基于局部保持典型相关分析的无线传感器网络三维定位算法

针对目前无线传感器网络三维空间定位算法精度不高、稳定性差等问题,在基于局部保持典型相关分析LPCCA模型的基础上构造三维定位算法3D-LE-LPCCA。首先,将LPCCA模型拓展到三维空间并建立信号空间和物理空间的映射模型,通过求解映射模型得到未知节点在物理空间上的临近节点集;其次,采用共面度阈值和体积比阈值的约束在临近节点集上计算出最佳定位单元;最后,采用最佳定位单元计算未知节点的坐标。仿真实验表明,该算法具有良好的定位效果,有效地提高了三维定位算法的精度和稳定性,降低了节点能耗。     

面向物联网的能耗感知虚拟网络映射算法

物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重,传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题,重新构建基于无线传感器网络的能耗模型,在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上,提出一种改进的能耗感知虚拟网络映射算法,在节点映射阶段,基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上,并为不同时延下的链路分配合适的资源。仿真结果表明,相比EA-VNE、EA-VNEH算法,该算法通过资源整合的方式,可以提高底层资源利用率,降低虚拟网络映射能耗,且随着引入参数的增加,能够实现更细粒度的资源分配。     

深度残差收缩网络下的定位与行为联合识别

基于WiFi信道状态信息（channel state information,CSI）的人体感知方法在许多物联网场景得到了应用,但现有大部分基于CSI人体感知的系统仅进行定位或行为识别其中一项工作,而物联网的发展对两者能同时识别提出了新的要求。针对这一问题,提出一种基于深度残差收缩网络的定位与行为联合识别方法。通过普通商用WiFi设备获取两种场景（暗室、会议室和走廊）的CSI数据,将预处理后的数据输入结合了深度残差收缩网络的学习模型,进行12个位置与和6种日常行为（站起、坐下、跳跃、深蹲、跌倒、捡起）的联合任务识别。实验结果显示,针对在暗室、会议室和走廊三种场景下的室内定位的平均识别率达到97.29%,行为识别的平均识别率达到90.02%。能够实现定位与行为的高精度联合识别。     

基于压缩感知的异构网络数据动态重构算法

针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法。利用模糊核聚类算法将数据样本集映射至高维空间内,聚类目标数据,根据节点在网络中对应的坐标构建异构网络拓扑模型及数据权矩阵模型;设置路由器物理链路通信图,根据链路带宽约束优化数据重构资源的分配路径,将节点核心区数据重构,并分配至聚类节点来感知数据的动态变化,为每一个核心聚类节点拓扑感知一个路由器数据的动态变化,来实现全局的数据动态重构,至此完成基于节点拓扑感知的异构网络数据动态重构算法的设计。设计仿真实验,测试算法的节点均衡度与链路均衡度。实验结果表明,设计的算法的节点均衡度为0.93,链路均衡度为0.90,均高于对比方法,因此可以得出,该算法的资源均衡度更好。     

物联网智能感知节点π网低功耗软硬件划分建模

物联网智能感知节点的低功耗软硬件划分的优劣直接影响节点的续航能力和网络寿命。针对现有物联网智能感知节点的软硬件划分存在能耗较高的问题,提出了基于π网的物联网智能感知节点的低功耗软硬件划分模型。首先对物联网智能感知节点进行带约束定义,得到智能感知节点的约束模型;然后根据π网理论,建立基于π网的智能感知节点软硬件划分模型,实现依据软硬件IP核功耗和系统总体功耗约束下的低功耗软硬件划分,并对模型进行了演化分析。分析与实验仿真结果表明,与基于禁忌搜索算法和遗传算法的模型相比,该模型在适应度、划分执行时间和最小系统划分能耗等方面具有一定的优越性和实用性,可降低物联网智能感知节点能耗,提高其续航能力。     

传感器网络中数据驱动的睡眠调度机制

在能量受限的传感器网络中,尽量延长网络寿命同时保证服务质量(如感知覆盖和数据完整)是关键的研究问题.节点睡眠调度能有效延长网络寿命.研究数据驱动的睡眠调度机制,利用感知数据的时空相关性识别冗余节点.核心思想是用非参数回归方法为节点建立预测模型,求解最大支配数的节点支配集,调度多个支配集轮流工作.睡眠节点的数据可以由支配集节点恢复.分别给出集中式、半分布式和分布式3个睡眠调度方法.据知,这是第1个将统计回归模型用于睡眠调度并扩展到大规模网络的研究.实验结果表明,该方法能够有效地减少活跃节点个数,节省能耗从而延长网络寿命,同时在用户指定误差范围内保证数据的完整性.     

移动无线物联网感知层传感控制定位算法研究

为了提高感知层传感控制定位的准确性和稳定性,提出移动无线物联网感知层传感控制定位算法.以DV-hop定位算法获取的移动无线物联网感知层通信区域内所有节点到各个锚节点的距离和跳数信息为基础,提出了基于跳数修正的DV-hop定位算法,对锚结点间跳数和未知结点跳数进行修正,计算出每个锚结点与各结点之间的距离,利用二维双曲线定位算法得到未知结点的位置坐标,实现移动无线物联网感知层传感控制定位.实验结果说明:所提算法在不同总节点个数和节点通信半径下定位误差始终保持最低,稳定性强;当跳数修正系数为2时该算法的定位精度最高,效果最佳;可选择较大的锚节点比例和较小的偏离因子,进一步提升定位效果.     

一种结合功率控制的无线传感器网络区域定位算法

在无线传感器网络中,获取传感器节点的位置信息对于许多相关的应用十分重要.首先分析了现有的无线传感器网络定位算法,然后提出了一种结合功率控制的区域定位算法(ALPC),该算法将传感器节点的位置估计在一个小区域中,而不是寻找它的精确坐标,由sink节点完成复杂的计算,传感器节点无需进行大量的通信和计算,节省了能量并延长了网络的寿命;根据实测数据讨论了时空域对信号传播模型的影响,以及这种影响如何改变定位粒度;利用区域命名机制减小了网络流量负载提高了网络的可靠性;最后,通过仿真验证了算法的有效性.     

基于能耗区域感知的无线传感器网络路由算法

如何提升无线传感器网络使用寿命,已经成为网络工业化的热点问题.信息回传(即信息的无效传播)是造成能量浪费的重要源头,严重遏制了网络寿命的延拓.针对回传造成的能量损耗以及经典LEACH协议中能量消耗不均衡问题,提出一种新型的基于能耗区域感知的无线传感器网络路由算法FA-LEACH.该算法排除死亡节点的影响,依据节点剩余能量信息建立簇头节点候选集;基于簇头节点的位置和方向信息,引入前置感知区域概念,建立评价节点重要性的指标,甄选附属于簇头节点的中继节点(即附属簇头节点);通过有选择性的附属簇头节点的信息传递,能够有效解决信息回传问题.仿真结果表明,所提算法在网络生存周期和能量均衡利用方面均优于LEACH、LEACH-C以及EEUC算法,该项路由协议可以有效提升网络的实用性.     

无线传感器网络中的定位模型

位置信息在无线传感器网络应用中日益重要,针对该网络中的定位问题,提出一种新颖的基于模糊识别的定位模型.在该模型中,定位空间被一些样本点划分为若干个小区域,每个样本点唯一地对应一个信号向量,通过计算未知点信号向量与各个样本点对应向量的贴近度,可以最终确定未知点的坐标.该定位模型直接采用了射频信号对未知点进行定位,不但避免了一些range-based定位模型中出现的误差叠加等问题,而且还降低了计算复杂度.最后,借助NS-2仿真手段对该定位模型进行了验证.结果表明,该定位模型具有较高的性能,适合无线传感器网络应用.