Erweiterte Suche

Towards Energy-Aware Ant Routing in Wireless Multi-Hop Networks

Technical Report

Ein drahtloses Multi-Hop-Netzwerk (engl., wireless multi-hop network, WMHN) zeichnet sich besonders durch zwei Eigenschaften aus: i) vollständig drahtloses Netzwerk und ii) Multi-Hop-Kommunikation. In der Literatur werden verschiedene Varianten von WMHNs behandelt, z.B., drahtlose Maschennetze (engl., wireless mesh network, WMN), drahtlose Sensornetze (engl., wireless sensor network, WSN) und mobile Ad-hoc-Netze (engl., mobile ad hoc network, MANET). Alle diese Varianten von WMHNs teilen die erwähnten Eigenschaften und können deshalb auf die gleiche Art und Weise untersucht werden. In diesem technischen Bericht werden zwei wichtige Faktoren dieser Netze studiert: Routing (Wegefindung) und die Berücksichtigung der Energie der Knoten im Netzwerk. Zunächst erfolgt eine Einführung in die Funktionsweise des Ant Routing Algorithmus (ARA). ARA ist ein hoch adaptives, effizientes und skalierbares Routing-Verfahren, welches auf Ameisenalgorithmen basiert. Darauf aufbauend werden verschiedene Ansätze zur Integration der verfügbaren Energie der Teilnehmer in das Routing diskutiert und die ARA Erweiterung, der Energy-Aware Ant Routing Algorithmus (EARA), vorgestellt. Ziel von EARA ist die Maximierung der Netzwerklebenszeit, welche durch die verfügbare Energie der Knoten begrenzt wird.

A wireless multi-hop network (WMHN) is particularly described by two properties: i) full radio networks and ii) multi-hop communication. There are several instances of WMHNs in literature like wireless mesh networks (WMNs), wireless sensor networks (WSNs), and mobile ad-hoc networks (MANETs). All these types of WMHNs share the aforementioned properties and thus researchers can study them in similar ways. In this study, we address two key issues in these networks: routing and energy awareness in the routing. For this we describe ant routing algorithm (ARA), a highly adaptive, efficient, and scalable routing protocol based on ant algorithms, which are a class of swarm intelligence algorithms. Furthermore, we discuss the integration of energy awareness in ARA and describe the resulting energy-aware ant routing algorithm (EARA). The goal of EARA is to maximize the network lifetime which is generally restricted by the limited energy available to nodes.

Titel: Towards Energy-Aware Ant Routing in Wireless Multi-Hop Networks
Untertitel: Technical Report
Verfasser: Frey, Michael GND
Güneş, Mesut GND
Grosse, Friedrich
Dokumenttyp: Verschiedenartige Texte
Medientyp: Text
Erscheinungsdatum: Dezember 2014
Publikation in MIAMI: 16.12.2014
Datum der letzten Änderung: 27.07.2015
Schlagwörter: Drahtlose Kommunikation; Drahtlose Multi-hop-Netze; Ad-Hoc-Netzwerke; Ant Routing Algorithm; Energy-Aware Ant Routing; Selbstorganisation; Natur-inspirierte Verfahren
Energy-Aware Ant Routing; Ant Routing Algorithm; Ad Hoc Networks; Wireless Multi-hop Networks; Wireless Communication; Self-Organization; Bio-Inspired Networking Algorithms
Fachgebiete: Datenverarbeitung; Informatik
Lizenz: CC BY-ND 3.0 DE
Sprache: Englisch
Format: PDF-Dokument
URN: urn:nbn:de:hbz:6-41319656523
Permalink: https://nbn-resolving.org/urn:nbn:de:hbz:6-41319656523
Onlinezugriff:
Inhalt:
1 Introduction ..... 2
1.1 Wireless Multi-Hop Networks ..... 2
1.2 Communication in WMHNs ..... 3
1.3 Open Research Problems in WMHNs ..... 3
1.4 Contribution ..... 4
1.5 Structure of the Paper ..... 4
2 Ant Algorithms ..... 5
2.1 Ant Foraging Behavior ..... 5
2.2 A Simple Ant Algorithm ..... 6
2.3 Extensibility of the Approach ..... 7
2.4 Why ant algorithms are suitable for wireless multi-hop networks ..... 7
3 The Ant Routing Algorithm ..... 8
3.1 The Three Phases of Routing ..... 8
3.1.1 Route Discovery ..... 8
3.1.2 Route Maintenance ..... 9
3.1.3 Route Failure Handling ..... 9
3.1.4 Summary and Discussion ..... 10
3.2 Packet Forwarding ..... 11
3.2.1 Routing Table ..... 11
3.2.2 Maximum Pheromone Routing ..... 12
3.2.3 Probabilistic Routing ..... 12
3.3 Pheromone Management ..... 12
3.3.1 Initialization of the Pheromone Values ..... 12
3.3.2 Adaptation of the Pheromone Values ..... 13
3.4 Decreasing the Number of Packets for FANT/BANT ..... 13
3.5 Complexity of ARA ..... 14
3.6 Performance evaluation of ARA ..... 14
4 Energy-Aware Ant Routing Algorithm ..... 15
4.1 Energy Awareness ..... 15
4.2 Energy Model ..... 16
4.3 Energy Consumption ..... 16
4.4 Collection and Distribution of Energy Information ..... 18
4.4.1 Routing Table ..... 18
4.4.2 Updating the Energy Information ..... 18
4.4.3 Integration into the Forwarding Decision ..... 19
4.4.4 Path Energy Fitness ..... 20
4.4.5 Path Energy ..... 20
4.4.6 Integrating the Path Energy Fitness ..... 20
4.5 Estimation of the Path Energy during Communication ..... 21
4.5.1 Energy Consumption of a Node ..... 21
4.5.2 Path Energy Estimation ..... 22
4.6 Performance Evaluation ..... 23
4.6.1 Simulation Setup ..... 23
4.6.2 Packet Delivery Rate and Routing Overhead ..... 23
4.6.3 Energy Dead Series ..... 25
4.6.4 Path Energy ..... 26
4.7 Summary ..... 26
5 Related Work ..... 28
5.1 Introduction ..... 28
5.2 Energy-Aware Ant Routing Algorithms ..... 28
5.3 Constrained-Based Routing ..... 29
5.4 Summary ..... 30
6 Summary ..... 32
Bibliography ..... 33