基于模糊强化学习和果蝇优化的WSN数据聚合算法

在无线传感器网络中,传感器的能量时有限的,如果传感器的能量耗尽,那么无线传感网络的鲁棒性和寿命就会大大降低.因此,提出了基于模糊强化学习和果蝇优化的数据聚合机制,以最大限度地延长网络寿命,并进行高效数据聚合.首先,网格聚类用于簇的形成和簇头的选择,接着评估各个网格簇所有可能的数据聚合节点,然后采用模糊强化学习选取最佳数据聚合节点,最后利用果蝇优化算法动态定位整个无线传感网络的数据汇聚节点.仿真结果表明,提出的数据聚合方案在能耗和网络鲁棒性方面优于对比方案.     

节能的基于EM分簇与压缩感知的数据收集方法

在稠密无线传感网进行数据收集的过程中,网络寿命的延长一直是人们重点关注的问题。为了减少能耗延长网络寿命,从考虑网络数据传输距离和数据传输量两个角度,提出一种基于EM分簇与压缩感知相结合的数据收集方法。本文在分簇之前从能耗角度对最优簇数进行了分析。仿真实验表明该方法能极大地减少数据收集能耗,从而延长无线传感网络寿命。     

异构无线传感网络数据聚合方法研究

为了提升数据机房中数据聚合能力,满足实时数据传输和网络节能要求,提出了异构无线传感网络局部树重建算法.首先,通过对局部网络拓扑的维护和重构获取最优异构数据传输网络拓扑结构;其次,提出数据聚合技术保证网络中节点低能耗及数据传输的低延迟,从而延长网络的生存期.通过仿真分析,与GIT和DATA相比,所提算法性能明显更优,网络...     

无线传感网络任务分配的能效性控制策略

无线传感网络包含大量密集分布传感节点,各节点测量产生大量数据给传输、存储、管理和分析带来困难,无线传感网络能源不可更换性限制了网络寿命.本文提出基于熵理论和欧式距离的网络能耗评价指标,采用对等(peer-to-peer,简称P2P)计算方法,利用基于蚁群智能的能效性优化任务分配控制策略,针对中心节点工作状态、传输能耗和网络寿命实现动态实时任务控制分配,完成多中心节点并行计算,提高网络工作效率,节约能耗.实验表明基于蚁群智能的能效性任务分配控制策略能实时有效地缩短无线传感网络计算时间,减少网络能耗,提高网络寿命.     

一种空间查询高效的无线传感网络路由协议

在以数据为中心的大规模无线传感网络中,感知数据查询通常以空间查询为主,而感知节点携带能量极为有限,因此提高感知数据空间查询能量利用效率尤为重要。 GeoGrid协议是一种完全基于地理位置信息的路由协议,适用于大规模无线传感网络应用场景,但其空间查询效率较低。针对大规模空间查询应用场景,从成簇方式、簇首选举、网络拓扑层次构建及路由策略等方面对 GeoGrid 进行优化,提出一种基于四叉树结构的空间查询能量高效的无线传感网络路由协议———QuadGrid,并对 GeoGrid、QTBDC 及 QuadGrid 的空间查询能耗进行仿真分析。实验结果表明,与 GeoGrid、QTBDC 相比, QuadGrid网络能耗更均衡,网络生命周期更长,空间查询更高效。     

一种基于时空相关性和异常检测的改进WSN节能策略

针对降低无线传感网能耗和保证数据精度之间的矛盾,提出了自适应采样数据并利用压缩感知进行压缩的方法.传统的基于压缩感知的无线传感器数据压缩,只采样部分节点的数据,对于未被采样节点感知到的突发事件很有可能发生漏检情况.本文方法检测所有节点上传的数据再进行压缩,可以有效避免漏检情况的发生.根据信号具有时间相关性的特点,本文采用基于方差分析ANOVA(Analysis of Variance)原理改进的传感器自适应采样频率方法,并考虑节点剩余能量,减少平稳信号的采集次数,均衡网络节点能耗.在LEACH协议基础上,对簇内数据进行压缩感知的方法对数据进行压缩从而减少数据的空间相关性并传输到汇聚节点,以减少网络整体的能量消耗.针对可能的漏报情况,提出一种改进的局部事件监测算法-滑动窗口局部事件监测SW-LED(Sliding Window-Local Event Detection)算法,实现了实时准确的异常检测和预警.实验结果表明本文方法既可以有效的均衡网络节点能耗以提高网络生存周期,同时保证了数据的精度,对于异常情况的识别率也有很大的提高.     

基于半马尔科夫链的无线网络能耗模型的研究

在分析无线传感网络能量消耗特征的基础上,根据无线通信环境和节点的状态转换关系,建立了基于半马尔科夫链的无线传感网络的能耗模型,并通过仿真实验验证得出传感节点实际能耗剩余值与所建模型能耗预估值基本相同,从而说明所建立的能耗模型准确有效,为改变传感节点工作状态、延长传感网络使用寿命提供了可靠的节点能量数据.     

基于加密编码矢量的农业无线传感网数据安全存储方法

无线传感网为精准农业生产环境监测提供了一种有效的解决方案。针对当前农业生产中无线传感网感知数据传输和存储过程中存在的安全性不高、存储效率不佳的问题,在研究农业无线传感网主要特征的基础上,分析了云存储技术对农业传感器感知数据存储的有效性,利用改进的网络编码技术降低了传感器感知数据在传输汇聚时对无线网有限带宽的占用率,给出了基于加密编码矢量方法的农业无线传感网感知数据传输、存取安全性和效率分析,提出了一种基于加密编码矢量的农业无线传感网感知数据信息的安全存储新方法。大田生产环境测试结果表明,基于网络编码的加密编码矢量方法安全性较高,在数据量显著增加的情况下传输性能可进一步得到提升,从而验证了本方法的合理性和实用性。     

无线传感网络中覆盖能效动态控制优化策略

能量约束是无线传感网络测量控制的关键问题之一.本文针对移动节点位置优化问题,提出了无线传感网络通信能耗评价指标,采用微粒群优化策略更新节点位置,使无线传感网络具有更强的灵活性和能效性.利用Dijkstra算法获得网络最优通信路径计算能耗评价指标.采用动态能量控制策略使空闲节点进入睡眠状态减少网络运行能耗.通过优化能量指标降低了通信能耗,实现了无线传感网络覆盖与通信能量消耗的合理均衡.对移动目标跟踪仿真表明,覆盖能效优化算法与动态能量控制策略相结合提高了无线传感网络覆盖的能效性.     

IEEE802.15.4/ZigBee协议的MAC层节点能耗分析与研究

能耗是无线传感网络性能的重要参数之一,针对无线传感网络WSNs特点,对无线传感网络的ZigBee技术标准傲了分析研究.围绕网络低功耗运行,从MAC层协议方面研究了无线传感网络的睡眠节能机制,讨论了IEEE802.15.4在低功耗、低数据速率的无线连接领域应用的可行性.     

基于无线传感器网络的网内数据融合*

由于电池能量的限制,无线传感器网络设计的一个主要目标就是最大化网络生命期。在传感器网络中,网内数据融合是减少能源消耗的有效途径。首先基于传感器网络的特点,描述了网内数据融合的概念和网内数据融合的两个层次,重点阐述了在无线传感器网络中网内数据融合的几种数据分发策略,并分析了数据的最大延迟时间T在各个融合节点上的分配对网内数据融合的影响。     

无线传感器网络相关感知路由算法

本文通过建立能量有效的数据融合树,对无线传感器网络中多跳传输的数据进行动态融合,以减少整个网络的能量消耗。利用竞争游戏算法理论框架阐述数据之间的相关性;综合考虑传感器节点的剩余能量、干扰以及网络间的数据融合,构造算法的成本函数;借助相关感知路由算法求解竞争游戏的可能最优解。仿真结果表明相关感知路由算法能够有效地延长整个网络的生命周期。     

采用权函数计时的无线传感器网络分簇算法

为进一步降低无线传感器网络的能耗,提出了一种采用权函数计时的无线传感网络分簇路由算法。算法构建了节点聚合度与剩余能量之间的权函数,并以此为标准进行计时分簇,根据各节点权函数值与计时时长的差异来选举合理的簇头。在该路由算法下,周期性的分簇过程中节点不需交换各自的节点聚合度信息,降低了网络通信量,进而降低了网络能耗。仿真实验结果表明该算法成簇收敛性好,成簇规模稳定,能有效延长网络生存周期。     

WSNs中高效且适应性强的安全数据融合*

针对无线传感器网络中传感节点能量的有限性和无线链路的时变性,设计了一种高能效的、适应性强的安全数据融合算法EASDA。该算法在融合过程中基于非物理意义的模式码将传感器节点分成冗余集,在数据传输过程中利用数字喷泉码进行编码。仿真结果显示,该算法有效地减少了冗余数据的传输,使网络中能耗更加均衡,并且适应于任何删除信道。     

基于事件驱动和最小延迟融合路径的无线传感器网络突发事件监测研究

针对无线传感器网络应用于突发事件监测场景的能量消耗和网络延迟问题,提出了基于事件驱动和最小延迟融合路径的无线传感器网络数据融合算法.其中,动态成簇过程基于事件严重程度,并由其决定簇的生命周期和覆盖范围;融合节点等待时间取决于节点到簇头的跳数和节点的度,通过计算每个节点的融合等待时间,以获取最小延迟融合路径.仿真实验表明,该算法能有效节省能量,且能显著减少网络延迟,为无线传感器网络应用于突发事件监测提供了一种适用的方法.     

WSN中基于压缩感知的分簇数据收集算法

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法。首先,通过K-means聚类算法均匀划分网络成簇。然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点。最后,Sink节点采用OMP算法对收集到的数据进行精准重构。仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量。     

基于主元分析的无线传感器网络数据融合研究

由于传感器节点能量有限且难以补充,无线传感器网络设计的一个重要目标就是在严格的能量约束下最大化网络的生存时间。网内数据融合是减少传感器节点数据传输量、降低网络总能耗,最大化网络生命周期的一种有效途径。本文利用主元分析法PCA中的数据降维技术,提出一种在无线传感器网络的簇内进行数据融合的方法。该方法的主要思想是利用网络的簇头节点对具有一定相关性的多个簇内节点的实测变量进行线性变换,将其转化为少数几个不相关的综合指标后再进行数据转发,从而达到减少网络中的数据传输量和能量消耗的目的。理论分析和实例验证表明了该方法的有效性和实用性。     

无线传感器网络基于定向扩散与分批估计的数据融合算法

无线传感器网络中采集的数据存在着较大的冗余与误差,造成能量消耗过多,并且影响数据的可靠性。针对这个问题提出一种基于定向扩散与分批估计的数据融合算法,对监测同一对象的多个传感器所采集的数据进行综合,提高数据精度和可信度,并减少数据传输量,从而降低了功耗。通过对室内环境参数(温度)的监测验证了这种算法的可行性。     

权衡能耗与延迟的数据融合算法研究

在无线传感器网络的路由协议中考虑数据融合能极大地提高网络生存期性能,但随之会带来网络可靠性下降、数据传输延迟增加等问题。设计一种新的可权衡能耗与延迟的数据融合算法ECLT,通过二级模糊综合评判的方式来调整原有的路由信息,增加数据传输路径间的交叠,以提高数据融合度、延长网络生存期;同时,传感节点在转发数据的过程中还可根据本身状态来动态调整进行数据融合的等待时间,从而在均衡网络中各节点能耗的同时减少了数据传输延迟。经仿真验证,该算法能在极大的延长无线传感器网络使用寿命的同时降低数据的平均传输延迟。