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。     

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。     

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.     

基于时间偏差补偿的传感器网络时间同步方法

综合考虑了无线传感器网络中节点间时间偏移的来源,为了提高无线传感器网络中时间同步精度,降低能量开销,提出了一种在簇结构中基于偏差补偿的同步方法.该方法在完成簇内节点一次信息交换之后,通过簇头对各节点时间偏差进行有效估计并进行补偿来维持同步时间精度,很好地降低了能量消耗.通过仿真实验,该方法在信息开销和同步精度上体现出良...     

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.     

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DIJKSTRA的无线传感器网络分簇路由算法

为加快无线传感器网络最优路径搜索速度、减少路径寻优能量消耗和延长网络寿命,提出了基于改进的DIJKSTRA算法的无线传感器网络分簇路由算法;运用DIJKSTRA算法在无线传感器网络内以多跳接力的方式来搜寻从源节点到目的节点的最短路径;结合能耗优化策略,避免网络能耗热点问题,实现网络能耗均衡;通过与基于蚁群算法的路由算法对比分析,基于Dijkstra的网络分簇路由算法能优化网络分簇并建立较优传输路径,其快速收敛性能减缓了网络中簇头节点的能耗,延长了网络寿命,提高了网络鲁棒性。     

基于移动agent的WSN低能耗数据融合策略设计

为了解决无线传感器网络中LEACH协议中传感器节点需要耗费大量能量,导致节点过早死亡,在LEACH协议的基础上,将移动agent引入到数据融合策略中,提出了一种基于移动agent和LEACH协议的数据融合策略;首先,改进簇头选举机制,考虑剩余能量和与基站的距离等因素;其次,为了避免访问冗余节点而耗费能量,确定了访问节点集合,并通过改进的遗传算法来获得访问节点序列;最后,通过仿真实验并与LEACH协议、AF-LEACH协议进行比较,文中方法节点死亡时间在470s才出现,延迟了节点死亡时间,从而延长了网络的生命周期。     

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。     

基于概率假设密度的无线传感器网络多目标跟踪算法

针对无线传感器网络多目标跟踪过程中杂波难以去除以及由数据关联复杂带来的计算复杂度高的问题,将概率假设密度滤波器应用于无线传感器网络,以更好地对多目标状态信息进行融合估计;首先,建立簇-树型无线传感器网络模型,并运用随机有限集理论对目标状态模型和传感器观测模型进行描述;然后,根据目标与节点之间的距离设置观测阈值,当传感器节点测量值小于观测阈值时,概率假设密度滤波器将实时对该组测量数据进行处理,从而实现传感器网络对目标状态的联合检测与跟踪;仿真结果表明,在无线传感器网络的多目标跟踪应用中,该算法比粒子滤波算法具有更高的跟踪效率和精度。     

一种针对无线传感器网络能量洞的节点分布策略

在无线传感器网络中,sink节点周围出现的能量空洞问题直接影响着网络的生存寿命。从延长网络生命周期的角度,对网络部署时距离和节点密度等因素进行了研究,设计了一种节点初始能量不同的能量均衡机制,通过合理地部署节点数量和相对位置,使得整个末端网络总能耗尽可能少;对于多跳过程中的单个节点,提出了一种基于剩余能量与距离的比重的方法,选择适当的转发节点。通过推导仿真,这种节点分布策略能够有效提高末端网络总体效能,对物联网末端网络不间断工作具有良好效果。     

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.     

SpaceWire冗余网络故障检测恢复技术实现

为提高SapceWire网络可靠性,基于SpaceWire-D提出了一种应用于SpaceWire冗余网络的故障检测恢复技术。网络节点通过比较主、备份端口收到的时间码来判断链路故障状态,在确认主链路发生故障后,节点自动启用备份端口工作。通过引入时间码抖动容限参数,提高了节点对故障判断的准确性,避免了故障误判。测试结果表明,即使故障链路未与节点直接连接,节点也能够在一个时间槽长度内检测到链路故障并自动切换至备份链路。此技术保证了网络故障情况下的数据正确传输,提高了SpaceWire网络的可靠性,是一种稳定可靠的故障检测恢复技术。     

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。     

基于多Agent的无线传感器网络分层融合框架研究

客户端/服务器（C/S）模式和移动代理（MA）模式是无线传感器网络中的两种最主要的计算模式,MA计算模式可以弥补C/S计算模式能量消耗大、延时长等方面的不足。为了更好的降低能量消耗和缩短网络中数据融合时间,提出一种基于多Agent的无线传感器网络分层融合框架。将无线传感器网络监测区域分层若干个区域,将每个小的监测区域分为簇头―sink和簇头―簇成员节点两层,由sink节点根据用户需求向每个监测区域派遣移动Agent并完成数据采集和数据融合。这种模式可以有效地缩短网络中数据融合时间和降低能量消耗。     

基于改进蚁群算法的LEACH协议研究

针对LEACH协议在数据传输阶段,簇首与汇聚节点之间采用单跳模式传输数据使得能量消耗快并且不均衡的问题,提出一种基于改进蚁群算法的新型路由协议。该协议利用了能耗因子对蚁群转移概率以及信息素更新进行改进,充分考虑了节点的剩余能量和节点间距离,通过信息素的建立和更新,寻找簇首节点和基站之间的最优传输路径,进行多跳传输模式,从而均衡簇首节点能量消耗。仿真实验结果表明,改进后的ACO-BEC协议较之于LEACH协议,能够有效降低了整个网络能量消耗,延长了网络寿命。