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.     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

基于改进能量分区控制传感网络通信优化仿真

当前无线传感网络中的节点分布可能存在极不均匀现象,造成节点能量消耗不集中,远离Sink节点的簇头能耗较大,破坏传感网络覆盖拓扑结构,导致网络的能量不均衡现象,通信受阻.为解决上述问题,提出了一种基于模糊c均值节点能量分区控制算法.利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对传感网络内的节点能量属性进行分类搜索,利用Logistics混沌映射对头节点进行优化分区操作,把混沌扰动量引入到节点能量分区当中,完成最优能量节点的选择,优化通信过程.仿真结果证明,算法对无线传感网络最优节点的聚类性能效果提高明显,通信效率提高25％以上.具有很好的实际应用性能和效果.     

基于无线携能通信的传感云系统Sink节点最优能效策略

无线携能通信能够提升传感器网络的能量效率和资源复用率,然而当前研究均优化无线携能通信参数以实现系统增益,忽略了信道质量变化对系统能量效率的影响.为了解决该问题,针对无线携能通信的传感云系统,提出基于最优停止理论的Sink节点能效优化策略.首先设计下行无线携能通信、上行信息传输的工作时序,其中下行阶段Sink节点采用机会调度策略,选择信道质量较好时刻开始下行链路传输.Sink节点能效定义为系统所实现的上行吞吐量与下行能耗之比.继而基于最优停止理论,建立Sink节点能效最优化问题并证明该问题存在最优停止规则.最后设计最优能效算法求解Sink节点最优下行无线携能传输时刻,从而制定相应的能效优化策略.通过仿真实验验证最优能效算法的有效性与性能,同时通过不同策略的对比验证所提策略在提升Sink节点能效方面的优势.     

基于邻居信息的无线传感网络节点覆盖优化方法

无线传感网络的冗余节点会导致网络节点覆盖不均匀，为了提升无线传感网络节点覆盖效果，提出基于邻居信息的无线传感网络节点覆盖优化方法。利用邻居信息获取网络节点与邻居节点的距离、能量及覆盖率，根据获取结果判断无线传感网络中是否存有冗余节点，若存有冗余，则需要对节点实施休眠处理，以此降低节点能耗。基于处理结果建立无线传感网络覆盖模型，令网络节点在网络中均匀分布，并采用粒子群算法优化模型，使粒子能够不断迭代更新自身位置及速度，达到网络节点覆盖率最大化的目的，实现网络节点覆盖优化。实验结果表明，所提方法的无线传感网络节点覆盖率和收敛性分别高达97%和98.4%，能够有效实现网络节点部署，确保无线传感网络节点覆盖效果。     

一种无线传感网的Sink节点移动路径规划算法研究

为寻找传感节点均匀分布时Sink节点的最优移动路径和最大网络生存时间,提出一种无线传感网的Sink节点移动路径规划算法(MPOA).在MPOA算法中,将Sink节点的数据收集范围分解成多个圆环,将监测区域分解成多个网格.根据Sink节点的停留位置和多跳通信方式,采用数学公式表示每一个网格的单位节点能耗,从而获得Sink节点移动的网络生存时间优化模型.采用修正的混合粒子群算法求解该优化模型,获得网络生存时间、Sink节点的停留位置和移动路径的最优方案.仿真结果表明:MPOA算法可寻找到Sink节点的最优移动路径,从而平衡网络能耗,提高网络生存时间.在一定的条件下,MPOA算法比Circle,Rect和Rand算法更优.     

基于鱼群算法的无线传感网络覆盖优化策略*

无线传感网络是能量受限的网络,有效覆盖和能耗是衡量其性能的两个重要指标。将最大化网络覆盖率和最小化工作节点数作为网络优化目标,建立了网络覆盖优化的数学模型,并利用鱼群算法并行寻优、收敛快速的特性,提出了一种基于鱼群算法的覆盖优化策略。仿真实验表明,该算法能求解最优覆盖工作节点,并可以改进网络节点调度的实时性。     

一种能耗均衡的无线传感器网络覆盖协议

在随机部署的无线传感器网络中,现有的节点调度算法不能同时保证工作节点均匀分布,使网络能耗不均衡.针对该问题,提出一种分布式、能耗均衡、与节点位置无关的无线传感器网络覆盖协议(EBLCP).EBLCP在虚拟坐标的基础上建立临时集,节点只需与邻居中少量节点通信,比较这些节点的剩余能量从而竞选工作节点.实验结果表明,与NSV...     

无线传感器网络动态节点选择优化策略

无线传感器网络的能耗和有效覆盖率是衡量其性能的两个重要指标.无线传感器网络动态节点选择优化策略通过合理配置各无线传感器节点状态,平衡网络能耗和有效覆盖率,提高网络能效性,延长网络寿命.提出一种结合了Hopfield网络与遗传算法的动态节点选择优化策略,简称为HN-GA.该策略通过遗传算法实现全局搜索,采用Hopfield网络缩小遗传算法的搜索范围,保证遗传算法中每个基因对应待选解的有效性,并针对动态节点选择优化提出一种基于无线传感器网络能耗、寿命和有效覆盖率的综合指标.仿真实验表明,HN-GA算法能有效完成无线传感器网络动态节点选择优化,并在确保网络有效覆盖率的前提下,通过动态配置各无线传感器节点状态,降低网络能耗,延长网络寿命.与遗传算法和Hopfield网络相比,HN-GA算法不仅全局搜索能力强,且收敛速度快、耗时少.     

基于节点能量控制的无线网络安全通信算法

关于网络安全通信问题,针对无线传感网络通讯带宽限制,传感器自身所能承受的能量有限,容易被入侵,提出了一种采用网络节点能量控制的无线网络安全通信算法.首先采用布尔传感模型,根据泊松点过程建立起一个传感器节点密度与覆盖率间的函数关系,通过函数求出满足区域覆盖要求的节点数;然后依据节点分布特性,采用分布式遗传模拟退火算法选出能耗最小的网络节点,并将分布状态拟合成高斯混合模型,在节点间信息传递时只将模型参数传输给下一个节点,从而大大减少传感器之间的通信量,达到降低节点能量消耗的目的,保证节点安全性.仿真结果表明,改进算法在降低节点能耗的同时,大大提高了无线传感网络能量的有效性,保证了通信安全.     

Parallel energy-efficient coverage optimization with maximum entropy clustering in wireless sensor networks

Energy constraint is an important issue in wireless sensor networks. This paper proposes a parallel energy-efficient coverage optimization mechanism to optimize the positions of mobile sensor nodes based on maximum entropy clustering in large-scale wireless sensor networks. According to the models of coverage and energy, stationary nodes are partitioned into clusters by maximum entropy clustering. After identifying the boundary node of each cluster, the sensing area is divided for parallel optimization. A numerical algorithm is adopted to calculate the coverage metric of each cluster, while the lowest cost paths of the inner cluster are used to define the energy metric in which Dijkstra’s algorithm is utilized. Then cluster heads are assigned to perform parallel particle swarm optimization to maximize the coverage metric and minimize the energy metric where a weight coefficient between the two metrics is employed to achieve a tradeoff between coverage area and energy efficiency. Simulations of the optimization mechanism and a target tracking application verify that coverage performance can be guaranteed by choosing a proper weight coefficient for each cluster and energy efficiency is enhanced by parallel energy-efficient optimization.     

能量高效的无线传感器网络传输可靠性研究

在保证数据传输可靠性的前提下节省网络能量开销是无线传感器网络应用研究所必须面对的重要课题。通过实验研究,发现了无线传感器网络的通信链路存在着高丢失率、非对称性等特点;通过最优化理论推导出端到端链路中各个节点的优化发射功率;由此提出将节点的优化发射功率和路由度量相结合的OPAETX联合优化方法。利用仿真试验评价OPAETX算法的性能,仿真试验结果表明使用该联合优化方法,在保证端到端的可靠性的前提下节省了网络的能量。     

一种无线传感器网络覆盖能耗平衡优化策略

在无线传感器网络中,对目标区域的覆盖程度以及网络能耗是衡量其性能的重要指标,通过对节点的合理配置,有利于保证网络覆盖,平衡网络能耗。针对节点感知距离可调的无线传感器网络,提出了一种无线传感器网络覆盖能耗平衡优化策略,该策略以满足一定的网络区域覆盖质量为前提,以覆盖能耗平衡为优化目标,采用粒子群算法,首先对网络中的节点布局进行动态优化,在此基础上通过合理调整节点感知距离,使得网络覆盖能耗性能最优。仿真结果表明,与传统节能覆盖方案相比,该策略能够有效减少感知重叠区和感知盲区,提高网络区域覆盖质量,降低网络能耗。     

Grid quorum‐based spatial coverage in mobile wireless sensor networks using nature‐inspired firefly algorithm

Optimization and design of mobile wireless sensor networks (MWSNs) must assure adequate spatial coverage of the site. The spatial coverage optimization aims to enrich discoverability of MWSN by specifying mobile sensors geographical locations in order to maximize their coverage. In this paper, an enhanced metaheuristic algorithm called “firefly algorithm with crossover and detection phases” is introduced for optimizing the area coverage percentage of MWSN. The proposed algorithm is tested on many datasets with different criterions and compared with other algorithms including differential evolution, whale optimization algorithm, and flower pollination algorithm. The experimental results are analysed with one‐way ANOVA test. In addition, the proposed algorithm is compared with particle swarm optimization, and the results are analysed with Wilcoxon signed‐rank test. The overall analysis results prove the prosperity and efficient exploration of the proposed algorithm.     

基于改进鲸鱼优化算法的WSN覆盖优化

针对无线传感器网络在随机部署移动节点时,存在分布不均匀导致的覆盖率较低的问题,以网络覆盖率最大化为目标建立网络覆盖优化模型,提出一种基于改进鲸鱼优化算法(IWOA)的网络覆盖优化策略;首先,采用量子位Bloch球面坐标编码初始化种群,提升种群多样性,扩展搜索空间的遍历能力;其次,提出一种基于步长改进的位置更新方式,平衡算法的全局探索和局部搜索能力;最后采用莱维飞行,对个体进行扰动更新,提高跳出局部最优的能力。仿真结果表明,将改进后的鲸鱼优化算法应用在WSN覆盖优化中,与标准鲸鱼优化算法和其他文献中的算法相比,有效减少了传感器节点冗余,表现出更快的收敛速度和更高的覆盖率,进而改善网络监测质量,延长网络生存时间。     

无线传感网络中基于无线能量补给的能量感知路由算法

针对无线传感网络中随机分布传感器节点能量消耗不均衡的问题,提出了一种基于无线能量补给的能量感知路由算法。休眠节点不仅可以在无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)传输方式下通过功率分割方法进行无线能量补给,还可以在信息传输方式下通过无线能量收集方法进行能量补给,重新进入活跃状态,为信息传播提供更好的路由,提高传感器节点的能量利用,延长传感网络的使用寿命。在该算法中,通过优化节点间的信息和能量分配,最小化传输功率,引入能量路由度量方法,选择能耗最小的路径作为传输路径。仿真结果表明,本文提出的算法可以有效地利用节点资源,均衡多跳能量受限无线传感器网络中的能量分布。     

一种无线浮标传感器网络覆盖优化算法的研究

无线浮标传感器网络是无线传感器网络应用于海洋监测领域的典型方式,而网络覆盖问题是衡量无线浮标传感器网络工作性能的重要指标之一。文中主要研究了一种适用于无线浮标传感器网络的覆盖优化算法。该算法的基本思想是在节点密集部署的监测区域中让每个节点与邻居节点交换信息以确定所要激活的最终候选节点,并将其他冗余节点设为休眠状态,以达到在所需的期望值下降低能量消耗的作用。不同网络规模的Matlab仿真结果分析可知该算法可以适当减少能耗,延长网络的寿命。     

基于虚拟力的异构无线传感器网络覆盖优化策略

针对异构无线传感器网络覆盖优化过程中,固定Sink节点的虚拟作用力限制移动节点的位置移动,导致覆盖盲区得不到全局修复的问题,本文结合计算几何理论,提出基于Voronoi多边形形心引力的虚拟力覆盖优化算法（CAVFA）。虚拟力算法能有效指导移动节点的散布过程,形心引力能更好地实现全局的覆盖优化。通过合理设置虚拟力的距离阈值参数和优先级,调整固定节点对移动节点的约束。仿真表明,相比传统VFA算法和CBA算法,本文提出的CAVFA算法能够更有效地提高异构网络的覆盖率,且算法收敛速度更快。