无线传感网自适应能量驱动簇头轮换算法研究

分簇结构是大规模无线传感网(WSN)的一种有效的拓扑管理方法。在这种结构下,由于簇头(Cluster Head,CH)节点的能耗速率远高于簇成员节点(Cluster Member,CM),需要做簇头轮换以平衡网络能耗。该文分析了基于能量驱动的簇头轮换策略,并提供一种基于簇头节点实时负载来估计其启动轮换的能量阈值的自适应簇头轮换算法(Adaptive Cluster Rotation Algorithm,ACRA)。仿真结果表明,与现有算法如LEACH,EDAC等比较,ACRA算法最少化簇头轮换次数,延长了网络生存时间。     

多簇无线传感网的优化生存时间近邻功率控制算法

针对非均匀分布的无线传感网的生存时间问题,提出多簇无线传感网的优化生存时间近邻功率控制(NPCAOL_MC)算法。该算法采用K-means算法确定网络的簇个数和对应每个簇的节点,利用近邻算法评估每个簇的节点密度,确定簇的最优通信距离。结合Friss自由空间模型计算当前簇的最优发送功率。Sink节点广播通知其他节点,如果是同一簇内的节点相互通信,则采用簇最优功率发送数据,否则采用默认最大发送功率发送数据。仿真结果表明,利用NPCAOL_MC算法可以分析整个网络节点的位置信息,采用簇最优发送功率发送数据,从而提高生存时间,并使能耗经济有效。在密度分布不均的无线传感网中,NPCAOL_MC比采用固定发送功率的Ratio_w算法更优。     

一种分簇无线传感网络的节点自诊断算法

众多网络为了节省能量、减少链路都是在分簇拓扑结构中实现信息传输。当分簇网络出现故障时,首先要确保簇头节点的诊断精度。文中提出一种分簇网络的WSN节点自诊断算法,算法分为两步诊断来确定节点的最终状态:第一步主要根据相邻节点的信息相似来初步确定节点状态;第二步为了防止节点被诊断错误,对节点采取进一步检验诊断。仿真结果显示,所给出的两步诊断算法有较高的诊断准确率和诊断精度。     

基于分簇的多跳无线传感网络时间同步算法

针对典型的时间同步算法应用到多跳拓扑网络时存在时间同步精确度差、收敛速度慢、功耗较大等问题,文章提出一种基于分簇的多跳无线传感网络时间同步算法。该算法结合了TPSN算法和RBS算法的同步思想,摒弃了TPSN算法同步周期长的缺点而保留了其同步精确度高的优点,也解决了RBS同步开销大和难于应用到多跳网络的问题。该算法具有相当高的同步精度,并有效降低了同步功耗,具有一定的实用性。     

大规模分簇超宽带传感网的生存期渐近界

本文考虑了n个传感节点和一个Sink组成的跳时脉冲无线电超宽带(TH-IR UWB)传感网,其中n个传感节点按照Poisson点过程分布在正方形上.推导结果表明密集分簇TH-IR UWB传感网的生存期界随着节点数的增加而增加;而扩展网络的生存期界随着节点数的增加而减小.研究也表明分簇网络的生存期界远大于非分簇网络的生存...     

基于分环多跳的无线传感网分簇路由算法

为了提高无线传感网在大区域情形下的能量效率,提出了一种分环多跳分簇路由算法RBMC(ring based multi-hop clustering routing algorithm).RBMC算法采用分环的方式实现簇头间的多跳通信,通过在不同环内构建大小不同的簇解决传感器网络中存在的"热点"问题,在不同的簇头选举策略下,能够同时满足节点能量同构及异构两种情形.仿真结果表明,在大区域环境下,分环多跳分簇路由算法能在很大程度上均衡节点能量消耗,延长网络的生命周期.     

采用自适应退避机制的无线传感网分簇算法

传统的LEACH算法因为簇首选举的随机性而导致节点能量分布不均,从而影响网络寿命和系统吞吐量,在此基础之上提出了一种基于自适应退避机制的分簇算法,通过设定一个能量门限来衡量簇首的健康度,并采用退避机制来使那些趋于衰亡的簇首能找到合适的继任者来担当簇首,保证数据传输的可靠性.仿真实验显示,该算法能够较LEACH获得更长的网络寿命,并提高了网络的吞吐量.     

传感网分簇算法研究及其进展

作为网络拓扑控制的有效方式之一,分簇算法可显著降低无线传感器网络的能量消耗,提高网络吞吐率。文章基于无线传感器网络分簇的架构,对目前主流的分簇算法进行归纳分类。针对无线传感器网络分簇算法设计中存在的难点,文章给出了解决难点的部分成果,并对进一步的研究进行了展望。     

无线自组网的分簇算法研究

分簇算法是构造分级网络结构的关键技术,它的好坏直接影响着无线自组网的性能。本文介绍了无线自组网中分簇算法提出的背景,并阐述了分簇算法的原则和目标,并对无线自组网现存的多种分簇算法进行了详尽的分类介绍和比较分析,包括有簇头和无簇头、单跳簇和多跳簇、主动分簇和被动分簇算法等。最后,对簇维护策略进行了简要说明。     

一种无线传感器网络全连通群的休眠调度算法

该文针对无线传感器网络的覆盖性和连通性问题,在假设传感器节点地理位置信息已知的条件下,设计了一种包含全连通群的建立和维护以及群内节点休眠调度的全新算法。该算法采用保证群内节点彼此一跳可达的全连通群分群方法,以及分布式节能的休眠调度策略,最大程度上减少传感器网络的能量消耗,延长了网络寿命。仿真结果表明：该算法能较好地保证无线传感器网络的覆盖性和连通性,且能耗较低。     

基于等概率路由模型的传感器网络负载均衡研究

无线传感器网络的能耗效率与流量负载分布密切相关。论文从微观角度研究了无线传感器网络的负载均衡问题。基于等概率路由模型,分析了拓扑传输结构对于感知数据流量的分流作用。根据分析结果,提出了多对一传输模式下任意节点负载密度的定义和算法。分析了节点的负载密度与传感器网络生命期的关系,进一步论证了在多对一的多跳传感器网络中不能实现完全的负载均衡,但是通过设计合理的拓扑结构可以实现准负载均衡。仿真结果说明,从微观角度得到的节点负载密度可以准确描述无线传感器网络的流量负载分布,由此得到的准负载均衡条件也能实现绝大多数节点的负载均衡。     

无线传感器网络基于多元簇首的分簇数据收集算法

为了提高数据收集可靠性和延长网络生命周期,该文提出基于多元簇首的分簇数据收集算法。算法将网络划分为大小相等的栅格,由每个栅格中的节点各自构成一个簇,根据节点失效概率从每个栅格中选出多个簇首,并由同一栅格中的多个簇首协作完成栅格中节点的数据收集任务。此外,算法还采取了一些降低能量开销的措施。仿真实验结果表明,与现有相关算法相比,该算法具有较高的数据收集可靠性,并能够显著延长网络生命周期。     

基于空间相关性的事件驱动无线传感器网络分簇算法

分簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间。针对传感器节点数据的空间相关性,该文提出了一种新的基于空间相关性的事件驱动传感器网络分簇算法。算法根据用户要求的误差门限及结合节点数据的空间相关性马尔可夫模型,将事件感知区域划分成虚拟极坐标等价层。每个等价层选取层内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,该方法减少了传输数据量,有效节省了网络能量。     

Energy Efficient Non-uniform Clustering Division Scheme in Wireless Sensor Networks

Wireless sensor networks can be used to monitor the interested region by multi-hop communication. Since sensor nodes are equipped with energy-limited batteries, energy conservation in such networks is of paramount importance in order to prolong the network lifetime. In this paper, considering the constrained radio range of node, we propose an energy efficient clustering division scheme from the viewpoint of energy consumption. The difference between our scheme and previous schemes is that ours is a non-uniform clustering hierarchy. With the algorithm that is proposed by this paper, we can divide the cluster into multiple non-uniform concentric rings and obtain the optimal thickness of each ring. Motivated by the derived results, every sensor node can adjust its radio range for transmission. Our extensive simulation results indicate that the proposed non-uniform clustering division scheme outperforms the conventional uniform clustering division schemes in terms of energy consumption and lifetime. The future research that should be explored is also discussed finally.

基于位置感知的无线传感器网络聚类算法

针对以能量有效的方式收集传感器网络空间相关性数据的问题,本文提出了一种新的基于位置感知的无线传感器网络聚类算法。算法根据用户查询误差门限和基于位置信息的节点感知数据相异度矩阵,进行无监督数据挖掘,将监测区域划分成信息等价域。每个等价域选取城内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,从而减少了传输数据量,有效节省了网络能量。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

能量分簇传感器网络距离误差校正MDS-MAP定位算法

经典MDS-MAP算法在无线传感器网络定位中存在误差较大及计算量随网络规模增大而急剧增加的缺点。该文设计了基于自身和邻居节点剩余能量大小的成簇方法,形成的簇具有适当节点连接度和簇大小,降低了下一步定位算法的计算量和误差。然后对于仅有连通信息的簇内节点,利用时间差测距方法获得簇首与其他单跳节点间距离。提出多跳节点间距离误差校正算法,利用相邻节点的几何关系及节点连接度信息,获得簇内多跳间隔节点距离。采用多维标度技术计算各簇内节点相对坐标,融合簇间坐标并通过锚节点转换为绝对坐标,最终实现节点的定位。所提方法通过能量分簇及多跳间隔节点加权几何距离校正算法,相对于经典多维标度算法定位提供更准确的节点间距离信息,能够在进一步提高定位精度的基础上降低无线传感器网络定位功耗。     

无线传感器网络一种基于聚合收益的动态成簇算法

无线传感器网络资源有限,通常采用分簇聚合减少传输数据,本文提出了一种基于聚合收益的动态成簇算法.首先,针对网络整体能耗最优化问题,建立一个非线性整数规划模型,进而提出一种近似最优、低复杂度的启发式簇头选举算法.在此基础上,提出一种分布式的、基于聚合收益的动态成簇算法,可分布式实现该簇头选举算法并进行成簇.理论分析和实验仿真表明,基于聚合收益的动态成簇算法能较好地解决节点负载均衡问题,提高网络能耗效率,延长网络生命周期.