在有洞的无线传感器网络中移动基站轨迹的研究

数据收集是无线传感器网络的一个基本功能,由于部署在基站周围的传感器节点承担着网络内大部分的负载,因此导致能量迅速耗尽.但是现有的负载平衡的基站移动策略只能在传感器节点被均匀布撒的情况下才能有效地延长网络寿命.本文针对在含有洞的无线传感器网络区域中,提出了基站移动的4种轨迹,基站沿着边界之间的中轴线进行移动,把中轴线上的节点作为汇聚节点,可以降低包的丢失率.实验仿真结果表明,该算法不仅能平衡节点负载,提高包的接收率,也降低了网络能耗,延长了网络寿命.     

点能量密度平衡的无线传感器网络基站移动策略

数据收集是无线传感器网络的一个基本功能。由于部署在基站周围的传感器节点承担着网络内大部分的负载,因此导致能量迅速耗尽,现有的基站移动策略可以通过基站的移动实现网络内传感器节点的负载平衡以延长网络寿命。但是现有负载平衡的基站移动策略只能在传感器节点被均匀布撒的情况下才能有效地延长网络寿命,其他情况下不能达到延长网络寿命的效果。因此本文定义了点能量概念用以表示传感器网络对感知区域每个点的感知能量,并给出了有效的点能量密度计算方法。通过点能量密度消耗分析,提出了一种点能量密度平衡的基站移动策略(energy-density-balance base stationmovement,简称EDB-BSM)。通过理论分析和仿真试验验证,相对于固定基站模式和基站随机移动模式,该移动策略能够在各种传感器节点分布情况下有效的延长网络寿命,并具有良好可扩展性。     

移动基站无线传感器网络2个参数的优化

针对一种移动基站协助数据收集模式,研究移动基站最佳缓冲区位置的设计问题,得出节点在发射半径r=R的情况下,当移动基站缓冲区的中心位于2／3R时,网络的总能量消耗最小,当中心位于1／2R时,网络的寿命最长。在r〈〈R的情况下,节点的发射功率可选择{l..k}中的一种传送数据,并给出通过插值作图法得到最佳基站缓冲区位置的设置与节点最佳发射功率的计算方法,相比采用固定功率发射方法,能够将网络寿命提高5倍。     

MMBDDG:无线传感器网络中多基站移动协作数据分流收集模式

数收集是无线传感器网络最广泛的应用之一,现有协议大都假设基站的位置固定不变,容易形成能量空洞.提出一种多基站移动协作数据分流收集模式,采用分流策略,分流边界L将数据采集区域划分为两部分,分别采用多对一和多对多两种模式收集数据.距离圆心小于L的节点通过分簇路由将数据发往圆心固定基站,大于L的节点沿最短路径将数据发往外围移动基站.该模式特别适合节点高密度部署、大范围数据收集的网络.实验结果表明,该模式在覆盖范围内较均匀消耗网络能耗,实现负载均衡,从而最大化网络生命周期,大大降低了单移动基站的数据延迟.     

数据收集传感器网络的负载平衡网络构建方法

传感器网络所具有的集中式数据收集、多跳数据传输、多对一流量模式这3种特征会造成漏斗效应的出现,这会导致严重的包碰撞、网络拥塞、包丢失,甚至拥塞崩溃,还会导致能量消耗的热点的出现,使某些节点甚至整个网络过早死亡.负载平衡技术能够有效缓解漏斗效应的产生.针对静态数据收集传感器网络,基于供求网络的思想,提出了一种分布式算法,将传感器节点组织成交易平衡网络,用于平衡传感器节点的负载.利用这种方法组织而成的网络结构不是一棵负载平衡树,而是一个负载平衡网络.实验结果验证了这种方法的有效性.     

无线传感器网络中对等数据存储策略研究

在无线传感器网络中,除了基于基站的数据传输和管理模式以外,对等数据传输以及网内数据管理同样具有非常重要的现实意义。本文论述了传感器网络中对等数据传输的应用特点和研究挑战,以及数据存储策略与对等数据传输的关系。如何设计有效的数据存储策略是对等数据传输和网内数据管理、查询的关键技术和重要研究课题。本文分析了无线传感器网络中对等数据存储策略的分类、负载平衡和查询成功率等相关问题。本文采取基于位置的分类方法,根据策略是否依赖节点的位置信息,将节点间的对等数据存储分为基于位置的策略和无位置策略。本文综述了目前的相关研究,比较了各种策略适用的网络环境和数据查询成功率、网络负载平衡等性能指标。     

一种分布式数据流系统负载平衡算法

分布式数据流系统中,当输入数据流速发生较大波动时,会引起部分节点过载,从而影响整个系统的数据处理能力。针对这个问题,该文分析了分布式数据流系统的特点以及现有负载平衡算法的局限性,提出了一种利用多层重叠结构进行负载信息收集和负载分配的平衡算法。该算法利用虚拟树形结构进行负载信息的收集和负载分配,具有较好的扩展性能。以环形虚拟结构中保存的节点相对位置信息为依据进行负载移动,从而有效降低系统的响应时间。实验结果表明该算法具有良好的负载平衡能力和一定的应用价值。     

基于移动基站和路由策略WSN寿命的算法

针对无线传感器网络的特点,提出了一种基于移动基站和路由策略优化无线传感器网络寿命的方法.首先给出场景中传感器传输相同信息能耗最小的最佳基站位置,进一步分析了不同基站位置对传感器节点能耗的影响,证明网络中传感器节点传输相同信息的总能耗越小则网络寿命越大.为降低移动基站计算的复杂度以提高采集信息的实时性,应用拉格朗日对偶分解和牛顿法简化均衡节点能量过程中的线性规划问题.当场景中有节点因能量耗尽而无法向基站继续传输信息时,根据场景中的拓扑结构自适应调整基站位置以减少节点的能耗,然后采用简化的线性规划最大最小节点寿命,以提高基站收集信息的有效性.理论分析和仿真研究表明:应用拉格朗日-牛顿法简化线性规划问题能够在保证算法快速收敛的同时大幅度地降低计算量.提出的移动基站策略能够大幅度的延长网络寿命,从而实现增加基站接收信息的数量和提高节点能量使用效率的目的.     

WSN中基于树的负载均衡的数据收集算法

部署无线传感网络WSNs(Wireless Sensor Networks)的根本目的在于数据收集.然而,节点能量有限特性给具有低能耗的数据收集算法的设计提出了挑战.为此,提出基于树的负载均衡的数据收集TLBDG(Tree-based Load Balanced Data Gath-ering)算法.TLBDG算法构建了一棵以基站为根的负载均衡的数据收集树,并以最小跳数路径转发数据包.TLBDG算法具体思想为:先依据节点离基站的跳数形成层次结构,然后再生成以基站为根的树型数据传输路道.实验结果表明,提出的TLBDG算法能够均衡负载,并延长生命周期.     

基于维诺图和二分图的水面移动基站路径规划方法

水面传感器网络（Surface sensor networks,SSNs）具有节点稀疏布置的特点（节点间距离通常大于节点通信半径）,因此难以通过节点间的多跳路由汇聚数据,目前主要采用移动基站（Mobile sink,MS）收集网络中的数据,其中移动基站的路径规划是一个关键问题.该文提出一种基于维诺图和二分图的水面移动基站路径规划方法,首先利用维诺图理论生成数据收集“候选点”;然后以二分图描述候选点对网络中传感器节点的支配关系,并基于支配集理论求解出“最小有效支配集”,即可以收集网络中所有节点数据的最小的候选点集合;最后针对最小有效支配集形成最优路径.大量实验结果表明该方法可以有效地规划出水面传感器网络中移动基站的路径,不仅可以完成全网数据收集任务,而且具有路径长度短、能量效率高和节点能耗均衡的优点.     

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.     

一种传感器网络最大化生命周期数据收集算法

从理论上分析了最大化网络生命周期的数据收集问题.主要做了以下4项工作:(1)分析了简化的静态路由模式,其中只有一棵路由树用于收集数据.(2)分析了真实的动态路由模式,其中有一系列的路由树用于收集数据.(3)提出了一种近似最优的最大化网络生命周期的数据收集和聚集算法MLDGA,MLDGA一方面试图最小化每轮数据收集中所消耗的总能量,另一方面试图最大化每轮数据收集中所使用的路由树的生命周期.(4)用Java语言实验模拟了MLDGA算法,并与现有的算法进行比较.实验结果表明,无论基站的位置还是传感器的初始能量发生变化,MLDGA都取得良好的性能,而现有的数据收集算法只适应于特定的变化.     

一种线性无线传感器网络的节点布置方案

线型无线传感器网络在应用中比较常见，其监控区域接近于线条。在基站收集感应数据的过程中，离基站越近的区域需要转发的数据越多，数据流量越大。如果采用通常的均匀布置传感器节点方案，则基站附近的节点将很快消耗完能量，基站也就无法收集数据。通过研究线型无线传感器网络中的能量消耗，得到了布置传感器节点的密度公式。按照此密度公式布置传感器节点，可使得各区域的总能量与能量消耗速度之比达到平衡，从而延长系统生命期。理论分析和仿真实验表明，在监控区域较大时，以此方案布置传感器节点，可将系统生命期提高到均匀布置方案的2倍。     

基于能量感知的数据汇聚和路由协议

提出了一种分布式的高效节能的传感器网络数据收集和聚合协议,网络中节点根据与基站的远近划分成不同的层次.协议优先选择能量充足并且距离基站最近的节点直接与基站通信,其他节点的数据则通过邻接节点逐层聚合和转发,最后传送到该节点上.因为与基站通信的能量代价太高,直接与基站通信的节点能量消耗很快.当距离基站近的节点能量过低时,协议将选择距离基站较远的节点直接与基站通信.通过顶层节点迁移机制,MTP协议能够很好地将能量损耗均匀分布到所有节点.     

Bio-inspired data transmission scheme to multiple sinks for the long-term operation of wireless sensor networks

Wireless sensor networks have a wide range of applications, such as natural environmental monitoring, object tracking, and environmental control in residential spaces or plants. In wireless sensor networks, many sensor nodes with limited resources are placed in an observation area and used to gather information about environments. Therefore, a data gathering scheme (or a routing algorithm) for saving and balancing the energy consumption of each sensor node is needed to prolong the lifetime of wireless sensor networks. This article proposes a new bio-inspired data transmission scheme for the long-term operation of wireless sensor networks. By using the proposed scheme, autonomous load-balancing data transmission to multiple sinks can be actualized. We evaluate the proposed scheme using computer simulations to verify its effectiveness, and also discuss its development potential.     

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。