多目标进化策略在无线传感器网络中的优化设计

无线传感器网络是由大量受能耗约束的节点组成,兼顾规模和节能的路由协议是无线传感器网络的重要部件。提出了基于多目标进化算法的无线传感器网络的路由优化设计,针对无线传感器网络的能耗、带宽、及时延等指标进行优化。在多目标进化算法中,通过对种群进行初始化、选择、交叉、变异等操作构建非支配集,并使用小生境技术保证种群的分布性。通过与LEACH及SSSL协议的比较,可知基于多目标进化算法可以有效地降低节点的能量消耗,减少网络带宽消耗,降低时延,延长网络的生存时间。     

基于差分算法的无线传感器网络路由分簇协议

针对异构无线传感器网络分簇路由协议存在节点能耗不均衡问题,提出一种基于差分进化算法的路由协议及基于节点能耗的分簇协议。该协议首先以最大化网络中簇头节点的最小生存周期为目标,建立函数优化模型,并采用差分进化算法对其进行优化,从而延长网络整体的生存周期;然后根据节点通信列表中的簇头数目进行分簇,将节点分配给能耗因子较低的簇头,以达到均衡网络能耗的目的,延长普通节点的生存周期。仿真结果表明,基于差分的路由分簇协议能有效均衡网络中节点的能量消耗,显著延长网络的生存周期并提高网络能量利用率。     

基于能量有效WSN优化覆盖算法的研究*

满足一定的覆盖条件下,有效地进行覆盖控制和减少能量消耗以及延长网络生存周期是无线传感器网络所研究的一项重点课题。为此,提出一种能量有效的优化覆盖算法。该算法利用贪婪算法和几何图形学相关理论知识,把目标覆盖区域节点能量构建成正态分布的网络模型,通过采集和检索数据选择最优子集以及对节点状态调度机制动态转换,可以有效地降低网络能耗,提高了节点覆盖性能的同时优化了节点的数量。仿真实验表明,该算法能够以较小的代价延长整个网络的生存周期,具有更好地适应性和稳定性。     

无线传感器网络中的能效优化路由算法*

根据无线传感器网络节点能量消耗和网络生存周期的特点,通过建立动态规划能量优化模型,在路由总能耗满足能量阈值约束条件下,均衡消耗网络中各节点能量,在此基础上提出一种适合无线传感器网络的动态规划路由算法。仿真结果表明,提出的路由算法能充分地利用有限的能量资源,较大地延长网络生存周期并降低节点的平均能耗。     

无线多媒体传感网多时间片多重覆盖路由算法研究

提出一种无线多媒体传感网多时间片多重覆盖路由协议MKCR。在事件监测过程中,系统采用视域固定的视频节点,对关键目标进行多角度覆盖以提高监测质量。在多节点协同工作时,协议计算多时间片k覆盖路径、合理分配节点参与工作的时间,从而延长网络生存周期。研究并设计了MKCR-K和MKCR-T算法,前者代表k覆盖重数不可变的情况,在目标均达到k覆盖要求后,进而计算参与的节点集合及其工作时长;后者表示覆盖重数k根据情况可变,在目标全覆盖的基础上尽最大可能对关键目标 进行 多角度监测并延长网络生存周期。仿真结果表明,MKCR协议能够协调参与节点的工作时长,实现关键目标多重覆盖监测,同时延长网络生存周期。     

无线网络中DEEC协议的改进

提出无线传感器网络路由算法IDEEC (Improvement Distribute Energy-Efficient Clustering Algorithm for Heterogeneous Wireless Sensor Networks),该算法具有能量消耗低的优点,基于传输时延的考虑,采用多跳方式传送数据.通过与Leach和DEEC的路由的协议的仿真结果比较,本路由算法的网络生存周期分别提高了50％和30％.     

分布式无线传感器网络度覆盖算法

传感器节点在高密度部署和满足一定覆盖条件下,有效地进行覆盖控制和减少能量消耗以及延长网络生命周期是无线传感器网络研究的重点课题,为此,提出一种分布式的度覆盖算法。该算法利用贪心算法和几何图形学相关理论知识对覆盖区域关键节点进行优化覆盖,通过节点状态调度机制转换,可以有效地降低网络能耗,提高了节点覆盖性能的同时优化了节点的数量。仿真实验结果表明,该算法能够以较小的代价提高整个网络的生存周期,有更好地适应性和稳定性。     

基于能量选择的ReInForM路由算法研究与仿真

研究网络路由能量优化问题,针对传统的高可靠性路由算法难以均衡能耗的问题,为了实现高可靠性能量优化,提出了基于能量选择的ReInForM路由算法.新算法通过引入节点能耗量化评估机制,将邻居节点集合中待选节点按能耗进行排序,在保证传输可靠性的前提下,优先选择能量消耗少,剩余能量多的节点,从而优化路由算法.新算法解决了在恶劣通信环境下,高可靠性路由算法的能耗均衡问题.仿真验证了新算法在均衡路由能耗,减少失效节点个数,延长网络生存时间方面取得了较好的效果.新算法较传统算法取得更好的效果.     

基于能耗量化传导的WSN路由探测算法

为了降低无线传感器网络(WSN)路由节点的能量损耗,提高网络的寿命周期,需要进行路由节点的优化分布设计。传统方法采用CSMA/CA有限竞争的信道分配模型进行WSN的路由探测算法设计,实现能量均衡,在节点规模较大和干扰较强时,节能的能耗开销较大。提出一种基于能耗量化传导的WSN路由探测算法,首先建立WSN的分簇能耗调度模型,以能量控制开销、丢包率、传输时延等为约束参量指标进行路由探测的控制目标函数的构建,然后采用路由冲突协调机制进行能耗量化分配,结合WSN传输信道的能量传导均衡模型实现WSN路由的优化探测和WSN节点的优化部署。仿真结果表明,采用该方法进行WSN路由探测设计时网络的能效较高,传输时延和误码率等参量指标的表现优于传统方法。     

无线Ad hoc网络中基于区域代价的功率感知路由协议*

由于能量的限制,无线Ad hoc网络面临网络生存时间、无线资源利用效率以及时延要求等方面的挑战。为了降低网络的能量消耗,延长节点寿命和网络生存周期,提出了一种基于区域代价的功率感知路由协议。该协议在路径选择时,综合考虑节点及其邻居的剩余能量、节点发射功率和节点接收处理功率等因素,使网络中节点的能耗趋于一致,并延长网络的生存时间。该算法的复杂度不高,易于在节点运行。仿真结果证明该协议能取得较好的性能。     

学习自动机结合节点功率自适应调整的WSN目标覆盖方案

针对大多数现有无线传感器网络(Wireless Sensor Network, WSN)目标覆盖方案没有考虑传感器功率(传感范围)可调的问题,提出一种基于学习自动机(Learning Automata, LA)和节点功率自适应调整的WSN的目标覆盖方案。利用LA算法根据节点能量自适应调整节点的发射功率,构建能够覆盖所有目标的覆盖集,并通过精简过程获得最小覆盖集,从而减低节点的能耗,提高网络的生命周期。通过实验研究了传感器数量和目标数量对网络寿命的影响,并将该方案与基于贪婪算法、遗传算法的方案进行比较,结果表明,该方案能够获得更多的覆盖集和更长的网络寿命。     

一种无线传感器网络目标的最优覆盖算法

无线传感器网络点状目标覆盖的算法中,集合分割算法虽简单,但效率低且仅适用于每个传感器节点能量都相等的网络模型.为此,我们对集合分割算法进行改进,提出一种启发式贪心最优覆盖算法.该算法适用于节点能量正态分布的网络模型,采用了关键目标优先覆盖策略和节点能效最大化策略,延长了网络覆盖生命期,提高了算法的效率.实验表明新算法网络生命期延长80%以上,有更好的适应性和稳定性.     

基于能量均衡的最大化覆盖目标算法

目标覆盖问题是无线传感网络WSNs(Wireless sensor networks)最重要的问题之一.每个目标至少被一个传感节点覆盖,为此提出基于能量均衡的最大化覆盖目标EMNL(Energy-balance-based Maximizing Network Lifetime)算法.EMNL算法将所有传感节点划分不同的传感节点覆盖区SC(Sensor Cover),致使每个SC能够维持对所有目标监测一个固定时间.通过有选择性选择一个SC活动,而其他SC休眠,进而提高能量利用率,延长了网络寿命.EMNL算法构建了不同不相邻SC,进而最大化网络寿命.最后,建立仿真环境,并进行性能仿真.此环境下的数据表明,在EMNL算法有效地扩延生存时间,也提升了覆盖率.     

混合WSNs中基于多目标优化的覆盖控制算法

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差和能量不均衡的问题,引入移动传感器节点,将快速非支配排序遗传算法Ⅱ( NSGA-Ⅱ)运用到混合无线传感器网络覆盖控制部署并进行改进,采用分层编码策略,引入删除算子避免早熟,自适应改变交叉、变异概率提高局部搜索能力,获得较优解集后基于决策者信息偏好选择最优目标.仿真实验结果表明:有效解决了WSNs覆盖控制问题,可以在网络覆盖率最大化的同时,节点利用率较大且能耗系数较低,延长网络寿命.     

路由深度对Sink轨迹固定传感器网络的影响

无线传感器网络中,使用移动Sink进行数据采集能够减少网络节点死亡速度,延长网络时间,是最有效均衡网络负载的方法之一。在实际应用中,移动Sink通常采用固定路径策略,同时路由深度的改变直接影响网络拓扑和路由选择结果。比较了在不同路由深度下,采用4种典型固定策略的移动Sink网络的网络能耗、网络寿命和包延时。仿真结果表明:在较小的路由深度下,外边界策略能更好地降低节点能耗,延长网络寿命;内边界策略能取得更好的覆盖和较低的时延。     

基于蚁群优化的无线传感器网络最适路由算法

如何在资源有限的条件下进行实时、高效的数据路由是无线传感器网络的研究热点之一。针对不同应用设计目标的差异性问题,提出一种基于改进蚁群算法的最适路由选择算法。因设计目标的不同,引入一个新的路由选择度量,兼顾实时性、能源效率和负载均衡等方面,并结合蚁群算法的寻优特点,对无线传感器网络最适路由选择问题进行优化。仿真结果表明,最适路由选择算法能够在满足不同设计目标的前提下,延长网络寿命,实现无线传感器网络实时、高效的路由。     

Learning automata-based algorithms for finding cover sets in wireless sensor networks

Wireless sensor networks (WSNs) have been widely used in different applications. One of the most significant issues in WSNs is developing an efficient algorithm to monitor all the targets and, at the same time, extend the network lifetime. As sensors are often densely deployed, employing scheduling algorithms can be considered a promising approach that is able ultimately to result in extending total network lifetime. In this paper, we propose three learning automata-based scheduling algorithms for solving target coverage problem in WSNs. The proposed algorithms employ learning automata (LA) to determine the sensors that should be activated at each stage for monitoring all the targets. Additionally, we design a pruning rule and manage critical targets in order to maximize network lifetime. In order to evaluate the performance of the proposed algorithms, extensive simulation experiments were carried out, which demonstrated the effectiveness of the proposed algorithms in terms of extending the network lifetime. Simulation results also revealed that by a proper choice of the learning rate, a proper trade-off could be achieved between the network lifetime and running time.     

Multi-objective clustered-based routing with coverage control in wireless sensor networks

A wireless sensor network (WSN) generally consists of a large number of inexpensive power constrained sensors that are small in size and communicate over short distances to perform a predefined task. Realizing the full potential of WSN poses many design problems, especially those which involve tradeoffs between multiple conflicting optimization objectives such as coverage preservation and energy conservation. While both energy conservation routing protocols in a cluster-based WSNs and coverage-maintenance problems have been extensively studied in the literature, these two problems have not been integrated in a multi-objective optimization (MOO) manner. This paper employs a recently developed MOO algorithm, the so-called multi-objective evolutionary algorithm based on decomposition (MOEA/D) to solve simultaneously the energy conservation and coverage preservation design problems in cluster-based WSNs. The performance of the proposed approach, in terms of network lifetime and coverage is compared with the heuristic LEACH and SEP clustering protocols and with another prominent MOEA, the so-called non-dominated sorting genetic algorithm II (NSGA II). Simulation results reveal that MOEA/D provides a more efficient and reliable behavior over other approaches.     

无线传感器网络分层带宽自适应路由协议

在无线传感器网络(WSNs)中,节点能量使用严格受限,限制了网络的使用寿命。固定环带宽度的分层路由协议是一种有效的解决方法。在此基础上,提出了一种引入环带宽度自适应调整的路由机制。该机制根据节点剩余能量和传输数据能耗自动调整环带宽度,并决定节点是否参与网内数据报文的传输。采用Matlab作为仿真工具对该路由机制进行了仿真分析,结果表明:该算法通过调整环带宽度的方式能够有效延长网络使用寿命和维持网内负载均衡。     

面向异构WSNs的基于能量感知的簇路由算法

有效地使用传感节点的能量,进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.为了延长网络,现存的多数簇路由是面向同构网络.为此,提出分布式能量感知的异构WSNs非均匀分簇路由DEAC(Distributed Energy Aware unequal Clustering)算法.DEAC算法是以EADUC(Energy Aware Distributed Unequal Clustering)为基础,并进行优化.与EADUC不同,DEAC算法从簇头竞选机制、簇间多跳通信中的下一跳转发节点的选择策略以及自适应的节点通信半径的设置三方面进行优化.在簇头竞选机制中,采用退避算法,利用节点的剩余能量以及邻居节点的平均能量设置延时时间;在选择下一跳转发节点时,建立节点的关于能量的度量函数,选择具有最大剩余能量的节点作为下一跳;而在设置节点通信半径时,考虑了距离、剩余能量以及邻居节点数信息.仿真结果表明,与EADUC协议相比,提出的DEAC算法能够有效地延缓第1个节点失效的时间,减少了能耗,扩延网络寿命.