无线传感器网络的能量有效性控制策略 ——最小跳数和功率自适应

提出了一种适用于无线传感器网络的能量有效性控制策略——最小跳数和功率自适应的混合使用方法。该能量控制策略在无线传感器网络的两个阶段实现：在任务感知阶段,一方面Sink节点通过最小跳数的算法洪泛感知任务建立路由,并根据路由信息建立可能的备份路由,另一方面在建立的路由基础上采用基于二分查找的功率自适应算法确定各个网络节点的最佳发射功率;在感知数据交付阶段,根据任务感知阶段确定的路由和发射功率进行数据传输。通过对最小跳数算法和基于二分查找的功率自适应算法的分析和实验,表明该能量控制策略可以很好地减少能量的开销。     

无线传感器网络的能量有效性网络层路由算法——最小跳数路由算法

本文提出了一个能量有效性的适用于无线传感器网络的网络层路由算法—最小跳数路由算法(MHRA)。MHRA算法分为两个阶段;在感知任务交付阶段,节点通过洪泛感知任务建立路由;在感知数据交付阶段将感知数据沿该路由返回收发器。实验结果表明MHRA路由算法通过采用多跳通信工作方式、按需驱动的路由策略、使用传感器节点到Sink节点的最佳路径和次最佳路径、数据融合等方案,减少了路由的建立和维持开销,有效地实现了能量节省,实现了算法的简单性、正确性、能量有效性和健壮性。     

无线传感器网络中一种基于移动Sink的数据收集算法

针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。     

无线传感器网络相关感知路由算法

本文通过建立能量有效的数据融合树,对无线传感器网络中多跳传输的数据进行动态融合,以减少整个网络的能量消耗。利用竞争游戏算法理论框架阐述数据之间的相关性;综合考虑传感器节点的剩余能量、干扰以及网络间的数据融合,构造算法的成本函数;借助相关感知路由算法求解竞争游戏的可能最优解。仿真结果表明相关感知路由算法能够有效地延长整个网络的生命周期。     

基于投影矢量的双组播树高效路由数据收集

现有的节点数据收集算法复杂度高,与路由结合效果不理想,且不能满足无线传感器网络高效能量的节点数据收集,而压缩感知理论具有容错性好、编码简单的优点。基于压缩感知的特性,提出了一种传感器网络中基于投影矢量的双组播树高效路由数据收集,该算法将贝叶斯压缩感知理论与传感器路由相结合,解决现有算法不能满足传感器对能耗敏感的问题。算法的基本思想首先根据初始观测矢量来寻求能量高效并得到合适路由的最优投影。然后利用节点系数能耗最小与广义矢量的主分量作为目标节点,采用微分嫡改变量最大的原则进行求解节点最佳投影系数,最后在sink与目标节点路由问题上采用正逆向组播树进行路由构造。理论和仿真结果表明在保证能耗的条件下取得了较好的重建仿真效果,对无线传感器通信具有一定的实用价值。     

基于能量水平的多Sink节点传感器网络路由算法

单Sink节点传感器网络存在着部分关键路径上节点能量消耗过快、路由选择算法单一以及Sink节点失效等问题.首先提出了多Sink节点传感器网络数据收集的系统框架;给出了拓扑发现和维护策略;然后提出了基于最小能量消耗路由算法.在分析了该算法的不足后提出了基于能量水平的路由算法,按照计算得到的能量水平选择最优的路径进行数据传送.实验证明,基于能量水平的路由算法比基于最小能量消耗路由算法能更有效提高传感器网络的使用寿命.     

基于免疫算法的无线传感器网络路由算法

针对移动代理（MA）以能量有效的方式收集相关性数据的特点,提出一种基于免疫算法的数据融合路由算法．利用免疫算法的寻优能力对MA路由进行全局优化,并根据节点数据传输和融合能量开销及节能增益,对移动代理迁移到每个节点是否进行数据融合进行选择,以提高信息收集过程中网络能量效率．实验结果表明,该算法具有更好的能量利用效率和较低延时．     

基于能量感知的无线传感器网络路由算法

针对LEPS(Link Estimation and Parent Selection)在路由选择维护阶段数据收集成功率较低、节点间负载不均衡、链路质量评估复杂等问题,提出了基于能量感知的路由算法Energy-Aware and Load-Balance(EALB)。在路由选择时,EALB引入了能量感知和同层节点数据转发机制。通过仿真实验将该算法与LEPS路由协议进行比较,结果表明在相同的实验环境下,该路由协议能够提高收集成功率,有效均衡负载,延长网络生存时间。     

无线传感器网络自适应动态路由算法仿真

传统传感器路由算法存在信息传输能耗较高,且网络节点存活率偏低问题,提出无线传感器网络自适应动态路由算法,简称为HDAR算法.结合平面路由和层次路由构建新的无线传感器网络路由框架,在数据获取模块中选取层次路由,在数据传输模块中选取平面路由.调整节点非线性自适应权重,动态成簇自适应路由算法HDAR通过数据动态成簇来实现数据汇总,利用自适应路由选择算法将数据运转到Sink节点,最终实现HDAR算法设计.为验证所提算法的有效性,进行一次实验.实验结果表明:HDAR算法节能效果更好,且上述算法下节点存活数量更多,适用性较强,具有很好的应用前景.     

基于熵权系数法的无线传感器网络自适应QoS路由算法

针对无线传感器网络中不同业务对服务质量（QoS）指标的不同要求,以及QoS指标在网络运行过程中实时变化的特点,提出一种基于熵权系数法的自适应QoS路由（EAQR）算法。算法将路由建立过程抽象成多指标加权评分的问题,选取节点负载、平均能量势、通信时延作为QoS评价指标,采用熵权系数法自适应地确定指标的权重,选择最优节点转发数据。仿真实验显示,与有序分配路由(SAR)、能量感知QoS路由(EQR)算法相比,EAQR算法可以有效降低网络平均端到端延迟,减少丢包率,延长网络寿命。     

Real time flood disaster monitoring based on energy efficient ensemble clustering mechanism in wireless sensor network

In this article, energy efficient ensemble clustering method (EECM) with black widow optimization (EECM-BWO) algorithm is proposed for effective data transmission with the help of real time flood disaster monitoring wireless sensor network (WSN). Initially, unified scalable ensemble clustering algorithm based on ensemble generation and consensus function is proposed for selecting the optimal routing path among the node using BWO algorithm. Then, biologically inspired routing black widow spiders optimization algorithm is proposed to trade off the nodes energy level, self-organization, and self-configuration in the WSN. The simulation is performed using NS2 simulator for validating the performance of the proposed EECM-BWO method. Here, in node, low delay achieves 24.07%, 72.58%, 51.36%, 81.75%, 77.74%, high packet delivery ratio achieves 70.83%, 53.93%, 90.23%, 43.58%, 24.58%, low packet drop attains 77.93%, 72.76%, 61.56%, 51.87%, 34.35%, low energy consumption attains 75.9%, 52.94%, 65.81%, 58%, 41.2% compared with existing energy-efficient clustering approach consolidated game theory as well as dual-cluster-head mode for WSNs energy-aware clustering by cuckoo optimization approach (EECM-COA), energy-aware clustering-based routing using multi-path reliable transmission with routing and control board (EECM-RCB-MRT), adaptive repair algorithm with temporally ordered routing algorithms for flood control strategy (EECM-AR-TORA-FCS), passive multi-hop clustering algorithm (EECM-PMC), dynamic source routing protocol based on genetic algorithm-bacterial foraging optimization (DSR-GA-BFO).     

基于超图的同步无线传感器网络路由算法研究

采用超图理论,将大规模,高连通度的无线传感器网络拓扑抽象为超图模型,从而有效减少网络控制消息。通过建立数据汇聚的最小能耗超树,提出同步无线传感器网络最小生成超树路由算法。理论证明MSHT-SN算法的正确性和有效性。通过仿真,基于超图模型的MSHT-SN算法较优于基于最短路树策略路由算法,能够有效地提高数据传输成功率,并节省网络总能耗,延长网络生存周期。     

基于最小生成超树的无线传感器网络路由算法研究

设计能量有效的路由协议以延长网络生存周期,提供健壮可靠的网络服务成为资源有限无线传感器网络研究的核心问题.研究并采用超图理论,将大规模,高连通度的无线传感器网络拓扑抽象为超图模型,从而有效减少网络控制消息.并基于超图模型提出同步无线传感器网络最小生成超树路由算法,以建立数据汇聚的最小能耗树.随后理论证明MSHT-SN算法的正确性和有效性.通过仿真,基于超图模型的MSHT-SN算法较优于基于最短路树策略路由算法,其能够有效的提高数据传输成功率,并节省网络总能耗,延长网络生存周期.     

融合K均值分簇MST路由的无线传感网压缩采样技术

考虑无线传感网中数据采集特点和能量约束性,将分簇路由策略融合到压缩感知采样中,提出了一种融合K均值分簇MST路由的压缩采样算法.算法采用稀疏投影矩阵以减小投影矩阵与稀疏基之间的相关度,利用K均值分簇MST(Mini?mum Spanning Tree)机制构造数据融合树,在保证数据重构质量的基础上减少网络数据传输量.仿真结果表明,算法可以提高网络能量使用效率,同时可以适应各种规模的无线传感网.     

一种基于能量感知的无线传感器网络混合路由协议

针对无线传感器网络的资源局限性、自组织性和网络拓扑结构的不确定性,提出了一种基于能量感知的平面路由和层次路由的混合路由协议。该协议可根据节点剩余能量的表现来判断节点的当前状态和路由选择,网络中各节点以"尽力而为"传输数据和"不得已"动态建立自适应簇头的方式进行网络通信。仿真结果比较表明:该协议具有较高簇头生成率和可靠的数据交付率,能更有效降低网络能量消耗。     

按需能量多路径的路由协议研究

微机电系统、处理器、无线通信及存储技术的进步促进了无线传感器网络的飞速发展,使得无线传感器网络成为一种全新的信息获取和处理技术,也因此与传统网络有着许多不同之处.介绍了无线传感器网络的特点及其通信协议体系结构,着重讨论了传感器网络路由协议的设计问题.在分层模型基础上,动态地选择汇聚节点和分层模型的能量多径路由协议可使能量均衡,延长网络寿命,提高数据转发率,这也是传感器网络路由设计的主要目标.     

能量感知的GPSR动态路由负载均衡

贪婪周边无状态路由协议（GPSR）在Ad Hoc和传感器网络中有广泛的应用,GPSR的路由是以距离目的坐标最近的原则进行选路的,容易形成热点路由,从而缩短网络的生存时间。基于对邻居传感器节点的能量感知,提出了有动态负载均衡能力的GPSR路由算法。该算法能够根据网络节点的能量情况动态调整路由。仿真结果表明提出的具有动态路由负载均衡能力的GPSR算法能有效延长网络的生存时间。     

WSN中基于能量代价的能量优化路由算法

针对无线传感器网络路由算法中的节点能耗问题,提出了一种基于能量代价的能量优化路由算法。算法综合考虑数据传输中节点能耗的有效性和均衡性,设计了一种新的能量代价函数,实现了二者的优化匹配。传感器节点按此函数计算前向部居节点的能量代价,选择能量代价最小的节点作为下一跳。算法基于部居节点信息进行路由选择,具有较低的计算时间复杂度。最后,对路由算法的性能进行了仿真分析,并与典型的路由算法进行了对比,结果表明,本路由算法能够有效延长网络生存时间,节约并均衡节点的能量消耗。     

一种基于分簇技术的数据融合算法

针对无线传感器网络节点能耗的限制以及通信数据的隐私问题,提出一种基于分簇技术的数据融合算法（Data Fusion Algorithm based on Clustering Technology, DFACT）。算法通过分簇技术解决通信数据的时延,簇内利用算法选择合适簇头,并构造数据融合树结构进行数据融合,减少数据通信量,保护数据隐私;簇间采用基于移动代理模型选择最佳路径提高通信效率。实验结果表明,DFACT算法可以有效地降低大规模无线传感器网络节点耗能,提高数据的安全性,延长网络生命周期。