分布式融合算法在WSANs中的性能分析

在无线传感器执行器中,执行器节点接收传感器节点传来的信息并执行相应的动作。为了满足执行器节点及时地采取行动,无线传感器执行器网络对时延有严格的限制。构建了一种一般性的分布式融合算法并与集中式融合算法比较。通过从网络传输时延、节点能量消耗、网络寿命、有效传输次数等方面分析了这种算法在无线传感器执行器网络中的特性。在三种典型拓扑结构下的仿真实验表明,在相同条件下,分布式融合算法比集中式融合算法具有更小的网络传输时延,更长的网络寿命,同时节点的能量消耗更加均匀。     

一种改进的分布递阶无线传感器网络信息融合算法

信息融合技术是一个多学科高度集成的热点研究领域,目前针对煤矿井下环境监测系统的安全隐患问题,提出了一种基于无线传感器网络的分布递阶卡尔曼滤波信息融合算法,其中下层源节点采用改进卡尔曼滤波算法,上层汇聚节点采用方差自适应的加权信息融合算法,该算法能有效降低无线传感器网络能耗和网络信息冲突,实现信号重构.仿真结果表明,该算法具有很高的可靠性和信息融合精度,有较好的工程实用价值.     

无线传感器网络信息时空融合模型与算法研究

信息融合是解决无线传感器网络能量和通信带宽受限的有效途径,提出了一种无线传感器网络信息时间和空间多级混合融合的结构模型。首先对距离汇聚节点较远的节点信息进行时间融合和对距离汇聚节点较近的节点信息在汇聚节点进行时空融合,然后在汇聚节点对两种节点的融合结果进行全网络的空间融合。就该模型提出了基于DS证据理论的多级时空融合算法。数据分析结果表明:该模型能够降低节点能耗,延长网络寿命。     

无线传感器网络中的信息融合算法

无线传感器网络是一种新兴前沿技术. 节省能耗和延长网络寿命是无线传感器网络研究的核心课题之一, 通过信息融合算法减少数据传输量是延长网络节点寿命的有效途径, 研究了无线传感器网络中三种主要的信息融合算法, 并总结了算法的不足与改进方法.     

基于分布式数据融合的无线移动传感器网络目标跟踪算法

针对无线移动传感器网络(WMSN)自身具有移动性和分布式的特点,在现有分布式粒子滤波DPF的基础上,提出了一种实现分布式数据融合的分布式目标跟踪算法WDOT。该算法使用高斯混合模型和平均一致性滤波器实现了节点的分布式数据融合,提高了算法的稳定性,降低了通信开销。仿真实验通过与已有目标跟踪算法在通信开销、估计均方根误差等方面的对比,验证了WDOT算法的目标跟踪性能。     

无线传感器网络分布式连通算法

针对离散目标覆盖集的连通问题,设计了一种分布式构造连通集的算法,这种算法并不要求网络的全局信息,仅仅依赖每个节点的3跳内的邻居信息;对于大规模密集型的无线传感器网络,这种分布式算法更适合无线传感器网络的实际应用。     

基于博弈理论的无线传感器网络融合路由

主要研究了无线传感器网络路由路径的链路质量及节点剩余能量对网络整体可靠性及能效的影响,提出了无线传感器网络数据融合可靠路由的博弈论模型。该模型的求解属于NP问题,论文还提出了一种基于节点效用进行路由选择的分布式实现算法。仿真结果表明该算法能提高网络路由路径的可靠度和能效性。     

一种改进的井下无线传感器网络广播算法

针对现有的井下无线传感器网络广播算法能耗较高的问题,提出了一种改进的无线传感器网络前向广播算法。该算法中,转发节点可根据自身位置,选择优先节点转发信息,大大减少了无线传感器网络中需要转发的冗余信息量,从而降低了网络能耗。仿真结果表明,该算法在网络节点密度达到一定值时,满足网络接收率要求,且能够限制转发的信息总量,有效降低了无线传感器网络能耗。     

一种基于语义的无线传感器网络路由算法

在无线传感器网络中,为了监测多个事件,监测区域可能需要布置多种不同类别的传感器节点以监测不同的事件属性,通过对每个传感器节点感知属性信息的融合处理,来判别事件是否发生。如何快速地将生成的事件路由到sink节点是个重要的研究课题。文中将传统的路由算法与分布式事件存储和语义思想相结合,提出了一种基于语义的无线传感器网络路由算法。在该算法中,一个传感器节点只需要关心自己通信范围内的邻居节点,不需要知道整个网络的状况,算法具有冗余数据少,节能性好,网络生存周期比较理想,实现简单等特点。该算法也可以为无线传感器网络的时空查询算法的研究提供一定基础。     

基于遗传算法的分布式协作路由无线传感器优化研究

试图研究有关于无线传感器网络的分布式协同优化问题,构建了一种分布式的优化合作的路由技术,该技术是一种基于无线传感器网络方面的无线信道质量、资源利用率和低传输效率估计的遗传优化算法。