一种能耗均衡的WSN分布式拓扑博弈算法

无线传感器网络（wireless sensor network,WSN）中通常节点能量受限,节点间能耗不均衡会导致网络生命周期缩短.针对该问题,综合考虑节点的能量效率和能耗均衡,通过引入阿特金森指数设计了一种改进优化的综合效用函数;基于此,建立了一种能耗均衡的拓扑博弈模型,并证明了该拓扑博弈模型是序数势博弈且存在帕累托最优;提出了一种能耗均衡的WSN分布式拓扑博弈算法（DTCG）.通过仿真实验及对比分析表明,相较于其它基于博弈理论的拓扑控制算法,DTCG算法能在保证网络连通性和鲁棒性的前提下,降低节点发射功率,拥有更好的能量均衡性和能量效率,可以有效延长网络生命周期.     

无线传感器网络能量均衡拓扑模型研究

针对BA模型仅考虑节点寿命对网络拓扑结构影响的现状,考虑到拓扑能量利用率不高会缩短网络生命周期,在分析网络平均剩余能量和通信半径对网络生命周期影响的基础上,提出一种无线传感器网络能量均衡拓扑模型.该模型在拓扑演化过程中,综合考虑节点剩余能量、通信半径和节点度,并引入剩余能量调节参数、通信半径调节参数和节点度调节参数,最终使剩余能量大的节点连接概率更高.理论分析和仿真实验结果表明,该模型不仅具有无标度网络的幂律特性,具有较好的稳定性,且能够均衡节点和网络能耗,延长网络的生命周期.     

负载均衡的无线传感器网络拓扑控制算法

针对无线传感器网络节点能耗分布不均匀的问题,提出一种负载均衡的拓扑控制算法,该算法将节点看作数据转发节点,把节点间距离和节点剩余能量作为拓扑构建的依据,对剩余能量较少的节点赋予一定的节点度约束,从而均衡网络负载,解决网络中部分节点因负载过重而导致的能耗过大问题,有效延长网络生命期。     

跨层优化的WSN能耗均衡拓扑博弈算法

由于无线传感器网络承载服务的多样性和工作环境的复杂性，使得基于单层信息设计的拓扑控制方法面临挑战。针对该问题，通过引入博弈理论和超模博弈的概念，将节点度、网络连通性和MAC层干扰程度等跨层信息融入到效用函数的设计中，构建了一种新的拓扑博弈模型，并证明了该模型属于超模博弈且存在纯策略纳什均衡，进而提出了一种跨层优化的WSN能耗均衡拓扑博弈算法（COETG）。通过仿真实验与对比分析表明，COETG算法能在保证网络连通性和鲁棒性的前提下，降低节点发射功率，拥有良好的能耗均衡性和能量效率，有效延长了网络生存时间，提升了网络性能。     

基于模拟退火算法的能耗均衡多跳路由方案

针对传感器网络聚类间能耗负载不均衡和传统拓扑方案连通冗余度过高等问题,提出一种基于模拟退火算法的聚类间的多跳路由方案。在聚类首领至基站的路由选择上,改变传统的一跳路由至多跳路由,基于首领节点的度约束和能耗代价,为每一个首领节点均衡地选择下一跳路由,避免“能量热点”问题。实验结果表明,与LEACH、EECS协议相比,该方案所获拓扑能均衡各聚类的能耗负载,降低网络整体功耗,延长传感器网络的生命周期。     

一种能量高效的无线传感器网络拓扑控制算法

通过对现有拓扑控制算法的研究,针对无线传感器网络中节点能耗分布不均匀的问题,提出了一种能量高效的拓扑控制算法(EETCA)。该算法以均衡全局能耗为目标,综合考虑了节点的剩余能量、簇的规模、数据最优传输跳数等因素,避免了部分节点能量消耗过快,从而有效地均衡网络负载。仿真结果表明:EETCA在能耗均衡方面均优于原来的算法,延长了无线传感器网络的生命周期。     

TEADBC位置相关的全局能量高效传感器网络分簇算法

在无线传感器网络的拓扑结构中,基于簇的层次拓扑结构能够延长无线传感器网络的生命周期,降低网络的整体能耗,因此把网络分成簇来管理是一个常见的方法.本文提出一个基于位置信息的全局能量高效的簇头选择算法TEADBCA.在该算法中,簇头节点的选择依据是一个全局能量消耗参数,这在根本上保证了算法具有较小的网络整体能耗.本文对算法进行了仿真分析,结果证明,基于位置信息的能量高效的簇头选择算法在网络生命周期、网络整体能耗、能耗均衡性等指标上优于LEACH算法.     

基于序数势博弈的WSN拓扑控制算法

由于传感器节点能量有限且不易更换,故能量效率一直是制约传感网生存周期的重要因素。构建一种基于势博弈的拓扑控制(potential game topology control,PGTC)模型,将最短潜在寿命和节点度取值分别作为首要、次要效用函数。节点调整自身的发射功率,降低反向链路集中潜在寿命最短节点的发射功率,延长其潜在寿命,同时控制节点度取值以减小链路平均跳数和总能耗。理论分析可知,PGTC模型属于序数势博弈,存在纳什均衡,且纳什均衡点即为帕累托最优解。仿真表明,PGTC模型相较于其他基于博弈论的拓扑控制算法,网络总能耗更低,并且能量均衡性更强。     

多级能量异构传感器网络的负载均衡成簇算法

在多级能量异构无线传感器网络中,节点的初始能量在一定的范围内随机分布,负载均衡和降低能耗是能量异构网络成簇算法的一个重要挑战.现有的分布式成簇算法主要是针对能量同构或二级异构网络设计的,无法实现节点能量多级异构时的负载均衡,因此提出了适用于多级能量异构传感网络的负载均衡成簇算法LBCA(load balance clustering algorithm).LBCA根据传感器网络的能量分布情况选择簇头节,最和实现负载均衡,可以有效地延长网络的稳定周期.簇头选择过程中,当探测区域能量分布均衡时,拥有较低平均通信能耗的节点将优先成为簇头节点,有利于降低探测区域内的总通信能耗;当探测区域能量分布不均衡时,具有较高剩余能量的节点将优先成为簇头节点,有利于实现探测区域内的负载均衡.将LBCA与主要的分布式成簇方案进行了比较,模拟实验结果显示,在多级能量异构传感器网络中,LBCA可以更好地实现负载均衡,极大地提高网络的稳定周期.     

无线传感器网络能耗均衡路由模型及算法

在综合考虑传感器网络中节点链路接入、数据包传输能耗及节点剩余能量的基础上,提出了一种自适应能耗均衡路由策略,并给出了相应的数学最优化模型及求解算法.优化的目标是均衡网络能耗,进而最大化网络寿命.首先采用跨层分析的方法设计了符合传感器节点计算能力的分布式动态路由树生成算法及各节点的路由选择策略函数;然后通过构造一个双层规划模型使传感器网络的整体能耗趋向均衡,尽可能地延长网络寿命.一个数值例子说明,提出的路由选择策略、双层规划模型及求解算法是可行且有效的.     

势博弈与时变Log-linear分布式拓扑控制算法

针对UWSNs由网络拓扑控制不稳定、频繁变化引起网络的能耗不均衡、网络生存周期短等问题,从分析传感器节点受水下不确定性因素对UWSNs的拓扑结构演化入手,构建分布式水下传感器节点状态变量描述模型,归纳出节点之间和节点与环境之间多目标交互、协同、决策的UWSNs拓扑控制优化问题,将多目标优化问题映射成博弈论优化问题,再利用势博弈与Log-linear分布式学习规则实现博弈中节点策略行为的更新过程,采用非齐次马尔可夫链理论证明网络拓扑控制目标函数的优化问题收敛到最大化势博弈函数的解,从而达到保持网络均衡、延长网络生存周期的目的.     

一种无线传感器网络能耗均衡的自适应拓扑博弈算法

针对无线传感器网络节点能量有限与能耗不均衡导致网络生命周期提前结束的问题,运用势博弈理论将节点的平均寿命、节点最短寿命、网络的连通性以及覆盖性应用到效益函数的设计中,建立一种基于序数势博弈的能耗均衡的拓扑控制模型,以证明博弈模型是序数势博弈.基于该势博弈模型,提出一种能耗均衡的自适应拓扑博弈算法.该算法根据节点平均寿命调整自身的功率,帮助最短寿命节点降低功率,延长整个网络的生存时间.仿真实验及对比分析表明,所提出的算法相比于其他基于博弈论的拓扑控制算法,能够改善网络能量的均衡性,提高网络能量效率,保证网络拓扑的健壮性,增强网络拓扑的自适应性.     

A Combinational Perspective in Stimulating Cooperation in Mobile Ad Hoc Networks

In wireless ad hoc networks cooperation among nodes cannot always be assumed since nodes with limited resources and different owners are capable of making independent decisions. Cooperation problems in topology control and packet forwarding tasks have been mostly studied separately but these two tasks are not independent. Considering a joint cooperation problem by taking into account dependencies between tasks will result in more reliable and efficient networks. In this paper topology control definition is extended to cover cooperation problem in both packet forwarding and topology control in a single problem. In this definition nodes have to adjust their transmission power and decide on their relay role. This paper models the interactions of nodes as a potential game with two-dimensional utility function. The presented model, named TCFORCE (Topology Control packet FORwarding Cooperation Enforcement), preserves the network connectivity and reduces the energy consumption by providing cooperative paths between all pairs of nodes in the network.     

基于博弈论能耗均衡的WSN非均匀分簇路由协议

在无线传感器网络(WSN)的分簇路由算法中,节点间能耗不均容易引发 “能量空洞”现象,影响整个网络的性能。针对这个问题,提出了一种基于博弈论能耗均衡的非均匀分簇路由(GBUC)算法。该算法在分簇阶段,采用非均匀分簇结构,簇的半径由簇头到汇聚节点的距离和剩余能量共同决定,通过调节簇头在簇内通信的能耗和转发数据的能耗来达到能耗的均衡;在簇间通信阶段,通过建立一个以节点剩余能量和链路可靠度为效益函数的博弈模型,利用其纳什均衡的解来寻找联合能耗均衡、链路可靠性的最优传输路径,从而提高网络性能。仿真结果表明:与能量高效的非均匀分簇(EEUC)算法和非均匀分簇节能路由(UCEER)算法相比,GBUC算法在均衡节点能耗、延长网络生命周期等性能方面有显著的提高。     

一种基于区域分裂与合并的势博弈网络拓扑控制算法

现有无线传感器网络拓扑控制算法在传感器节点部署密集或稀疏区域存在网络拓扑链路冗余、个别节点负载过重、瓶颈节点和网络生命周期短等问题。针对这些问题,提出一种基于区域分裂与合并的势博弈网络拓扑控制算法,该算法首先划分目标区域并随机抛洒传感器节点,在每个子区域内进行博弈并选出簇首节点,利用区域分裂与合并思想,在节点密集区域进行分割再博弈,防止部分节点负载过大,在节点稀疏区域利用权重链路进行合并,防止出现瓶颈节点以保障网络连通;然后对所有簇首节点实施二次势博弈生成簇首拓扑结构连接各子区域。仿真结果表明,该算法能够有效缓解节点负载,均衡节点能耗,延长网络生命周期。     

A utility-based fuzzy TOPSIS method for energy efficient network selection in heterogeneous wireless networks

Mobile terminals in 4G heterogeneous wireless networks continuously undergo horizontal and vertical handovers. In order for a mobile terminal to be connected to a network in the best possible way in terms of QoS performance and energy consumption, access network selection as the main decision within the handover process is obviously crucial. This paper presents a novel method that takes into account user preferences, network conditions, QoS and energy consumption requirements in order to select the optimal network which achieves the best balance between performance and energy consumption. The proposed network selection method incorporates the use of parameterized utility functions in order to model diverse QoS elasticities of different applications, and adopts different energy consumption metrics for real-time and non-real-time applications. User preferences are easily configured for different application and situation contexts through the use of linguistic assessments and their representation as triangular fuzzy numbers. The aggregation of multiple criteria for the calculation of the overall rating of the networks is performed through the use of the Fuzzy Set Representation TOPSIS method that resolves the issue of inconsistency related to conflicting decision criteria and is modified through the use of the employed utility functions for the elimination of the ranking abnormality problem. Finally, simulations are conducted in order to demonstrate how the proposed method would work and confirm its suitability and effectiveness.     

基于博弈论的多跳无线网络拓扑结构控制

为了构建低耗能、高连通性、低干扰并具有合理路由的多跳无线网络,应用基于博弈论的网络拓扑结构控制解决方案,为节点设计了一种新颖的收益函数。理论分析表明,根据此收益函数,网络将收敛于一个理想的稳定状态（纳什均衡点）,并通过最佳响应算法可获得该稳定状态。仿真结果显示,应用此方案和收益函数进行拓扑控制能形成性能良好的网络。     

An Approach of Distributed Joint Optimization for Cluster-based Wireless Sensor Networks

Wireless sensor networks (WSNs) are energyconstrained, so energy saving is one of the most important issues in typical applications. The clustered WSN topology is considered in this paper. To achieve the balance of energy consumption and utility of network resources, we explicitly model and factor the effect of power and rate. A novel joint optimization model is proposed with the protection for cluster head. By the mean of a choice of two appropriate sub-utility functions, the distributed iterative algorithm is obtained. The convergence of the proposed iterative algorithm is proved analytically. We consider general dual decomposition method to realize variable separation and distributed computation, which is practical in large-scale sensor networks. Numerical results show that the proposed joint optimal algorithm converges to the optimal power allocation and rate transmission, and validate the performance in terms of prolonging of network lifetime and improvement of throughput.