基于移动Agent中间件的WSN数据聚集算法

数据聚集技术是无线传感器网络的一项重要的支撑技术.在数据聚集技术基础上,提出基于移动代理中间件的无线传感器网络数据聚集方案.以层簇式拓扑结构,分析了节点能量的消耗,给出实现数据查询任务的派发算法和数据查询结果的收集算法.仿真实验证明该方案能有效的节省网络能量耗损,延长网络生存周期.     

基于移动代理的无线传感器网络簇内融合算法

在无线传感器网络中采用移动代理技术进行数据融合。根据节点剩余能量、局部融合结果,设计节点分簇算法。优化移动代理在簇内的路由策略,进一步减少无线传感器网络的数据传输总量。通过实验得出,采用移动代理的簇内融合过程中,能在一定程度上减小路径损耗。     

基于RFID的传感器网络合作式充电和数据收集策略

能量限制是制约无线传感器网络发展的主要瓶颈之一,可充电无线传感器网络的出现对其发展起了巨大的作用.提出了一种基于RFID标签的无线传感器网络合作式无线充电和数据收集策略,根据通信方式的不同,具体提出了TBR和TDC两种方案,通过将网络中的节点进行分簇,并在单个簇内部署簇内移动读取器进行路径移动,对簇内的各个节点进行充电和数据收集;在簇间部署簇间移动读取器收集簇内读取器内的数据,并将数据传输给汇聚节点进行数据处理,通过分簇完成对节点充电和数据收集任务的分层处理.通过仿真验证,其结果表明合作式充电策略可应用在大型区域内部署的网络,并且保证所需的移动读取器数量最少,数据传输至汇聚节点的时延最短,TBR方案与TDC方案有效.     

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。     

无线传感器网络分簇算法的仿真研究

针对无线传感器网络分簇中节点负载不均衡的间题,提出了一种基于免疫记忆粒子群优化算法的分簇算法.算法对能力异构环境下的无线传感器网络的适应性和扩展性较好,且节能高效,实现简单.该算法在每轮运算过程中,利用节点负载能力预评估因子和节点能量预评估因子对无线传感器网络进行区域分割,获得能量均衡及负载能力均衡的分区,并在分区中通过免疫记忆粒子群算法选取簇头,使簇头具有高能量、负载能力强的优点.仿真结果表明,算法不仅在能量有效性、负载均衡性方面有良好的效果,而且延长网络生命周期和缩短建簇时间.因此,该算法在解决无线传感器网络节点不均衡问题上具有一定的实用性.     

无线传感器网络中带有移动汇点的能量高效的数据收集协议

已知数据收集协议中利用分簇技术可以提高无线传感器网络的可扩展性和鲁棒性。引入移动汇点(MS)漫游网络可以平衡网络节点间的能量消耗,提高网络通信效率。提出一种基于移动汇点的无线传感器网络数据收集协议,利用分簇技术生成通信半径相等的簇,由剩余能量相对充足的节点构成簇首。采用一种能量高效的分布式算法对由簇首构成的骨干网构建最小生成树,在此基础上借助解决旅行售货商问题(TSP)的思路,构建一条路径尽可能短的MS移动轨迹。模拟实验结果表明,该数据收集协议比同类模式产生了更短的移动轨迹,显著地延长了网络的存活时间。     

一种基于能量均衡的无线传感器网络协议

无线传感器网络协议LEACH中提到了分簇的思想,能够有效的减少节点在通信中的能量消耗,延长网络的生存时间.为了更有效的减少节点的能量消耗,延长网络的生存时间,可以在分簇的算法中采用能量均衡的思想,同时簇头收集数据后通过一棵路由树向汇聚节点发送数据.实验表明采用基于能量均衡的分簇算法的无线传感器有更好的整体性能和网络生存时间.     

移动传感器网络中能量均衡分簇及移动策略

无线传感器网络各节点能量有限,如果数据收集节点（Sink）能够移动,则可以大大节约节点能量,从而延长网络的寿命。首先提出一种能量均衡的分簇算法,根据节点地理信息进行分簇,使得节点耗费总能量尽可能小的同时,使各簇能量消耗基本平衡;在此基础上提出一种Sink 移动策略,Sink 优先选择能量较充足的簇收集信息。仿真结果表明,与传统的随机移动算法相比,提出的算法能够显著平衡各族之间的能量消耗,并减少总的网络能量消耗,从而提高网络的寿命。     

能量高效的无线传感器网络非均匀分簇路由算法

针对无线传感器网络能量有限的问题,提出了一种能量高效的非均匀分簇路由算法.算法中首先通过在"热区"内选举传送节点,有效的解决了"热区"内负载不均衡的问题;非"热区"内的节点根据节点的剩余能量选举簇头,簇头选举结束后其余节点加入到距其最近的簇头中;节点入簇后,基于相似数据的收集策略,寻找符合条件的相似节点,休眠其中部分冗余的节点;改进的算法中不再每轮结束后都重新选举簇头,减少了能量的浪费;最后在数据传输阶段,采用改进的簇内单跳,簇间多跳的通信方式传输数据.仿真结果表明,本算法有效的降低了能量的消耗,改善了传感器网络的性能,提高了网络的生存时间.     

一种新的基于LEACH的WSN路由算法

研究无线传感器网络路由算法,无线传感器网络由能量有限的节点组成,因此高效节能的路由算法是无线传感器网络组网的基础.针对低功耗自适应分簇(LEACH)路由算法存在簇首节点选择不合理以及簇首节点与基站在远距离通信过程中能量消耗大的不足,提出了一种改进的LEACH路由算法.改进的算法在簇建立阶段的簇首选举过程中,引入节点剩余能量因素,且进行均匀分簇,有效地降低剩余能量较小和位置不佳节点成为簇首的可能性,均衡了网络的能量消耗,在簇稳定工作阶段,节点间的数据传输采用单跳和多跳相结合的通信方式,从而降低网络能耗.仿真结果表明,与传统的LEACH算法相比,改进的LEACH算法能量均衡性更好,并显著地延长了网络的存活时间.     

一种基于免疫和Hopfield神经网络的多峰值优化算法

分析了免疫算法和Hopfield神经网络的优缺点，提出了一种解决多峰值函数优化问题的混合算法。Hopfield神经网络易于硬件实现，具有简单、快速的优点，但是对初始值具有依赖性以及容易陷入局部极值。免疫算法具有识别多样性的特点，但搜索效率和精度不高。将两算法结合起来，优势互补。首先用免疫算法寻优，然后对所得具有全局多样性的解进行聚类分析，所得聚类中心作为Hopfield神经网络的初始搜索点，最后利用Hopfield神经网络逐个寻优。实验表明，该算法是一种有效的求解多峰函数优化问题的方法，与免疫算法相比，搜索效率和精度都较高。     

基于事件驱动的动态免疫分簇路由算法*

为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态免疫分簇路由算法。将生物免疫系统的工作机制应用到无线传感器网络事件驱动的动态分簇算法中,事件作为抗原,传感器节点作为抗体,抗体对抗原有记忆保存的功能,使得相似的抗原再次出现时对事件及时响应。相似事件再次发生且传感器节点符合能量要求时,可以直接调用抗体中的记忆,对事件进行快速建簇,节省了簇的建立过程所消耗的大量能量,增加了网络的数据传输量,延长了网络的生命周期。仿真结果表明,生物免疫机制的学习记忆特性可以有效提高事件驱动的动态分簇算法的网络性能。     

WSN免疫模型设计及其分簇算法

针对无线传感器网络容易出现能量衰竭和分簇繁琐问题,设计一种基于人工免疫计算理论的无线传感器网络模型,采用网格理论来划分初始簇,并对网络节点及节点簇等进行相关定义。最后提出一种免疫型无线传感器网络分簇算法——aiCWSN。通过实验,该模型和算法能够减少网络能量过快衰竭和提高网络的收敛性。     

基于分层聚类和干扰对齐的MIMO链路调度算法

为了降低干扰对齐所需的处理开销,将链路划分为多个簇分别进行处理成为可行的办法之一。针对现有簇划分算 法中运算复杂度较高的问题,本文提出了一种基于最小信干比的簇划分算法。在此基础上,针对所有簇同时通信造成部分簇内链路接收端信干噪比（Signal to interference plus noise ratio,SINR）较低的问题,本文将以链路为单位的调度问题等效为以簇为单位的调度问题,提出了一种基于层次聚类的簇调度算法。理论与仿真实验结果表明,本文所提出的簇划分算法的运算复杂度明显低于现有算法,且相同条件下的系统平均吞吐量更高。同时,本文提出的基于簇层次聚类的调度算法不同程度地提升了各簇内链路接收端的SINR,系统可根据不同的性能需求进行调度策略选择。     

基于人工免疫细胞模型的模糊聚类算法

传统的模糊c均值算法需要提前输入聚类个数,但输入错误的聚类数会产生错误的聚类结果。为此,提出一种基于人工免疫细胞膜型的模糊聚类算法。引入种群规模迭代与模糊聚类迭代相结合的双迭代思路,利用种群规模迭代指导聚类数的自动生成,在每次种群规模迭代中加入模糊聚类迭代,同时将克隆选择、抗体免疫抑制等操作融入计算过程。理论分析与仿真结果表明,该算法能搜寻到正确的聚类个数,具有较好的聚类效果。     

基于免疫原理的一种动态数据聚类方法

提出一种基于免疫原理的动态聚类算法，它能在噪声环境下得到任意形状的聚类。并能有效地实现动态聚类操作．算法包括3个步骤：首先基于生物免疫机制得到一个反映当前数据分布特征的抗体集合；然后使用最小生成树方法得到聚类的初始结构；最后针对数据库的更新设计了动态聚类算法．仿真结果表明了该算法实现动态聚类的有效性．     

基于混沌和免疫应答的增量聚类新算法

受免疫应答原理的启发, 提出了一种适用于增量数据聚类的人工免疫系统框架, 以及在此框架上的结合混沌的自组织增量聚类新算法, 称为免疫应答算法(Immune response algorithm, IRA). 新算法利用Logistic混沌序列生成初始抗体种群, 利用其多样性识别新增的不属于任何已知簇的数据, 该过程模拟了初次免疫应答. 同时, 初次免疫应答形成的记忆抗体可用于二次免疫应答, 即识别新增的属于已知簇的数据. 为了减少数据冗余, 算法用中心点和代表点表示已知簇并动态更新其识别区域, 这样算法不但能动态、自组织地形成聚类, 而且实现了数据特征的提取. 模拟实验充分显示出该算法无论在聚类质量上还是数据特征的提取上, 都具有一定优势, 且具有参数数量少、速度快、对数据输入次序不敏感的优点, 在实际问题中有一定应用价值.     

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。     

基于人工免疫的灰度图像多阈值自动分割

为了实现灰度图像的自动分类以及自动分割,提出了一种基于人工免疫及最优分类数的灰度图像多阈值自动分割方法.定义了灰度图像最优分类数目标函数;接着运用人工免疫算法,结合最优分类数函数对灰度图像进行自动分类,并产生最优的多阈值,从而使得图像的全自动分割成为可能.该人工免疫算法中,抗原是指最优分类数目标函数,而抗体是指最优的多阈值.通过实验证明,分类清晰,效果良好.     

一种抗干扰半静态分簇路由算法

针对无线传感器网络( WSNs)分簇路由算法中的能量洞、热点和抗干扰问题,设计一种抗干扰半静态分簇( AlSSC)路由算法,给无线传感器网络提供能量多、距离短、链路质量好的路径来传输数据.该算法利用节点定位获取节点地理位置,综合考虑传感器节点剩余能量和干扰信噪比,通过节点距离度量、节点聚簇、簇间融合、簇头选举和簇头轮换五个步骤进行无线传感器网络节点的分簇.仿真结果表明:这种路由算法可以提高无线传感器网络通信链路质量,均衡网络能量消耗.