Sink节点自适应位置更新在无线传感器网络中节能的优化

在无线传感器网络中,移动Sink节点可用于平衡无线传感器网络节点的能量消耗,降低无线传感器网络中的能量消耗;但是,Sink节点颇繁的位置更新又会导致传感器网络节点的能量消耗和数据流传输中的阻塞;提出了一种新的解决方案--自适应移动Sink节点的位置更新算法(ALURP),以解决此问题;当一个Sink节点移动时,它只需要在一定小范围空间中进行信息更新而不是以往的在整个网络中;理论分析和研究表明,这种设计方案会减少消耗在每个传感器节点上的能量,也缓解了无线传输数据流中的拥挤,可在大型无线传感网络中使用.     

基于概率阈值通信感知的WSNs目标跟踪算法

针对移动Sink节点目标跟踪定位时间长,能耗大等问题,提出基于概率阈值通信感知的WSNs目标跟踪算法。采用离散数据传输方式,并定义目标信息传输概率阈值来确定是否将节点当前位置信息由传感器节点传输到Sink节点。若当前位置信息不传输到Sink节点中,则使用最近一次通报的目标位置信息进行目标定位。然后开启目标周围相关传感器节点来有效降低算法数据传输量,并保持足够的定位精度。仿真结果显示：该方法比预测跟踪算法降低数据传输量87%左右,比动态目标跟踪算法降低跟踪时间33.7%左右。     

WSN中的一种多传感器数据融合算法

为了适应无线传感器网络资源受限的特点,提出一种多传感器数据融合算法,算法在传感层和网络层之间增加数据融合层,将采集的数据分为实时数据和非实时数据,对数据进行约筒处理,提高传感器节点传输被采集信息的效率.利用TinyOS进行仿真测试,结果表明:数据融合算法可以有效地减少网络中数据通讯流量,节省传感器节点能量,延长网络生存时间.     

基于移动锚节点的加权多维标度节点定位算法

针对无线传感器网络节点定位精度不足等原因,提出了一种基于移动锚节点的加权多维标度度节点定位算法,首先通过对移动锚节点的轨迹进行采样,添加虚拟锚节点,增加拓扑约束关系,将虚拟锚节点收集的信息与实际节点之间的信息构成距离矩阵,然后利用奇异值分解计算节点相异性矩阵的逼近阵,通过加权多维标度对节点进行定位.仿真实验表明:与MDS-MAP和MDS-MAP(P)算法相比,该算法具有良好的定位精度.     

基于移动锚点的三维无线传感网节点定位算法研究

考虑在三维环境下移动锚点辅助定位传感节点的场景,提出一种基于移动锚点的三维无线传感网节点定位算法(NLA_3D).在NLA_3D算法中,移动锚点在随机移动探测的过程中,获知未定位传感节点所在连接树的所有传感节点信息,建立最小化移动路径长度和定位误差的优化模型,并引入遗传算法思想,提出一种混合海洋捕食者算法求解优化模型,即将遗传算法的变异操作认为是布朗运动,将遗传算法的交叉操作认为是莱维运动,并计算移动锚点的最优移动路径.移动锚点在最优移动路径上提供不共面的参考位置信息.因此未定位传感节点能够根据移动锚点或已定位传感节点位置信息,采用极大似然估计算法计算自身位置坐标.仿真结果表明:NLA_3D算法可定位监测区域内所有传感节点,增加传感节点的平均锚点位置个数和降低平均节点定位误差,比RAND、GREED和LMPS算法更优.     

移动无线物联网感知层传感节点定位算法研究

为了解决当前算法在锚节点密度较低时,传感节点定位精度不高的问题,提出了移动无线物联网感知层传感节点定位算法。建立了包含锚节点误差的移动无线物联网模型;根据共线度筛选候选锚节点。加权平均处理锚节点可信度,计算每个未知传感节点的平均跳距和未知传感节点定位误差,将计算误差低于设定阈值的未知传感节点转化为锚节点,并对初步定位结果进行循环位置修正,实现感知层传感节点定位。仿真结果表明,所提算法在锚节点密度相同时的定位误差低于2.5。     

基于簇首移动的无线传感器网络路由算法

以往的无线传感器网络分簇算法中,簇首位置固定无法移动,缺乏针对网络实时变化的灵活性,在均衡网络节点能量消耗的问题上存在着缺陷。鉴于此,提出一种簇首移动的无线传感器网络路由算法（MCHCA）。MCHCA算法将簇首设置为移动节点,通过网络区域大小及节点传输半径确定合理的移动簇首数目;根据簇内成员的位置坐标和剩余能量的信息,确定簇首每轮所需移动到的最佳位置;移动簇首收集簇内成员的数据并将其融合,传递给Sink节点。仿真结果表明,该算法可以有效地均衡网络节点负载的能耗,提高了网络的生命周期。     

无人机辅助的无线传感网络AoI最小化方案研究

针对无线传感器网络中海量数据处理过程中信息新鲜度问题,基于无人机飞行速度、高度、避碰和可靠传输等约束,以系统信息年龄AoI为考核参数提出了一种联合采集点选择、轨迹优化及无人机工作时间权衡的AoI最小化非凸优化方案。以一个多无人机在同频段条件下为多个传感器节点传输能量并收集传感数据为场景,对多架无人机在三维空间中的信息采集过程进行模拟验证。通过SCA优化算法将建立的非凸问题转化为一个凸优化问题进行求解,最终得到无人机飞行过程中的最优采集点、最优飞行策略及能量输送时间与信息传输时间分配权衡指数,使系统性能达到最优,实验结果表明,所提方案求得的最优解可有效实现系统AoI最小化。     

一种基于CKF的无线传感器网络分布式定位算法

为提高无线传感器网络节点定位的精度,降低算法计算复杂性,提出了一种基于容积卡尔曼滤波的无线传感器网络分布式节点定位算法。该算法假定移动锚节点按预定路径在传感区域移动,并周期性广播自身位置信标信息;每个未知位置节点首先收集多个锚节点信标信息及信号强度信息,然后估算出锚节点信标位置与未知节点的距离,最后在未知节点上运用容积卡尔曼滤波算法完成自身位置的分布式定位。仿真结果表明：本文所提算法具有优良的定位性能,定位精度和无迹卡尔曼滤波算法相当,明显优于极大似然估计定位算法,而计算复杂性则低于无迹卡尔曼滤波算法。     

基于节点能量控制的无线网络安全通信算法

关于网络安全通信问题,针对无线传感网络通讯带宽限制,传感器自身所能承受的能量有限,容易被入侵,提出了一种采用网络节点能量控制的无线网络安全通信算法.首先采用布尔传感模型,根据泊松点过程建立起一个传感器节点密度与覆盖率间的函数关系,通过函数求出满足区域覆盖要求的节点数;然后依据节点分布特性,采用分布式遗传模拟退火算法选出能耗最小的网络节点,并将分布状态拟合成高斯混合模型,在节点间信息传递时只将模型参数传输给下一个节点,从而大大减少传感器之间的通信量,达到降低节点能量消耗的目的,保证节点安全性.仿真结果表明,改进算法在降低节点能耗的同时,大大提高了无线传感网络能量的有效性,保证了通信安全.     

TURIR：一种能量高效的移动无线传感器网络兴趣消息更新协议＊）

无线传感器网络是近年来兴起的一项新兴技术,在医疗、环境、交通、军事等领域都有重要的应用.随着研究的不断深入,移动无线传感器网络也受到了越来越多的关注.本文研究了移动无线传感器网络中特有的兴趣消息更新问题,提出了基于触发更新、延迟响应与抑制响应和增量更新的兴趣消息更新协议(TURIR).TURIR采用触发更新的方式使兴趣消息更新与节点的移动路径相适应,避免了盲目的定时更新,降低了更新频率;延迟响应与响应抑制避免了消息交换过程中的广播风暴问题.并减少了消息交换的数量;增量更新消除了更新过程中的冗余消息,减少了更新过程中节点间交换的数据量.降低了对网络带宽的需求.理论分析与实验数据均表明.TURIR协议降低了兴趣消息更新的频率,减少了更新过程中的报文数量以及通信数据量,从而降低了无线传感器网络的能量消耗,提高了网络生命周期,适合在移动无线传感器网络中部署.     

能耗均衡的移动传感器节点派遣算法

在混合无线传感器网络中,移动传感器节点最耗能的操作是移动,如何减少移动传感器节点的移动距离同时能让其完成任务是一个富有挑战性的研究课题。本文提出了一个移动传感器节点的派遣算法,旨在均衡各个移动传感器节点的移动负载,并且能按优先级响应事件地点,适用于任意数量的移动传感器节点和事件地点的情况。当移动传感器节点数量大于事件地点数量时,将其转化为一个带权完全二分图上的最大匹配问题。当事件地点数量大于移动传感器节点的数量时,本文提出的算法先将事件地点聚类分簇,然后派遣移动传感器节点到各个簇中分别完成访问任务。为了减少传感器节点之间的消息传输量,本文在集中式算法的基础上又提出了一个分布式算法。仿真实验结果表明本文提出的分布式算法能有效降低传感器节点之间的消息传输量,算法能够使得整个混合无线传感器网络的生存寿命延长20%左右。     

MWSN中能量有效的拓扑控制算法

由于在移动无线传感器网络中很难对电池进行充电或者更换,因此节省能量消耗成为无线传感器网络中的一个重要问题。采用一种运动模型,借助中继区和类GeRaF方法给出一个拓扑控制算法。理论分析与仿真结果表明,该算法可以节省更多的能量,是一个能量有效的拓扑控制算法。     

基于移动Agent的分布式QoS路由研究

该文提出了一种基于移动Agent的分布式QoS路由计算方法，该方法采用移动Agent搜索网络，寻找满足QoS请求的路径，并对选定路径进行资源预留，算法集QoS路由计算和资源预留于一体，网络中每个结点只需维持局部状态信息，引入移动Agent后，系统更具灵活性与适应性，并使系统能够同时支持尽力而为的数据传输和实时的数据传输。     

WSN中基于移动Sink的高效数据收集算法

针对无线传感器网络中的数据收集问题,提出一种改进的MWSF算法。该算法结合A*算法求解出移动Sink在传感器节点之间移动的最短路径,利用MWSF算法找到移动Sink所需访问的下一个传感器节点,并与单跳通信范围内的其他传感器节点进行通信,从而收集数据。仿真结果表明,该算法能降低数据溢出发生率,提高网络的数据传输效率。     

改进深度强化学习的室内移动机器人路径规划

为了解决传统深度强化学习在室内未知环境下移动机器人路径规划中存在探索能力差和环境状态空间奖励稀疏的问题,提出了一种基于深度图像信息的改进深度强化学习算法。利用Kinect视觉传感器直接获取的深度图像信息和目标位置信息作为网络的输入,以机器人的线速度和角速度作为下一步动作指令的输出。设计了改进的奖惩函数,提高了算法的奖励值,优化了状态空间,在一定程度上缓解了奖励稀疏的问题。仿真结果表明,改进算法提高了机器人的探索能力,优化了路径轨迹,使机器人有效地避开了障碍物,规划出更短的路径,简单环境下比DQN算法的平均路径长度缩短了21.4%,复杂环境下平均路径长度缩短了11.3%。     

可移动各向异性传感器网络的反监控算法

研究移动目标在可移动传感环境下的反监控问题,设计一种新的暴露模型,用于估计布置了大量可移动各向异性传感器节点的区域中,目标沿路径进行穿越时的暴露程度。基于该模型,利用各向异性Voronoi网格,提出一种判决算法,该算法使目标穿越监控区域时,可以选择合适的、暴露程度较小的穿越路径。理论分析和实验结果表明,该算法实用性和可靠性较高。     

基于APIT的三维移动代理路由算法研究*

针对现有的移动代理路由算法都是基于二维环境的不足,提出了一种能应用于三维环境中的移动代理路由算法。首先,使用APIT定位法来获取三维空间中的传感器坐标;在获取传感器节点坐标后,引入蚁群算法对移动代理访问传感器节点的路径进行优化,由此,得到了一种全新的基于APIT的三维移动代理路由算法。仿真实验表明,新移动代理路由算法能较好地适应无线传感器网络的实际应用环境,且路径优化效果明显。     

基于虚拟子目标点的移动机器入路径规划

传统的反应式路径规划算法有时会出现＂死锁现象＂,为此设计了一种基于虚拟子目标点的移动机器人路径规划算法。首先根据已知的环境信息生成一条连接初始点和目标点的全局路径,移动机器人在沿全局路径行走时通过传感器探测周围的实时环境信息并寻找障碍物的转弯处,然后在该障碍物的转弯处设置虚拟子目标点,根据虚拟子目标点构建局部路径,机器人沿着局部路径走到该子目标点并进入下一个路径规划循环。仿真结果验证了该算法的有效性。     

三维水下移动传感网多目标有向路径覆盖增强研究

水下传感网中实现多个移动目标的协同追踪任是一个技术难题,针对这个问题论文提出了一种分布式的多目标有向路径覆盖增强算法。在实际的三维水下传感网中,水下传感器节点会随着水流运动而移动,被追踪的目标具有自主行动能力。假设移动规律遵从Meandering Current Mobility模型,多个运动目标沿着基于概率的Random Walk移动模型轨迹运动。在论文提出的算法中,覆盖运动路径的传感器节点通过两跳邻居节点范围内的水下传感器节点协同决策来实现最大化路径覆盖,通过调整水下传感器节点自身的有向覆盖方向达到多目标轨迹路径有向覆盖率平均值最大,并使多目标轨迹路径有向覆盖率标准方差尽量小。最后论文通过MATLAB软件仿真来验证分布式覆盖增强算法的有效性,能够显著提高多个移动目标的路径覆盖率。