始建立阶段和簇稳定传输阶段。簇初始建立阶段基于AKDEC思路,采用自适应核密度估计算法拟合簇半径,实现非均匀分簇。在簇建立基础上,基于CACOR思路寻找最佳簇间传输路径,建立全局路由骨干网。仿真实验结果证明EOCRA在网络寿命、能量效率和能量均衡方面具有明显优势。
戴天殊[10]（2020）在《高适应性AODV车载网络通信协议研究》文中进行了进一步梳理随着汽车产业的不断发展和智慧城市概念的不断完善成熟,汽车作为一类常用的交通工具在人类日常生活中的重要程度越来越大。因此,对城市环境中交通状况的要求也越来越高。车载自组织网络（Vehicles Ad-Hoc Networks,VANETs）作为构成智能交通系统（Intelligent Transportation System,ITS）的一种专用网络,被越来越多的研究人员所关注。车联网不仅是车辆间的通信连接网络,还包括基于车与其他实体间的交互应用。各个交通要素之间通过网络进行协作,以解决因信息不对称导致的道路交通安全性差、车辆运行效率慢等问题。因此,本文针对城市不同场景下提出并设计了一种基于车载自组织网络的高连通性路由协议算法。针对城市场景下的复杂性和多样性,本文提出了一种基于网络拓扑结构及密度变化的改进AODV路由协议（Ad hoc on-demand distance vector routing protocol based on network topology changes,NTCAODV）。本文工作的主要方面在于:（1）针对网络拓扑结构及密度频繁变化的现状,提出了基于节点运行状态的高适应性链路选择算法。通过在路由发现和建立阶段对参与链路建立的节点进行筛选,舍弃“最小跳数”的连接策略,采用“最佳稳定度”的连接策略,从而建立更加稳定的链路连接,可以一定程度上提高数据传递的成功率和链路的稳定性。（2）针对路由请求阶段信息的洪泛过程,与原始路径建立的时间相结合,对基于扩展环路的路由发现方法进行了改进。该方法可以较为有效地降低消息传递过程中的平均端到端时延,从而提高路由算法对不同密度场景的适应性。（3）借助“最佳稳定度”的设计思路,建立一种基于链路稳定程度的备份路由并对路由维护过程进行改进,从而进行快速链路修复,来提高信息传递的有效性。（4）在自主开发的zynq开发板上进行Linux系统移植,为路由协议的仿真搭建半实物平台做前期准备。在NS-3模拟仿真平台上,将改进后的NTCAODV路由协议、经典的AODV路由协议及DSDV路由协议在三种不同的移动模型中进行仿真并对得到的结果进行分析。通过对得到的数据传递成功率和平均端到端延迟评价指标进行比较分析可以得出:与其他路由协议相比,本文提出的NTCAODV路由协议尽管在稀疏的城市环境通过牺牲一定的时延来保证较高的数据传递成功率,但是在稠密的城市环境下有较好的数据传递成功率和较低的平均端到端时延,可以实现车载网络路由协议对不同城市场景的高适应性。
二、常用路由协议分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、常用路由协议分析（论文提纲范文）
（1）基于无线传感器网络的移动机器人数据传输技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业传感器网络数据传输 |
| 1.2.2 基于传感器网络的移动数据传输 |
| 1.2.3 基于低占空比传感器网络的数据传输 |
| 1.3 论文研究内容与组织结构 |
| 1.4 小结 |
| 第二章 无线传感器网络路由协议研究综述与分析 |
| 2.1 无线传感器网络概述 |
| 2.1.1 无线传感器网络体系结构 |
| 2.1.2 无线传感器网络协议栈 |
| 2.1.3 无线传感器网络的特点 |
| 2.2 无线传感器网络路由协议分析 |
| 2.2.1 路由协议分类 |
| 2.2.2 典型的路由协议分析 |
| 2.3 贪婪转发与最短路径树的对比 |
| 2.3.1 GPSR路由协议 |
| 2.3.2 SPT路由算法 |
| 2.3.3 GPSR与SPT对比 |
| 2.4 小结 |
| 第三章 基于传感器网络冗余转发的移动机器人可靠数据传输 |
| 3.1 引言 |
| 3.2 网络模型 |
| 3.3 路由算法设计 |
| 3.3.1 最短路径树建立 |
| 3.3.2 冗余转发机制 |
| 3.3.3 移动切换算法 |
| 3.4 仿真实验与分析 |
| 3.4.1 仿真软件NS2简介 |
| 3.4.2 RMTF仿真实验设置 |
| 3.4.3 实验对比项 |
| 3.4.4 评价指标 |
| 3.4.5 RMTF不同节点密度下的数据传输性能比较 |
| 3.4.6 RMTF不同重传次数下的数据传输性能比较 |
| 3.5 实验结论 |
| 3.6 小结 |
| 第四章 基于低占空比传感器网络睡眠调度的移动机器人可靠数据传输 |
| 4.1 低占空比传感器网络模型 |
| 4.2 睡眠调度算法设计 |
| 4.3 仿真实验与分析 |
| 4.3.1 RMTF-L仿真实验设置 |
| 4.3.2 实验对比项设置 |
| 4.3.3 RMTF-L与RMTF的性能比较 |
| 4.3.4 RMTF-L与SINGLE的性能比较 |
| 4.3.5 RMTF-L与SINGLE-L的性能比较 |
| 4.4 实验结论 |
| 4.5 小结 |
| 第五章 基于无线传感器网络的移动机器人控制实验 |
| 5.1 实验平台介绍 |
| 5.1.1 传感器节点介绍 |
| 5.1.2 移动机器人介绍 |
| 5.2 实验平台搭建 |
| 5.3 移动机器人数据传输实验 |
| 5.3.1 实验参数设置 |
| 5.3.2 实验设计 |
| 5.3.3 数据传输实验结果 |
| 5.4 小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术成果 |
（2）基于自组网的安全策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景 |
| §1.2 无线自组网安全研究现状 |
| §1.3 本文工作安排 |
| 第二章 无线自组网安全概述 |
| §2.1 常用无线自组协议 |
| §2.1.1 主动路由协议 |
| §2.1.2 反应式路由协议 |
| §2.1.3 混合型路由协议 |
| §2.2 针对无线自组网的攻击 |
| §2.3 常用加密方法 |
| §2.3.1 AES |
| §2.3.2 SHA-2 |
| §2.3.3 RSA |
| §2.3.4 椭圆曲线密码学 |
| 第三章 建立BATMAN.adv协议网络模型 |
| §3.1 BATMAN.adv路由协议原理 |
| §3.1.1 BATMAN.adv协议概述 |
| §3.1.2 OGM包帧结构 |
| §3.1.3 直接双向链路的TQ值 |
| §3.1.4 OGM包转发机制 |
| §3.1.5 网络重组 |
| §3.1.6 路由结构表 |
| §3.1.7 TVLV包 |
| §3.2 BATMAN.adv的网络模型 |
| §3.2.1 网络运行模型 |
| §3.2.2 含有攻击者的网络模型 |
| §3.2.3 加入邻居节点身份认证改善网络模型 |
| §3.3 网络安全模型 |
| §3.4 本章小结 |
| 第四章 邻居节点身份认证安全策略的实现与测试 |
| §4.1 邻居节点身份认证的网络安全模型 |
| §4.2 邻居节点身份认证的协议改进 |
| §4.2.1 数据结构分析 |
| §4.2.2 节点OGM包的处理流程 |
| §4.2.3 邻居节点身份认证过程 |
| §4.2.4 邻居节点身份认证的实现方法 |
| §4.3 搭建测试平台 |
| §4.3.1 Open Wrt操作系统 |
| §4.3.2 BATMAN.adv内核模块 |
| §4.3.3 系统配置修改 |
| §4.4 改进协议的性能测试 |
| §4.4.1 测试条件 |
| §4.4.2 测试结果 |
| §4.4.3 综合分析 |
| §4.5 本章小结 |
| 第五章 单向序列安全策略的实现与测试 |
| §5.1 基于单向序列的网络安全模型 |
| §5.2 网络共识机制 |
| §5.2.1 拜占庭容错共识机制 |
| §5.2.2 工作量证明共识机制 |
| §5.2.3 OGM包特征共识机制 |
| §5.3 基于单向序列保障OGM包共识机制 |
| §5.3.1 密码学哈希函数 |
| §5.3.2 基于哈希函构造单向序列 |
| §5.3.3 基于单向序列的TQ值数据段 |
| §5.4 单项序列策略的安全性分析 |
| §5.4.1 数字签名安全性 |
| §5.4.2 单向序列安全性 |
| §5.4.3 密钥泄露对网络的影响 |
| §5.4.4 安全性总结 |
| §5.5 单项序列策略的实现与性能测试 |
| §5.6 本章小结 |
| 第六章 工作总结与展望 |
| §6.1 工作总结 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间主要研究成果 |
（3）物联网中基于数据包属性的路由选择研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 中英文缩写词对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 物联网概述 |
| 1.1.2 研究现状 |
| 1.1.3 研究意义 |
| 1.2 研究内容 |
| 1.3 论文组织结构 |
| 第二章 相关工作 |
| 2.1 传统路由协议 |
| 2.1.1 根据路由发现策略的路由分类 |
| 2.1.2 根据路由逻辑结构的路由分类 |
| 2.1.3 根据路由发现过程的路由分类 |
| 2.2 物联网特征 |
| 2.3 典型路由协议 |
| 2.3.1 AODV及其拓展路由协议介绍 |
| 2.3.2 AODV及其拓展路由协议的优点与不足 |
| 2.4 仿真平台介绍 |
| 2.4.1 OMNeT++网络仿真平台和INET框架 |
| 2.4.2 INET框架 |
| 2.5 本章小结 |
| 第三章 考虑数据包属性和链路BER的路由选择算法设计 |
| 3.1 考虑数据包属性和链路BER的路由选择方法设计 |
| 3.2 链路误码率(BER)模型 |
| 3.3 数据包错误率(PER)模型 |
| 3.4 AODV-PER路由设计 |
| 3.4.1 基于数据包大小的PER更新策略 |
| 3.4.2 路径选择策略改进 |
| 3.4.3 AODV-PER算法设计 |
| 3.5 能量模块及路径维护过程 |
| 3.5.1 能量模块 |
| 3.5.2 路径维护过程 |
| 3.6 AODV-PER路由协议路径发现过程 |
| 3.6.1 反向路由的建立 |
| 3.6.2 正向路由的建立 |
| 3.7 本章小结 |
| 第四章 AODV-PER协议在OMNET++下的仿真实验与结果分析 |
| 4.1 基于OMNET++中INET框架的路由协议仿真 |
| 4.1.1 OMNeT++与INET框架 |
| 4.1.2 AODV路由协议源码分析 |
| 4.1.3 节点模型 |
| 4.1.4 网络模型 |
| 4.2 AODV-PER路由协议仿真实验与分析 |
| 4.2.1 性能评价指标 |
| 4.2.2 仿真环境的设置 |
| 4.2.3 仿真结果分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文创新点 |
| 5.2 总结 |
| 5.3 展望 |
| 参考文献 |
| 致谢 |
（4）移动自组网中基于位置信息的能量辅助路由协议研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于地理位置信息的路由协议研究现状 |
| 1.2.2 基于能量的路由协议研究现状 |
| 1.3 本文研究内容及创新点 |
| 1.3.1 本文创新点 |
| 1.3.2 本文结构安排 |
| 第二章 移动自组网中的基本路由协议分析 |
| 2.1 经典路由协议研究 |
| 2.1.1 AODV路由协议研究 |
| 2.1.2 DSDV路由协议研究 |
| 2.1.3 DSR路由协议研究 |
| 2.1.4 三种典型路由协议的性能分析 |
| 2.2 现有改进的路由协议 |
| 2.2.1 基于地理位置信息的路由协议 |
| 2.2.2 基于能量均衡的路由协议 |
| 2.3 本章小结 |
| 第三章 一种位置信息的能量辅助路由协议LEAODV |
| 3.1 引言 |
| 3.2 LEAODV协议设计 |
| 3.2.1 LEAODV协议地理位置信息算法 |
| 3.2.2 LEAODV协议能量算法 |
| 3.2.3 LEAODV路由流程 |
| 3.3 LEAODV仿真与性能分析 |
| 3.4 本章小结 |
| 第四章 一种传输范围优化的能量辅助路由协议EAODV-RR |
| 4.1 引言 |
| 4.2 EAODV-RR协议设计 |
| 4.2.1 EAODV-RR协议的第一领地和第二领地设计 |
| 4.2.2 EAODV-RR协议的剩余能量信息模块设计 |
| 4.2.3 EAODV-RR路由流程 |
| 4.3 EAODV-RR仿真与性能分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（5）基于LoRa无线Mesh网络路由协议及节点定位算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 AODV路由协议国内外研究现状 |
| 1.2.2 RSSI定位算法国内外研究现状 |
| 1.3 论文章节结构 |
| 1.4 本章小结 |
| 2 相关理论概述 |
| 2.1 LoRa扩频技术 |
| 2.2 LoRaWAN标准及LoRaWAN协议 |
| 2.3 本章小结 |
| 3 通信协议设计与优化 |
| 3.1 无线Mesh组网协议介绍 |
| 3.1.1 路由协议的分类 |
| 3.1.2 典型路由协议 |
| 3.2 AODV路由发现过程 |
| 3.3 AODV路由维护过程 |
| 3.4 AODV协议优化 |
| 3.4.1 路由维护 |
| 3.4.2 简化路由表 |
| 3.4.3 路由环路的避免 |
| 3.5 本章小结 |
| 4 定位算法设计与优化 |
| 4.1 定位方法介绍 |
| 4.1.1 基于电波传播时间(TOA) |
| 4.1.2 基于电波传播时间差(TDOA) |
| 4.1.3 基于电波入射角(AOA) |
| 4.1.4 基于信号强度(RSSI) |
| 4.2 RSSI测距模型 |
| 4.3 定位算法中的测量方法 |
| 4.3.1 三边测量法 |
| 4.3.2 双曲线测量法 |
| 4.4 定位算法设计 |
| 4.4.1 实时校正算法 |
| 4.4.2 PSO-BPNN距离模型 |
| 4.4.3 卡尔曼滤波 |
| 4.4.4 最小二乘算法 |
| 4.5 本章小结 |
| 5 系统设计与实验 |
| 5.1 硬件设计与实现 |
| 5.1.1 电源管理电路设计 |
| 5.1.2 主芯片电路 |
| 5.1.3 传感器通信电路设计 |
| 5.1.4 LoRa通信电路设计 |
| 5.1.5 数据本地存储电路设计 |
| 5.2 软件设计与实现 |
| 5.2.1 AODV路由协议软件设计 |
| 5.2.2 定位算法软件设计 |
| 5.3 系统实验 |
| 5.3.1 通信算法实验 |
| 5.3.2 定位实验 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
（6）基于车载自组网络的数据与能量路由的联合优化算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 国内外研究现状 |
| 1.3 论文组织结构 |
| 第2章 车载自组织网络技术研究 |
| 2.1 车载自组织网络简述 |
| 2.1.1 车载自组织网络概念特征 |
| 2.1.2 车载自组织网络通信架构 |
| 2.1.3 车载自组织网络通信技术 |
| 2.1.4 车载自组织网络应用领域 |
| 2.2 车载自组织网络路由研究 |
| 2.2.1 广播路由协议 |
| 2.2.2 地理路由协议 |
| 2.2.3 转发路由协议 |
| 2.2.4 分簇路由协议 |
| 2.2.5 位置路由协议 |
| 2.3 车载自组织网络分簇算法研究 |
| 2.3.1 最小ID分簇算法 |
| 2.3.2 基于层次分簇算法 |
| 2.3.3 基于加权分簇算法 |
| 2.3.4 基于移动性度量分簇算法 |
| 2.4 本章小结 |
| 第3章 基于车载自组织网络的数据和能量协同路由算法 |
| 3.1 相关工作 |
| 3.2 问题的定义 |
| 3.2.1 通信模型 |
| 3.2.2 能量模型 |
| 3.2.3 目标函数 |
| 3.3 无能量转移的解决方案 |
| 3.4 有能量转移的解决方案 |
| 3.5 本章小结 |
| 第4章 车载自组织网络路由算法的仿真与评估 |
| 4.1 仿真工具介绍 |
| 4.1.1 MATLAB工具介绍 |
| 4.1.2 NS-3工具介绍 |
| 4.2 仿真实验设计 |
| 4.2.1 仿真实验参数 |
| 4.2.2 搭建仿真场景 |
| 4.3 车辆节点参与的数目对仿真的影响 |
| 4.3.1 仿真参数设置 |
| 4.3.2 实验结果及分析 |
| 4.4 RSU节点数目对仿真的影响 |
| 4.4.1 仿真实验设置 |
| 4.4.2 实验结果及分析 |
| 4.5 本章小结 |
| 第5章 结论 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（7）无线自组网规模化混合路由关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 无线自组网综述 |
| 1.1.1 概论 |
| 1.1.2 无线自组网的特点 |
| 1.1.3 无线自组网的体系结构 |
| 1.1.4 无线自组网常用路由协议 |
| 1.1.5 无线自组网应用场景 |
| 1.2 无线自组网混合路由协议的研究现状和意义 |
| 1.2.1 研究背景 |
| 1.2.2 发展现状 |
| 1.3 论文工作安排 |
| 2 混合路由协议工作原理 |
| 2.1 传统混合路由协议 |
| 2.1.1 概述 |
| 2.1.2 路由表 |
| 2.1.3 域内路由 |
| 2.1.4 域间路由 |
| 2.2 区域选择路由协议ZRP工作原理 |
| 2.2.1 ZRP的概述 |
| 2.2.2 ZRP的路由过程 |
| 2.2.3 维护和管理路由表 |
| 2.3 混合路由协议的不足之处 |
| 2.4 本章小结 |
| 3 ZRP_M路由协议设计 |
| 3.1 路由协议设计方案和目标 |
| 3.2 ZRP_M协议 |
| 3.2.1 ZRP_M协议新机制 |
| 3.2.2 ZRP_M路由表结构 |
| 3.2.3 ZRP_M协议路由信息结构 |
| 3.2.4 ZRP_M协议流程 |
| 3.3 ZRP_M协议性能分析与对比 |
| 3.3.1 域内网络开销分析 |
| 3.3.2 最佳区域半径 |
| 3.4 本章小结 |
| 4 基于NS2 平台的ZRP_M协议性能验证 |
| 4.1 NS2平台介绍 |
| 4.1.1 NS2平台介绍 |
| 4.1.2 操作流程 |
| 4.1.3 NS2中的相关工具介绍 |
| 4.1.4 NS2中添加ZRP协议 |
| 4.2 仿真分析 |
| 4.2.1 性能指标 |
| 4.2.2 仿真分析 |
| 4.3 本章小结 |
| 5 基于ARM_LINUX平台的网络层功能设计与实现 |
| 5.1 ARM-LINUX平台介绍 |
| 5.2 网络层协议框架设计 |
| 5.3 网络层协议功能模块 |
| 5.3.1 代码合理规范标准 |
| 5.3.2 接口模块 |
| 5.3.3 传输模块 |
| 5.3.4 路由模块 |
| 5.3.5 资源模块 |
| 5.4 可工程化测试 |
| 5.4.1 网络环境 |
| 5.4.2 测试内容与结果 |
| 5.5 本章小结 |
| 6 结论 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于改进LEACH的WSNs路由协议分析与研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 WSNs及其路由协议的研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文内容组织结构 |
| 第二章 WSNs路由研究与分析 |
| 2.1 WSNs概述 |
| 2.1.1 WSNs结构 |
| 2.1.2 WSNs能耗模型 |
| 2.1.3 WSNs路由协议评价指标 |
| 2.2 WSNs路由协议的分类 |
| 2.2.1 平面路由协议 |
| 2.2.2 层次型路由协议 |
| 2.2.3 基于服务质量的路由协议 |
| 2.2.4 基于位置信息的路由协议 |
| 2.3 WSNs路由协议比较 |
| 2.4 LEACH协议缺点分析 |
| 2.5 本章小结 |
| 第三章 鲸鱼优化算法 |
| 3.1 鲸鱼优化算法概述 |
| 3.1.1 鲸鱼优化算法简介 |
| 3.1.2 鲸鱼优化算法原理及流程 |
| 3.2 鲸鱼优化算法的改进 |
| 3.2.1 混沌策略初始化种群 |
| 3.2.2 自适应权重策略 |
| 3.2.3 单纯形法策略 |
| 3.2.4 CSWOA算法流程 |
| 3.3 实验结果与分析 |
| 3.4 本章小结 |
| 第四章 基于鲸鱼算法的WSNs簇内路由算法 |
| 4.1 基于WOA的WSNs分簇研究 |
| 4.1.1 位置的映射 |
| 4.1.2 最优簇首数目的确定 |
| 4.1.3 适应度函数的确定 |
| 4.1.4 基于CSWOA的WSNs簇内路由协议 |
| 4.2 仿真实验 |
| 4.3 本章小结 |
| 第五章 基于最小生成树的WSNs簇间路由协议 |
| 5.1 最小生成树概述 |
| 5.1.2 Prim算法 |
| 5.1.3 Kruskal算法 |
| 5.2 簇间路由的确定 |
| 5.3 本章小结 |
| 第六章 实验与结果分析 |
| 6.1 实验环境与参数设置 |
| 6.2 网络生存周期分析 |
| 6.3 网络节点总能耗分析 |
| 6.4 基站接收分组数分析 |
| 6.5 本章小结 |
| 第七章 总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（9）基于能量优化的无线传感器网络分簇路由算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 路由协议研究现状 |
| 1.3 本文研究内容 |
| 1.4 论文结构安排 |
| 1.5 本章小结 |
| 第二章 无线传感器网络及路由协议研究分析 |
| 2.1 无线传感器网络的研究分析 |
| 2.1.1 无线传感器网络体系结构 |
| 2.1.2 无线传感器网络节点结构 |
| 2.1.3 无线传感器网络关键技术 |
| 2.1.4 无线传感器网络应用领域 |
| 2.2 无线传感器网络路由协议分析 |
| 2.2.1 WSNS路由协议分类 |
| 2.2.2 WSNS路由协议性能评价标准 |
| 2.2.3 当前WSNS分簇路由算法存在的问题 |
| 2.3 本章小结 |
| 第三章 基于自适应核密度估计的分簇算法 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 网络模型 |
| 3.2.2 数据聚合模型 |
| 3.2.3 能耗模型 |
| 3.3 相关算法分析 |
| 3.3.1 模糊逻辑系统 |
| 3.3.2 核密度估计算法 |
| 3.4 算法设计 |
| 3.4.1 基于模糊逻辑的簇头选取方法 |
| 3.4.2 基于核密度估计的簇半径计算方法 |
| 3.4.3 簇建立阶段 |
| 3.4.4 局部多跳路由 |
| 3.4.5 算法流程描述 |
| 3.5 仿真实验 |
| 3.5.1 实验设计 |
| 3.5.2 网络寿命分析 |
| 3.5.3 能量效率分析 |
| 3.6 本章小结 |
| 第四章 基于混沌蚁群优化的簇间路由算法 |
| 4.1 引言 |
| 4.2 蚁群算法分析 |
| 4.3 算法设计 |
| 4.3.1 初始化信息素改进 |
| 4.3.2 转移概率公式改进 |
| 4.3.3 邻接表更新规则 |
| 4.3.4 信息素更新策略 |
| 4.3.5 算法流程描述 |
| 4.4 仿真实验 |
| 4.4.1 实验设计 |
| 4.4.2 网络寿命分析 |
| 4.4.3 能量效率分析 |
| 4.5 本章小结 |
| 第五章 基于能量优化的WSNS分簇路由算法 |
| 5.1 引言 |
| 5.2 算法设计 |
| 5.2.1 簇初始建立阶段 |
| 5.2.2 簇稳定传输阶段 |
| 5.2.3 算法流程描述 |
| 5.2.4 算法复杂度分析 |
| 5.3 仿真实验 |
| 5.3.1 实验设计 |
| 5.3.2 网络寿命分析 |
| 5.3.3 能量效率分析 |
| 5.3.4 能量均衡分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）高适应性AODV车载网络通信协议研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车载网总体研究现状 |
| 1.2.2 路由协议的研究现状 |
| 1.3 课题主要内容 |
| 1.4 论文结构安排 |
| 第2章 车载网理论基础和路由协议研究 |
| 2.1 VANET网络简介 |
| 2.2 VANET中的路由协议要求与分类 |
| 2.2.1 VANET路由协议关键性要求 |
| 2.2.2 VANET路由协议分类 |
| 2.3 VANET中两类经典的VANET路由协议研究 |
| 2.3.1 基于地理位置的路由协议 |
| 2.3.2 基于拓扑的路由协议 |
| 2.4 本章小结 |
| 第3章 NTCAODV路由协议的场景搭建 |
| 3.1 基于仿真场景的移动模型构建 |
| 3.1.1 曼哈顿移动模型的构建 |
| 3.1.2 随机路点模型的构建 |
| 3.2 基于SUMO与真实地图联合的移动模型构建 |
| 3.3 Zynq平台下Linux系统的移植 |
| 3.3.1 硬件平台信息配置 |
| 3.3.2 系统移植及相关配置 |
| 3.4 本章小结 |
| 第4章 NTCAODV路由协议算法设计 |
| 4.1 NTCAODV路由协议算法的思想和设计基础 |
| 4.2 NTCAODV高适应性链路选择算法设计 |
| 4.2.1 稳定度系数的原理设计 |
| 4.2.2 数据包改进和流程设计 |
| 4.2.3 路由表格式设计 |
| 4.2.4 扩展环路理论及公式推导 |
| 4.2.5 扩展环路阈值的参数获取 |
| 4.3 NTCAODV快速链路修复算法设计 |
| 4.3.1 备份路由建立过程 |
| 4.3.2 备份路由修复过程 |
| 4.4 本章小结 |
| 第5章 仿真结果与性能分析 |
| 5.1 仿真平台的搭建 |
| 5.2 仿真参数选择 |
| 5.3 路由性能指标的分析 |
| 5.4 仿真结果分析 |
| 5.4.1 随机路点模型中路由协议性能的分析 |
| 5.4.2 曼哈顿模型中路由协议性能的分析 |
| 5.4.3 基于真实地图的运动模型中路由协议性能的分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
四、常用路由协议分析（论文参考文献）
- [1]基于无线传感器网络的移动机器人数据传输技术研究[D]. 姜珊. 北京邮电大学, 2021(01)
- [2]基于自组网的安全策略研究[D]. 林钊安. 桂林电子科技大学, 2021(02)
- [3]物联网中基于数据包属性的路由选择研究[D]. 宝音图. 内蒙古大学, 2021(12)
- [4]移动自组网中基于位置信息的能量辅助路由协议研究[D]. 宋焱. 天津理工大学, 2020(05)
- [5]基于LoRa无线Mesh网络路由协议及节点定位算法研究[D]. 张明明. 东北农业大学, 2020(04)
- [6]基于车载自组网络的数据与能量路由的联合优化算法研究[D]. 陈翰林. 长春工业大学, 2020(01)
- [7]无线自组网规模化混合路由关键技术研究[D]. 杨凯. 北京交通大学, 2020(03)
- [8]基于改进LEACH的WSNs路由协议分析与研究[D]. 张潮. 宁夏大学, 2020(03)
- [9]基于能量优化的无线传感器网络分簇路由算法研究[D]. 常宇飞. 华南理工大学, 2020(02)
- [10]高适应性AODV车载网络通信协议研究[D]. 戴天殊. 哈尔滨工程大学, 2020(05)
标签：传感器网络论文; 链路状态路由协议论文; 网络传输协议论文; 策略路由论文; 网络模型论文;