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.     

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.     

一种无线传感器网络健壮性可调的能量均衡拓扑控制算法

无线传感器网络中, 应用环境的干扰导致节点间距不能被准确度量. 所以利用以节点间距作为权重的闭包图(EG)模型构建的拓扑没有考虑环境的干扰, 忽略了这部分干扰带来的能耗, 缩短了网络生存时间. 针对无线传感器网络拓扑能量不均的特点和EG模型的缺陷, 首先引入节点度调节因子, 建立通信度量模型和节点实际生存时间模型; 其次量化网络节点度, 从而获取满足能量均衡和网络生命期最大化需求的节点度的取值规律; 然后利用该取值规律和函数极值充分条件解析推导出网络最大能量消耗值和最长生存时间, 并获得最优节点度; 最后基于以上模型提出一种健壮性可调的能量均衡拓扑控制算法. 理论证明该拓扑连通且为双向连通. 仿真结果说明网络能利用最优节点度达到较高的健壮性, 保证信息可靠传输, 且算法能有效平衡节点能耗, 提高网络健壮性, 延长网络生命周期.     

基于人工蜂群的无线传感器网络能耗均衡算法

由于无线传感器网络中的节点链路状况、数据传输能耗及节点剩余能量的限制,造成网络中部分感知节点寿命缩短,影响网络生存周期,提出了一种基于人工蜂群算法的WSNs能耗均衡算法,优化网络能耗均衡,从而提高网络寿命;文章给出了网络能耗相应的数学模型及优化求解算法,介绍人工蜂群算法的寻找食物过程,阐述了人工蜂群算法在网络能耗均衡方面的实现步骤;通过实验仿真证明,文章提到的算法与LEACH分簇算法、蚁群优化算法相比,具有更好的能耗和负载均衡能量、丢包率和时延性,有效地提高了网络生存周期。     

改进的基于蚁群算法的非均匀分簇路由协议

针对无线传感器网络中传感器节点随机分布造成能耗不均和“热区”等问题,提出了一种改进的基于蚁群算法的非均匀分簇路由协议。该协议也采用“轮”方式运行,每轮簇首选举开始阶段,根据节点剩余能量、节点密度,结合节点到Sink节点的距离来构造不均匀的竞选半径,每个节点根据竞选半径范围内邻居节点计算剩余能量比及距离偏差平均值,从而计算出其簇首竞争等待时间,采用时间等候簇首竞选机制来选举出簇首,平衡簇内的通信能耗;数据传输阶段,考虑剩余能量、通信能耗、链路质量、传输时延等因素,采用改进的蚁群算法构造最优传输路径,数据传输的同时更新信息素,从而达到自适应、动态优化地建立和维护传输路径。仿真结果表明,该路由协议能有效节约能量和均衡能耗,延长网络生命周期,改善链路质量,减少传输时延。     

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.     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(Wireless Sensor Network ,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法。首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力。最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗。通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

一种高能效无线传感器网络MAC协议研究

为了解决无线传感器网络中MAC层空闲侦听、冲突和控制开销所带来的无效功耗等问题,提出了一种高能效无线传感器网络动态非等分时隙MAC新方法;该方法依据网络拓扑和监测类型分析了覆盖率模型,设计了通过选举最低剩余能量节点为休眠节点的动态选举算法,推导得到了非等分配时隙协议的算法公式,同时,采用簇内单向广播的时钟同步算法保证了网络节点拥有相同的时间基准;在无线传感器测试床上进行仿真对比实验,结果表明该方法较好地实现了动态调节工作节点数量和非等分传输时隙的协议功能,MAC层的能量有效性显著提高;该方法可有效使用网络能量,延长网络生命周期,是一种高能效的无线传感器网络MAC协议。     

无线传感器网络的分布式竞争路由算法

在WSNs体系结构中,路由算法是网络层的关键,分簇技术在路由算法中可提高WSNs的扩展性。提出一种竞争簇头,非均匀分簇和多跳路由相结合的WSNs 分布式竞争路由算法(DSA)．它的核心是构建一个高效的非均匀分簇算法,通过竞争的方式候选簇头,靠近基站的簇头为簇间的数据转发预留能量,根据节点的剩余能量、簇内和簇间通信代价,每个簇头在邻居簇头集中用贪心法确定中继节点,仿真表明,DSA算法能有效平衡了簇头的能耗、均衡了网络能耗、显著延长网络生存周期。     

基于非均匀分簇的无线传感器网络路由协议

在无线传感器网络中,分簇技术是一种有效延长网络生命周期的方法。但是这种多跳的网络模型,如果节点均匀分布并且簇的大小相等,则靠近基站的簇头由于要中继更多的数据,则会导致能量空洞现象。因此提出一种非均匀分簇方法来缓解能量空洞问题。首先,通过节点的剩余能量、到基站的距离以及邻居节点数量来选择簇头。簇一旦形成之后,通过单跳和多跳的混合机制将数据发送到基站。实验结果表明,此协议能有效的延长网络的生命周期,均衡网络能耗,有效延缓能量空洞的形成速度。     

Power control and channel allocation optimization game algorithm with low energy consumption for wireless sensor network

In a wireless sensor network(WSN), the energy of nodes is limited and cannot be charged. Hence, it is necessary to reduce energy consumption. Both the transmission power of nodes and the interference among nodes influence energy consumption. In this paper, we design a power control and channel allocation game model with low energy consumption(PCCAGM). This model contains transmission power, node interference, and residual energy. Besides, the interaction between power and channel is considered. The Nash equilibrium has been proved to exist. Based on this model, a power control and channel allocation optimization algorithm with low energy consumption(PCCAA) is proposed. Theoretical analysis shows that PCCAA can converge to the Pareto Optimal. Simulation results demonstrate that this algorithm can reduce transmission power and interference effectively. Therefore, this algorithm can reduce energy consumption and prolong the network lifetime.     

无线认知网络中拓扑控制方法研究

作为下一代通信网络,无线认知网络已成为当前的研究热点。由于节点的移动性,无线网络拓扑结构动态变化,拓扑控制一直是无线网络的难点问题。通过借鉴移动自组织网络(MANETS)中的拓扑控制方法,提出了无线认知网络中基于博弈论和认知功能相结合的拓扑控制方法。无线认知节点能够通过主动决策调节自身节点位置,在保证网络连通性的基础上实现网络覆盖面积最大。仿真实验结果验证了方法的有效性和收敛性。     

A local-world heterogeneous model of wireless sensor networks with node and link diversity

In this paper, we present a novel local-world model of wireless sensor networks (WSN) with two kinds of nodes: sensor nodes and sink nodes, which is different from other models with identical nodes and links. The model balances energy consumption by limiting the connectivity of sink nodes to prolong the life of the network. How the proportion of sink nodes, different energy distribution and the local-world scale would affect the topological structure and network performance are investigated. We find that, using mean-field theory, the degree distribution is obtained as an integral with respect to the proportion of sink nodes and energy distribution. We also show that, the model exhibits a mixed connectivity correlation which is greatly distinct from general networks. Moreover, from the perspective of the efficiency and the average hops for data processing, we find some suitable range of the proportion p of sink nodes would make the network model have optimal performance for data processing.     

基于无线传感器网络的智能LED灯控制系统设计

针对无线传感器网络为基础的控制系统中其板载电池的能量有限,从而影响无线传感器节点的运行寿命问题。本文设计并采取了嵌入式与分布式智能无线传感器网络（WSN）,目的是优化和使控制照明系统更加高效,为了克服这个问题,基于能量感知的通信协议被引入,以减少为了延长其使用时间的无线传感器网络的功耗。本文中的以智能无线传感器网络为基础的LED照明系统,经过实验结果表明,无线传感器节点都能够运行的时间较长,从87天至102天,而增加了约20％的工作寿命。     

Modeling wireless sensor networks using random graph theory

A critical issue in wireless sensor networks (WSNs) is represented by limited availability of energy within network nodes. Therefore, making good use of energy is necessary in modeling sensor networks. In this paper we proposed a new model of WSNs on a two-dimensional plane using site percolation model, a kind of random graph in which edges are formed only between neighbouring nodes. Then we investigated WSNs connectivity and energy consumption at percolation threshold when a so-called phase transition phenomena happen. Furthermore, we proposed an algorithm to improve the model; as a result the lifetime of networks is prolonged. We analyzed the energy consumption with Markov process and applied these results to simulation.