异构传感器网络能量空洞分析与避免研究

在无线传感器网络中,由于sink附近的节点承担远方节点数据的转发,故能量消耗较高,容易在sink附近形成能量空洞而使网络提前死亡.针对由初始能量较大节点充当簇头节点与初始能量较小的节点作为普通节点组成的异构分簇无线传感器网络,提出了不等簇半径工作能量空洞避免策略.策略的核心是让近sink的簇半径较小,而远sink的簇半径较大,这样,近sink部署的初始能量较大的簇头节点较多,因而能够减弱能量空洞的影响,以达到能量消耗均衡的目的.将能量空洞避免问题转化为在保证网络寿命满足应用需求约束前提下如何使部署的节点最小的优化问题,并详细给出了不等簇半径的取值与优化方法.理论分析与实验结果表明,所提出的策略对网络寿命与性能有较大的改善,对于异构传感器网络建设有较好的指导意义.     

基于能量分配的无线传感器网络能量空洞避免算法

无线传感器网络中,越靠近Sink 的节点将承担更多的数据转发,导致能量消耗较高而最先死亡,从而形成能量空洞使网络提前死亡。对传感器网络能量空洞进行研究,建立节点均匀分布的网络模型,提出一种分层的动态路由协议;通过分析网络动态路由获取各层网络节点能量负载情况,进而提出一种基于能量分配的传感器网络能量空洞避免算法EABEHA。仿真实验表明,该算法能够合理分配传感器网络的能量,和Flooding、LEACH等算法相比,EABEHA算法能够显著延长网络寿命。     

无线传感器网络节点部署算法的优化研究

研究无线传感器网络的部署.无线传感器网络中靠近基站的传感器节点因需要转发其它节点的数据而消耗更多的能量,导致出现能量空洞,使网络生命过早地结束.为了避免能量空洞的形成,延长网络寿命,提出一种高效的节点部署算法.算法以最优工作节点数、中继节点部署方案和节点传输距离作为约束条件,以最大网络效率为优化目标进行研究.仿真结果表...     

基于网络效率的线性无线传感器网络优化部署算法

基于多跳的无线传感器网络,靠近sink的传感器节点因需要转发更多的数据,其能量消耗较多,从而在sink周围形成"能量空洞".采用更符合实际的单位部署成本的网络寿命,即网络效率作为优化目标.在仅已知网络规模和节点感知半径r的情况下,如何通过有效的节点部署来避免"能量空洞"并使网络效率最大,是一个极具挑战性的研究课题.提出了一种高效节点部署算法,求解出了最优工作节点数、最佳中继节点部署方案、最优节点传输距离.理论分析与模拟实验结果表明,算法不仅能够避免"能量空洞",而且相对于已有均匀与非均匀算法都能有效提高网络效率,因此该算法对构建低成本的无线传感网络应用系统具有重要意义.     

基于移动机器人的无线传感器网络数据收集方法

稀疏无线传感器网络中各传感器节点距离较远,而传统的静态数据收集方法要求各传感器节点直接通信,导致网络延迟时间长,能耗高。针对该问题,提出一种基于移动机器人的无线传感器数据收集方法。该方法首先由静态节点选择与路径最短的移动机器人作为簇头,移动机器人比较一定周期内检测到的邻居节点的平均剩余能量与整个网络传感器节点平均剩余能量,根据比较结果决定其是否移动,若移动则采用范围可控的随机移动策略;当移动机器人移动到新位置时,传感器节点更新路由,选择新的移动机器人作为簇头。仿真结果表明,与传统的静态无线传感器网络数据收集方法相比,基于移动机器人的无线传感器网络数据收集方法大大降低了数据传输延迟和节点能量消耗。     

WSN中一种能量均衡的路由协议

无线传感器节点的自身特点决定了网络的能量消耗成为评价无线传感器网络路由协议优劣的重要指标.但是,仅仅追求能量消耗最小化是不够的,因为这有可能会使部分节点由于频繁的处理数据而比网络中其它节点提早死亡,导致网络分割或者"洞"的出现,从而严重影响网络的寿命.本文提出了一种能量均衡的路由协议,它能够平衡网络能量消耗并延长网络寿命.     

基于功率控制的WSN数据收集可靠性分析

分析圆形无线传感器网络的数据转发特征,得到使网络寿命最大的节点能量发射功率。在此基础上提出在保障数据收集可靠性前提下提高网络寿命和尽量保持高数据收集率的策略。理论分析结果表明,该策略在保证端到端可靠性的前提下延长了网络的寿命,能够为无线传感器网络的实际应用提供有价值的参考。     

无线传感器网络中移动协助的数据收集策略

利用移动数据收集器(mobile data collector,简称MDC)进行传感器网络中感知数据的收集,可以有效地减少传感器将数据发送到静止基站的传输跳数,节约网络的能量,延长网络寿命.此外,MDC通过循环收集传感器数据或承担数据转发的功能,避免节点间由于多跳传输引起的能量空洞(energy hole)以及节点失效造成的传输链路中断等问题.MDC的移动性也为无线传感器网络的研究带来新的挑战.研究基于移动协助数据收集的无线传感器网络结构,分类总结了近年来提出的一些典型的基于MDC的算法和协议,着重讨论了MDC在网络能量、延迟、路由和传输等方面带来的性能变化.最后,进行了各种算法的比较性总结,针对传感器网络中MDC的研究提出了亟待解决的问题,并展望了其未来的发展方向.     

基于免疫克隆的WSN能量空洞避免算法

基于同心环模型分析无线传感器网络中的能量空洞,描述动态最长-最短圆环寿命问题,建立该问题的数学模型,提出一种基于免疫克隆的能量空洞避免算法,通过寻找随着圆环宽度不断变化的最优传输距离序列来延长网络寿命。仿真结果表明,该算法能均衡网络能量消耗,有效提高网络寿命。     

无线传感器网络的数据分发技术

无线传感器网络通常由能量有限的大量传感器节点组成,数据分发是无线传感器网络的一个基本功能.设计能量有效的数据分发方案可以优化数据传输路径,减少能量消耗和网络拥塞,有效延长网络寿命.文章在简要介绍数据分发分类的基础上,重点分析了目前主要的数据分发方案,并进行了比较.     

负载相似节点分布解决传感器网络能量洞问题

基于多跳路由的传感器网络,靠近sink的节点由于要转发更多的数据,其能量消耗较快.能量消耗的不平衡导致了sink周围产生能量洞(energy hole),造成能量浪费,远离sink的节点还有大量的能量,但产生的数据不能传送到sink.研究了传感器网络的能量洞问题.在网络的连续空间状态下分析节点的负载分布特性,并研究空闲侦听(idle listening)对能量消耗的影响.基于分析结果,提出负载相似节点分布(load-similar node distribution)策略,即根据负载分布特性配置节点,负载重的区域配置较多的节点,以平衡各区域节点的能量消耗,解决能量洞问题.仿真结果显示,在不考虑空闲侦听能量消耗的情况下,与已有的一种非均匀节点分布和均匀节点分布相比,负载相似节点分布策略对网络寿命有显著改善;当考虑空闲侦听时,由于空闲侦听的能量消耗在总能量消耗中占较大比重,影响了网络寿命,但与其他两种节点分布策略相比,负载相似节点分布对网络寿命仍然有所改善.该分析模型和提出的负载相似节点分布策略可适用于其他多跳传感器网络.     

具备网络编码感知的能耗友好WSN路由策略

为均衡及降低无线传感器网络(WSN)的路由能耗并最终延长网络的寿命,提出一种具备网络编码感知且能耗敏感的WSN路由策略。该策略通过对WSN环境中存在的网络寿命限制、数据流限制、广播流量限制3个重要因素的分析,对能耗最优路由进行建模,最后归结为对最优化问题的求解获得最佳路径。仿真实验表明该路由策略能够较好地均衡节点的能耗,从整体上显著延长WSN的生存期。     

基于剩余能量和距离信息的异构网络分簇协议

针对无线传感网络WSN(Wireless Sensor Network)的网络寿命问题,提出了面向异构网络环境下的基于剩余能量和距离分簇REDC(Residual Energy and Distance Clustering)协议。REDC协议考虑了普通节点、中级节点以及高级节点,具有较高的初始能量节点称为中级节点和高级节点,余下的称为普通节点。在簇头CH(Cluster head)选举中,考虑节点的剩余能量和离基站距离信息,使得具有较高的剩余能量节点、离基站距离较近的节点有更多的机会被选为簇头CH,进而避免了剩余能量较小的节点成头簇头CH而产生节点过早失效缩短网络寿命的问题,平衡了网络内的能量消耗。仿真结果表明,与LEACH、DDEEC和SEP协议相比,提出的REDC协议具有较长的网络寿命和良好的数据传输能力。     

基于梯度的无线传感器网络能耗分析及能量空洞避免机制

在基于"梯度汇聚"模型的无线传感器网络 (Wireless sensor networks, WSNs)中, 因节点间能量消耗不平衡而引发的能量空洞一直是影响网络生存周期的重要原因. 本文分别分析了无通信干扰的自由空间环境和瑞利衰落环境下网络中节点的能量消耗,提出了一种基于节点能量非均匀分布的能量空洞避免机制,即根据节点的能耗水平为每个节点储备不同的初始能量.并结合通信干扰、休眠机制等因素,研究了基于"梯度汇聚"模型的无线传感器网络生存周期的上界和下界. 模拟结果表明,该机制提高了能量的利用效率,延长了网络的生存周期.     

基于马尔可夫链的无线传感器网络分布式调度方法

能量效率是无线传感器网络(Wireless sensor network, WSN)研究中的核心问题之一. 当节点采用电池供电时, 有限的能量限制了网络的生存周期, 从而对无线传感器网络的大规模应用提出了挑战. 本文基于马尔可夫链, 提出了一种实用的、协作分布式的调度方法, 并从理论上证明了该方法的收敛性. 该方法不仅可对节点的休眠/唤醒进行调度, 还可以对节点数据发送进行调度以减少数据冲突的发生. 仿真实验结果表明, 该方法能够有效地减少节点能量的消耗, 且对其他网络性能的影响较小.     

基于能量最小路径的WSN分簇算法

为延长无线传感器网络(WSN)的生存时间,提出一种基于能量最小路径的WSN分簇算法。参照节点的剩余能量与全网动态平均能量的比例关系,决定节点是否成为簇头,并结合簇头间的能量最小路径,实现全网的能耗均衡。仿真结果显示,该算法在网络生存时间、数据吞吐量和网络能耗等指标上性能较优。     

无线传感器网络中的资源优化

无线传感器网络是一种新兴的技术,与传统的网络相比最突出的特点就是超大规模,无人值守,应用环境变化频繁.解决能量受限问题,适应变化频繁的拓扑结构是目前无线传感器网络面临的最大挑战.针对这一特点,本文以优化网络资源和延长网络寿命为目标,归纳了无线传感器网络部署、任务分配、信息处理和中间件定位中的优化问题,并分别对这些具体问题进行了探讨,对一些可能的研究方向进行了简要的阐述,为以后的研究奠定了基础.     

WSN目标入侵节能检测算法研究

无线传感器网络是能量受限型网络,提高能量效率、延长网络寿命是无线传感器网络设计的重要目标。为了延长设防区域无线传感器网络寿命,并且确保无线传感器网络能够检测到入侵目标,提出利用一种圆环状的辐射扫描波来检测入侵目标。通过理论分析和仿真,结果表明,警戒系统使用辐射扫描算法的网络寿命比周期休眠算法更长。     

限制链路数量对无线传感器网络寿命的影响

由于传感器节点能量受限,如何优化无线传感器网络(WSN)寿命是一项重要任务。借助混合二元线性规划(MBLP)框架,对限制传入/传出链路数量的WSN寿命影响进行了研究。利用MBLP最大化WSN寿命,并给出对应约束条件;通过线性网络拓扑结构,分析了节点数量、节点面积对WSN寿命的影响。性能分析表明,如果传入/传出链路数量至少为3时,网络寿命降低小于1.0%,从而进一步证明了分割流量为三部分足以平衡传感器节点间的能耗。     

DERNNet: Dual Encoding Recurrent Neural Network Based Secure Optimal Routing in WSN

A Wireless Sensor Network (WSN) is constructed with numerous sensors over geographical regions. The basic challenge experienced while designing WSN is in increasing the network lifetime and use of low energy. As sensor nodes are resource constrained in nature, novel techniques are essential to improve lifetime of nodes in WSN. Nodes energy is considered as an important resource for sensor node which are battery powered based. In WSN, energy is consumed mainly while data is being transferred among nodes in the network. Several research works are carried out focusing on preserving energy of nodes in the network and made network to live longer. Moreover, this network is threatened by attacks like vampire attack where the network is loaded by fake traffic. Here, Dual Encoding Recurrent Neural network (DERNNet) is proposed for classifying the vampire nodes s node in the network. Moreover, the Grey Wolf Optimization (GWO) algorithm helps for transferring the data by determining best solutions to optimally select the aggregation points; thereby maximizing battery/lifetime of the network nodes. The proposed method is evaluated with three standard approaches namely Knowledge and Intrusion Detection based Secure Atom Search Routing (KIDSASR), Risk-aware Reputation-based Trust (RaRTrust) model and Activation Function-based Trusted Neighbor Selection (AF-TNS) in terms of various parameters. These existing methods may lead to wastage of energy due to vampire attack, which further reduce the lifetime and increase average energy consumed in the network. Hence, the proposed DERNNet method achieves 31.4% of routing overhead, 23% of end-to-end delay, 78.6% of energy efficiency, 94.8% of throughput, 28.2% of average latency, 92.4% of packet delivery ratio, 85.2% of network lifetime, and 94.3% of classification accuracy.