无线传感器网络中数据汇聚方案的研究

针对分簇网络拓扑结构中簇头节点能量消耗过快,综合考虑了节点的密集程度和剩余能量,采用节点自适应的簇头选择算法,选择部署越集中和剩余能量越大的节点作为簇头节点。同时节点引入了新鲜性信息熵模型,通过比较前后两次接收到的数据的差别程度,设置一个参考阈值来判断是否转发数据。这种数据汇聚算法有效地降低了数据的冗余,减少了能量消耗,增加了带宽利用率,延长了网络的生存期。     

无线传感器网络的神经网络模型

无线传感器网络是复杂的无线网络。无线传感器网络拥有大量的网络节点。网络节点是无线传感器网络的基础。为了研究复杂的无线传感器网络，采用了神经元描述了WSN的网络节点，用神经元模型表示了无线传感器网络。给出了无线待感器网络节点的神经元模型和无线传感器网络的神经网络模型，并将神经网络应用于无线传感器网络的数据融合应用。结果表明，基于神经网络的无线传感器网络研究可以使得复杂研究变得简单，利于开展WSN的深入研究。     

无线传感器网络簇内数据汇聚方法

数据汇聚是降低传感器网络传输能耗的重要手段。分簇传感网数据汇聚通常包括簇内汇聚及汇聚结果传输,现有方案大多关注簇构造或簇内汇聚结果传递到基站的效率。文章提出一种分簇传感网簇内数据汇聚方法,通过位置信息选择代理点,仅与代理点有不同测量值的节点进行数据发送,减少了簇内数据汇聚中的数据传输量。分析与试验表明,与相关方案比较,文章方案簇内汇聚的数据传输量较小,降低了通信开销。     

基于分布式与联合优化的无线传感器网络数据汇聚机制

针对大规模周期汇报型传感器网络提出了一种基于分布式与联合优化的数据汇聚机制,简称DDSM。该机制采用节点周期睡眠/工作的节能调度和分布式的工作机制,并提出一种将节点的路由建立与工作时隙分配相结合的联合优化方法,综合优化网络层和MAC层功能。最后,通过模拟实验对所提机制及其实现算法的性能进行比较和评价。实验结果表明,所提机制有效降低了节点的能耗,延长了网络的生命周期。     

安全透明的无线传感器网络数据汇聚方案

提出了一种安全透明的传感器网络数据汇聚方案,汇聚节点在不对加密数据进行解密的情况下通过散列函数与异或操作完成数据完整性检查、数据源身份认证、数据汇聚等功能,保证了数据在汇聚及传输过程中的隐私性。与相关数据汇聚方案相比,除了提供密钥安全性,所提方案可有效抵抗主动攻击、节点妥协攻击及DoS攻击等恶意行为,具有高的安全性;同时,方案的汇聚结果提供了数据的全局分布信息。     

无线传感器网络安全数据汇聚算法

针对无线传感器网络数据汇聚与传输过程面临的安全威胁,文中提出一种基于安全数据汇聚与信息重构的多路由数据传输算法——MDT.该算法允许网络中存在妥协节点,也允许丢失部分数据.通过理论分析与仿真实验,证实该算法在不增加网络整体能耗的前提下,能有效地抵御侦听、数据篡改和拒绝服务攻击,全面提高系统的安全性和可靠性.     

无线传感器网络移动汇聚节点的研究

提出了移动汇聚节点的方法，解决了稀疏WSN网络的组网问题以及瓶颈节点的负载均衡问题．通过OPNET网络仿真，结果表明：采用移动sink节点的方法可以使网络中的各节点的负载趋于平衡，网络的吞吐量大大提高．     

基于FPGA的无线传感器网络汇聚器研制

无线传感器网络获取的信息需要通过汇聚节点与外部网络进行连接以实现远距离无线传输,在如今移动设备与无线传输技术日益发展的时代,单一的通信方式显然难以适应实际应用。为此设计并实现了基于FPGA的无线传感器网络的汇聚器,具有GPRS、3G等主流通信网络方式,保证了通信方式的丰富性与数据实时性,具有价值。     

无线传感器网络汇聚节点设计与数据传输研究

基于提高汇聚节点处理数据的前提,研究了无线传感器网络中的汇聚节点设计原则,提出了一个基于S3C6410和CC2530的汇聚节点的设计方案,并探讨了汇聚节点存储数据时采用RSA算法来加密所采集到的数据的优缺点及汇聚节点进行数据传输的方式。     

基于ARM9的无线传感器网络汇聚节点设计

通过对多维多参量光纤光栅无线传感器网络中汇聚节点的特点和功能分析,提出了一种基于ARM9和Linux操作系统的无线传感器网络汇聚节点的设计方法.     

基于Gossip算法的定向扩散协议研究

通过对现有定向扩散协议的研究,考虑到无线传感器网络对于各节点的能量和整个网络的开销的要求,提出将逾渗算法应用于定向扩散协议的兴趣扩散阶段。定向扩散协议的兴趣扩散是以广播的形式发送数据,而逾渗算法的加入是使各个节点以一定的概率p（P〈1）发送数据给邻居节点,只要这个概率值大于或等于整个网络连通的临界值,就能保证这个网络中的各个节点都能顺利地接收到信息,并同时达到减少网络开销的目的。     

面向数据相关的传感器网络采样算法

针对某些特定场合无线传感器网络中传感器产生的数据时间和空间上的冗余和高度相关性,提出了一种面向数据相关性及权重的传感器网络采样优化算法DCACW。它基于聚合树结构连接整个网络,在各节点根据样本的相关性和节点权重进行数据融合。仿真实验结果表明,本算法采集的样本覆盖度更广,而且在聚合树中去除了冗余和相关的数据,保证了最终收集的样本差异性较强。     

使用ZigBee无线传感器网和异构无线接入网的卫生保健系统

这篇论文推出了一种基于ZigBee技术的可穿戴传感器网络的无所不在的卫生保健系统,详细阐明了其系统结构及组成部分。用此结构收集和传送病人的生理数据与环境参数给卫生保健中心。这个基于异构无线接入网的病人监测系统,集成多个无线技术,在病人移动的情况下,支持连续的,任意时间,任意地点的用户愿意的生理监测。并针对该系统作了硬件与软件的设计。     

蝙蝠算法优化神经网络的无线传感器网络数据融合

为了降低无线传感器网络数据间的冗余性,提高数据传输量和降低通信能耗,提出一种蝙蝠算法优化神经网络算法的数据融合策略.首先每个簇首节点接收该区域的各传感器节点检测到的数据,然后采用蝙蝠算法优化BP神经网络进行数据融合,最后采用仿真实验对其性能进行测试.仿真结果表明,本文算法节省了感知节点的能量消耗,延长了无线传感器网络的生命周期时间,提高数据融合的精度.     

无线传感器网络中有效的安全数据融合机制

在无线传感器网络中,数据融合是实现有效传输和节省能源的一个重要途径,许多应用都需要可靠并且可信的数据来进行融合.针对上述要求,提出了一个新的安全数据融合算法来保证融合数据的机密性和完整性.算法使用端到端加密和逐跳加密相结合的方式进行数据传输,通过认证过程进行恶意节点及伪造数据的检测.仿真表明,提出的算法能够有效地检测出恶意节点,并保证融合结果的准确性.     

无线传感器网络的建模分析

无线传感器网络由大量具有传感、计算和通讯能力的节点组成。针对不同的应用目的、工作环境和要求,提出了进行传感器网络建模需要考虑的几个要素。通过对网络基本要素的描述,能够很方便地对传感器网络进行建模。利用这些要素的特征对网络性能进行深入细致地分析以便选择或设计合适的路由协议和数据融合的方法。研究的重点是网络路由协议及其数据融合技术,也适用于其他协议的设计和建模。     

Forest Fire Detection Using Artificial Neural Network Algorithm Implemented in Wireless Sensor Networks

A forest fire is a severe threat to forest resources and human life. In this paper, we propose a forest?fire detection system that has an artificial neural network algorithm implemented in a wireless s...     

无线传感器网络通信协议

集成了微机电系统、无线通信和现代网络等多项技术而形成的无线传感器网络是一种全新的信息获取和处理模式,其通信协议研究面临许多新的挑战.文中对各种具有代表性的协议算法性能进行了深入的比较性研究,分析指明了WSN协议设计的挑战性.     

一种无线传感器网络的多Agent系统模型

针对无线传感器网络缺乏普遍的理论模型,提出一种多Agent系统模型,包括形式化语言、模型、语义以及相应的公理和模型约束.该模型将无线传感器网络抽象为由具有特定信念、期望、意图和能力等认知成分的Agent组成的认知系统,所有这些认知成分构成多Agent系统认知模型.本文将为独立于内部结构和具体实现来理解、分析和预测无线传感器网络行为提供形式化的理论基础和分析工具.     

基于无线传感器网络的调制识别方法

针对传统单节点调制识别存在阴影和多径问题,提出了一种利用无线传感器网络进行分布式协同调制识别的方法。首先由相互协作的传感器节点提取信号的五个典型特征构成特征矢量,将特征矢量发送到中心节点,在中心节点通过粒子群算法对人工神经网络进行参数优化,最后利用训练好的神经网络进行分类识别,得到识别结果。对6种信号进行了仿真,结果表明该方法在信噪比大于5 dB且测试样本数大于50时,最终的识别率超过了90%,验证了将粒子群算法应用于神经网络参数优化进行分类识别可以有效提升识别性能。