基于最短路径长度的空间网络路由

以通信网、电力网、交通网为代表的很多复杂网络以传输负载为基本功能.在这些网络中,网络的吞吐量是衡量网络传输性能的重要指标,如何提升网络的吞吐量是研究热点之一.不少研究人员提出了不同的路由算法,通过调节传输路径来提高网络吞吐量.但之前的研究很少考虑网络中节点的空间位置.本文针对空间网络提出了一种高效的路由策略,通过节点位置得到路径长度;采用该算法,负载从源节点沿着最短长度的路径传输到目标节点.为了检验算法的有效性,采用网络从自由流状态转变成拥塞状态的相变点Rc来衡量网络的吞吐量.在匀质和异质空间网络上的仿真表明,与传统的最少跳数路由策略相比,本文提出的基于最短路径长度的路由算法能有效提高空间网络的吞吐量.     

复杂网络牵制控制优化选点算法及节点组重要性排序

本文研究复杂网络动力学模型的无向网络牵制控制的优化选点及节点组重要性排序问题.根据牵制控制的同步准则,网络的牵制控制同步取决于网络的Laplacian删后矩阵的最小特征值.因此,通过合理选择受控节点集得到一个较大的Laplacian删后矩阵最小特征值,是牵制控制优化选点问题的核心所在.基于Laplacian删后矩阵最小特征值的图谱性质,本文提出了多个受控节点选取的递归迭代算法,该算法适用于任意类型的网络.通过BA无标度网络、NW小世界网络及一些实际网络中的仿真实验表明:该算法在控制节点数较少时,能有效找到最优受控节点集.最后讨论了在复杂网络牵制控制背景下节点组重要性排序问题,提出节点组的重要性排序与受控节点的数目有关.     

基于RSSI和改进MCL算法的移动节点定位跟踪设计

由于传统节点定位方法大多针对静止传感器网络,不能适用于网络结构和节点位置动态变化的移动传感器网络,提出了一种基于RSSI测距和改进的MCL (Monte Carlo Localization)算法的移动传感器节点定位跟踪方法;首先描述了经典MCL算法和接收信号强度RSSI测距方法,然后设计了一种改进的MCL算法,将传统的MCL方法预测粒子位置的过程即预测和滤波两个阶段,更新为锚节点TTL受控泛洪方式广播自身位置、采用拉格朗日插值法预测节点下一时刻的位置和速度、求取锚盒采样区域、k 跳锚节点粒子滤波和根据预测下一时刻的节点位置和速度与当前时刻的位置信息确定各粒子权重的5个阶段;采用仿真器MCL-Simulator进行仿真,结果证明:文中方法能有效实现移动节点的定位,与其它方法相比,具有较小的平均定位误差,具有很强的可行性。     

基于领域相似度的复杂网络节点重要度评估算法

节点重要性度量对于研究复杂网络鲁棒性与脆弱性具有重要意义.大规模实际复杂网络的结构往往随着时间不断变化,在获取网络全局信息用于评估节点重要性方面具有局限性.通过量化节点局部网络拓扑的重合程度来定义节点间的相似性,提出了一种考虑节点度以及邻居节点拓扑重合度的节点重要性评估算法,算法只需要获取节点两跳内的邻居节点信息,通过计算邻居节点对之间的相似度,便可表征其在复杂网络中的结构重要性.基于六个经典的实际网络和一个人工的小世界网络,分别以静态与动态的方式对网络进行攻击,通过对极大连通系数与网络效率两种评估指标的实验结果对比,证明了所提算法优于基于局域信息的度指标、半局部度指标、基于节点度及其邻居度的WL指标以及基于节点位置的K-shell指标.     

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。     

WSANs中基于蜂巢结构的移动容错恢复算法

旨在研究无线传感器与执行器网络(WSANs)中节点失效情况下恢复执行器(actor)节点服务的算法. 首先说明了WSANs中的实时覆盖模型, 证明WSANs覆盖恢复问题是NP难问题, 给出了近似求解方案. 在此基础上, 提出了一种基于六边形蜂巢结构的移动容错算法HMFR用于恢复失效actor节点, HMFR 算法在限制网络初始部署的条件下拥有很好的性能. 通过实验与现有的恢复算法进行比较, 发现HMFR算法在actor覆盖sensor节点数和移动距离方面有更好的性能.     

基于最少中继节点约束的量子VoIP路由优化策略

量子信息的传输过程中,由于拥塞、链路故障等原因,导致数据分组在路由器排队,产生时延、丢包.为了保证量子Vo IP系统的性能,本文提出了基于最少中继节点约束的路由优化策略.采用基于纠缠交换的中继技术,通过优先选择最少中继节点的量子信道,实现多用户量子Vo IP通信.理论分析和仿真结果表明,当链路出现故障和拥塞时,基于M/M/m型排队系统,采用本策略,当设定量子比特的误码率为0.2,共用信道数目从4增加到8时,量子网络的呼损率由0.25下降到0.024,量子网络的最大吞吐量由64 kbps增加到132 kbps.当设定共用信道数目为4,控制量子比特的误码率从0.3到0.1时,可使量子网络最大吞吐量从41 kbps增加到140 kbps.由此可见,本策略能够极大地提高量子Vo IP网络的性能.     

基于动力中继的小世界复杂电机网络混沌同步控制

利用链式结构中间节点参数不匹配能降低两个非直接相连外部节点的同步耦合强度临界值,促进两节点同步的特性,对一个双向耦合的小世界电机网络进行同步控制.首先从外部增加参数不匹配的中继节点,通过动力中继降低整个网络的同步耦合强度阈值,从而促进整个电机网络的同步,然后分析动力中继如何作用于网络,最后用数值仿真验证该方法的有效性.     

一种应用于含权无标度网络的全局路由算法

针对含权无标度网络提出了一种全局路由算法.该算法利用网络路径上的节点强度信息构建了一种全局路由代价函数,选择使该代价函数最小的路径来传输信息包,有效避开了网络中易发生拥塞的核心节点.实验结果表明,与最短路径算法相比,该算法以较小的平均路径长度的增加为代价,将网络容量提高了十多倍.     

多跳噪声量子纠缠信道特性及最佳中继协议

在量子通信网络中, 最佳中继路径的计算与选择策略是影响网络性能的关键因素. 针对噪声背景下量子隐形传态网络中的中继路径选择问题, 本文首先研究了相位阻尼信道及振幅阻尼信道上的纠缠交换过程, 通过理论推导给出了两种多跳纠缠交换信道上的纠缠保真度与路径等效阻尼系数. 在此基础上提出以路径等效阻尼系数为准则的隐形传态网络最佳中继协议, 并给出了邻居发现、量子链路噪声参数测量、量子链路状态信息传递、中继路径计算与纠缠资源预留等工作的具体过程. 理论分析与性能仿真结果表明, 相比于现有的量子网络路径选择策略, 本文方法能获得更小的路径平均等效阻尼系数及更高的隐形传态保真度. 此外, 通过分析链路纠缠资源数量对协议性能的影响, 说明在进行量子通信网设计时, 可以根据网络的规模及用户的需求合理配置链路纠缠资源.     

基于质心迭代估计的无线传感器网络节点定位算法

针对无线传感器网络非测距定位方法的应用,提出了基于质心迭代估计的节点定位算法.该算法首先计算当前连通信标节点所围成的平面质心的坐标及其与未知节点间的接收信号强度,然后用计算所得质心节点替代距离未知节点最远的连通信标节点,缩小连通信标节点所围成的平面,并通过多次迭代的方法提高节点定位精度.仿真实验结果表明,该算法的各项指标均为良好,适用于无线传感器网络的节点定位.     

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.     

An artificial hummingbird algorithm based localization with reduced number of reference nodes for wireless sensor networks

Wireless Sensor Networks (WSN) are widely used in recent years due to the advancements in wireless and sensor technologies. Many of these applications require to know the location information of nodes. This information is useful to understand the collected data and to act on them. Existing localization algorithms make use of a few reference nodes for estimating the locations of sensor nodes. But, the positioning and utilization of reference nodes increase the cost and complexity of the network. To reduce the dependency on reference nodes, in this paper, we have developed a novel optimization based localization method using only two reference nodes for the localization of the entire network. This is achieved by reference nodes identifying a few more nodes as reference nodes by the analysis of the connectivity information. The sensor nodes then use the reference nodes to identify their locations in a distributive manner using Artificial Hummingbird Algorithm (AHA). We have observed that the localization performance of the reported algorithm at a lower reference node ratio is comparable with other algorithms at higher reference node ratios.     

多尺度传感网络失效节点检测系统设计

对多尺度传感网络中的失效节点进行准确检测与定位,实现故障节点的高效检测,保障传感网络的可靠运行。提出一种基于多传感器量化融合跟踪滤波检测的失效节点检测算法,并进行检测系统优化设计。构建多尺度传感网络的节点分布实体对象模型,进行失效节点检测系统总体设计和技术指标分析。设计基于多传感器量化融合跟踪滤波检测的失效节点检测算法。进行系统的硬件设计,包括A/D模块设计、时钟电路设计、程序加载电路设计、传感器通信模块设计和系统电源模块设计。在ARM Cortex?-M0平台上进行检测系统软件开发。系统仿真结果表明,该系统进行多尺度传感网络失效节点检测的准确度较高,提高了传感器网络的寿命周期。     

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.     

Delay optimization and energy balancing algorithm for improving network lifetime in fixed wireless sensor networks

Since wireless in terms of energy-restricted processes, dispersion radii, processing power limitations, buffers, bandwidth-limited connections, active network topologies, and network stream of traffic outlines, sensor networks provide difficult design issues. The number of hops and latency are decreased if there is a relay mote because it interacts directly with relay motes that are closer to the destination mote. The tremendous intensive research in the area of Wireless Sensor Networks (WSN) has gained a lot of significance among the technical community and research. The job of WSN is to sense the data using sensor motes, pass on the data to the destination detection mote which is associated with a processing center and can be used in multiple spans of Internet of Things (IoT) applications. Wireless sensor network has a set of sensor motes. By making use of sensor mote placement strategy all the sensor motes are spread in an area with each mote having its own exceptional location. Internet of things applications are delay sensitive those applications have a challenge of forming the complete path at a lower delay constraint. The proposal is to modify the game theory energy balancing algorithm by making use of relay motes so that overall network lifetime is increased. It has been proved that modified GTEB is better with respect to existing algorithms in terms of delay, figure of hops, energy depletion, figure of alive motes, figure of dead motes, lifespan ratio, routing overhead and throughput.     

Age-Aware Utility Maximization in Relay-Assisted Wireless Powered Communication Networks

This article investigates a relay-assisted wireless powered communication network (WPCN), where the access point (AP) inspires the auxiliary nodes to participate together in charging the sensor, and then the sensor uses its harvested energy to send status update packets to the AP. An incentive mechanism is designed to overcome the selfishness of the auxiliary node. In order to further improve the system performance, we establish a Stackelberg game to model the efficient cooperation between the AP–sensor pair and auxiliary node. Specifically, we formulate two utility functions for the AP–sensor pair and the auxiliary node, and then formulate two maximization problems respectively. As the former problem is non-convex, we transform it into a convex problem by introducing an extra slack variable, and then by using the Lagrangian method, we obtain the optimal solution with closed-form expressions. Numerical experiments show that the larger the transmit power of the AP, the smaller the age of information (AoI) of the AP–sensor pair and the less the influence of the location of the auxiliary node on AoI. In addition, when the distance between the AP and the sensor node exceeds a certain threshold, employing the relay can achieve better AoI performance than non-relaying systems.     

改进内测点测试算法在无线传感网络中的定位研究

在无线传感网络定位算法中,三角形内点测试APIT算法和最佳三角内测点PIT算法受节点密度影响较大,在特定情况下会出现In-To-Out Error 和 Out-To-In Error错误,导致目的节点实际坐标往往与三角重叠区域质心位置相差较远,影响定位精准度。本文提出利用内测点三角成形面积有效检测和避免上述两类错误,并在重叠区域采取指纹分布概率以投票方式计算目的节点坐标。仿真实验证明,新算法受节点密度影响较小,拥有更高的定位精度和准确性。     

二元决策图和故障树相融合的无线传感器网络可靠性分析

为了提高无线传感器分析网络可靠性,提出一种基于二元决策图和故障树相融合的无线传感器网络可靠分析方法;首先根据无线传感器网络拓扑结构建立了故障树模型,然后将无线传感器网络故障树转化为二元决策图结构,最后采用仿真实验分析了不同节点冗余度、不同跳数条件下无线传感器网络的可靠性;仿真结果表明,文章方法的分析结果可以帮助无线传感器网络性能的优化,可以提高无线传感器网络的可靠性。     

The gateway coefficient: a novel metric for identifying critical connections in modular networks

The modular structure of a complex network is an important and well-studied topological property. Within this modular framework, particular nodes which play key roles have been previously identified based on the node’s degree, and on the node’s participation coefficient, a measure of the diversity of a node’s intermodular connections. In this contribution, we develop a generalization of the participation coefficient, called the gateway coefficient, which measures not only the diversity of the intermodular connections, but also how critical these connections are to intermodular connectivity; in brief, nodes which form rare or unique “gateways” between sparsely connected modules rank highly in this measure. We illustrate the use of the gateway coefficient with simulated networks with defined modular structure, as well as networks obtained from air transportation data and functional neuroimaging.