无线传感器网络最大生命期与最大流路由算法

提出了一种无线传感器网络最大生命期和最大流路由算法,证明了网络最大生命期相当于获得网络最大流,根据最大流最小割定理,网络一定存在一个可行解满足网络最大流,在算法复杂度较低情况下,建立以最大生命期为最优目标的网络模型,依靠现有的启发式分布式算法解决该模型。通过仿真验证了算法的性能,表明所提出算法可以有效延长网络生命期。     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

基于模拟退火的无线传感器网络最大生命期路由*

将节点功率控制与数据聚合有机结合,为进一步降低网络能耗提供了可能,但是也给路由算法的设计带来了新的挑战。为此,针对WSNs中结合数据聚合的节能数据传递方式进行了研究,提出了一种新的最大化网络生命期的路由算法。该算法采用模拟退火算法最优化数据聚合点的选择,均衡节点能耗,最大化网络生命期。仿真结果表明该算法性能明显优于现有算法,达到了提高网络生命期的目的。     

无线传感器网络最大生命期通信模型研究*

提出一种新的无线传感器网络最大生命期通信模型,研究了无线传感器网络中多源多链路多基站的最大生命期问题.为均衡数据流量分布,源节点产生的数据可以通过多条链路转发到多个基站.针对无线传感器网络能量和带宽受限等多约束条件,建立以网络最大生命期为最优目标和以降低节点处的数据量为次优目标的线性规划模型,依靠现有的分布式算法解决该模型.通过仿真实验验证了通信模型在多基站环境中的性能,并表明所提出的模型能够有效地延长网络生命期.     

基于最优化理论的无线传感器网络通信模型

针对无线传感器网络中多源多基站的最大生命期问题,提出一种基于最优化理论的网络通信模型。根据无线传感器网络能量限制和数据流量守恒原则建立整数非线性规划模型,以网络最大生命期为最优目标,将能量和带宽作为限制的多约束条件,利用最优化技术中的分布式算法求解该模型。仿真结果表明,在多基站环境中,该模型能够延长网络生命期。     

无线传感器网络中基于网络层的能源有效性研究

如何有效地使用有限的能源是无线传感器网络的一个核心问题。以环境监测为背景，基于网络层建立了无线传感器网络生命期的模型，并时其进行分析，指出能源有效路由算法和数据融合是网络层节省能源的重要因素。最后给出了一种基于网络层的能源有效性解决方案，达到延长网络生命期的目的。     

无线传感器网络中基于网络层的能源有效性研究*

如何有效地使用有限的能源是无线传感器网络的一个核心问题。以环境监测为背景,基于网络层建立了无线传感器网络生命期的模型,并对其进行分析,指出能源有效路由算法和数据融合是网络层节省能源的重要因素。最后给出了一种基于网络层的能源有效性解决方案,达到延长网络生命期的目的。     

传感器网络GaSA任务分配算法

传感器网络的某些应用,要求系统生命期必须达到数月、甚至数年。为了延长传感器网络生命期,需要研究能源有效的任务分配方案。首先对传感器网络的任务分配问题建模,并基于遗传算法和模拟退火法提出了传感器网络GaSA任务分配算法,最后对算法进行仿真实验,验证了算法的有效性。     

基于EHWSN的能量均衡动态最大流路由算法

针对最大流算法应用于能量收集无线传感器网络求解网络负载流量时,存在能量不均衡,网络容量受初始容量限制的问题,提出了一种能量均衡的动态最大流路由算法--EB-DMF.该算法在增广路径的选择中引入能量均衡机制,并根据节点收集的能量动态更新容量值,使网络能耗均衡,达到延长网络生命期,增大网络负载流量的目的.仿真结果表明与最大流算法相比,该算法能在增大网络负载流量的同时延长网络的生命期.     

无线传感网中延迟受限的生命周期最大的数据收集算法

无融合数据收集是无线传感网络中最重要的技术之一.在持续实时的监测应用中,网络生命周期和网络传输延迟是衡量数据收集性能的两个重要指标,已有的研究大多侧重于某单一性能指标,而较少关注多性能的折衷优化.因此,本文研究了如何构造一棵延迟受限的生命周期最大的数据收集树,并将该构造问题形式化为一个整数规划问题,提出了有效的数据收集算法-EDG.该算法首先利用MITT方法构造生命周期近似最优的数据收集树,然后对“瓶颈节点”进行路径调整以使其满足延迟约束.仿真结果表明,与无延迟约束的MITT算法相比,EDG算法能在保证网络传输延迟的前提下,使其网络生命周期在大多数情况下达到MITT的90％以上.     

一种传感器网络最大化生命周期数据收集算法

从理论上分析了最大化网络生命周期的数据收集问题.主要做了以下4项工作:(1)分析了简化的静态路由模式,其中只有一棵路由树用于收集数据.(2)分析了真实的动态路由模式,其中有一系列的路由树用于收集数据.(3)提出了一种近似最优的最大化网络生命周期的数据收集和聚集算法MLDGA,MLDGA一方面试图最小化每轮数据收集中所消耗的总能量,另一方面试图最大化每轮数据收集中所使用的路由树的生命周期.(4)用Java语言实验模拟了MLDGA算法,并与现有的算法进行比较.实验结果表明,无论基站的位置还是传感器的初始能量发生变化,MLDGA都取得良好的性能,而现有的数据收集算法只适应于特定的变化.     

传感器网络中基于平均剩余能量的数据汇聚节点选择算法

针对如何根据变动的网关节点在网络内部选择合适的数据汇聚节点以传输采集的数据这一问题,综合考虑节点剩余能量和距离因素,提出了一种基于平均剩余能量的数据汇聚节点选择算法,以均衡节点能耗、延长网络生命周期。与基于最大剩余能量的数据汇聚节点选择算法比较,证明该算法能够在保持相近生命周期的情况下大大减少计算量,更适用于资源有限的传感器网络。     

Optimal data aggregation tree in wireless sensor networks based on improved river formation dynamics

The restricted energy of nodes is one of the most important challenges in wireless sensor networks. Since data transmissions among nodes consume most of the nodes' energy, thus, minimizing the unnecessary transmissions reduces the consumed energy. One of the sources of this problem is the redundancy of raw data that can be eliminated at the aggregation points. As a result, data aggregation can be considered as an effective strategy to tackle the mentioned issue and to optimize the communication energy consumption. In this paper, the sensor nodes are organized in a tree structure, and the data aggregation are done in intermediate nodes at the junction of tree branches. One of the main characteristics of tree protocols is reduction of energy consumption through optimizing the structure of a data aggregation tree. For this, this paper proposes to apply a swarm intelligent algorithm named river formation dynamics. The simulation results show that the proposed algorithm outperforms in comparison to the famous ant colony optimization algorithm in terms of network lifetime. Simulations show that the proposed algorithm makes nearly 4% and 50% improvement in lifetime of wireless sensor networks than ant colony optimization and shortest path routing, respectively.     

移动自组网中一种网络生存时间最优的广播算法

移动自组网中广播操作的网络生存时间问题一直是备受关注的热点研究问题.现有的研究已经证明,基于最小生成树算法的广播算法能够最优地解决网络生存时间问题.但是,这些研究工作都是基于静止的网络拓扑,从而不适用于一些实际的网络拓扑动态变化的应用场景,如军事通信应用等.因此,针对节点移动导致的网络拓扑变化的场景,本文提出了一种移动...     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

移动社会网络中社会性路由算法研究

在无法部署Sink的无线传感器网络中, 数据采集者(即:能够收集数据的人或移动设备)在网络的任意位置收集数据, 即泛在数据收集。网络区域中的节点数量庞大, 能量有限, 如何能有效地采集到全部节点的数据是一个难点。提出一个网络生命周期最大化的泛在数据收集协议MULAC。MULAC以用户所在当前位置为圆心, 半径为r的区域内选择一个节点v。以v为根构造一棵最大化生命周期树T。网络中的节点可以通过T传送数据给v, 数据采集者可以通过v接收到网络中的全部数据。当数据采集者移动到其他位置, T将根据用户新的位置改变根节点, 并且以最小的能量耗费调整树结构, 从而延长全网的寿命。在收集数据过程中保证无线传感器网络生命周期最大化是一个NP完全问题, MULAC能够近似最优的解决此问题。仿真实验和理论分析表明, MULAC能有效延长网络生命周期。