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.     

基于动态Snake模型的机械手运动轨迹视觉跟踪

针对机械手运动在图像序列空间的轨迹分布，提出一种基于时空轨迹线的动态Snake跟踪模型.定义相应的能量函数，可使其在机械手轨迹分布上取得极小，通过Snake能量的轨迹收敛实现对机械手运动点的跟踪定位.利用轨迹能量系数的动态调节，可避免Snake搜索过程陷入局部极小．使用平方轨迹最小二乘预测器对轨迹点位置进行预测，可提高Snake搜索的实时性和准确性．微装配机械手运动实验证明了该模型及跟踪算法的有效性.     

基于能量优化的无线传感器网络动态分簇目标跟踪

针对无线传感器网络动态分簇目标跟踪中的数据碰撞与簇首选择过程导致能耗过高问题,提出一种基于能量优化的无线传感器网络动态分簇方法。首先,构建时分竞选传输模型,主动避免动态簇内数据碰撞,降低节点能耗;然后,基于能量信息与跟踪质量,提出能量均衡的最远节点调度策略,优化簇头节点调度;最后,根据加权质心定位算法,完成目标跟踪任务。实验结果表明：在节点随机部署的环境下,所提方法对于非线性运动目标的平均跟踪精度为0.65 m,与多目标跟踪动态簇员选择方法（DCMS）相当,比分布式事件定位动态分簇目标跟踪算法（DELTA）提高了45.8%;能量消耗方面,与DCMS和DELTA相比,所提方法的动态跟踪簇能量消耗有效降低了61.1%,延长了网络寿命。     

条件能量网络中信息流行为的研究

网络应用的日益普及关系到人们日常活动的各个方面.为了更好地研究网络交互行为,从网络信息流出发,将网络行为抽象成一种依靠信息资源供应关系驱动的形式,借助物理学概念将这种供应关系用节点间引力来表示,构造出一种不基于网络行为实现细节的抽象的条件能量网络模型,并根据定义的“相对能”意义将网络模型分为能量网络和混沌网络两种状态.最后,通过实验验证利用具有能量意义的网络交互规则研究信息流行为的可行性,结果显示,条件能量网络模型能简单、准确地描述现实网络中的信息流行为,对于网络策略运用的普遍性和网络研究的一致性具有深远意义.     

一种无线传感器网络能量模型的评估及改进

无线传感器网络节点能量受限,部署环境复杂.如何提高网络工作时的能效一直是研究无线传感器网络的热点,而能量模型的建立与优化是进行能效分析的基础.就网络通信中,点到点的单跳传输网络模型进行了总结分析,讨论了其中的两种主要传输模式及可靠传输的能量模型,在原有可靠传输能量模型的基础上,采用基于传输失败概率的新模型参数对原有模型进行了重新设计,同时增加了非可靠传输能量模型,并对所提出的新模型做了仿真实验及评估比较.仿真结果显示新模型能很好反映网络的能耗特性,而非可靠传输模型比可靠传输模型有更低的能耗.     

基于数据流的Internet网络控制系统延时模型研究

在给出数据流定义的基础上,从理论上分别针对传输控制协议(TCP)和用户数据包协议(UDP)提出了基于数据流的Internet网络控制系统(INCS)延时模型.数据流的定义描述了INCS中所有数据流的输入和输出特性,网络延时模型描述了TCP和UDP协议的传输延时特性.此外,提出了基于Transit-Stub的INCS延时测量模型,并通过实验验证了基于数据流的INCS延时模型的正确性.分析了INCS中不同类型的数据流适用的传输协议,从而为设计INCS提供了理论依据.     

基于能量和频繁模式的数据流预测查询算法

设计了数据流预测查询的新模型,包括局域流能量预测、能量分布模式挖掘及预测序列的重构和数据流能量的度量方法;设计了融合数据流能量回归与基于频繁模式的小波分解预测新方法,并将新算法推广到强偶合多数据流的预测查询;提出了最近最频繁序列模式的新概念,并应用于局域流能量分解;在真实数据上的模拟实验,验证了算法的有效性.     

认知网络能量感知及伽玛统计模型能量优化算法

为了提升分簇无线传感器网络的能量效率并均衡节点的能量负载,提出了一种认知网络能量感知及伽玛统计模型能量优化算法。首先,该算法提出基于认知无线电的信道能量感知模型,可以得到网络休眠模式和运作模式下网络的能量分布方程。接着,在多个中继网络场景中采用伽玛函数进行网络总能耗分析,并基于次级网络跳数与簇头总能耗关系提出能量优化策略,在均衡簇头能量负载的同时最小化网络总能耗量。实验仿真结果表明,在网络总能量消耗上,所提出的能量优化算法相比基于节能路由方案的认知无线电网络和基于多能量探测器的认知网络,节能效果分别提高了37.6%和12.2%,并且算法采用伽玛函数对网络能量分布的分析具有一定的准确性。     

无线传感器网络能量均衡拓扑模型研究

针对BA模型仅考虑节点寿命对网络拓扑结构影响的现状,考虑到拓扑能量利用率不高会缩短网络生命周期,在分析网络平均剩余能量和通信半径对网络生命周期影响的基础上,提出一种无线传感器网络能量均衡拓扑模型.该模型在拓扑演化过程中,综合考虑节点剩余能量、通信半径和节点度,并引入剩余能量调节参数、通信半径调节参数和节点度调节参数,最终使剩余能量大的节点连接概率更高.理论分析和仿真实验结果表明,该模型不仅具有无标度网络的幂律特性,具有较好的稳定性,且能够均衡节点和网络能耗,延长网络的生命周期.     

无线传感器网络中目标跟踪算法的OPNET仿真

目标跟踪是无线传感器网络在环境测控领域的一个重要应用.由于传感器节点的能量有限,因此研究能量有效的目标跟踪算法是非常关键的.前期提出了一种基于双重负反馈蚁群的目标跟踪算法,将能量消耗平均到多个节点上,避免了部分节点因为长期处于激活状态而过早的失效.通过在OPNET平台上对该算法进行仿真实验,进一步证明了算法在保证一定跟踪精度的前提下,可以实现能量的负载均衡,从而使网络存活时间得以延长.同时也验证了仿真平台的有效性.     

An Energy Efficient Clustering Scheme for Data Aggregation in Wireless Sensor Networks

In wireless sensor networks, a clustering scheme is helpful in reducing the energy consumption by aggregating data at intermediate sensors. This paper discusses the important issue of energy optimization in hierarchically-clustered wireless sensor networks to minimize the total energy consumption required to collect data. We propose a comprehensive energy consumption model for multi-tier clustered sensor networks, in which all the energy consumptions not only in the phase of data transmissions but also in the phase of cluster head rotations are taken into account. By using this new model, we are able to obtain the solutions of optimal tier number and the resulted optimal clustering scheme on how to group all the sensors into tiers by the suggested numerical method. This then enables us to propose an energy-efficiency optimized distributed multi-tier clustering algorithm for wireless sensor networks. This algorithm is theoretically analyzed in terms of time complexity. Simulation results are provided to show that, the theoretically calculated energy consumption by the new model matches very well with the simulation results, and the energy consumption is indeed minimized at the optimal number of tiers in the multi-tier clustered wireless sensor networks.     

面向无线传感器网络的无线携能通信研究

能量受限是无线传感器网络应用的瓶颈问题,为了使无线传感器网络获得稳定持续的能量来源,提出将无线携能通信（ SWIPT）技术应用到无线传感器网络中。基于时分多址（ TDMA）的通信方式建立了适应于无线传感器网络的无线携能通信系统新优化模型。通过凸优化问题的求解得到该优化模型的最优分配策略。利用仿真实验对无线携能通信在无线传感器网络中应用的可行性进行了分析,对方法的有效性进行了验证。     

一种改进的室内wsn仿真模型

针对室内无线传播模型具有多径传播效应的特性和无线传感器网络协议栈的特点,提出了一种改进的室内无线传感器网络仿真方法。方法使用阴影模型模拟室内无线传播模型的多径传播效应,结合常用的无线传感器网络节点芯片的性能参数预测出无线信号在室内的实际传输距离,并在NS2中以该无线信道模型为基础,以无线传感器网络协议栈为标准,建立了一个改进的室内无线传感器网络仿真模型。仿真模型的测试结果表明该模型在数据包投递率及网络剩余能量的比率上与实际室内无线传感器网络的性能相似。证明建立的模型能为室内无线传感器网络的实际布网和应用提供可靠的依据。     

射频供能传感网中能量源布置和发送功率优化

射频能量捕获无线传感网（RF energy harvesting wireless sensor network,简称RFEH-WSN）是无线传感网的热点研究领域之一,专用射频能量源设备（energy transmitter,简称ET）的使用进一步增强了网络的可控制性和实用性.这类应用中一个值得研究的问题就是如何配置给定数量的ET,从而在满足节点能量需求的前提下优化布置位置和发送功率,减少能量消耗.首先对ET布置和发送功率联合优化问题建模,明确优化目标和限制条件.然后分别提出了先基于聚类算法确定ET位置再调整功率的分步优化方案,以及基于粒子群优化（particle swarm optimization,简称PSO）的布置与发送功率联合优化方案.仿真结果显示,布置和发送功率联合优化方案较分步优化方案,ET发送功率的节能效果更为明显.     

一种无线传感器网络覆盖能耗平衡优化策略

在无线传感器网络中,对目标区域的覆盖程度以及网络能耗是衡量其性能的重要指标,通过对节点的合理配置,有利于保证网络覆盖,平衡网络能耗。针对节点感知距离可调的无线传感器网络,提出了一种无线传感器网络覆盖能耗平衡优化策略,该策略以满足一定的网络区域覆盖质量为前提,以覆盖能耗平衡为优化目标,采用粒子群算法,首先对网络中的节点布局进行动态优化,在此基础上通过合理调整节点感知距离,使得网络覆盖能耗性能最优。仿真结果表明,与传统节能覆盖方案相比,该策略能够有效减少感知重叠区和感知盲区,提高网络区域覆盖质量,降低网络能耗。     

WSN中兼顾安全和剩余能量的簇头选择算法

通过对无线传感器网络的信任模型和节点的能量消耗的研究,针对能量受限的无线传感器网络容易受到攻击的问题,提出了一种基于信任机制的分布式簇头选举优化算法。簇头的选举综合考虑了节点的信任度和节点的剩余能量两种因素。实验证明,该算法提高了网络安全性,延长了网络生存周期。并且信任模型中的校正机制体现了模型的健壮性。     

有向天线的无线传感器网络病毒传播模型

采用定向感知天线模型建立基于有向天线的无线传感器网络中的病毒传播模型,通过智能监视节点广播的切换天线消息触发无线传感器网络节点使用有向天线,以研究无线传感器网络中的病毒传播。研究结果表明:使用有向天线不仅能够节约传感器节点能量,延长网络生命周期,还能够有效抑制病毒传播,减小无线传感器网络中病毒大规模爆发的风险,而且该模型适用于不同的病毒传播模型和不同结构的无线传感器网络。     

一种无线传感器网络的簇数目优化方法

针对LEACH算法中无线传感器网络分簇数目的确定问题,提出了一种节点服从泊松分布的情况下最优簇数目的计算方法。该方法利用节点的通信能耗模型,从能耗最小的角度给出了网络的最优簇数目,并证明最优簇数目与监测区域面积、节点数目和泊松分布强度有关,而不是LEACH算法中的固定值,从而为优化网络簇头数提供了一定的依据。仿真表明,在该方法上设计的LEACH算法减少了网络的总能量消耗,有效延长了网络生命周期。     

基于线性回归的无线传感器网络分布式数据采集优化策略

事件监测是无线传感器网络中最重要的应用之一,部署在监测区域内的传感器节点通过对感知数据信息的采集、处理和传输等基本操作完成具体的监测任务,在各种操作中,节点之间的数据传输是最消耗能量的.为了减少节点之间的通信数据量,达到降低网络能耗和延长网络生命周期的目的,该文提出了一种能量高效的基于线性回归的无线传感器网络分布式数据采集优化策略,通过应用线性回归分析方法构建感知数据模型,保持感知数据的特征,使节点仅传输回归模型的参数信息,代替传输实际监测的感知数据信息.仿真实验结果表明,文中提出的数据采集优化策略能通过较小的通信量有效地实现事件监测区域感知数据的预测和估计,降低网络的总能量消耗,延长网络的生命周期.