一种基于苯环结构的WSNs故障检测算法

节点故障是无线传感器网络(WSNs)研究中的一个重要问题。由于WSNs规模大,节点能量受限,加之传感器制作工艺等方面的原因,使得节点发生故障的概率较高。针对WSNs中的节点故障问题,提出一种基于苯环结构的节点故障检测算法。该算法利用苯环结构的对称性,减少邻居节点的数目从而达到降低故障检测能耗的目的,同时延长了网络的生存周期。采用OMNeT++建立仿真环境,对算法性能进行测试。测试结果表明:该算法较其他算法具有较低的能量消耗和较高的网络连通性及可扩展性。     

基于网络断层扫描的传感器网络链路丢包研究

文中提出了一种基于网络断层扫描的无线传感器网络链路丢包率测量方法,通过边界节点的丢包率来估计传感器内部链路丢包的情况。根据无线传感器网络数据聚合的特点,提出了网络逻辑拓扑和链路报文丢包模型,在将链路报文丢失率推测问题形式化为MLE问题的基础上,用引入修正因子的μ的EM算法来推测链路报文丢失率。NS2仿真结果证明,μ-EM算法推测的链路报文丢失率与预设值更加接近,特别是在大规模网络中μ-EM算法在精确度和有效性方面均明显优于EM算法。     

分簇式无线传感器网络节点故障诊断算法研究

无线传感器网络(WSNs)分布式节点故障诊断算法是一种可用于WSNs节点的故障诊断算法,通过整个网络内邻居节点之间的数据融合诊断出故障节点.但分布式算法的计算量十分巨大,浪费了大量的节点能源,而且分布式算法中使用自定义的全局阈值会降低诊断精度,分簇式的节点故障诊断算法应用LEACH-DFD算法,通过簇头节点完成故障检测...     

无线自组织网络下抵抗内部节点丢弃报文攻击的安全通信模型

无线自组织网络的报文传输是依靠网络中的节点彼此多跳接力传输,当网络中有节点被俘获以后,就会成为内部攻击者,并在报文的传输过程中发起丢弃报文攻击,严重降低网络性能.现有网络协议栈中传输层和网络层协议难以检测和防范在网络层发起丢弃报文攻击的节点.文中提出一种在网络层抵抗内部节点丢弃报文攻击的通信模型,它包括通信链路状态实时分析协议和分布式的节点类型判定算法两个部分.通信链路状态实时分析协议利用节点对间逐段生成的路径环路,通过引入报文成组应答机制使得节点能实时地获取其邻居节点的报文转发状态;在通信链路状态实时分析协议基础之上,节点根据相关数学模型能有效地分析邻居节点行为是否异常,并对网络中的节点进行分类,最终将恶意节点从网络中隔离出去.仿真实验结果表明,文中算法在恶意节点的检测率和误检率方面性能表现良好,能有效地抵抗来自网络内部节点的丢弃报文攻击.     

基于贪婪策略的无线传感器网络覆盖优化方法

对目标监视区域实现有效的覆盖是无线传感器网络（ WSNs）最基本也是最重要的问题之一。当WSNs不能满足覆盖要求的时候,需要通过节点调度算法,新激活一批节点来恢复网络的覆盖性能。本算法摒弃了计算感知模型重叠情况,利用网络的几何特征进行覆盖质量评价与优化。仿真结果表明：所提出的算法确实能迅速提高覆盖率的同时降低节点的激活数量。     

联合智能优化和分簇CS的WSNs稀疏数据采集

为提高无线传感器网络（Wireless Sensor Networks,WSNs）数据处理效率和降低网络能耗,提出了一种基于自适应智能优化和分簇压缩感知的WSNs稀疏数据采集方案。首先,建立分簇WSNs稀疏数据通信模型,通过定量分析节点密度与网络数据通信总跳数的关系,给出网络自适应分簇结果,并采用簇内观测矩阵测量数据获取和簇间多跳通信方式完成WSNs压缩感知数据采集;其次,采用StOMP算法进行稀疏信号重构,针对网络节点数据包丢失等链路不可靠情况,引入相关性矩阵变换策略,以降低错误数据传输对数据重构的影响,针对数据稀疏度未知特性和StOMP算法参数配置难的缺陷,将一种新型自适应智能优化（Improved Adaptive Intelligent Optimization algorithm,IAIO）算法应用于CS重构算法中,在理论分析IAIO全局寻优能力的基础上,实现对稀疏数据的可靠重构。最后,仿真结果表明,该方案能够实现稀疏信号的精确重构,而且降低了网络通信总量,提高了网络生存时间。     

基于非合作博弈的无线传感器网络功率控制研究

如何提高能量的有效性是无线传感器网络（WSNs）设计的重要问题,针对WSNs在多媒体等业务中的应用,对基于码分多址（CDMA）通信方式的WSNs模型,提出一种基于非合作博弈的WSNs功率控制算法,并证明了该算法纳什均衡的存在性及唯一性.仿真结果表明,所提出的算法在设计时充分考虑了节点的剩余能量问题,因此能够很好地降低网络的总发射功率,有效地节约节点能量,延长网络的生命周期.     

无线传感器网络链路报文丢失率推测方法研究

针对传感器网络能源有限的特征,提出一种适用于传感器网络的链路报文丢失率测量方法。根据在汇聚节点（sink）获取的网络数据报文,将链路报文丢失率推测形式化为MLE问题并用EM算法解决推测问题。仿真试验证明,算法在不增加网络负担的前提下,能够有效地推测链路的报文丢失率;随着网络规模的扩大,算法仍能准确地反映网络内部的链路性能。     

一种基于Ad hoc网络AODV协议的不相交节点多路径路由算法

针对Ad hoc 网络低功耗无线通信的链路不确定性、链路质量不稳定性以及节点失效等问题,基于AODV路由协议提出了不相关节点路由算法。该算法使用简单的数字标志来搜寻不相关节点路径,并通过设置节点的阈值判断链路质量和失效节点来确定可靠的路由链路。仿真实验表明,该算法有很好的报文投递率,并能有效地减少网络链路中断的数量,降低端到端的延迟。     

基于分布式压缩感知的能量收集WSNs

针对无线传感器网络（WSNs）通信功耗和带宽要求高,引起节点寿命短的缺陷,利用WSNs节点感知数据的空间相关性和联合稀疏模型,结合分布式压缩感知（DCS）算法,提出了从能源收集的角度来分析对WSNs数据的压缩重构。通过理论和实验仿真表明：基于DCS的WSNs,在能源平衡方面具有很大的优势,在保证重构信号精确度的前提下大大提高了能源的有效利用率。     

Fuzzy rule-based faulty node classification and management scheme for large scale wireless sensor networks

In a wireless sensor network (WSNs), probability of node failure rises with increase in number of sensor nodes within the network. The, quality of service (QoS) of WSNs is highly affected by the faulty sensor nodes. If faulty sensor nodes can be detected and reused for network operation, QoS of WSNs can be improved and will be sustainable throughout the monitoring period. The faulty nodes in the deployed WSN are crucial to detect due to its improvisational nature and invisibility of internal running status. Furthermore, most of the traditional fault detection methods in WSNs do not consider the uncertainties that are inherited in the WSN environment during the fault diagnosis period. Resulting traditional fault detection methods suffer from low detection accuracy and poor performance. To address these issues, we propose a fuzzy rule-based faulty node classification and management scheme for WSNs that can detect and reuse faulty sensor nodes according to their fault status. In order to overcome uncertainties that are inherited in the WSN environment, a fuzzy logic based method is utilized. Fuzzy interface engine categorizes different nodes according to the chosen membership function and the defuzzifier generates a non-fuzzy control to retrieve the various types of nodes. In addition, we employed a routing scheme that reuses the retrieved faulty nodes during the data routing process. We performed extensive experiments on the proposed scheme using various network scenarios. The experimental results are compared with the existing algorithms to demonstrate the effectiveness of the proposed algorithm in terms of various important performance metrics.     

基于灰色预测的分布式传感器网络故障检测方法

针对无线传感器网络节点故障原因复杂,基于灰色预测理论,提出一种故障检测方法。算法通过分析在某一采样间隔内,观测节点数据变化趋势是否与邻居节点变化趋势一致,从而确定节点是否异常。仿真实验表明,算法故障检测能力较强,且避免了节点瞬间失效情况的出现。同时该算法设计简单,易于硬件实现。     

认知无线Ad Hoc网络干扰约束和能量高效路由算法

为了减少认知无线Ad Hoc网络的传输中断概率,实现频谱和能量高效,提出一种干扰约束和能量高效（Interference Constraints and Energy-Efficient,ICEE）的路由算法。信道检测除了基于认知节点（Cognitive Radio,CR）对主用户（Primary Users,PU）的干扰约束外,还增加了CR节点的数据传输所需持续时间约束,以保证CR节点在有效利用空闲信道的同时减少传输中断事件的发生,减少故障重传所损耗的能量。在设计路由算法时采用了链路能耗和节点寿命作为度量,通过联合最优的链路选择方程实现网络能量高效,并延长网络的生命周期。实验仿真结果表明,相比较认知Ad hoc网络的自适应路由协议,基于联合信道分配和自适应功率控制的路由协议,ICEE算法在数据包平均能耗上分别减少了41.2%和24.5%,并且有效地延长了网络生命周期。     

基于时间序列相似度的无线传感网故障检测算法

针对无线传感网中节点故障率高而导致检测精度低以及能耗大的问题,提出了基于时间序列相似度的无线传感网故障检测算法(FDABTS2).该算法利用节点时间序列进行差值和相似度的计算,剔除一定故障类型的节点,并对瞬时读数故障数据进行修正.当节点为可疑节点时,利用空间相关性,与剩余邻居节点协作完成判定.在仿真环境下,与LEFD、NADST以及传统的DFD故障检测算法相比,检测精度分别提高了13％、17％和25％,误报率分别降低了8.4％、21.4％和25.4％,网络能耗分别降低了2.9％、8％和21.3％,即使在瞬时读数节点故障率高达60％时,误报率也能分别降低1.9％、26.2％和38.2％.实验结果表明,该算法在保证高检测精度的情况下,仍能有效降低能耗,延长网络生命周期.     

基于全神经网络增强算法的WSNs故障预警与检测

针对现有WSNs故障检测算法存在的故障分类检测率低、耗时长、节点能耗控制差等问题,提出一种全神经网络增强故障预警与检测算法。全神经网络的神经元节点与临近层的节点连接,形成具有强大故障数据训练功能的深度网络结构,选择平滑性更好的sigmoid函数作为模型的激活函数,并基于感知机合理调节相邻两个隐含层之间的阈值权重,降低模型的训练损失;采用Adam优化算法抑制模型的梯度膨胀和梯度消失等异常情况,并消除训练中产生的数据冗余,以降低故障数据训练中产生的虚预警。实验结果显示:提出算法的总体故障检测率和不同类型故障的分类检测率都优于传统算法,此外全神经网络增强算法在节点故障检测耗时和能耗控制方面,也具有显著优势。     

随机部署WSNs多环形泊松指数负载均衡分布*

针对传统随机部署无线传感器网络(WSNs)信号传输算法中能耗分布不均,影响网络使用寿命的问题,提出一种多环形泊松指数负载均衡分布WSNs信号传输机制。首先,利用sink节点发送“HELLO”数据包方式,构建多环形数据传输的分区机制;其次,为避免“HELLO”数据包产生冲突,给出数据包发送等待时间形式,同时,通过数值理论分析和图形化分析方式,给出多环节点能耗泊松指数分布形式。最后,通过在网络模拟器NS-2上的仿真测试显示,本文算法比采用的两种对比算法具有更均匀的能耗分布,及更长的网络使用寿命。     

无线传感器网络软故障诊断算法

在无线传感器网络中,软故障节点会产生并传输错误数据,这不仅会形成错误的决策,还会消耗能量,为此,提出一种基于节省能量的故障诊断(EFD)算法。该算法利用节点感知数据的空间相似性,通过对邻点所感知的传感数据进行比较,确定检测节点状态。对于网络中存在的节点瞬时故障,该算法引用TF模型思想,避免了不必要的数据比较,减少了时间冗余的检测次数。仿真结果表明:EFD算法能够提高网络诊断精度,同时可以降低诊断过程的能量消耗。     

分布式网络故障检测及恢复技术研究

IEC 62439系列协议专为高可用性工业自动化网络所设计,它们各具特点,着重分析IEC 62439-6 DRP（分布式冗余协议）的通信机理以及故障检测与恢复机制。根据DRP环形网络循环周期、网络交换设备数量、报文处理时间等一系列参数,提出了一种关于故障检测至恢复所需时间的算法。经测试平台的验证,DRP网络能迅速地检测出节点和链路的故障,并能在短时间内恢复网络的通信功能,满足现代工业网络对网络高可用性的要求。     

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.     

基于元胞蚁群优化算法的农业无线传感器网络路由研究

无线传感器网络(WSNs)进行农业信息采集时,针对传感器节点数量多,能量消耗不均衡的特点,提出基于元胞蚁群优化(CACO)的WSNs路由算法。算法将网络中的节点映射成CACO算法中的元胞,通过改进蚂蚁信息素更新模型,引入睡眠唤醒机制,有效地减少了节点间的通信,从而改善能量消耗不均衡。仿真结果表明:该算法有效地减少了网络耗能、节点消亡数量,延长了网络生命期。