无线传感器网络中无标度拓扑的动态容错性分析

增强网络的动态容错性对于抵御级联失效具有重要的现实意义.根据无线传感器网络无标度拓扑中节点可变负载和恒定容量的特点建立级联失效模型,在随机节点失效下研究负载参数和拓扑参数对其级联失效容错性的影响规律,解析推导出该网络大规模级联失效的承载极限,同时模拟结果发现该网络的级联失效容错性与其度分布系数和幂指数正相关.这为从参数优化角度抵御随机节点失效下无线传感器网络无标度拓扑级联失效危害提供了依据.     

一种无线传感器网络簇间拓扑演化模型及其免疫研究

基于复杂网络理论, 研究由于节点失效所导致的无线传感器网络性能下降的问题, 提出一种新的簇间拓扑演化模型, 在此基础上讨论病毒的免疫策略, 并给出一种新的免疫机理. 理论分析表明, 该模型演化生成的网络不仅具有较强的容错性, 而且还可以有效避免节点因能量很快耗尽而过早死亡. 研究还发现, 对于网络全局信息未知的情况, 与随机免疫和熟人免疫策略相比, 本文所提免疫策略能够获得较好的免疫效果. 通过数值仿真对理论分析进行验证.     

一种能耗均衡的无线传感器网络加权无标度拓扑研究

针对无线传感器网络节点能耗不均衡问题,通过对节点生命期建模,得出节点生命期受节点剩余能量和通信距离的影响,进而将两端节点生命期作为构建拓扑时边权重的影响因子,通过边权重控制节点权重,最终得出了一种能耗均衡的无线传感器网络加权无标度拓扑模型,并理论证明了该模型的点权、边权和节点度均服从幂律分布.实验结果表明,该模型具有无标度拓扑的强容错性,并有效的均衡了网络中的节点能耗,延长了网络的生命期.     

基于综合故障的无线传感器网络无标度容错拓扑模型研究

针对无线传感器网络实际应用中遇到的环境损毁和能量耗尽的问题,本文首先对网络综合故障进行建模,获取满足综合故障容忍能力和网络生命期双重需求的网络节点度和节点度上限值的取值规律,并结合由无标度特征导出的两者关系,从而求得最优节点度上限值,最终引入关于节点度上限值的适应度函数,提出了容忍环境损毁和能量耗尽综合故障的无标度容错拓扑演化模型.仿真实验结果表明,该模型演化生成的无标度拓扑对环境损毁和能量耗尽具有较好的容错性,并能够有效地延长网络生命期.     

一种强容侵能力的无线传感器网络无标度拓扑模型研究

针对无线传感器网络无标度拓扑容侵能力差的问题,本文借助节点批量到达的Poisson网络模型,提出了一种具有容侵优化特性的无标度拓扑模型,并在构建拓扑时引入剩余能量调节因子和节点度调节因子,得到了一种幂率指数可以在(1,+∞)调节的无标度拓扑结构,并通过网络结构熵优化幂率指数,得出了具有强容侵特性的幂律指数值.实验结果表明:新的拓扑保持了无标度网络的强容错性,增强了无标度网络的容侵性,并具有较好的节能优势.     

复杂网络系统拓扑连接优化控制方法

为了增加实际网络系统连接增益、减少网络连接成本, 提出了一种基于网络效率和平均连接度的网络拓扑连接优化控制方法, 该方法利用网络效率来表征网络连接收益、用网络平均连接度来表征网络连接成本, 并提出了其计算优化算法, 该算法的时间复杂性为O(Mpn²). 实验分析表明, 可以采取一定的方式对实际复杂网络拓扑连接进行优化控制, 小世界和无标度网络均存在一个最佳的网络平均度值能够使网络连接增益达到最大.关键词：复杂网络拓扑连接优化控制连接增益     

能量异构的无线传感器网络加权无标度拓扑研究

针对无线传感器网络节点能耗不均和如何高效获得节点和边的负载问题,提出一种局域范围内能量异构的加权无标度拓扑演化模型.通过对节点能量与负载、能耗的关系建模,建立节点能量与点权和边权的联系,进而结合点权和加权模型给出网络的演化方式,推出点权、度和边权的幂率分布规律,最终根据网络获得的点权和边权来分析负载和能耗.仿真结果表明,提出的模型不仅能够准确计算点边的负载,而且缓解了无标度网络的节点能耗不均衡问题.     

基于节点健康度的无线传感器网络冗余通路控制方法

广泛应用于各种物理参数测量领域的无线传感器网络,因其节点具有能量供应有限、硬件资源有限、数目众多、自组织和动态拓扑等特点,使得网络极易发生故障,从而高可靠、低故障是其运行的基本要求.本文针对多冗余通路设计的无线传感器网络故障预防方法存在工作状态冗余节点过多、能量大量浪费的问题,提出一种基于节点健康度的冗余通路控制方法.该方法利用汇聚节点收集网络内所有节点能量状态,计算节点健康度等相关参数,使用A-Star算法选择最优工作通路,控制其余冗余通路分批轮流休眠,从而达到减少和均衡网络工作过程能量消耗、预防某些节点能量提前耗尽导致网络能量故障发生的目的.仿真实验和实际节点实验的结果表明,在保证网络适当冗余通路的前提下,与其他相关方法比较,该方法可以显著均衡网络能量消耗,有效预防节点能量故障提前发生,明显延长网络寿命.     

一种优化无线传感器网络生命周期的容错拓扑研究

<正>由于无线传感器网络的节点能量受限,优化网络生命周期成为设计网络拓扑时首要考虑的问题.通过分析节点的剩余能量和负载量对节点生命周期的影响,提出了一种可延长无线传感器网络生命期的容错拓扑演化模型,并得出了在节点满足网络生存时间的条件下负载调节系数的取值范围.仿真实验结果表明,基于无标度网络的演化拓扑结构具有较好的容错性,并能够均衡网络节点能耗和延长网络生命周期.     

基于博弈论的认知无线电网络跨层资源分配

针对多跳认知无线电网络的多层资源分配问题,提出了协作去耦合方法和跨层联合方法,协作去耦合方法首先单独完成路径选择任务,随后进行信道与功率的博弈分配;跨层联合方法则通过博弈直接对路径、信道、功率三层资源进行同时分配,两种方法都综合考虑网络层、介质访问控制层、物理层的启发原则,引入了节点被干扰度信息和节点主动干扰度信息来辅助路径选择,设计了基于功率允许宽度信息的Boltzmann探索来完成信道与功率选择,设计了长链路和瓶颈链路替换消除机制以进一步提高网络性能,从促进收敛角度,选择序贯博弈并设计了具体的博弈过程,此外还分析了博弈的纳什均衡,讨论了两种算法的复杂度,仿真结果表明,协作去耦合方法和跨层联合方法在成功流数量、流可达速率、发射功耗性能指标上均优于简单去耦合的链路博弈、流博弈方法。     

基于生命期模型的无线传感器网络信道分配博弈算法

针对无线传感器网络中节点因干扰过大导致重传能耗增加, 进而节点过早失效、网络生命期缩短的问题, 根据网络拓扑信息和路由信息设计节点的负载模型, 从而构建了节点的生命期模型. 然后利用博弈论将路径增益、交叉干扰和节点生命期等性能参数融入到效益函数中, 构建信道分配博弈模型. 理论分析证明该博弈模型存在纳什均衡. 进而运用最佳回应策略, 在所构建的信道分配博弈模型的基础上, 设计了一种优化网络生命期的抗干扰信道分配算法. 该算法使节点在选择信道时避免与网络中交叉干扰较大的节点和生命期较小的节点使用相同信道, 实现干扰小、能耗低且均衡的信道选择. 理论分析与仿真结果证明该算法最终能够快速地收敛到纳什均衡, 且具有较小的信息复杂度, 从而减小算法本身的通信能耗. 同时, 该算法具有良好的抗干扰性和信道均衡性, 能够有效地延长网络生命期.     

一种面向监测区域的链路质量和覆盖保证的节点调度算法

为了降低监测区域能耗总开销和减少网络传输时延,保证监测区域网络链路质量、实现网络的全面覆盖和延长网络生命周期,设计了一种基于扫描线和节点自适应调整苏醒时隙的节点调度方案。首先,定义了系统模型即网络假设和调度目标;然后判断网络是否实现当完全覆盖,当不能全面覆盖时,通过调整部分节点的感知半径来实现网络的全面覆盖;当链路质量过差导致传输延迟过大时,通过设计从源节点到目标节点的增加节点苏醒时隙,并根据节点的剩余能量和传输延迟阈值来减少数据传输次数以降低传输延迟。在NS2环境下进行实验,结果表明：文中方法能有效地实现传感器网络监测区域的全面覆盖,降低网络的传输延迟和提高网络的生命周期,与其他节点调度相比,具有很强的优越性和实用性。     

一种基于势博弈的无线传感器网络拓扑控制算法

在实际的应用中,无线传感器网络常常由大量电池资源有限的传感器节点组成.如何降低网络功耗,最大化网络生存时间,是传感器网络拓扑控制技术的重要研究目标.随着传感节点的运行,节点的能量分布可能越来越不均衡,需要在考虑该因素的情况下,动态地调整节点的网络负载以均衡节点的能耗,达到延长网络生存时间的目的.该文引入博弈理论和势博弈的概念,综合考虑节点的剩余能量和节点发射功率等因素,设计了一种基于势博弈的拓扑控制模型,并证明了该模型纳什均衡的存在性.通过构造兼顾节点连通性和能耗均衡性的收益函数,以确保降低节点功耗的同时维持网络的连通性.通过提高邻居节点的平均剩余能量值以实现将剩余能量多的节点选择作为自身的邻居节点,提高节点能耗的均衡性.在此基础上,提出了一种分布式的能耗均衡拓扑控制算法.理论分析证明了该算法能保持网络的连通性.与现有基于博弈理论的DIA算法和MLPT算法相比,本算法形成的拓扑负载较重、剩余能量较小的瓶颈节点数量较少,节点剩余能量的方差较小,网络生存时间更长.     

基于改进蛙跳算法的无线传感器网络覆盖优化

针对传统算法在解决无线传感器网络覆盖优化上存在的覆盖率较低和节点分布不够均匀的问题,提出了一种改进的蛙跳算法;为了同时达到增加算法的种群多样性和加快算法收敛速度的目的,改进蛙跳算法分别增加了个体高斯学习机制和根据粒子群思想改进的更新策略,让族内最差个体在自身附近进行局部搜索,若无效,则使族内最差个体同时向族内最优个体和全局最优个体学习;在性能评估实验中,对改进的蛙跳算法分别进行了标准函数测试和无线传感器网络覆盖优化测试;测试结果表明,在6个标准测试函数中,改进的蛙跳算法与其他算法相比在4个测试函数上的收敛精度有了明显提高;在无线传感器网络覆盖优化中,改进的蛙跳算法也能够使节点分布更加均匀,使网络覆盖率达到了85.6%。      

混沌量子克隆算法求解认知无线网络频谱分配问题

对认知无线网络中的频谱进行有效分配是实现动态频谱接入的关键技术.考虑3次用户对频谱的需求和分配的公平性,给出了频谱分配的数学模型,并将其转换为以最大化网络收益为目标的带约束优化问题,进而提出一种采用混沌量子克隆优化求解的认知无线网络频谱分配算法, 并证明了该算法以概率1收敛.最后,通过仿真实验比较了本文算法与颜色敏感图着色算法、基于遗传算法的频谱分配、基于量子遗传算法的频谱分配的性能.结果表明:本文算法性能较优, 能更好地实现网络收益最大化.关键词：混沌量子克隆算法认知无线网络频谱分配     

混沌量子克隆优化求解认知无线网络决策引擎

通过分析认知无线网络引擎决策, 给出了其数学模型, 并将其转化为一个多目标优化问题, 进而提出一种基于混沌量子克隆的优化求解算法, 并证明了该算法以概率1收敛. 算法采用量子编码, 利用Logistic映射初始化抗体种群, 设计了一种基于混沌扰动的量子变异方案. 最后, 在多载波环境下对算法进行了仿真实验. 结果表明, 与QGA-CE(基于量子遗传算法的认知引擎)算法相比, 本文算法收敛速度较快, 具有较高的目标函数值, 可以对无线参数优化调整, 满足认知引擎的实时性要求.     

基于混沌人工蜂群算法的无线传感器网络覆盖优化

针对无线传感器网络随机播撒的节点严重冗余并且导致网络寿命短、覆盖效率不高等缺陷,提出了一种混沌人工蜂群算法的无线传感器网络覆盖优化算法;将节点的利用率和覆盖率作为优化目标函数,建立与之对应的数学模型,之后用混沌人工蜂群算法改善人工蜂群算法陷入局部最优、收敛慢等问题,提高算法收敛速度和精度,对节点覆盖模型进行求解,得出网络最优覆盖方案;通过实验仿真,提出的算法提高了无线传感器网络的覆盖率,覆盖率可达93.48%以上,减少了网络节点冗余,提高了网络寿命,降低了网络成本。     

基于有限资源提升网络可生存性的拓扑重构方法

给定网络拓扑结构和有限添加边资源,如何优化配置添加边使重构后的网络拓扑结构具有最优可生存性是非常有价值的研究问题.本文首先明确网络可生存性的量化评估指标,以移除节点后网络结构的鲁棒性和有效性为优化目标,提出网络拓扑重构优化问题的建模与分析方法.同时在给定资源代价的约束下,为实现添加边资源配置效率的最大化,提出优先配置节点加强保护圈的启发式算法.仿真实验表明,该算法在有限资源约束的随机局部故障和选择性攻击环境中,能兼顾改善网络鲁棒性和传输效率,有效提升网络结构的可生存性.