改进虚拟力算法增强三维异构网络覆盖

节点覆盖是无线传感器网络关键技术之一,针对无线传感器网络中的三维覆盖问题进行了深入的研究,首先对三维覆盖控制算法相关问题进行了详细阐述,在此基础上提出了一种基于虚拟力的三维异构无线传感器网络覆盖控制算法,最后给出算法仿真结果和简单总结.仿真表明该算法具有良好的覆盖效果.     

基于虚拟力的异构无线传感器网络覆盖优化策略

针对异构无线传感器网络覆盖优化过程中,固定Sink节点的虚拟作用力限制移动节点的位置移动,导致覆盖盲区得不到全局修复的问题,本文结合计算几何理论,提出基于Voronoi多边形形心引力的虚拟力覆盖优化算法（CAVFA）。虚拟力算法能有效指导移动节点的散布过程,形心引力能更好地实现全局的覆盖优化。通过合理设置虚拟力的距离阈值参数和优先级,调整固定节点对移动节点的约束。仿真表明,相比传统VFA算法和CBA算法,本文提出的CAVFA算法能够更有效地提高异构网络的覆盖率,且算法收敛速度更快。     

基于密集度的虚拟力节点部署算法

针对移动传感器网络节点部署易出现分布不均和能量消耗过高等问题,在传统虚拟力节点部署算法的基础上,提出一种基于密集度的虚拟力节点部署算法,通过对节点所受合力进行分析,推导出具有一定适应性的虚拟力引力参数和斥力参数,同时引入节点密集度的概念,利用节点自身密集度来选择虚拟力模型中最优距离阈值,从而改进传统的虚拟力模型,最终实现网络节点的部署优化.仿真结果表明,在随机部署的情况下,本文提出的算法能够更有效地提高网络覆盖率,减少覆盖漏洞并延长网络的生命周期.     

微粒群融合虚拟力的异构网络覆盖优化策略

研究异构无线传感移动网络的节点覆盖优化问题。为了有效提高异构网络覆盖率,在分析了传统虚拟力算法缺陷的基础上,提出了一种将虚拟力影响因子融入微粒群算法,以解决网络全局优化。首先以网络有效覆盖率为优化适度值,建立网络覆盖数学模型,然后计算六边形布局下的虚拟力距离阈值,将其作为影响参照值作用到微粒群中,防止微粒陷入局部极值,从而指导微粒进化,得到最优网络覆盖;最后通过仿真测试算法性能。仿真结果表明,在由骨干节点与普通节点组成的异构网络中,微粒群融合虚拟力优化算法有更加明显的改善网络覆盖率的优势,且得到经过此算法优化的任何随机部署无缝覆盖的最佳节点数量。     

虚拟力导向群聚智能优化的无线传感器网络覆盖策略

针对在由固定骨干节点和移动传感器节点组成的无线传感器网络(WSNs)中,固定节点作用在移动节点的虚拟力,造成对移动节点位置移动的阻碍,在群聚智能优化思想的基础上,提出一种解决异构移动传感器网络的覆盖策略.该策略通过调整虚拟力距离阈值参数来改善固定节点作用在移动节点上的虚拟力;用虚拟力影响群聚智能算法中粒子速度和距离的进化,以节点有效覆盖率为适应值,指导微粒进化.仿真实验表明:虚拟力导向群聚智能策略能有效实现异构无线传感器网络节点布局优化,提高网络覆盖率,且收敛速度快.     

虚拟力导向的无线传感器网络覆盖策略

摘要;通过建立传感器节点与节点、节点与目标之间的虚拟力模型,制定一种新的簇头选择策略,将节点剩余能量和距离目标的大小作为参数,选择离目标近且剩余能量大的节点作为簇头,提高网络覆盖率;通过虚拟单元格进行分簇,以保持簇头节点之间的数据通信,同时休眠其它非簇头节点的周期性轮换簇头的方式来优化节点能耗,以此来延长网络寿命.与经典GAF算法比较,理论分析和仿真实验结果表明了该算法在网络覆盖率和节点生存时间上均有明显的优势.     

基于虚拟力算法的WMSNs覆盖研究

为了提高无线多媒体传感器网络（WMSNs）区域覆盖率,在传感器节点随机部署后,通过调节传感器节点的感知方向,使节点从感知重叠区域向覆盖盲区转动,提高网络覆盖率。针对现有算法中存在覆盖效率和覆盖率不能统一的问题,提出一种改进的虚拟力覆盖算法（VFARCR）,该算法利用传感器节点感知扇形区域质心点间的斥力调节感知方向,且通过传感器节点间的覆盖冗余度的决定方向调整的大小,虚拟力和覆盖冗余度共同控制传感器的转动。仿真实验表明：该算法提高了覆盖效率和覆盖效果,提高了虚拟力覆盖算法的性能。     

基于蜂窝网格锚点的虚拟力导向节点部署算法

为满足覆盖需求,提出了一种基于蜂窝网格锚点的虚拟力导向节点再部署覆盖增强算法;算法基于传感器节点覆盖圆盘与其邻居节点覆盖圆盘的交点构成正六边形蜂窝时,有效覆盖面积最大理论,设置对随机部署的节点虚拟引力锚点作为虚拟力导向移动的目标,建立锚点对节点的虚拟引力,建立节点之间虚拟斥力来避免节点移动中的碰撞问题;完成随机播撒的节点在虚拟力的作用下的再部署,提高覆盖率,保证覆盖质量;Matlab R2012a仿真实验中,随机部署不同数量的节点,网络覆盖率均较快达到95%以上,满足覆盖需求。     

四种虚拟力模型在传感器网络覆盖中的性能分析

虚拟力模型在传感器节点的覆盖算法中应用很广泛,而力模型的选择是覆盖算法中的一个重要问题。在本文中,首先分析了四种虚拟力模型自身参数对覆盖性能的影响;接着采用覆盖增长率,算法迭代次数,覆盖效率和节点平均移动距离四个指标对四种虚拟力模型进行了性能分析。分析结果表明,具有三个参数调节的虚拟力是性能较好的一种虚拟力模型。     

基于虚拟力的单个移动锚节点无线传感器网络定位算法

提出一种基于单个移动锚节点的定位算法,该算法采用网格中心作为虚拟节点,与锚节点产生虚拟力,锚节点的状态受节点间虚拟力影响.锚节点的初始状态变量随机生成,在虚拟力的作用下,锚节点移动到新的位置.为有效避免发生锚节点移动的终止移动和局部死循环,在锚节点更新自身状态变量时,采用卡尔曼滤波,结合虚拟力的控制量和前一刻的状态量,形成锚节点的当前状态量.最后,分别在未知节点全定位和移动锚节点能量受限的条件下,进行了定位精度、节点能量损耗以及网络覆盖率的仿真,仿真结果表明:该定位算法有效地避免了发生锚节点移动的终止和局部死循环,同时,很大程度上提高了节点的定位精度,且网络能量消耗很低.     

基于虚拟力的自组织覆盖算法

针对随机部署的无线传感器节点,提出一种基于虚拟力的自组织覆盖算法。将排斥力、引力、边界约束力这3种虚拟力作用于网络中的每个节点,使聚集在一起的节点分散开,引入节点间距离的阈值、边界节点与边界距离的阈值实现对感兴趣区域的最大覆盖。实验结果表明,该算法在保证连通性的基础上有效扩大了覆盖区域,具有较强实用性。     

基于虚拟方格的区域密度覆盖算法

当随机部署的信标节点集中在监视区域边界处时,仅依靠虚拟力无法均匀部署。针对该问题,提出基于虚拟方格的区域密度覆盖算法,根据节点密度将整个区域划分为虚拟方格,每次迭代根据区域密度更新虚拟力系数。利用边界力避免信标节点处于区域边界或死角,使信标节点合理分布在监视区域中。仿真结果证明,该算法可有效提高信标节点网络覆盖率。     

基于画图算法的WSN节点定位算法

针对无线传感器网络的节点定位问题,提出一种新的基于类Kamada Kawai画图算法的无线传感器网络节点定位算法,将无线传感器网络节点定位问题转化成画图问题,用经典的画图算法求得问题的最优解,从而实现对节点的定位。仿真实验结果表明,该算法收敛速度快、定位精度高、能够获得较好的效果。     

基于连通支配集的虚拟骨干网构造算法

针对无线传感器网络中缺少骨干网络的问题,提出一种基于连通支配集的虚拟骨干网构造算法。该算法利用图论中的极大独立集和连通支配集构造一个虚拟骨干网络,运用修剪规则去除冗余节点,通过优先选择能量多、距离近的节点使网络寿命更长、延迟更小。实验结果表明,该算法在单位圆图中产生的连通支配集至多为7.6opt+1.4,消息复杂度和时间复杂度为O(n)。     

改进的无线传感器网络DV-Hop定位算法

在无线传感器网络中,DV-Hop定位算法在计算未知节点到锚节点的距离以及相邻节点跳距时存在较大误差。为此,提出一种改进的DV-Hop定位算法。在未知节点到锚节点的路径中,考虑相邻3个节点组成的夹角对距离的影响,根据邻近节点重叠度计算夹角,引入网络平均连通度计算节点间的跳距,从而更精确地计算距离。仿真结果表明,改进算法可提高节点的定位精度和覆盖率。     

一种基于DV-Hop的无线传感器网络节点定位算法

针对无线传感器网络节点的自身定位问题,提出一种基于分布式协作的DV-Hop改进算法.在距离计算的基础上,采用最大似然估计方法选取共线度较低的参考点作为锚节点.综合考虑所有锚节点,以可信度为准则,通过加权平均计算每一个未知节点的平均跳距.计算未知节点的定位误差,将误差低于预设阈值的未知节点转化为锚节点,扩大定位范围.仿真结果表明,在初始锚节点数和通信半径相同的情况下,该算法的定位误差比DV-Hop算法减少约20％,尤其当节点密度较小时,其定位误差可稳定在40％以下.当节点通信半径超过10 m时,该算法的剩余节点比例可降低约30％.     

稀疏无线传感器网络的节点自定位算法

针对基于TOF测距的节点定位算法在稀疏网络中定位覆盖率较低的问题,对初始估计位置进行迭代求精,达到精度门限的升级为锚节点。如果网络中存在不良节点,对节点进行估计分类,并实现对不良节点的定位。仿真结果表明,在适当增加节点计算量和通信开销的条件下,可提高改进算法的定位覆盖率。     

ZigBee网络节点基带处理器的设计与实现

设计一款新型符合ZigBee协议的无线传感器网络节点基带处理器。提出一种O-QPSK非相干解调的同步相关解码方式,解决了解调电路的结构冗余问题,降低了数字接收机的信噪比。设计收发控制器完成发送与接收流程的管理,通过模式切换和软件平台的优化降低了整个节点芯片的工作功耗和面积。通过Altera Stratix S80 FPGA平台进行测试验证,结果符合设计要求。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。