无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

无线传感器网络中的数据融合研究

无线传感器网络具有成本低、体积小、组网灵活、便于远程监控等优点,但是也存在能量、存储与网络资源等多方面的限制。研究了无线传感器网络中数据融合问题,提出了一种基于分簇的数据融合方法。实验结果表明,该方法能够提高数据准确性,降低数据冗余度,具有较好的执行效率。     

Coverage and Exposure Paths in Wireless Sensor Networks

Wireless sensor networks have posed a number of challenging problems such as localization, deployment and tracking, etc. One of the interesting problems is the calculation of the coverage and exposure paths for the sensor networks. This paper presents a fully localized algorithm to solve the worst coverage problem first introduced by Meguerdichian et al. The nodes of the sensor network cooperate to construct the worst coverage path only by the one-hop neighbor＇s information, thus avoiding the massive communication and conserving the energy. The correctness of the proposed algorithm is proved formally under the sensing diminishing model. Moreover, this algorithm can be easily extended to solve the minimal exposure problem with local information as well.     

数据融合技术在无线传感器网络中的应用

在大规模的无线传感器网络中,传输数据量巨大,必然存在着数据传输可靠性、拥塞以及能耗等问题,高效的数据融合技术能够有效的解决这些问题。本文结合分簇路由算法的特征,采用两层融合技术,首先簇内节点与簇首节点的融合,簇内节点根据阈值来判断是否需要发送数据,簇首节点根据接收到的数据,进行数据一致性检验,剔除异常数据,第二层采用BP神经网络算法对簇首节点与基站的融合,得到所需要的结果。实验表明,进行融合后的数据可靠性高,较大减少了数据的传输量与冗余度、降低了能量的消耗,从而提高了整个网络的性能。     

射频能量捕获异构无线传感网的能量源最少化布置方法

电池供电的无线传感器网络的应用由于电池更换的不便利甚至不可能而受到极大的限制。考虑具有射频能量捕获能力的异构无线传感器网络,网络节点的能量捕获输出功率需求不一样。在已知传感节点数目和位置的情况下,研究如何布置射频能量源(Energy Transmitters,ETs)从而满足所有节点的能量捕获输出功率需求并且最小化ETs数目。首先建模出该最少化ETs的布置问题,为深入了解该问题提供了理论基础;然后提出了一种复杂度较低的贪婪式ETs布置方法和一种复杂度略高些的基于粒子群优化的ETs布置方法。仿真结果表明,与贪婪式方法相比,基于粒子群优化的方法能找到ETs略微更少的布置方案,但其由于复杂度略高,因此可用于节点数目不是很多的场景,而贪婪式方法则可用于节点数目较多的场景。     

无线传感器网络中覆盖控制理论与算法

覆盖控制作为无线传感器网络中的一个基本问题,反映了网络所能提供的"感知"服务质量,可以使无线传感器网络的空间资源得到优化分配,进而更好地完成环境感知、信息获取和有效传输的任务.立足于无线传感器网络的覆盖控制问题,分类总结了近年来提出的各种覆盖控制问题的思想和有代表性的研究成果,着重讨论了一些典型的无线传感器网络覆盖控制算法与协议.最后进行了各种算法的比较性总结,深入分析了目前无线传感器网络覆盖控制亟待解决的问题,并展望了其未来的发展方向.     

一种基于数据融合的传感器网络部署策略

针对确定性部署问题,提出了一种基于数据融合的部署策略,采用Neyman-Pearson值融合感知模型,通过理论推导确定等边三角形部署和正方形部署网格的最小检测概率点位置,进而得出不同覆盖质量要求和环境参数时两种部署模式下的最大网格边长.基于退避机制的GFA(Grid Fusion Algorithm)融合算法将数据融合...     

一种无线传感器网络的多优先级数据聚集协议

无线传感器网络当前已成为一种新的分布计算模式，由于大部分无线传感器网络中节点的能源是不可补充的，因此需使用数据聚集协议提高整个网络的生命周期，传统的数据聚集协议不能保证网络中的高实时性数据的延迟较低．文中提出的DAIDA协议根据节点上的流量状况及数据的不同优先级要求自适应地调整数据链路层发送的数据包的大小，模拟结果表明，高实时性数据通过网络的延迟低于低实时性数据的延迟，并且延长了无线传感器网络的生命周期。     

保证覆盖的无线传感器网络梯度部署方法

在大规模随机部署的无线传感器网络中,数据通常逐跳汇聚到Sink节点,因而与Sink邻近的节点需要转发大量的数据,从而导致了Sink邻近区域内的节点因能量耗尽而引起网络失效。此时,外层区域的节点仍剩余大量的能量。本文首先提出了网络生存期最大化部署的问题,分析了无线传感器网络数据转发的特点,基于此特点给出了梯度的节点密 密度部署方法,以提高能量利用率,最小化剩余能量,最后通过理论和实验分析了梯度部署方法的性能。     

移动Agent在无线传感器网络中的应用

无线传感器网络是21世纪最为重要的新兴技术之一。为解决数据是被从节点传到处理中心去处理;传感器节点密度高、数量大;节点的电池能量、计算能力存储能力严格受限;网络通信半径小、带宽低等问题,提出采用基于移动A gent的分布式计算模式,设计了一种移动A gent系统,用于实现无线传感器网络的数据融合,系统有效减少网络负载、带宽、时延,实现网络的可扩展性、可靠性和容错性。     

一种适合无线传感器网络的混合编码数据压缩算法

传感器节点通常由电池供电,充电和更换电池比较困难.如何有效地利用能源,减少损耗已经成为无线传感器网络的研究热点之一.传感器节点的能量大部分损耗在无线传输的过程中,因此,对数据压缩后再传输,能有效的减少传输的流量并提高节点的生存期.本文分析了传感数据的分布规律,指出当节点采集的数据符合慢变性质时,其分布将服从以0为中心的正态分布.依此提出了一种基于混合编码的传感器节点数据无损压缩算法,与传感器网络中的经典无损压缩算法相比,本算法以更少的性能开销获得了更高的压缩率.实验结果也证明了这一点.     

基于虚拟力的异构无线传感器网络覆盖优化策略

针对异构无线传感器网络覆盖优化过程中,固定Sink节点的虚拟作用力限制移动节点的位置移动,导致覆盖盲区得不到全局修复的问题,本文结合计算几何理论,提出基于Voronoi多边形形心引力的虚拟力覆盖优化算法（CAVFA）。虚拟力算法能有效指导移动节点的散布过程,形心引力能更好地实现全局的覆盖优化。通过合理设置虚拟力的距离阈值参数和优先级,调整固定节点对移动节点的约束。仿真表明,相比传统VFA算法和CBA算法,本文提出的CAVFA算法能够更有效地提高异构网络的覆盖率,且算法收敛速度更快。     

无线传感器网络中一种数据近似方法

无线传感器网络通常能量与通信带宽有限、计算与存储能力受限,这对数据的传输以及数据的分析与挖掘提出了新的挑战。本文提出了一种数据的近似方法,讨论了数据的压缩与近似恢复,并且在此基础上分析了数据的相似性度量。理论分析和实验结果表明,在保证数据精度的前提下,该方法能够有效地对数据进行压缩降维,节省存储空间和减少网络数据传输量;并且能够在压缩后的数据上进行数据的相似性度量,提高了数据聚类分析的效率。     

基于Jacobi ADMM的传感网分布式压缩感知数据重构算法

针对无线传感网中分布式数据收集及应用,采用分布式压缩感知理论中的JSM-1 (joint sparse model-1)模型,提出了一种基于Jacobi ADMM (alternating direction method of multipliers)的分布式压缩感知数据重构算法.该算法通过在簇头节点间交换公共信息以挖掘关联数据集的公共部分,并在各个簇头节点内部更新各自的独立部分,从而实现无线传感网中相关感知数据的分布式压缩重构.首先,将无线传感网中的数据收集问题抽象为一个分布式优化问题.然后,为了能够有效地解决分布式计算过程中产生的不收敛问题,在优化目标函数中引入了近似项,从而使得子优化问题具有严格凸性,并利用交替方向乘子法求解压缩感知数据的重构问题.最后,分别利用合成数据集和真实数据集进行验证.实验结果表明：与现有其他数据重构算法相比,基于Jacobi ADMM的分布式压缩感知数据重构算法具有更高的数据重构精度.     

RGA-D：一种无线传感器网络覆盖优化方法

研究了无线传感器网络覆盖优化问题,针对传感器节点随机部署、分布不均,传统覆盖优化算法一般只考虑网络部署后单次优化的问题,提出基于节点冗余和覆盖集冗余的计算方法,用网络的局部特征表征全局特征,改进了网络覆盖模型。并在此基础上提出RGA-D算法,利用遗传算法计算覆盖集,同时考虑节点和覆盖集冗余度,对网络整个生存期进行全局优化。仿真实验表明,RGA-D算法能在活跃节点数和网络覆盖率之间达到平衡,解决了网络生存期后期容易出现覆盖盲区的问题。     

基于感应面积的无线传感器网络簇头选择算法

无线传感器网络中能效和感应面积是两个实际应用中需要考虑的问题。本文从网络感应面积入手,通过引入相关节点数作为参数,对LEACH协议的簇头选择算法进行改进,从仿真结果得出,本文算法有效地延长了网络生存时间以及网络的有效工作时间。      

一种能量消耗相关的传感器网络中继节点布局策略

在传感器网络技术应用的某些领域中,传感器节点位置固定,并且有些距离汇聚节点太远,需要加入中继节点转发数据.如果某些中继节点承担了过多的数据转发量,会过早耗尽能量,从而影响了网络的生存周期.针对该种情况,提出一种实现各节点能量均衡消耗的中继节点多级布局策略,基于该策略,还提出两种能够有效减少中继节点数目的策略:数据的分流策略和数据的汇集策略.     

实现能量均衡消耗的传感器网络节点摆放策略

在传感器网络技术应用的民用领域中,采集信息的传感器节点位置固定,并且有些距离汇聚节点太远,需要加入中继节点转发数据。一些中继节点由于承担了过多的数据量而过早耗尽能量,影响了网络的生存周期。该文针对该种情况,提出了一种实现各节点能量均衡消耗的中继节点多级摆放策略,研究了如何通过调整中继节点的摆放位置和转发数据量,使传感器节点和中继节点在每一轮的数据传输中消耗相同的能量。基于该策略,还研究了中继节点数目与网络生存周期之间的关系,为延长网络生命周期和减小中继节点数目的折中提供了一种参考。