基于改进量子粒子群和主动PI模型的自适应无线传感器网络拥塞控制算法设计

针对无线传感器网络中路由节点需要转发大量数据导致网络拥塞,从而引起节点丢包率高和网络吞吐率过低的问题,提出了一种基于主动PI模型和改进量子粒子群优化算法的拥塞控制方法;首先定义了丢包率和队列长度计算方式;设计了改进的PI主动队列管理模型,然后,为了改进PI模型的控制效果,采用改进的量子粒子群算法对PI主动队列管理模型中的比例系数和积分系数kP和kI进行参数优化,从而得到能实现WSN自适应控制的主动PI控制模型;最后,对基于量子粒子群算法和PI主动队列模型的网络拥塞算法进行了描述和说明;仿真实验表明:文中提出的拥戴控制方法能有效实现WSN拥塞控制,是一种适用于WSN的有效拥塞控制方法,与其它方法相比,具有较短的平均队列长度和较大的网络吞吐率,具有很强的可行性。     

基于USB的WSN测试与分析系统

实时监控无线传感器网络（WSN）从单个节点到整个网络的运行状态,是进行无线传感器各类研究及应用开发的关键技术之一,为了克服基于UART的数据传输所存在的速率瓶颈问题,设计了一种基于USB的WSN监测系统,主要包括侦听节点和监测分析系统两部分。侦听节点采用CC2531 USB Dongle,以被动侦听的方式获取无线传感器网络的数据包（符合IEEE802.15.4标准）,封装后通过USB接口上传至上位机监测分析系统。上位机监测系统,通过USB接口读取数据帧、完成帧信息存储、解析。实验结果表明该设计能够实现数据传输并以图形方式动态显示网络运行状态。本监测系统的设计为开展WSN的各类理论及实验研究提供了有力的分析工具。     

无线传感器网络在森林监测中的应用

为改善现有森林监测防护方式的不足,引入无线传感器网络(WSN)技术,提出了一种基于ZigBee的WSN的森林监测系统解决方案。结合网络拓扑、节省能耗和稳定可靠等三方面的分析,给出了适合森林监测的传感器网络节点的硬件设计和网络协议,实现对森林环境的有效监控。     

无线传感网络节点信号模型

无线传感网络是集成了嵌入系统、无线通信、分布计算、微传感器技术的新型网络。无线传感网络节点是构成WSN的基础。为了解无线传感网络节点的工作原理,描述无线传感网络节点的理论,通过分析无线传感网络节点的组成和信号处理过程,研究了无线传感网络节点的信号模型。并给出了基于Atmega128L处理器的无线传感网络节点实际模型。研究为无线传感网络节点的理论和实际应用提供了积极的意义。     

基于RSSI的无线传感器网络定位技术的研究

节点定位技术是无线传感器网络(WSN)的支撑技术之一,给无线传感器网络的各种应用提供节点的位置信息,具有重要的作用。本文分析了无线传感器网络的节点定位算法的原理和分类,并着重分析了基于信号强度测距法(RSSI)的无线定位技术,提出了将信号强度理论值与经验值相融合的定位方法。     

基于网络编码的输电线路WSN传输协议

根据输电线路监测对无线传感器网络实时性和可靠性要求高的特点,设计了一种基于网络编码的WSN传输协议。该协议充分利用信道广播特性和节点间的协作通信,结合了机会路由和网络编码各自优势,将网络编码经典蝶形结构应用到输电线路WSN长链拓扑结构中,在节点数据包具体接收状态不确定的情况下,采取主动网络保护机制,选择线性编码包作为冗余包进行传输,直到节点解码出源包。性能分析与仿真实验表明,该传输协议提高了数据传输可靠性和系统吞吐量,缩短了网络传输时延,提升了无线传感器网络的性能。     

一种随机分布WSN中多sink节点放置算法

多sink节点的合理部署,能有效延长无线传感器网络（WSN）寿命。基于随机分布无线传感器网络结构,建立了网络寿命模型,推导出随机分布WSN网络寿命的表达式。提出RDF（Region Density First）算法,可以在给定sink节点数目的情况下,快速有效确定sink节点位置。通过理论分析和仿真验证,证明所提出的部署策略能有效延长网络寿命。     

基于距离无关的WSN节点定位技术研究

WSN(无线传感器网络)的许多应用都是基于节点的位置信息,传感器网络由于节点数量巨大,资源十分有限,全部节点都采用GPS定位设备是不适宜的。该文在分析了WSN定位算法研究的基础上,分析了近年来提出的基于距离无关的定位算法,这些算法能有效地提高定位精度。     

低功耗无线传感器网络节点的设计技术

无线传感器网络(WSN,wireless sensor network)具有节点能量有限及电池更换困难等特点。无线传感器网络节点的功耗是影响整个网络寿命的关键。另外,低功耗技术也是影响传感器网络能否通过本质安全认证从而能在危险环境中得到应用的关键。从硬件及软件两个方面详细阐述了符合本质安全认证的低功耗嵌入式WSN节点的设计技术。     

WSN中入侵节点检测的节点测距方法

提出基于节点测距的无线传感器网络（WSN）入侵节点检测算法,用于检测无线传感器网络中是否存在外来的伪造节点。该算法运用节点自身的各种传感器进行节点间测距,通过综合分析测距结果保证该算法能成功检测到网络中存在的伪造节点,检测中不需要网络同步时钟和节点位置信息。该算法可适用于不同规模、不同应用的无线传感器网络。通过理论分析和仿真实验验证了该算法在无线传感器网络节点攻击检测中的有效性和可行性。     

一种无线传感器网络节点的故障检测算法

在无线传感器网络(WSN)中,容易因为故障节点存在冗余的故障属性、噪声数据以及数据可靠性等问题,从而产生传输错误数据,这将极大地消耗WSN节点中能量和带宽,向用户形成错误的决策。为此,提出了基于蚁群算法和BP神经网络模型的WSN节点故障检测方法。通过使用蚁群算法,使用户通过寻找优化路径来定位WSN节点的位置,通过这种随机搜索算法以及蚁群算法的搜索策略使用户对WSN故障节点的位置进行总体把握。然后又基于BP神经网络模型对获取的WSN故障节点信息进一步学习,在数据训练过程中,依据WSN故障节点预测误差,并进一步调整网络的权值和阈值,增加了故障诊断的精度。采用的算法对检测WSN故障节点具有较好的性能,使无线传感器网络的服务质量大大提高,增强了系统的稳定性,实验结果验证了算法的可行性和有效性。     

MRNN:一种新的基于改进型递归神经网络的WSN动态建模方法:应用于故障检测

提出了一种适用于无线传感器网络WSN的故障检测方法,该方法运用改进的递归神经网络MRNN为WSN的节点、节点的动态特性以及节点间的关系建立相关模型,对WSN节点进行识别和故障检测。MRNN的输入选择建模节点的先前输出值及其邻居节点的当前及先前输出值,模型基于一种新的改进的反向传播型神经网络,该神经网络的输入以及传感器网络的拓扑结构基于通用的非线性传感器模型。仿真实验将MRNN方法与卡尔曼滤波法进行了全面的比较。实验表明,MRNN在置信因子较小的情况下与卡尔曼滤波方法相比有较高的故障检测精度。     

利用置信规则库构建WSN节点故障检测模型

在无线传感器网络(wireless sensor network, WSN)节点故障检测领域的研究过程中,故障检测准确率会受节点数据的不确定性和专家知识模糊性的影响。针对这一问题,本文提出了一种基于置信规则库(belief rule base, BRB)的WSN节点故障检测方法。首先,根据WSN工作原理及节点工作特性描述WSN节点故障检测过程;然后,从空间和时间2个维度对节点数据提取特征,建立基于空间和时间相关性的WSN节点故障检测模型;最后,利用Intel Lab Data无线传感器数据集进行案例研究以验证模型的有效性。结果证明,本文方法能够统筹利用专家知识和节点数据实现WSN节点故障检测。     

基于事件驱动和神经网络的无线传感网络数据融合算法研究

为降低突发事件监测的无线传感器网络(WSN)的能量消耗和数据冗余,设计并实现一种基于事件驱动的动态分簇BP神经网络数据融合算法(EBPDF)。其中动态成簇以及簇头选举过程基于事件严重程度和节点剩余能量,簇的生命周期和簇的覆盖范围根据事件紧急程度和节点剩余能量进行动态调整。同时,为减少网络通信量,将神经网络层次结构与WSN的簇结构相结合,在动态形成的簇结构中应用三层神经网络模型,通过神经网络算法从采集到的大量原始数据中提取出少量特征值,并发送到汇聚节点,从而延长网络生命周期,降低数据传输的冗余度。理论仿真实验证明,与LEACH算法相比,该算法既能有效降低网络通信流量,又能减少节点通信次数。     

基于NETCONF的WSN网络管理系统设计

无线传感器网络的网络管理是个崭新的研究领域。无线传感器网络自身的特点决定了其管理系统与传统的计算机网络管理系统有根本区别。但是,到目前为止,有关无线传感器网络管理系统的研究还较少。本文总结了相关研究,并基于NETCONF协议设计了WSN网络管理系统,包括信息模型、节点代理和WSN-NETCONF协议,为无线传感器网络管理系统的实现奠定了基础。     

面向5G网络的WSN网络节点安全部署算法

在部署无线传感器网络（Wireless Sensor Networks,WSN）网络节点的过程中,由于缺乏对节点位置的寻优分析,导致节点的覆盖效果和分布效果不理想,为此提出面向5G网络的WSN网络节点安全部署算法。首先,结合目标覆盖区域的三维空间特征,以集合的形式对无线传感器节点进行表征,并采用概率感知的方式计算节点感知状态,构建WSN节点覆盖模型;其次,引入花朵授粉算法,采用局部授粉的方式设置初始无线传感器节点的位置,以WSN节点覆盖模型输出结果最大化为目标函数开展全局授粉,实现对无线传感器节点位置的更新寻优;最后,通过设置缩放步长因子与迭代次数之间的线性关系,实现对寻优精度的控制。测试结果表明,设计算法的节点覆盖率稳定在91.02%以上,均匀度稳定在16.15以上,均处于较高水平。     

基于无线通信和计算特征分析的能耗模型

无线传感器网络(wireless sensor network, WSN)是能量严重受限的网络,这就要求WSN必须是能量有效的.有必要掌握WSN的能量实时消耗情况,这需要有正确的能耗模型提供支持.但目前的能耗建模研究在一般假设方面仍存在种种与WSN实际不符的情况,这导致现有能耗模型不能应用于WSN实践.首先结合WSN应用实际,综合分析了通信活动、计算活动及物理特性因素对节点能耗的影响.进而提出了一种基于无线通信和计算特征分析的节点能耗模型.最后对该能耗模型等进行了物理实现,并通过现场实验验证了该模型的有效性.     

不确定性网络连续高斯协同局部聚类更新方法

为提高不确定性无线传感器网络(wireless sensor network,WSN)模型的危险边界局部演化特性感知精度,提出了一种基于局部聚类的不确定性WSN模型网络局部前沿协同更新算法。首先,给出基于高斯的WSN感知距离不确定性模型和速度不确定性模型,并给出封闭形式的考虑WSN节点有限处理能力和能量约束的连续贝叶斯局部前沿速度更新模型;其次,基于局部聚类更新算法对WSN网络主节点、列表、辅助列表进行更新,实现危险连续局部前沿的实时更新,实现复杂危险演变特征的分布式准确预测;最后,通过实验对比,所提方法对于传感器节点故障和通信链路故障具有强大的鲁棒性。     

面向WSN节点的数据压缩算法的应用研究

本文根据无线传感器网络(WSN)节点对数据压缩的需要和节点存储空间和能量受限的特点,分析了面向WSN节点的数据压缩的特点和研究意义。针对资源受限节点对压缩精度和算法运算量的不同需求,提出了在典型节点处理器上基于傅立叶级数实现数据压缩的简化应用方法。仿真实验表明了在WSN节点平台上应用该压缩算法的有效性。     

基于博弈论的无线传感器网络簇间路由选择算法

针对无线传感器网络(WSN)中,网络覆盖范围大,但传感器节点通信范围有限,长距离传输容易造成数据丢失的问题,提出了一种基于博弈论的无线传感器网络簇间路由算法,通过建立以网络服务质量(QoS)和节点剩余能量为效用函数的博弈模型,并求解其纳什均衡来解决以上问题。仿真结果表明：所提出的博弈模型在优化网络服务质量、降低节点能耗的同时,延长了整个网络的生存时间。