机会网络中考虑缓存的ProPhet路由算法

机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效率急剧下降。针对这一不足,结合ProPhet路由算法,计算节点之间的传输概率时充分考虑节点的相遇持续时间以及剩余缓存对节点之间传输概率的影响,使节点之间能更有效地传输数据。仿真结果表明,在给定的移动模型下,该算法能够有效提高消息传递成功率,降低网络中能量消耗等开销。     

基于能量感知的移动低占空比机会网络纠删编码算法

低占空比(low-duty-cycle,简称LDC)技术是当前延长无线传感器网络生命周期的最关键技术,为了有效延长机会网络生命周期,将低占空比技术引入机会网络,形成LDC机会网络.但是,现有机会网络路由算法不能很好地适应LDC环境,其性能会大幅度下降.为了解决该问题,提出一种基于能量感知的移动低占空比机会网络纠删编码算法E-EC.仿真实验结果表明,与现有的典型机会网络路由算法相比,E-EC算法在延长移动机会网络生命周期以及增加数据传输成功率等方面带来明显的性能提升.     

基于低占空比的机会汇聚树路由协议

针对无线传感器网络(WSN)中存在节点剩余能量不足而导致的路由失效问题,提出一种基于低占空比的汇聚树机会路由算法CTOR。在CTOR中,首先根据网络的传输质量需求确定路由候选节点集;然后,节点以广播方式向所有候选节点传输数据包,收到数据包的候选节点再以一定概率转发该数据包,转发成功的候选节点即为选定的路由节点。概率的引进保证了高数据传输质量与轻网络负载;同时,网关节点发送时间同步控制信息以达到全网时间同步的目的;节点根据固定占空比进行休眠切换,以减少节点的能量消耗,延长网络的生存周期。仿真实验表明,基于低占空比的协议可有效地避免网络空洞问题,延长网络的生存周期;同时,机会性的转发可以有效地提高数据包的成功接收率,降低网络的丢包率。     

短相遇接触时间网络环境中的时延容忍网络路由方案

为解决时延容忍网络在短接触时间下的路由问题,给出了一种短相遇接触时间网络环境中的时延容忍网络路由方案.该方案首先利用相遇接触时间、相遇间隔时间和消息时效等网络信息计算一跳传递概率和两跳传递概率,然后根据所得传递概率在当前接触节点和过去接触节点中选择转发节点,从而建立低成本路由.仿真性能分析结果表明:与其它经典的时延容忍网络路由方案相比,所给路由方案可以在降低路由成本的情况下,提高消息传递率,且能缩短平均时延.     

车载传感网中基于群特性的MaxProp路由协议改进

车载传感网中信息传输面临的主要难题是网络间歇性连通和拓扑高度动态变化,以往常常采用机会转发的思想设计路由协议来解决此难题。但现有的机会路由协议忽略了网络中部分车辆节点具有群组移动的特点,从而导致协议在群组移动场景下的性能急剧下降。为此,通过对最大相遇概率路由进行改进,提出了一种基于群特性的MaxProp路由协议。该协议利用群组内成员节点之间极好的连通性,通过群内消息扩散,间接提高群内节点与群外节点之间的相遇概率,从而增加了消息转发机会。并在ONE仿真平台上,与其他几种经典的机会路由协议相对比,改进后的MaxProp路由协议在消息传输成功率、网络开销比方面具有明显提升。     

一种考虑节点拥塞情况的DTN概率路由算法*

容迟网络是一种新型网络,其概率路由算法根据历史相遇频率对相遇概率进行计算与更新,通过相遇概率判断是否转发报文。当节点缓存受限时,在网络中采用概率路由算法使得节点很容易发生拥塞,对报文的传送产生影响。为了减小拥塞对概率路由算法的影响,提出了一种考虑节点拥塞情况的概率路由算法,将节点相遇的概率和节点拥塞的情况综合起来,得到一个报文的递交概率,降低了由于拥塞对网络性能的影响,提高了报文的递交率,减小了报文在缓存中排队等候的时间。仿真结果表明,与传统的概率路由算法相比,在改进后的概率路由算法中报文递交率显著提高,平均延迟也在降低。     

用于道路监测改进的多重虚拟扫描算法

虚拟扫描算法不能充分利用节点数量,为了延长网络生命周期它必须建立在节点密集部署的基础上,以致平均目标发现时间延长。为此,基于低占空比无线传感器网络（WSN）,结合虚拟扫描波的思想,提出一种用于道路监测的多重虚拟扫描算法。该算法通过定点、同位置多节点部署的方式,使节点依次分批工作,以延长网络生命周期。仿真实验表明,多重虚拟扫描算法与虚拟扫描算法相比网络生命周期延长了180%,能有效提升网络性能。     

考虑相遇强度的约束扩散路由算法

为了提高机会网络的转发效率,论文提出了一种考虑相遇强度的约束扩散路由算法（EICD）。该算法针对概率路由中预测不准确导致的投递率低,提出了相遇强度并给出了其计算公式。相遇强度将时间作为计算的重要依据,更能准确反映两个节点下次相遇的可能性。同时,针对多拷贝算法中过多的消息副本和已投递消息的冗余副本占用大量的网络资源等问题,通过约束扩散和去冗余两种方法来降低网络负载和转发时延。仿真实验结果表明,与其它经典路由算法相比,EICD算法能够提高消息投递率,降低网络负载和转发时延。     

移动社会网络中基于社区的消息机会传输策略

移动社会网络是一种由大量具有社会特征的节点组成的机会网络.已有的基于社区的路由算法大多选用社会性最优的节点参与转发,而没有考虑到社区分布对节点移动的影响,将这些算法直接用于移动社会网络中会导致网络资源消耗高、传输成功率低等问题.针对这些问题,提出一种基于社区的消息机会传输算法,在社区间根据节点到目标社区的传输概率选择社区间的最优传输路径,在社区内选择与目标节点相遇概率较高的节点完成社区内传输.仿真实验结果表明,在移动社会网络中,该算法与 Prophet,Spray and Wait 等经典算法相比,提高了消息传输成功率,降低了网络开销.     

移动低占空比传感网邻居发现算法

低占空比技术极大地降低了传感网（即无线传感器网络）的能耗,延长了网络的生命周期,但却使邻居发现变得异常困难.尤其结合了节点移动性后,邻居发现问题将具有更大的挑战性.提出了一种基于Continuous TorusQuorum 的移动低占空比无线传感器网络的邻居发现算法,可以解决这种在对称和非对称场景下的邻居发现问题,并提出了适用于移动场景的邻居发现概率作为评估邻居发现算法的性能,项目还开发了用于测量移动场景下低占空比邻居发现算法性能的仿真平台.理论分析和仿真实验结果均表明：该算法无论在对称或者非对称场景下均取得了很好的能效、发现概率和发现延时性能,优于当前几种典型的异构邻居发现算法（比如Disco,U-Connect 等）.     

无源感知网络中能耗和延迟平衡的机会路由协议

部署于野外的感知网络在应用时广泛存在节点能量不足的问题,而新型的使用能量收集技术的节点可以通过周期性地从环境中获取能量来延长网络的生存周期.因此,针对使用能量收集型节点的无源感知网络,能耗不再像有源节点网络那样成为制约网络性能最关键的因素.综合考虑能耗和延迟,可以在使节点获得较长生存周期的同时提高数据到达基站的速度.针对现有应用于无源感知网络的路由协议大多不能兼顾能耗和延迟性能的问题,提出了能耗和延迟平衡的机会路由协议（balance of energy and delay opportunistic routing protocol,简称EDOR）.该协议通过分析节点通信过程来估算节点的预期能耗值,使得节点选择令自己能耗较低的邻居节点作为转发候选.在最终确定转发节点时,该协议通过结合候选节点下一跳邻居节点的占空比信息来进行决策,使得发送节点选择能够更快将数据转发出去的候选节点来降低延迟,从而实现能耗和延迟性能的平衡.最后,该协议还通过设计退避策略来实现转发节点的单一性,减少机会路由过程中产生的不必要的数据包副本数量.     

基于相遇概率时效性和重复扩散感知的机会网络消息转发算法

在机会网络中,为了更合理地选择消息传输中继节点并提高消息投递效率,设计了消息转发效用,并给出了对应的消息副本转发算法。首先,从节点历史相遇信息入手,重点分析了节点的间接相遇概率及其对应的时效性问题,提出了评估相遇信息价值的时效指标;然后,结合节点运动相似性分析了消息重复扩散问题,并提出节点移动偏离指标,用于评价节点重复扩散消息的可能性。仿真实验结果表明:与Epidemic、ProPHET、Maxprop和SAW(Spray And Wait)算法相比,综合考虑投递成功率、开销和延时指标,所提算法表现出了更好性能。     

一种能量捕获无线传感网络机会路由算法

在无线传感网络中,采用能量捕获技术理论上可以无限延长节点的使用寿命。基于该技术,提出了一种新的机会路由算法——能量潜能机会路由(Energy Potential Opportunistic Routing,EPOR)算法。该算法首先用到目的节点的期望传输次数衡量各节点到目的节点的距离,然后用节点的剩余能量与节点所捕获的能量之和表示节点的能量潜能,最后用期望传输次数和节点能量潜能决定节点的退避时间,退避时间最短的节点即为转发节点。理论分析和仿真实验表明,该算法不但可以延长网络生命期,而且可以明显改善网络中节点能量的均衡性。     

WSNs中基于信任度的节能机会路由算法

为了防止网络中存在的潜在恶意节点被加入到机会路由的候选转发集中,减少网络能量的消耗,并保证数据的可靠传输,提出了一种在无线传感器网络中基于信任度的节能机会路由(Trust Based Energy Efficient Opportunistic Routing in Wireless Sensor Networks,TBEEOR)算法。该算法根据网络的拓扑结构计算节点的代数连通度,进而计算节点的连通度诚意;再联合节点的转发诚意和ACK诚意,利用信息熵的概念计算综合信任度;最后,用节点的综合信任度来计算节点之间通信和协作造成的能量消耗,从而得到网络的预期成本。此外,该算法能够有效地识别和判断网络中的恶意节点,进一步减小了恶意节点对网络性能的影响。实验结果表明,TBEEOR算法有效地保证了数据传输的可靠性,有助于延长网络生命周期,从而增加了网络吞吐量,减少了网络能量消耗。     

WSN中PMRC模型能量洞问题的解决策略研究

针对PMRC模型中的能量洞问题,提出了有效平衡能耗的DP策略。该策略引入动态占空比,根据节点至sink的距离分配不同的占空比,有效地平衡了内层节点的能量消耗,从而延长了网络的生命周期。通过在OMNet++平台上的仿真实验表明,DP策略在能量效率、延时方面较原相同占空比策略有较大改进。     

基于朋友关系变迁演化的社区划分算法

机会网络中的节点大多是由人携带的具有短距离无线通信能力的设备,因此节点具有人的社会属性,机会网络也具有社区特性。而现有的社区划分算法多数来源于社会网络,不能直接用于节点稀疏、网络拓补结构不断不化、节点的计算和存储资源有限的机会网络中。本文通过提出节点的朋友关系,利用节点自身的相遇历史信息,将网络划分为不同的朋友社区。在两种不同数据集下的实验结果表明朋友社区的划分可有效减低路由开销,同时保持较高的传输成功率。     

Clustering synchronisation of wireless sensor network based on intersection schedules

Wireless sensor network (WSN) technology has gained in importance due to its potential support for a wide range of applications. Most of the WSN applications consist of a large number of distributed nodes that work together to achieve common objectives. Running a large number of nodes requires an efficient mechanism to bring them all together in order to form a multi-hop wireless network that can accomplish specific tasks. Even with the recent developments made in WSN technology, a number of important challenges still create vulnerabilities for WSNs, including: energy waste sources; synchronisation leaks; low network capacity; and self-configuration difficulties. However, energy efficiency perhaps remains both the most challenging and highest priority problem due to the scarce energy resources available in sensor nodes. Synchronization by means of scheduling clusters allows the nodes to cooperate and transmit traffic in a scheduled manner under the duty cycle mechanism. This paper aims to make further advances in this area of work by achieving higher accuracy and precision in time synchronisation through controlling the network topology, self-configuration and estimation of the clock errors between the nodes and finally correcting the nodes’ clock to the estimated value. Furthermore, the target in designing energy efficient protocol relies on synchronized duty cycle mechanism and requires a precise synchronisation algorithm that can schedule a group of nodes to cooperate by communicating together in a scheduled manner. These techniques are considered as parameters in the proposed OLS-MAC algorithm. This algorithm has been designed with the objective of ensuring the schedules of the clusters overlap by introducing a small shift in time between the adjacent clusters’ schedules to compensate for the clock drift. The OLS-MAC algorithm is simulated in NS-2 and compared to some S-MAC derived protocols. The simulation results verified that the proposed algorithm outperforms previous protocols in number of performance criterion.     

EnergIoT: A solution to improve network lifetime of IoT devices

Internet of Things (IoT) is a novel paradigm attracting significant attention in the modern wireless telecommunications field. However, in some scenarios, the performance of IoT network is limited by energy-constrained devices. In order to improve the energy efficiency of such IoT devices, researchers have proposed several approaches based on duty cycle operation (switching devices between sleeping and active mode). However, current solutions adopting duty cycle (i.e., the fraction of time in which a node is active) have three issues: (i) they assign the same duty cycle ratio to all the nodes without balancing energy consumption; or (ii) they distribute different duty cycle ratios without considering the energy consumption during network construction phase; or (iii) their network structure models are based on concentric corona, instead of clustering structure.In this paper, we propose EnergIoT, a hierarchical clustering approach based on duty cycle ratio to maximize network lifetime of battery-powered IoT devices. In particular, we assign different duty cycle ratios to devices according to their distance from the sink, since different duty cycle ratios balance the energy consumption among devices at different layers. Furthermore, we calculate the energy consumption of IoT devices, considering both network construction phase and data processing phase. We evaluate EnergIoT through extensive simulation analyses on the OMNet++ platform. The result shows that EnergIoT is not only feasible but also efficient. Moreover, EnergIoT improves the network lifetime by 32%, compared to the uniform duty cycle approach, without sacrificing the network performance (i.e., end-to-end delay).