无线传感器网络时间同步CS-TPSN算法研究与仿真

无线传感器网络TPSN(Timing-Sync Protocol for Sensor Network)算法采用中心节点与子节点的双向通信,并通过交换时间信息和计算偏差值,实现无线传感器网络时间同步,有较高的时钟同步精度。但当系统中传感器密度较大时,节点同步跳数将明显增加,在影响同步精度的同时,增加了节点能量消耗。该研究提出了CS-TPSN算法,通过在节点层间进行拓扑结构改进,减少报文数量,优化层内和层间设计,降低算法开销,实现了基于OPNET的建模和仿真分析。     

无线传感器网时间同步算法的比较

随着无线传感网的应用领域不断扩大,基于无线传感网的时间同步协议已经受到越来越多的研究人员的关注。以时钟模型为基础,就几种经典的无线传感器网时间同步协议,根据协议的原理分析了这几种协议的误差来源;并对萤火虫同步算法的原理作了论述,这种算法是通过由脉冲耦合振荡器发出的一系列脉冲信号来改变节点振荡器的相位,从而达到同步。为今后时间同步协议精度和效能的研究提供了一定的参考。     

一种自适应的无线传感器网络时间同步技术

简要分析了无线传感器网络中时间同步技术的作用,提出一种自适应的无线传感器网络时间同步技术,该技术通过传感器节点之间时间基准的相互交换和相互控制,实现整个网络节点的同步。这种同步方式避免了由某个传感器节点提供时间基准所造成的瓶颈效应,提高了网络运行的可靠性。     

无线传感器网络中一种基于安全性的时钟同步算法

无线传感器网络可以部署在各种危险的环境里,虽然风险性比较大,但是如果能够顺利完成任务,完全有可能延长安全时间。在保证安全的情况下,能够提高无线传感器工作有效性的新的算法——时钟算法。它主要是将网络中的恶意、不良的信息发现以后及时删除处理。此种方法能够使发恶意信息的网站有一定的收敛,并且时间精确。这种算法已经经过了许多的仿真实验,得出来的结论是这个算法是可以使用的。     

基于TOA的无线传感器网络时间同步与定位联合算法

文中研究无线传感器网络中时间同步与节点位置坐标联合处理的问题,并且提出了一个可以联合精确估计未知传感器节点时钟偏差和未知坐标的算法,新提出的联合时间同步与定位算法采用加权最小二乘方法,相比于极大似然等迭代估计器,该方法具有更低的复杂度。理论分析表明在低信噪比情况下,算法精度可以达到克拉美罗下界(Cramér-Rao lower bound,CRLB)。计算机仿真实验结果也证明算法可以达到理论分析的精度要求。     

基于卡尔曼滤波的无线传感器网络时钟同步协议

在本文提出的时钟同步协议中,节点依据所持能耗大小在有限通信区域内完成时钟同步,即高耗节点通过监听低耗节点间进行同步交互的TPSN同步信标实现Receiver-Only同步模式,并通过引用卡尔曼滤波方法优化同步节点的时钟偏差以降低同步误差率。实验仿真表明,该同步协议与TPSN同步法相比提高了同步精度。     

基于分簇的无线传感器网络时间同步方法

对传统的无线传感器网络的时间同步协议进行分析,结合无线传感器网络能量使用要求高的特点,设计一种适合WSN的时间同步算法.在分簇的基础上在簇内建立一个回路,回路上节点顺序单向同步,簇头可以实时监控同步的进行,以实现能量节省的、健壮的协作同步模式.对比实验结果表明,该算法在保证同步精度的前提下可以有效减少通信开销,节省了节点能量.     

异构无线传感器网络下的分簇时间同步算法

为了降低大型无线传感器网络的时间同步能耗,分析并计算了同步信息发送和接收过程中的时延组成,得出节点的时钟偏差,并利用线性回归法计算节点的频率漂移,在此基础上,将异构网络中的中继节点作为簇首,首先实现簇首与sink节点的时间同步,然后实现簇内的时间同步。分析表明,本算法同步误差只与传播时延和编解码时延有关,同时在同步过程中所需发送和接收的同步字节少,可以延长网络的生命周期。     

基于最大互邻集合的无线传感器网络单向时间同步

时间同步是无线传感器网络的一项关键技术。针对目前时间同步算法能耗较大等问题,通过单向同步技术建立全网同步数学模型,提出一种基于最大互邻集合的同步算法。在层次发现阶段生成同层节点的最大互邻集合,利用有限的消息交互分布式地保留尽量少的广播节点,并加入子节点注册、低层节点监听和时序控制等策略提高算法效率。在NS2软件平台进行了仿真,并与相关文献算法对比,结果表明所提出的算法在达到相同同步精度前提下,可显著降低同步阶段的消息开销,提高成功同步节点比例。     

无线传感网络容错时间同步算法的改进与仿真

目的针对传统的FTTS算法所存在的信息处理量大、出错率高等问题,提出一种改进的容错时间同步算法。方法该算法从WSN中存在的节点时钟错误及网络错误入手,通过设定最大偏移范围的方法,丢弃节点和网络错误时钟信息,以减少信息处理量,进而达到降低能量开销和出错率的目的。结果仿真实验结果表明,当存在节点时钟错误和网络错误时,该算法有较高的同步率以及较低的吞吐量。结论该算法改善了传统FTTS算法的性能,提高了能量效率,延长了网络寿命。     

无线传感器网络时间同步技术进展

无线传感器网络是由大量部署在无线环境中的传感器设备构成的网络,无线节点间的协同操作要求网络节点维护共同的时间,时间同步是无线传感器网络支撑技术;针对传统分类方法中不能有效体现时间同步算法特点的问题,从信息交换是否存在反馈角度对现有时间同步算法进行了重新分类,同时对同步算法的进展情况作了详细描述;新的分类方法能够有效体现算法同步精度和同步能耗等特性:反馈式时间同步机制在同步精度和同步能耗上都要高于非反馈式时间同步机制;最后总结了现有时间同步算法的缺陷并展望了未来时间同步技术的发展方向。     

Clapping and Broadcasting Synchronization in Wireless Sensor Networks

The Clapping and Broadcasting Synchronization (CBS) algorithm,which is specifically designed for large-scale sensor networks with low communication overhead and high synchronization accuracy,is introduced.The CBS protocol uses broadcasting rather than pairwise communication to accomplish synchronization.In the CBS scheme,the initial offset of local clocks can be successfully eliminated by the operation of clapping nodes,which leads to significant improvement in synchronization accuracy.The CBS protocol was implemented on the TelosB platform and its performance was evaluated in a variety of experiments.The results demonstrate that the CBS protocol outperforms the current state-of-the-art approach,the Flooding Time Synchronization Protocol (FTSP),in both single-hop and multi-hop scenarios in terms of synchronous precision and energy consumption.In multi-hop scenarios,the CBS algorithm keeps about 50% of its synchronization errors within 1 ms.In comparison,the FTSP keeps less than 7% of its synchronization errors within this range.In both single-hop and multi-hop scenarios,the CBS protocol is over 3.2 times more energy-efficient than the FTSP.     

基于BP算法的无线传感器网络定位

无线传感器网络（wireless sensor network,WSN）是一种应用广泛的全新的信息获取和处理方式,可以实现复杂的大规模监测和追踪任务。节点定位是无线传感器网络中的关键技术之一.位置估计的精度直接影响WSN后继的网络传输和监测性能。本文利用BP神经元网络方法对定位进行优化,并对测度结果进行验证。结果表明该算法提高了定位精确度。     

基于超图理论的无线传感器网络安全路由算法

针对无线传感器网络路由安全问题,在考虑无线传感器网络自身特点的基础上,采用超图理论进行建模,提出了一种层次型安全路由算法（SRAHT）．使用密码学的相关技术保证了数据的完整性、新鲜性、保密性以及认证性,采用多径路由技术提高了网络的容忍入侵能力;同时引入信用机制,对传感器网络中的恶意节点进行检测,有效地提高了网络的安全性能．理论分析和仿真结果表明,相对于INSENS算法,当网络规模较大时,SRAHT的组网能耗比INSENS减少50％以上,适用于规模较大的传感器网络中,具有较好的安全性与抗攻击性．     

一种基于人工神经网络的无线传感器网络定位算法

提出了一种基于人工神经网络(ANN)的无线传感器网络定位方法,RSSI的结果被用来作为人工神经网络的输入,采用遗传算法优化人工神经网络的结构.采用MATLAB进行仿真,模拟20 m×20 m室内静态网络环境下的8个已知位置节点.实验结果表明,该方法比传统方法的定位精度高、适应性强,效果较好.     

基于改进近邻传播聚类的异构无线传感器网络分簇算法

在近邻传播聚类算法基础上提出了基于偏向参数p可变的分簇路由算法CPAP,该算法针对异构无线传感器网络的特殊背景,改变AP算法偏向参数p的常规设置方式,综合考虑能量、距离因素解决分簇问题;另外,分析了算法中K参数的影响,取得其近似最优值。仿真结果表明:CPAP与PECBA相比,第一死亡节点出现时间推迟了28.5%,将更多的能量用于网络开始死亡之前,提高了网络的能量利用率。     

动态传感器网络中距离相关的蒙特卡洛定位算法

动态无线传感器网络的许多应用中定位技术具有至关重要的作用,在这种网络中部署区域内的全部节点不断运动.针对动态传感器网络中的定位问题,在蒙特卡洛方法的基础上提出了一种新的定位算法-距离相关蒙特卡洛(DRMCL).该算法通过利用节点的RSSI测距性能减小预测时未知节点可能存在的交叠区域,提高定位精度.仿真结果表明,对比蒙特卡洛和凸规划等现有的移动传感器网络定位算法,提出的DRMCL可以明显提高定位精度,在运动的过程中,定位精度能够达到20%以下.