无线传感器网络中移动sink节点的路径规划

在无线传感器网络中,大量感知数据汇集到sink节点的采集方法会导致sink节点附近的节点能量耗尽,造成能量空洞。针对该问题,利用移动的sink节点进行数据收集是一种解决方法,其中移动sink的路径规划成为一个重要的问题。提出了一个移动sink路径规划算法,将无线传感器中随机分布的节点划分为不同的子区域,寻找sink节点移动的最佳转向点,最终得到最优的移动路径,以实现无线传感器网络生命周期最大化。仿真实验表明,与现有方案相比,该算法能显著延长网络的生命周期。     

基于引力场的多sink传感器网络路由选择方法

根据传感器网络中数据转发与静电场中电荷移动的相似性,将传感器网络抽象成由sink节点激发的引力场.在该引力场中,数据可以在sink节点的吸引力作用下流向sink节点.基于sink节点产生的引力场,提出了一种适用于多sink传感器网络的路由选择算法,该算法具有较低的时间和空间复杂性,能适应网络规模的动态变化.理论分析与实验结果表明,提出的路由方法能够有效地减少数据传输的能量消耗,降低数据丢包率,延长网络的生命周期.     

基于LEACH协议簇头选择研究与改进

在无线传感器网络中,传统的分簇路由协议的簇头选择不合理以及簇头到sink节点采用单跳传输,导致距离sink节点的簇头节点过快死亡,从而使整个网络的寿命降低。通过综合考虑节点的剩余能量、当选簇头的次数以及距离的影响修正Leach协议中节点成为簇头的概率,同时簇头到sink节点之间采用最短径传输数据。在MATLAB平台下,对节点死亡个数以及节点剩余能量与轮数关系进行仿真。仿真结果表明改进的算法能更好地均衡网络节点的能量、延长无线传感器网络的寿命。     

基于蚁群算法的传感器网络节点部署设计

传感器网络节点的人工部署是一类重要的应用方式,为了解决传感器网络节点部署位置的优化问题,提出了基于蚁群算法的传感器网络节点部署设计算法Easidesign.针对蚁群算法在解决传感器节点部署的扩展性问题,提出了贪婪策略、额外信息素蒸发机制等改进方法.Easidesign算法最大特点是充分考虑到当sink节点处于不同位置时对传感器节点部署设计的影响,并且能保证每个部署的节点与sink的连通性,因此Easidesign具有很大的实用价值.通过大量仿真与实验,不仅证明了算法的有效性,而且给出了如何设计算法中的关键参数等问题.     

时延受限的移动sink数据收集算法

在实时性要求比较高的应用中,时延要求限制了sink的移动速率与移动轨迹,sink的移动速率限制了节点与sink的通信时间,因此很难兼顾时延要求与数据收集效率。提出一种时延受限的移动sink数据收集算法MSDC,在低能耗缓存区内找到一条sink的最优移动轨迹,在有限的时间限制内利用sink的移动性来提升传感器网络的数据收集性能。仿真结果表明,与已有算法比较,该方案能够提高网络数据采集量,降低能耗,延长网络生命周期。     

紫外光无线传感器网络节能的研究与仿真

为了减少无线传感器网络节点的能量消耗,采用紫外光作为无线传感器网络的信息载体,研究了紫外光传感器节点的能量模型。理论分析了单跳节能和多跳节能,得出了计算最优跳数的数学表达式,并对单跳通信、多跳通信和最优跳通信的平均能量消耗进行了计算机仿真,仿真结果与理论分析一致;对于多跳通信带来的能量消耗不均匀的问题,利用移动sink节点来解决,通过仿真对比了sink节点不同移动速率对网络平均能量消耗、丢包率和端到端时延的影响。结果表明,借助移动sink节点可以降低网络的平均能量消耗,但要根据场景选择合适的移动速率。     

基于分簇的无线传感器网络路由算法

在大规模无线传感器网络中以最节能的方式将数据发送到sink是该领域研究的热点之一。针对LEACH算法的不足之处,提出了一种能耗均衡的路由算法。此算法在考虑节点剩余能量的基础上采用两分法选举簇首,然后簇首通过能耗代价函数计算出一条能耗最小的路径,以多跳转发的方式将数据传送到sink.,为了进一步减少节点的能耗,算法在簇内采用了数据聚合机制。仿真结果表明,算法有效地均衡了网络能耗,延长了网络生存期。     

无线传感器网络中节点失效的可靠性研究

针对目前无线传感器网络可靠性计算复杂,资源消耗大的问题,提出一种可靠性计算的快速算法.和直接用容斥原理计算相比,该算法包含更少的项和算术运算,通过不交和运算生成一些新网络来计算各个节点到sink节点的可靠性或者得到可靠性的表达式.所得到的中间网络结构简单,可靠性容易计算.最后通过算例演示和算法复杂度分析说明了算法的可行性.     

无线传感器网络中多移动sink的选择策略

针对移动终端作为无线传感器网络中的移动sink情况下,提出了具有多个移动sink的稀疏无线传感器网络体系结构M2S2N.考虑到移动终端广泛存在的特性,为了有效地收集传感数据,提出了无线传感器网络中对移动sink的选择策略,并在此基础上提出了一种适合于M2S2N的基于功率控制的机会传输调度算法.仿真和分析表明选择最佳的移动sink可以有效地提高传感器节点的能量有效性和数据传输成功率.     

UWSP：水下无线传感器网络节点休眠协议

休眠机制是传感器网络节点节约能量、延长工作寿命的重要手段之一。现存的水下传感器网络MAC协议主要考虑提高网络传输性能,对休眠机制的研究和涉及较少,并且仅有的一些休眠策略存在着因节点工作时间较为分散而导致的节点休眠-唤醒频繁的问题。节点频繁唤醒不仅会浪费额外的能量来启动电路,折损硬件寿命,还会增加数据传输冲突的概率。针对水声网络信道的独特性质,提出了一个基于树形拓扑结构的水下传感器网络节点休眠算法,该算法能够有效缩短节点唤醒次数,延长休眠时间,并保证端到端的传播延迟不受休眠时间的影响。该算法无冲突也无需预约信道,保证了较高的网络流量。最后,通过仿真实验验证了算法的可用性和效能。     

传感器网络中基于树的感知器分布优化

无线传感器网络中,感知节点的合理分布对于提高网络的感知能力和信息收集能力以及提高网络的生存期限都具有重要的作用。对于随机分布方式产生的感知网络,可以利用节点的移动性对特定感知节点的位置进行调整从而改善网络整体的感知覆盖范围。为此,利用 Voronoi 图以及相关 Delaunay 三角网定义了传感器网络中以sink 节点为中心的伸展树,并提出了基于遗传算法的感知节点分布优化算法。仿真结果表明,算法能够以较小代价对传感器网络进行节点的分布优化,从而有效提高网络整体的感知能力。     

无线传感器网络中基于空间相关性的移动代理路由算法

资源受限的传感器节点密集分布在无线传感器网络监控区域,sink节点通过收集节点间观测信息对监控区域内发生的事件进行感知.本文提出SCMAR(Spatial Correlation-based Mobile Agent Routing)路由算法,在移动代理架构内,利用节点观测数据的空间相关性以能量有效的方式对感知事件进行...     

传感器网络中基于簇树的路由算法

针对无线传感器网络中高能效收集数据的需要,提出一种基于簇树的路由算法ETRA(energy-efficient tree-clustered Routing algorithm).首先,ETRA利用改进的最小ID算法实现对网络的平衡分簇;然后,通过簇首信息交换,构建从簇首至sink节点的数据汇聚树;最后,在数据收集阶段,数据从成员节点传送至簇首节点,并通过数据汇聚树传送至sink节点.仿真结果表明,与典型的分簇协议相比,ETRA获得了更均衡的分簇结构和更长的网络生存期.     

基于矩阵的模糊关联规则挖掘算法及其应用研究

针对布尔型关联规则不能表达挖掘对象中模糊信息的关联性,给出了一系列有关模糊关联规则的定义,并提出了一种基于矩阵结构的模糊关联规则数据挖掘算法(FARMBM).该算法通过构造矩阵结构来压缩存储模糊模式候选集和频繁集,有效节约了存储模糊模式候选集和模糊模式频繁集内存花销,只需扫描数据库两遍,且可以有效减少系统的I/O开销.这里把FARMBM运用到入侵检测的仿真实验中,实验结果表明,该算法是有效的.     

移动无线传感网的生存时间优化算法研究

当sink节点位置固定不变时,分布在sink 节点周围的传感节点很容易成为枢纽节点,因转发较多的数据而过早失效。为解决上述问题,提出移动无线传感网的生存时间优化算法（LOAMWSN）。LOAMWSN算法考虑sink节点的移动,采用减聚类算法确定sink节点移动的锚点,采用最近邻插值法寻找能遍历所有锚点的最短路径近似解,采用分布式非同步Bellman-Ford算法构建sink节点k跳通信范围内的最短路径树。最终,传感节点沿着最短路径树将数据发送给sink节点。仿真结果表明：在节点均匀分布和非均匀分布的无线传感网中,LOAMWSN算法都可以延长网络生存时间、平衡节点能耗,将平均节点能耗保持在较低水平。在一定的条件下,比Ratio_w、TPGF算法更优。     

基于频繁模式图的多维关联规则挖掘算法研究

关联规则挖掘是数据挖掘领域中重要的研究分支,频繁项集或频繁谓词集的计算是其中的关键问题.本文针对包括多值属性的关系数据库,以多维关联规则挖掘为目标,研究频繁谓词集的计算方法,提出了MPG算法及IMPG增量算法.MPG算法通过构建频繁模式图MP-graph,按照深度优先搜索方法,动态挖掘频繁谓词集,只需扫描数据库一次.此外,该方法至多增加一次数据库扫描,就能扩展为IMPG算法,进行增量关联规则挖掘.文章分析了算法时间和空间性能,用实验说明了算法的有效性.     

中继节点解决无线传感器网络的能量空洞问题

由于无线传感器网络多对一的数据传输特性,距sink节点近的传感器节点由于承担的数据量增大而过早的死亡,形成能量空洞。文章在近SINK节点区域额外布设专门用来转发数据的中继节点,降低了近SINK节点的传感器节点的数据量,达到了均衡整个网络能耗的目的,延长了网络寿命。     

一种基于矩阵的Apriori改进算法

Apriori算法是经典的关联规则挖掘算法之一。该算法可以很好地挖掘关联规则,通过连接步和剪枝步从频繁项集中获取候选项集,但产生大量的候选项集,这就需要重复扫描数据库,大大增加算法运行时间。文中提出一种基于矩阵的改进算法,通过事务矩阵和候选项集项目矩阵相乘的矩阵操作来改进频繁扫描数据库的问题。事务数组的建立可以删除不能生成下一频繁项集的事务,删除不必要的项,针对频繁项集的产生过程优化Apriori算法的连接步和修剪步。在不同的数据集下通过实验验证改进算法不仅能准确地挖掘出频繁项集而且大大地缩短挖掘时间。     

基于层次的最大频繁项集挖掘算法

关联规则的研究是数据挖掘中的重要问题,如何高效地发现频繁项集是关联规则研究中的关键问题。根据数据库事务的统计性规律,在最大频繁项集发现算法Apriori及其变种算法的基础上,提出一种新的基于层次的最大频繁项集的发现算法。首先从整体上判断候选集的频繁性,然后在发现最大频繁项集的过程中,通过引入整体性策略、排序策略、最小策略有效地减少了候选集与数据库事务之间的比较次数。实验结果表明,采用该算法处理数据库事务数量大的最大频繁项集的发现任务．其效率相比Aoriori算法有显著的提高。     

基于层次的最大频繁项集挖掘算法

关联规则的研究是数据挖掘中的重要问题,如何高效地发现频繁项集是关联规则研究中的关键问题.根据数据库事务的统计性规律,在最大频繁项集发现算法Apriori及其变种算法的基础上,提出一种新的基于层次的最大频繁项集的发现算法.首先从整体上判断候选集的频繁性,然后在发现最大频繁项集的过程中,通过引入整体性策略、排序策略、最小策略有效地减少了候选集与数据库事务之间的比较次数.实验结果表明,采用该算法处理数据库事务数量大的最大频繁项集的发现任务,其效率相比Apriori算法有显著的提高.