能量有效的无线传感器网络动态任务调度算法

为减少无线传感器网络任务调度的能量消耗,平衡网络负载,提出能量最小化的动态任务调度算法。在感知动态环境的基础上,将传感器网络节点的覆盖率、可调度性等作为该问题的约束条件。将改进后的蚁群算法应用于任务调度算法中,通过迭代得到最优分配方案,引入信息熵提升剩余能量充沛的节点执行任务的几率。仿真结果表明,该算法在降低任务分配的执行时间、能量消耗量及优化网络负载平衡方面取得了较好的效果。     

无线传感网中混合业务下的触发式流控制算法

无线传感器网络中,节点所具有的能量和通信能力等都十分有限,如何设计有效的协议及算法,利用有限的资源高效地完成诸多任务,成为无线传感器网络设计所面临的一大挑战.考虑接收容量模型,研究了无线传感器网络在节点接收容量和能量联合受限情况下,面向混合业务时的效用公平流控制问题,并针对传统对偶分解算法存在着收敛速度慢、步长不易调节、通信负荷大等缺陷,进一步提出了基于事件触发的分布式求解算法.理论分析与仿真验证均表明:使用事件触发算法时,传感节点的平均广播周期比使用对偶分解算法时大很多,大幅度降低了无线传感器网络节点间的通信量,减少了网络的通信开销.仿真结果显示:与对偶分解算法相比,分布式事件触发算法具有收敛速度快、对网络规模扩展的适应性强等优势;与传统的速率公平流控制机制相比,所提的效用公平流控制模型能够更加适应弹性与非弹性业务共存的网络场景.     

遗传算法在网格任务调度的应用研究

研究了网格任务调度问题.针对传统任务调度算法在网格环境下存在不能很好地平衡节点负载和满足用户服务质量需求等缺点,导致网格系统负载极不均衡,调度效果低.为了提高网格任务调度的效果,提出一种基于遗传算法的网格任务调度方法.将网格任务编码成种群中的个体,网络任务目标作为遗传算法的适应度函数,通过遗传算法的强全局搜索及交叉、变异操作,获得最优的任务调度方案.仿真结果表明,采用遗传算法进行网格任务调度可以减少系统总执行时间和任务完成时间,提高了资源调度效率,使网格系统负载均衡度更好,在网格任务调度具有广泛的应用前景.     

可分负载WSN的能耗最小负载调度研究

减少无线传感器网络的能耗、延长网络生存周期已成为研究的热点之一。针对星型可分负载无线传感器网络的能耗最小问题,以典型可分负载调度为基础,提出了朴素的顺序调度算法(SSSA)及能耗与时间权衡调度算法(ETTS)。从理论与仿真角度分别证明了SSSA算法是在最短时间要求下的能耗最小负载调度算法,并通过仿真实验验证了两种算法对减少网络能耗、延长网络生存周期的有效性。实验表明:当网络拓扑对存活节点个数依赖较高时,应采用SSSA调度算法;当网络关心初始几轮负载处理能耗时,应采用ETTS算法。此外,随给定时间的增加,ETTS算法的能耗进一步减少。     

无线传感器网络分簇算法的仿真研究

针对无线传感器网络分簇中节点负载不均衡的间题,提出了一种基于免疫记忆粒子群优化算法的分簇算法.算法对能力异构环境下的无线传感器网络的适应性和扩展性较好,且节能高效,实现简单.该算法在每轮运算过程中,利用节点负载能力预评估因子和节点能量预评估因子对无线传感器网络进行区域分割,获得能量均衡及负载能力均衡的分区,并在分区中通过免疫记忆粒子群算法选取簇头,使簇头具有高能量、负载能力强的优点.仿真结果表明,算法不仅在能量有效性、负载均衡性方面有良好的效果,而且延长网络生命周期和缩短建簇时间.因此,该算法在解决无线传感器网络节点不均衡问题上具有一定的实用性.     

基于多尺度量子谐振子算法的云计算任务调度

合理地分配虚拟计算资源以进行有效的任务调度是云计算中的一个核心问题。为了更好地利用虚拟计算资源,高效地完成服务需求,提出了一种基于多尺度量子谐振子算法（MQHOA）的任务调度算法。首先,该算法将每一个调度方案当成一个采样位置,利用高斯采样的随机性在当前尺度下搜索局部最优解;其次,判断算法是否处于能级稳定状态,如果稳定,则进入能级降低过程,最坏的调度方案将被替换;最后,算法进入尺度下降的过程,算法由全局搜索过渡到局部搜索,迭代多次之后,算法停止并输出找到的最优结果。通过在CloudSim平台上进行仿真实验,与现有的先来先服务（FCFS）算法和粒子群优化（PSO） 算法对比,MQHOA总任务完成时间减少10%以上,负载不均值下降0.4以上。实验结果表明,基于MQHOA的任务调度算法能够快速收敛,有良好的全局收敛性和自适应能力,在云计算任务调度过程中,能够起到减少总任务完成时间和均衡负载的作用。     

并行分布式无线生理传感器网络的任务调度模型研究

以智能服装为背景,研究基于无线生理传感器网络任务调度模型.首先对数据融合任务进行子任务划分,并通过基 于全局遗传模拟退火算法的任务调度算法对子任务进行优化调度,实现计算的并行化和分布化.由于各个传感器功能固定,导致子任务执行顺序也是固定的,因此任务调度优化算法可以事先运行.仿真结果表明,其加速比可以达到4倍以上,充分利用了网络中节点数量多的优势,有效地解决了单个节点有限的运算、存储资源与较高的整体计算性能需求之间的矛盾.     

分簇算法中簇首分布及可靠性问题研究

为了使无线传感器网络的空间资源得到优化分配,更好地完成环境感知、信息获取、有效传输及减少网络中能量的消耗的任务。通过对无线传感器网络中分簇算法的分析,结合LEACH和LEACH-C算法,提出了基于Voronoi图的簇首分布及备份方案。仿真结果表明,与LEACH协议比较,该算法保证了簇首在网络中的均匀分布,降低了网络的通信开销,簇首备份机制提高了分簇方案的可靠性,保证了网络的负载均衡。     

基于改进NSGA-Ⅱ的无线Ad-hoc网络任务调度算法

针对无线Ad-hoc节点的移动性和易失效性导致的任务完成效率降低的问题,提出了一种无线Ad-hoc网络任务调度的多目标优化算法(MOTA).该算法在追求最短的任务完成时间的同时,还考虑到节点的失效概率和能耗.它避免将任务分配到失效率较高的节点上执行,从而有效地降低了节点的失效对任务执行的影响.仿真分析表明,该算法能够有效地平衡任务完成时间最小化、任务完成概率最大化及能耗最小化的目标.与传统任务调度算法相比,其仿真实验取得了更好的结果.     

基于RFID的传感器网络合作式充电和数据收集策略

能量限制是制约无线传感器网络发展的主要瓶颈之一,可充电无线传感器网络的出现对其发展起了巨大的作用.提出了一种基于RFID标签的无线传感器网络合作式无线充电和数据收集策略,根据通信方式的不同,具体提出了TBR和TDC两种方案,通过将网络中的节点进行分簇,并在单个簇内部署簇内移动读取器进行路径移动,对簇内的各个节点进行充电和数据收集;在簇间部署簇间移动读取器收集簇内读取器内的数据,并将数据传输给汇聚节点进行数据处理,通过分簇完成对节点充电和数据收集任务的分层处理.通过仿真验证,其结果表明合作式充电策略可应用在大型区域内部署的网络,并且保证所需的移动读取器数量最少,数据传输至汇聚节点的时延最短,TBR方案与TDC方案有效.     

信息物理融合系统的动态多优先级调度

信息物理融合系统(Cyber-physical Systems,CPS)的复杂和异构性给设计者带来了不少挑战,其中任务的多样性使得传统的调度策略不能满足CPS的性能需求.提出了专门针对基于大规模传感器网络的CPS的动态多优先级调度策略.根据任务类型分配4级缓存队列:第1级是来自控制器待处理的实时任务,拥有最高的可抢占式优先级;第2级是来自控制器待转发的实时任务,拥有次高的可抢占式优先级;第3级是来自其他节点待转发的非实时任务,拥有第三高的非抢占式优先级;第4级是来自本地待发送的非实时任务,拥有最低的非抢占式优先级.设计了抢占与非抢占混合的动态调度策略来减少任务的平均等待时间,加入了等待时间阈值机制来保证第4级任务的公平性.通过理论分析和仿真实验对调度策略的性能做了评价.仿真结果显示,动态多优先级调度策略在提高系统性能和稳定性上要优于传统优先级调度.     

无线传感器/执行器网络中能量有效的实时分簇路由协议

无线传感器/执行器网络(WSANs)主要应用于自动控制领域,实时性问题是其面临的首要挑战.根据实际环境中的节点部署情况,建立了系统模型;研究了分簇策略与功率控制技术对于自组织网络实时性的影响,提出了一种可适用于WSANs的能量有效的实时分簇路由协议--RECRP协议.该协议采用二级成簇策略使网络中的各类节点稳定分簇.分簇后的各类节点具有不同发射功率,利用执行器节点的强大通信能力有效降低网络延时.采用能量有效性算法使网络中的传感器节点轮换担任簇首,从而使网络能量均匀消耗,延长网络的生存时间.实验结果证明,在WSANs中RECRP协议可使网络稳定分簇,并且在网络的实时性与能量有效性方面与现有典型路由协议相比具有更优越的性能.     

无线簇树网下的GTS时隙调度算法

研究了无线传感器网络簇树结构下的超帧调度机制,针对无线簇树网络中的通信冲突和暴露节点问题展开研究,提出了一套分析理论和判定准则,并在此基础上给出了一种基于区分服务的GTS统筹调度算法。利用NS2软件进行仿真实验,结果表明：算法能够充分利用信道,合理分配时隙,避免不必要的通信冲突,在提高吞吐率、减少丢包率和稳定网络时延方面都具有明显的效果。     

异构传感器网络的分布式能量有效成簇算法

为了延长网络的生存时间,需要设计能量有效的协议,以适应传感器网络的特点.成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间.研究了异构传感器网络中成簇算法在节省能量方面的性能,提出一种适应异构无线传感器网络的分布式能量有效的成簇方案.此方案基于节点剩余能量与网络节点的平均能量的比例来选举簇头节点.较高初始能量和剩余能量的节点比低能量节点拥有更多的机会成为簇头节点,从而使网络能量均匀消耗,延长网络的生存时间.模拟实验结果显示,与现有的重要成簇方案相比,新的成簇算法在异构网络下提供了更长的网络生存时间和更大的网络有效吞吐量.     

无线传感器网络节点调度优化分簇算法研究*

节点调度优化分族算法根据网络节点部署的特点,在不影响网络服务质量的情况下,通过冗余节点调度优化分族的方法能有效减少网络中工作节点的数量,从而节约网络平均每一轮的网络能耗.仿真结果表明,与未考虑冗余节点状态调度的算法相比,节点调度优化分簇算法有效提高了网络能量利用率,延长了网络寿命.     

EEHC: Energy efficient heterogeneous clustered scheme for wireless sensor networks

In recent years, there has been a growing interest in wireless sensor networks. One of the major issues in wireless sensor network is developing an energy-efficient clustering protocol. Hierarchical clustering algorithms are very important in increasing the network’s life time. Each clustering algorithm is composed of two phases, the setup phase and steady state phase. The hot point in these algorithms is the cluster head selection. In this paper, we study the impact of heterogeneity of nodes in terms of their energy in wireless sensor networks that are hierarchically clustered. We assume that a percentage of the population of sensor nodes is equipped with the additional energy resources. We also assume that the sensor nodes are randomly distributed and are not mobile, the coordinates of the sink and the dimensions of the sensor field are known. Homogeneous clustering protocols assume that all the sensor nodes are equipped with the same amount of energy and as a result, they cannot take the advantage of the presence of node heterogeneity. Adapting this approach, we introduce an energy efficient heterogeneous clustered scheme for wireless sensor networks based on weighted election probabilities of each node to become a cluster head according to the residual energy in each node. Finally, the simulation results demonstrate that our proposed heterogeneous clustering approach is more effective in prolonging the network lifetime compared with LEACH.     

动态组簇的协同定位算法

提出一种动态组簇的协同定位方法,用于基于传感器网络的目标定位和跟踪.该方法包括数据融合算法和虚拟簇漂移(virtual cluster shift,VCS)机制两部分.数据融合算法部分采用均值漂移(mean shift)算法.虚拟簇漂移机制分布式地在组织目标周围的锚节点建立临时簇.簇首管理簇成员,收集感知数据,执行融合算法.当虚拟簇无法锁定目标时,簇首指定离目标最近的簇成员担任新簇首,簇的成员也进行更替,由此将虚拟簇移动(shift)到合适的位置.分析和仿真结果显示,采用动态组簇的协同定位方法跟踪目标可以大幅度降低通信开销,产生的通信量仅为以往集中式定位算法开销的1/3.     

An Energy Efficient Clustering Scheme for Data Aggregation in Wireless Sensor Networks

In wireless sensor networks, a clustering scheme is helpful in reducing the energy consumption by aggregating data at intermediate sensors. This paper discusses the important issue of energy optimization in hierarchically-clustered wireless sensor networks to minimize the total energy consumption required to collect data. We propose a comprehensive energy consumption model for multi-tier clustered sensor networks, in which all the energy consumptions not only in the phase of data transmissions but also in the phase of cluster head rotations are taken into account. By using this new model, we are able to obtain the solutions of optimal tier number and the resulted optimal clustering scheme on how to group all the sensors into tiers by the suggested numerical method. This then enables us to propose an energy-efficiency optimized distributed multi-tier clustering algorithm for wireless sensor networks. This algorithm is theoretically analyzed in terms of time complexity. Simulation results are provided to show that, the theoretically calculated energy consumption by the new model matches very well with the simulation results, and the energy consumption is indeed minimized at the optimal number of tiers in the multi-tier clustered wireless sensor networks.