多Sink无线传感器网络鲁棒路由协议

针对多Sink无线传感器网络中由Sink节点失效引起的局部数据拥塞,进而导致网络鲁棒性减弱的问题,提出基于侦听机制和模糊控制的多Sink无线传感器网络鲁棒路由协议．该协议采用侦听机制．建立并维护多维树状拓扑路由,避免了采用泛洪方式组网而造成的资源浪费;加入以负载、丢包和跳数为目标的模糊控制算法,进行路由选择,均衡了网络负载．仿真结果表明,该路由协议在一定程度上缓解了网络中Sink节点失效造成的大量丢包以及数据拥塞问题．增强了网路的鲁棒性．     

无线传感器网络中极大极小设置的分布式检测研究

在分布式检测系统中,无线传感信道普遍存在未知的噪声,而基于最大似然函数的融合在有未知的噪声时性能表现较差.为了提高信号检测的准确性,提出一种基于极大极小方法设置的鲁棒融合规则.该规则采用最大似然函数的融合算法的结构形式和Huber极小极大的方法,得到虚警概率和检测概率表达式,适用于信道噪声为非衰减噪声分布、有界方差的噪声分布和混合高斯噪声分布.对多传感器并行分布式检测系统的仿真与分析,表明了该融合算法可提高信号检测的准确性,同时也具有一定的鲁棒性.     

利用离去角度的无线传感器网络分布式节点定位方法

针对现有无线传感器网络节点定位方法成本和复杂度较高的问题,提出了一种利用离去角度估计的分布式节点定位方法(AODL).锚节点利用阵列天线发射正交导频信号,从而使得各传感节点仅需配备常规的单天线系统便可获得导频信号的离去角度信息.结合锚节点的地理位置,各节点进而可进行自身的三维位置估计.AODL方法仅利用无线通信设备进行定位,节点的角度估计不需要配备阵列天线,具有低成本和低能耗的优点,同时各节点独立进行自身的角度估计和位置计算,是一种分布式的定位方法.仿真实验结果表明,对于100 m×100 m的定位区域,借助于4个装备3×3均匀面阵的锚节点,各传感节点在信噪比为15 dB时的平均定位误差可以达到1 m以内.     

基于博弈的能量获取传感器网络分布式估计算法

针对传感器网络节点环境微能量采集的随机不稳定性问题,文章提出了一种基于完全且完美信息扩展博弈模型的分布式估计算法.该算法以一个典型的量化分布式估计问题作为研究对象,①分析了其微能量采集和能量消耗模型;②重点构建了扩展博弈模型和博弈树,并进一步探讨了其子博弈精炼纳什均衡的存在问题及其求解方法;③仿真验证了所提算法比传统的分布式估计策略能更有效地应对微能量的随机扰动.     

无线传感器网络中分布式信息融合研究进展

无线传感器网络是下一代互联网的重要技术之一,无线传感器网络中信息融合技术已经成为关注的焦点.本文从无线传感器网络的产生、特点与发展、分布式信息融合的研究现状给介绍和分析;最后对该研究领域的研究进行展望,并提出一些值得研究的方向.     

基于分布式无线传感器最优比特分配

当无线传感器网络的总比特数固定时,给出表现优良的无偏量化器,探究了静态参数的量化估计与整个网络的最优比特数分配,与提前假定传感器量化比特数做法大不相同.首先给出一种新型的无偏量化器,进而得到理想的线性量化观测估计器及其均方误差上限.而后通过理论分析发现当整个网络总带宽固定时,最优比特的分配取决于传感器的信噪比,而且总量化级数与信噪比的比值在一定程度上决定了整个网络中传感器的激活率.最后,模拟仿真验证了所提方法有效提高了最优比特分配估计器的性能.     

无线传感器网络中基于空间相关性的分布式压缩感知

提出了无线传感器网络中基于空间相关性的分布式压缩感知模型和分布式压缩感知算法,利用无线传感器网络节点间感知数据的空间相关性和联合稀疏模型,结合分布式压缩感知编解码算法,以能量有效的方式对无线传感器网络的感知数据进行压缩、重构.最后,通过仿真分析了分布式压缩感知重构误差和压缩比之间的关系,以及分布式压缩感知在能量有效性方面的性能,仿真结果表明分布式压缩感知以能量有效的方式满足了无线传感器网络中事件估计的精确度要求.     

基于无线传感器网络的分布式山体滑坡预警监测

设计了一种采用无线传感器网络作为主要技术手段的山体滑坡预警监测系统.研究核心是滑坡体应力数据的统计模型以及相应的分布式监测算法.应力数据通过高斯变量平均过程(VMGP)来建模.在滑坡预报中,漏报率是衡量监测系统性能好坏的标准.把分布式监测算法和传统的中心监测算法作了对比分析,实验从滑坡漏报率分析得到前者的性能优于后者,从而验证了分布式监测算法的可行性.     

无线传感器网络基于能量估计自适应算法SESP

无线传感器网络节点自身携带的能量有限,为了延长节点的使用寿命,在研究无线传感器网络节点能量消耗的基础上,提出一种基于同设备同参数能量估计的自适应算法SESP.SESP算法选择簇首时,不需发起通信以获知簇内其他节点的剩余能量,减少了簇内的通讯量,同时也简化了节点能量估计的计算复杂度,从而降低节点的能量,延长无线传感器网络的生命周期.     

基于贝叶斯估计的无线传感器网络链路选择算法

为了在能量受限的无线传感器网络中以较低的控制开销选择出具有高分组递交率的链路,提出一种基于贝叶斯估计的依概率链路选择算法(BPLS).该算法将链路探测过程分成若干轮,在每轮中对链路分组递交率进行贝叶斯估计,依据估计结果决定下一轮探测中选择该链路的概率.在此基础上设计了可靠的路由算法.仿真结果表明:BPLS算法能够快速挑选出高质量链路;当控制开销较低时,选出质量最高链路的成功率比naive算法提高10%～20%;基于BPLS的树形路由在分组递交率和每分组能耗上优于基本的树形路由.     

无线传感器网络中的分布式节点定位方法

提出一种基于流形学习的分布式Hessian局部线性嵌入（DHLLE）定位方法,给出了基于流形学习算法的定位框架.DHLLE方法采用同情最邻近算法来选择节点邻居列表,并应用Hessian局部线性嵌入（HLLE）算法获取传感器网络节点的局部映射,再通过对局部映射合并获得所有节点的全局映射,最后通过对参考节点进行坐标匹配以取得所有节点的全局坐标.仿真结果表明,DHLLE方法能够快速、准确地对节点进行定位,且复杂度低,节点能耗小,其性能超过了分布式加权多维定标等算法.     

Distributed Estimation for Sensor Networks with Channel Estimation Errors

This paper describes the effect of channel estimation error (CEE) on the performance of distributed estimations of an unknown parameter in a wireless sensor network. Both the classical and Bayesian estimators are derived to mitigate the adverse effects caused by the CEE. Power scheduling among sensors and the power ratio between the training and data transmission at each individual node are optimized by directly minimizing the final average mean squared error to compensate for the CEE. A closed-form power scheduling policy is given for a homogeneous environment, which shows that more than 50% of the power should be allocated to sensor observation transmissions. For an inhomogeneous environment, a multilevel waterfilling type solution is developed for the power scheduling among sensors for only the sum power constraint with a "cave" waterfilling solution for both the sum and individual power constraints. Simulations show that the proposed power scheduling schemes achieve better performance than the equal power scheduling scheme.     

Distributed Estimation in Sensor Networks with Repetition Coding

This paper considers the distributed estimation of a source parameter using quantized sensor observations in a wireless sensor network with noisy channels. Repetition codes are used to transmit quantization bits of sensor observations and a quasi best linear unbiased estimate is constructed to estimate the source parameter. Simulations show that the estimation scheme achieves a better power and spectral efficiency than the previous scheme.     

一种基于无线传感器网络的分布式目标跟踪算法

将无线传感器网络与接收信号强度指示测距技术相结合,研究了移动目标的分布式跟踪算法。根据传感器节点与移动目标的相对位置,将节点动态组织成簇,簇头节点作为簇的数据处理中心,利用扩展卡尔曼滤波形成对移动目标位置的本地估计。随着目标的移动,本地估计在簇头节点间传递。仿真结果表明,基于无线传感器网络的分布式目标跟踪算法在精度、收敛性和实时性等方面达到很好的跟踪效果。     

无线传感器网络分布式射频干涉定位方法

针对现有无线传感器网络节点定位方法复杂度较高的问题,提出了一种基于射频干涉的分布式节点定位方法(DRIPS).首先利用2个锚节点形成射频干涉场,然后用其中1个锚节点的移动产生多普勒效应,从而各节点可通过测量自身低频接收信号场强指示的瞬时频率得到与移动锚节点之间的夹角信息.结合锚节点的地理位置,节点融合多组定位角度信息得到最优的位置估计.DRIPS方法仅需利用节点的常规无线通信设备,不需要额外的辅助测量装备,同时各节点独立进行自身的位置估计,不需要进行集中处理,是一种分布式的定位方法.仿真结果表明,对于200 m×200 m的定位区域,在多普勒频偏的测量精度为1 Hz时,节点的平均定位误差可以达到1 m以内.     

一种用于无线传感网中的能量自适应分布式分簇算法

通过综合考虑节点分布和剩余能量水平,并对簇的形成过程进行优化,引入机制保证簇的能量消耗均衡,以改进网络生存时间和覆盖率. 所提出的分布式分簇算法经过仿真结果表明,新算法相对于现有的多种算法在能量均衡性和网络生存时间上有较大改进,半数节点生存时间延长一倍以上,而负载均衡性仍保持在相同水平上.     

一种基于自适应退避策略的无线传感器网络分簇算法

证明了LEACH算法的不确定特性将会导致某些节点过快耗尽电池能量而缩短系统寿命.提出了一种基于退避策略的负载均衡的分簇算法,通过自适应地调整每个节点的退避等待时间,从而保证拥有较多电池能量的节点有更大的机会成为簇首,并引入信道竞争的机制来保证簇首的均匀分布.仿真实验表明,该算法有效延长了系统寿命,提高了网络的能耗效率.     

基于能效的分布式轻量级WSN目标跟踪算法

针对不确定性复杂运动目标跟踪中的节点调度以及节能问题,提出了基于能效的无线传感器网络分布式多节点协作的目标跟踪算法.根据监控区域内目标的运动状态以及局部区域的节点密度,利用节点的剩余能量和调度情况,确定无线传感器网络在跟踪目标过程中的簇规模,使网络的局部能量消耗达到均衡.利用高斯Cost-Reference粒子滤波对目标进行跟踪,以减少对噪声建模的依赖性.仿真结果表明,该算法达到了跟踪精度的要求,解决了节点调度问题,并有效地均衡了网络能耗.     

基于分布式的无线传感器节点定位算法研究

本文分析了无线传感器网络的特点和目前己有的各类定位算法的基本思想及性能,并对现有的几种无线传感器网络分布式节点定位算法进行了深入的研究,从而确定了有效的定位算法对每个节点的位置具有重要的理论意义与实用价值。