生物启发的无线传感执行网络协同方法

本文针对无线传感执行网络(wireless sensor and actor network,WSAN),在昆虫生物种群协作机理的启发下,提出了一种WSAN协同方法,以改善网络传输可靠性、节能与执行效率.首先,针对传感器节点与执行器节点之间的协作,提出以信息传递能耗和剩余能量衡量中继节点选择概率的效能协同机制,以及包含区域中继、影响因子和学习因子3个保障单元的组织协同机制.进而,针对执行器--执行器间的协作,引入学习因子作为组织协同机制中的一个保障单元.最后,给出了算法执行的流程,并通过仿真验证了方法的优越性.仿真结果表明,采用本文提出的协同机制,不但优化了WSAN信息传递路径,而且在执行器节点间协作中选择优势节点参与信息处理和决策,降低了网络能耗,同时提高了网络执行效率.     

基于鱼群算法的无线传感网络覆盖优化策略*

无线传感网络是能量受限的网络,有效覆盖和能耗是衡量其性能的两个重要指标。将最大化网络覆盖率和最小化工作节点数作为网络优化目标,建立了网络覆盖优化的数学模型,并利用鱼群算法并行寻优、收敛快速的特性,提出了一种基于鱼群算法的覆盖优化策略。仿真实验表明,该算法能求解最优覆盖工作节点,并可以改进网络节点调度的实时性。     

无线感知执行网的智能协作机制研究

针对无线感知执行网中的节点协作问题,提出了多目标智能协作策略。在感知节点不完全连通的WSANs中,设计局部感知节点成簇算法,实现感知节点间的通信协作;以网络能耗均衡和信息传输时延为目标,应用离散多目标自由搜索算法对WSANs进行实时路径规划,实现簇头节点和执行节点间的协作,并通过路径惩罚策略和路径均衡策略,保证寻优结果的有效性、均衡执行节点之间的能耗。仿真实验表明:无线感知执行网智能协作机制能有效地选择多执行节点路径,实现网络协作的实时需求与能量消耗之间的平衡。     

无线传感网络覆盖的粒子进化优化策略研究

为了实现网络覆盖范围的最大化,延长网络寿命,本文在粒子进化的多粒子群算法的基础上提出了一种无线传感网络覆盖优化策略.通过多种群并行搜索,采取粒子进化理论使陷入局部最优的粒子迅速跳出,有效地避免了基本粒子群算法容易出现的"早熟"问题,提高了算法的稳定性.通过仿真实验分析了节点感知半径对覆盖性能指标的影响.覆盖率和收敛速度随着感知半径的增大逐渐增大和加快.仿真实验结果表明粒子进化的多粒子群优化策略比基本粒子群算法、传统遗传算法和新量子遗传算法具有更好的覆盖优化效果.     

基于Zigbee技术的无线传感网络研究

介绍了一种新型的短距离无线通讯技术Zigbee.分析了Zigbee协议的特点,对协议的体系结构进行了详细的阐述,主要介绍了基于Zigbee技术的无线传感网络的组网研究,包括网络拓扑结构以及通信原语组网的过程,并从软硬件结合出发对无线传感网络的平台的搭建进行了实验验证,成功实现一种无信标星型无线传感网络.经验证该平台能较好地完成点对点数据的传输.     

ZigBee2006协议栈的无线传感执行网络构建

无线传感执行网络是智能空间的重要组成部分。本文应用TI/Chipcon公司免费提供的ZigBee2006协议栈,以CC2430无线单片机为控制器,构建家庭无线传感执行网络,为执行器操作传送温度、湿度、光照等环境数据。实验结果表明,该系统能够达到检测环境的任务要求,且成本低,性能可靠稳定,在智能空间、智能家居等领域具有良好的应用前景。     

多目标协调进化算法研究

进化算法适合解决多目标优化问题,但难以产生高维优化问题的最优解,文中针对此问题提出了一种求解高维目标优化问题的新进化方法,即多目标协调进化算法,主要特点是进化群体按协调模型使用偏好信息进行偏好排序,而不是基于Pareto优于关系进行了个体排序,实验结果表明,所提出的算法是可行而有效的,且能在有限进化代数内收敛。     

基于NSGA-II的无线传感网络簇首选择算法

延长网络生命周期是无线传感网络需要解决的主要问题之一,拓扑控制对于延长网络生命周期具有重要意义.针对分簇结构无线传感网络的簇首选择问题,提出一种基于NSGA-II的多目标簇首选择算法.同时考虑网络通信距离、能量消耗、负载均衡以及节点生存时间等多个优化目标,通过理论计算确定最优簇首数量指导种群初始化,引入正交实验机制降低搜索次数,提高寻优效率.实验结果表明, 所提出的算法与低功耗自适应层次分簇(LEACH)算法相比,簇首分布均匀、负载均衡,可明显延长网络的生命周期,与标准NSGA-II算法相比,可更好地提高搜索寻优效率.     

无线传感网络覆盖算法及仿真研究

研究无线传感器覆盖算法,针对标准粒子群算法的网络覆盖存在收敛速度慢、易于陷入局部最优值的问题,为满足动态节点选择实时性的要求,提出一种多粒子群的无线传感网络覆盖算法.以无线传感器最大覆盖率为目标函数,通过多个粒子群彼此独立地搜索解空间,加大粒子的搜索范围,减小陷入局部最优的可能性.采用进化粒子,使粒子覆盖更有效率,提高了算法的寻优能力,有效地避免了标准粒子群算法容易出现的"早熟"问题,提高了算法的稳定性.仿真实验表明,与标准粒子群算法、传统遗传算法和新量子遗传算法的优化效果相比较,其覆盖率分别提高了8.39%、3.07%和0.75%;收敛速度提高了25.3%、23.8%和23.8%,证明粒子进化的多粒子群方法有效地优化无线传感网络,实现节点选择的实时性要求.     

无线传感反应网络综述

从传感器网络衍生出来的传感反应网络是一种全新的信息获取和处理技术.本文先简要介绍了传感反应网络体系结构和特点,再结合已有研究,在设计和开发传感反应网络协议方面,讨论传感节点-反应节点和反应节点-反应节点协调中存在的问题,并探讨反应节点给通信协议带来的问题与挑战.     

A cooperative pursuit-evasion game in wireless sensor and actor networks

This paper studies the problem of the pursuit-evasion game under the wireless sensor and actor networks (WSANs). In order to plan paths for pursuers to capture an evader in the pursuit-evasion game, a novel multi-step cooperative strategy is presented. Under this strategy, the pursuit-evasion game is studied in two stages. In the first stage we assume that the evader is always static in the workplace, and in the second stage the evader will move once it senses the existence of pursuers. A Daisy-Chain Formation algorithm and a sliding mode-based method are presented to control the pursuit. Based on Lyapunov stability theory, the proposed algorithm is proved to be convergent. At last, simulation results are provided to demonstrate the effectiveness of the proposed method.     

动态无线传感器反应网络事件驱动定位算法

动态无线传感器反应网络（WSANs）是传统无线传感器网络（WSNs）的衍生物,是由大量资源受限的传感器节点和少量资源不受限的反应节点组成的动态网络,采用无线通信的方式进行通信,具有很强的实用性和应用前景。在充分分析动态WSNs特点的基础上,提出了一种基于接收信号强度指示（RSSI）测距的分布式事件驱动定位算法,并利用OPNET网络仿真软件对所设计的算法进行了仿真验证,结果表明：所设计算法具有较高的定位精度和能效性。     

异构无线传感器网络中多目标优化节点部署策略

针对异构无线传感器网络节点高密度部署和事件发生存在"热点区域"问题,以区域覆盖率最大和网络能耗最小为优化目标,提出了一种基于多目标优化的二进制粒子群算法,对节点部署进行多目标优化。该算法采用概率感知模型,引入强支配系数使得解分布均匀,结合Pareto最优解选择排序和基于自适应权重的适应度分配,进而获得异构节点部署解。仿真结果表明:该算法能对目标空间进行广泛搜索,与NSGA—Ⅱ算法相比,算法具有良好的收敛性,能有效地提高网络的覆盖率和降低网络能耗。     

Clustering of wireless sensor and actor networks based on sensor distribution and connectivity

Wireless Sensor and Actor Networks (WSANs) employ significantly more capable actor nodes that can collect data from sensors and perform application specific actions. To take these actions collaboratively at any spot in the monitored regions, maximal actor coverage along with inter-actor connectivity is desirable. In this paper, we propose a distributed actor positioning and clustering algorithm which employs actors as cluster-heads and places them in such a way that the coverage of actors is maximized and the data gathering and acting times are minimized. Such placement of actors is done by determining the k-hop Independent Dominating Set (IDS) of the underlying sensor network. Basically, before the actors are placed, the sensors pick the cluster-heads based on IDS. The actors are then placed at the locations of such cluster-heads. We further derive conditions to guarantee inter-actor connectivity after the clustering is performed. If inter-connectivity does not exist, the actors coordinate through the underlying sensors in their clusters to adjust their locations so that connectivity can be established. The performances of the proposed approaches are validated through simulations.     

无线传感器网络中多目标优化节点部署模型

针对多跳无线传感器网络中数据采集只采用单目标优化策略带来的问题,提出了一种基于多目标优化的可移动sink节点部署模型.该模型以网络能耗最小和数据延迟最小为优化目标,采用多目标线性规划方法获得节点部署的较优解,在能量消耗和数据收集延迟中取得平衡.仿真结果表明,该模型能够给决策制定者提供更优的无线网络数据采集方案,提高了数据采集的质量.     

Multirate parallel distributed compensation of a cluster in wireless sensor and actor networks

The stabilisation problem for one of the clusters with bounded multiple random time delays and packet dropouts in wireless sensor and actor networks is investigated in this paper. A new multirate switching model is constructed to describe the feature of this single input multiple output linear system. According to the difficulty of controller design under multi-constraints in multirate switching model, this model can be converted to a Takagi–Sugeno fuzzy model. By designing a multirate parallel distributed compensation, a sufficient condition is established to ensure this closed-loop fuzzy control system to be globally exponentially stable. The solution of the multirate parallel distributed compensation gains can be obtained by solving an auxiliary convex optimisation problem. Finally, two numerical examples are given to show, compared with solving switching controller, multirate parallel distributed compensation can be obtained easily. Furthermore, it has stronger robust stability than arbitrary switching controller and single-rate parallel distributed compensation under the same conditions.     

基于AES的WSN加密算法

为增强无线传感网络WSN （wireless sensor networks）的安全性,保证节点之间信息安全、可靠的传输,提出一种基于高级加密标准（AES）算法的改进型加密算法———轻量级高级加密标准LAES （lightweight AES）算法。针对 AES算法中影响运行速度的两个关键环节进行改进,在保证加密算法安全性的前提下,对轮数进行精简,极大降低算法的计算负担;利用查表法优化算法的轮函数,进一步加快算法执行速度。轮数的精简使得算法执行的总轮数减少,轮函数优化使得每一轮速度加快,确保L A ES算法的高性能。将该算法应用在无线传感网节点上进行验证,验证结果表明,改进后的算法执行效率有较大提高,适用于无线传感网络的机密加密。     

无线传感器网络连通性研究

为优化无线传感器网络的配置参数,减少网络拓扑结构变化次数,需对其组网算法和连通性问题进行研究。从概率论角度出发研究了网络参数之间的关系,在分析了节点连通度概率分布模型后,推导出了节点通信半径、节点个数、监测区域、连通度之间的关系,并在此基础上给出了一种连通性好且节能的无线传感器网络组网算法。通过仿真实验对算法进行验证,实验结果表明使用该方法组建的无线传感器网络连通性好,有很好的应用前景。     

基于改进蚁群优化算法的无线传感器网络路由研究

无线传感器网络为能量受限系统,为了促使网络节点能量消耗相对均衡,将蚁群优化(ACO)算法应用于无线传感器网络的路由选择,提出一种基于能量均衡的无线传感器网络路由算法。该算法将节点能量作为转移概率规则启发因子,通过计算转移概率和适应度值找到最优路径。仿真结果表明:该算法可以显著减低网络总能耗,从而延长无线传感器网络的生命周期。