无线传感器网络贪婪转发策略中的路由空洞问题

贪婪转发策略是无线传感器网络中基于地理位置的路由算法中非常重要的一种,但是该算法会遭遇到路由空洞问题。该文从理论上分析了路由空洞在规则部署和随机部署情况下的存在概率,并得出了随机部署情况下随机建立的路径会遭遇到路由空洞的概率。通过分析可以得出,当网络中节点的平均邻居数大于10时,利用带有退避改进方法的贪婪转发策略足以满足无线传感器网络的需要。     

基于改进粒子群算法的三维无线传感器网络节点部署算法

针对水下传感器网络的节点部署问题,提出了一种基于改进粒子群(PSO)算法的三维传感器网络节点部署算法。通过线性调整PSO算法的权重因子,在有效避免节点陷入局部寻优的同时,实现对当前部署区域的全面部署,消除部署后期节点在最佳部署位置附近产生的震荡现象。与虚拟力算法相比,所提算法在较短时间内即可达到最优部署效果,并且在获得较高三维覆盖率的同时,有效地保证了网络节点之间的连通性。     

认知无线电网络中基于协作中继的资源分配算法

在认知无线电网络的协作中继机制下,中继节点利用其和源节点以及目的节点的不同公共信道为二者的通信转发数据,可以有效解决次用户的通信需求和可用带宽之间的矛盾,提高频谱利用率和系统吞吐量。基于协作中继的认知无线电网络中,不同通信链路上可能存在公共可用信道,使信道和中继的分配问题变得复杂。本文研究了公共信道存在的情况下系统的资源分配问题,基于网络最大流理论提出了两种算法:并行算法和贪婪算法,并分析了算法复杂度。仿真结果表明,两种算法都能够更有效地分配资源,提高频谱利用率,改善网络吞吐量。并行算法可以得到最优解,但其复杂度随信道公用程度的上升增长迅速,受节点并行处理能力的限制,只适用于信道公用程度较低的情况。贪婪算法不一定能得到最优解,但其复杂度较低,并且信道公用程度高时接近最优解,因此超出节点的并行处理能力后,可以选择贪婪算法。      

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.     

改进遗传算法优化无线传感器网络路由算法

为了有效延长无线传感器网络的生存时间,针对传感器节点能耗不均衡难题,提出一种改进遗传算法优化的无线传感器网络路由算法。首先对LEACH算法不足进行分析,然后构建簇头节点选择的目标函数,并将其作为遗传算法的搜索目标,最后通过遗传算法找到下一时刻簇头的候选节点,并针对遗传算法不足进行相应改进。采用仿真实验对算法的性能进行分析,结果表明,相对于其它无线传感器路由算法,本文算法可以保证无线传感器的节点能量均衡,延长了网络的生存时间。     

无线传感器网络中的最优感知节点分布及分布优化算法

无线传感器网络中，感知节点的合理分布以及网络拓扑的动态调整对于更加有效地进行信息收集以及提高网络的生存期限都具有重要的作用。为此，针对传感器网络的初始规划提出了一种基于遗传算法的最优分布。仿真结果表明，算法能够针对特定的目标区域获得较好的节点分布。在最佳分布的基础上，结合传感器网络的拓扑管理和节点定位，引入了一种有效的传感器网络拓扑和节点分布优化方法，为传感器网络的拓扑性能管理提供了有效的算法保证。     

移动传感器网络非均匀事件区域节点部署优化

针对移动传感器网络中热点事件监测场景,研究传感器节点的快速优化部署策略.首先假定事件随机产生,针对事件优先模型及节点感知误差函数推导基于Voronoi剖分时感知误差最小,然后定义节点有效覆盖权值,证明了当所有节点有效覆盖权值一致时,整个网络覆盖效能将达到最大.结合虚拟力及节点有效覆盖权提出一种分布式优化部署算法SDOA(Sparse Deployment Optimization Algorithm),其在保证覆盖能效最大化时保证网络连通性.最后仿真比较了本文提出部署策略能够快速有效实现对热点区域部署,并保证较高的覆盖效能.     

一种传感器网络的分布式多播路由优化算法

传感器感知的信息需要通过网络传送给感兴趣目标节点,传统网络中的多播技术往往能耗高、实时性不够理想,不利于在传感器网络中使用。针对 WSN中节点对网络拓扑未知,该文先将多播路由问题演化为最优多播路径问题,通过启发式算法求解分布式最优路径,并通过一种基于贪婪思想的裁剪合并策略优化多播路由树,直至整个网络得到最优路径,最后并结合了节点区域集中以及无线多播特性,提出了 DCast 路由算法。最后通过仿真实验与uCast, SenCast等经典的传感器网络的多播路由算法仿真比较,可以得出其算法在时延性以及能耗等方面性能有优势。     

低能耗和低时延的无线传感器网络数据融合算法

针对无线传感器网络的节点能量有限,且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇,并根据节点的传输范围,将每个簇中的节点均匀分布,每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据,从而形成传输数据的最短路径;并根据集中式TDMA(时分多址)调度模型,运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优。仿真结果表明,上述算法不但可以最大化网络的生存时间,还可以有效的降低数据融合时间,减少网络延时。     

一种混沌萤火虫算法的WSN节点分布优化研究

针对无线传感器网络节点分布优化问题,提出了一种有效的混沌萤火虫优化算法。在保证节点相互连通的前提下,建立了无线传感器网络对目标区域覆盖的数学模型,并将节点分布优化问题转换为求解函数最大值问题;利用萤火虫算法优越的寻优能力来实现最优的网络节点分布,并引入立方映射混沌算子来提高算法的局部搜索能力和保持种群的多样性。通过标准函数测试与无线网络覆盖优化仿真对所提算法进行了验证,结果表明:与其他算法相比,所提算法能够较好地跳出局部最优的束缚,具有优化效果佳、稳定性好、鲁棒性强的优点,能够满足无线传感器网络节点分布优化的要求。     

无线传感器网络中分阶段的无需测距定位算法

为了提高无线传感器网络中基于无需测距算法定位精度,改进质心算法和DV-Hop算法,定位过程分为两个阶段:第一阶段在最佳通信半径与最佳阈值下,用基于阈值的优先质心算法定位部分节点;第二阶段在最佳通信半径与最佳指数值下用DV-Hop算法定位剩余节点。将算法应用在一种锚节点人工部署环境下,并与其他算法对比。MTLAB仿真结果表明,改进的算法在不增加泛洪次数、计算量和网络硬件成本下能提高定位精度,同时实现100%定位。     

A Pre-Determined Nodes Deployment Strategy of Two-Tiered Wireless Sensor Networks Based on Minimizing Cost

Nodes deployment is a fundamental factor in determining the connectivity, coverage, lifetime and cost of wireless sensor networks. In this paper, a two-tiered wireless sensor networks consisting of sensor clusters and a base station is considered. Within a sensor cluster, there are many sensor nodes and a relay node. We focus on the deployment strategy for sensor nodes and relay nodes to minimize cost under some constraints. Several means are used. The regular hexagonal cell architecture is employed to build networks. Based on the analysis of energy consumption of sensors and cost of network, an integer programming model is presented to minimize the cost. By the model, number of layers of sensor cluster is determined. In order to balance the energy consumption of sensors on the identical layer, a uniform load routing algorithm is used. The numerical analysis and simulation results show that the waste of energy and cost of wireless sensor networks can be effectively reduced by using the strategy.     

Method for optimal allocation of network resources based on discrete probability model

The method for optimal allocation of network resources based on discrete probability model is proposed. In order to take into account multiple coverage of the monitored points, the method constructs the discrete probability perception model of the network nodes. The model is introduced into the solution of the node coverage area, and the optimized parameters of the sensor optimization arrangement are used to optimize the layout of the multimedia sensor nodes. After setting the node scheduling standard, the interaction force between the sensor nodes and the points on the curve path is analyzed by the virtual force analysis method based on the discrete probability model At the same time On this basis, the path coverage algorithm based on the moving target is used to optimize the coverage of the wireless sensor network node in order to achieve optimal configuration of network resources. The experimental results show that the proposed method has good convergence and can complete the node coverage process in a short time. The introduction of the node selection criteria and the adoption of the dormant scheduling mechanism greatly improve the energy saving effect and enhance the network resource optimization effect.

     

Performance evaluation of sensor deployment using optimization techniques and scheduling approach for K-coverage in WSNs

In the wireless sensor networks, sensor deployment and coverage are the vital parameter that impacts the network lifetime. Network lifetime can be increased by optimal placement of sensor nodes and optimizing the coverage with the scheduling approach. For sensor deployment, heuristic algorithm is proposed which automatically adjusts the sensing range with overlapping sensing area without affecting the high degree of coverage. In order to demonstrate the network lifetime, we propose a new heuristic algorithm for scheduling which increases the network lifetime in the wireless sensor network. Further, the proposed heuristic algorithm is compared with the existing algorithms such as ant colony optimization, artificial bee colony algorithm and particle swarm optimization. The result reveals that the proposed heuristic algorithm with adjustable sensing range for sensor deployment and scheduling algorithm significantly increases the network lifetime.     

应用三维弹簧系统模型的锚节点部署优化

为使随机部署的三维无线传感器网络中锚节点的分布更加合理,提高未知节点定位精度,针对锚节点部署进行优化。通过构建弹簧系统模型,将锚节点抽象为通过弹簧相连接的点,使部分锚节点在合力作用下进行伸缩运动,达到提高网络性能的目的。当锚节点部署优化完成后,应用近似三角形内点测试( APIT)和DV-HOP( Distance Vector-hop)算法测试优化前后的节点定位精度。仿真结果表明,三维空间下的锚节点经过弹簧系统模型的部署优化后,锚节点网络覆盖率和定位覆盖率均得到了提高,网络平均连通度有所提升,且定位精度显著提高。     

一种基于网格划分的水下传感器网络多维优化部署策略

针对水下无线传感器网络节点的部署问题,提出一种基于网格划分的多维优化部署策略。首先,将所需探测水下环境划分成相同规格的网格;然后,综合考虑网络节点数量、网络覆盖率、网络冗余度、网络生存率等指标,构建多目标优化数学模型;最后,采用遗传算法对多维优化部署策略加以实现并进行仿真分析。结果显示：所提策略能够有效地减少部署节点数量,提高网络覆盖率和生存效率,降低网络能耗。     

基于网格分簇的无线传感器网络节能算法

无线传感器网络中,能量消耗问题一直最受人们关注.为了节省网络能量,针对现有算法存在的冗余节点过多以及能量利用率较低等问题,在以往算法的基础上,提出了一种基于网格分簇的节能算法,即基于网格分簇的无线传感器网络节能算法EABGC(Energy-saving Algorithm Based on Grid Clustering).该算法采用虚拟网格和贪婪算法等来节约网络能量.通过仿真实验,该算法与LEACH协议相比,能减少网络的能量消耗,从而达到节能的目的.EABGC算法,能有效地降低网络消耗,实现节能效果.     

无线传感器网络中改进的GAF算法及其性能分析

在传统GAF算法的基础上,提出了基于最优簇首数划分单元格的GAF改进算法。改进算法利用推导出的最优簇首数进行单元格的划分,在簇头选择阶段,根据节点吞吐率等条件定义了簇头选择函数来选择簇头。并对不同基站位置的改进GAF算法进行了性能分析与仿真。仿真结果表明改进算法能有效节约能耗且与理论分析相符。     

一种新的异构无线传感网覆盖优化算法

针对异构传感器节点在网络初期部署中产生大量覆盖面积冗余的问题，结合相关几何图形知识，以提高网络覆盖率、改善节点分布均匀度为优化目标，提出一种基于节点定向移动来减少节点两两之间覆盖冗余面积的网络覆盖优化算法。算法预先设立判定门限，通过判定两两节点之间覆盖冗余面积与设定门限的大小关系，对节点实施有向性偏移，逐一减少节点之间的覆盖冗余面积。理论分析与实验仿真证明，该算法能够有效提高异构传感器网络部署中的覆盖率，优化节点分布均匀度将近8.7，尤其在大型传感器网络的节点部署中具有极强实用性。     

面向数量最少化的双层WSN中继节点部署算法

提出2种算法,目标是在监测区域部署中继节点,以便所有的传感节点都能和至少一个中继节点进行通信,同时保证中继节点数目最小化。整数线性规划最优解算法是对已选择出的CRegions通过数学上的整数线性规划的方法找到部署中继节点的最佳区域;传感网络规模较大时,提出启发式算法,将每一次排序后含传感节点个数最多的集合作为部署区域,经过多次循环排序后近似的找到部署中继节点的最佳位置。最后通过与2个同类算法在相同参数环境下进行仿真实验,比较仿真结果证明整数线性规划最优解算法及启发式算法在覆盖所有传感节点的前提下,部署中继节点最小化的性能较好,并且其部署时间也在可以接受的范围之内。