一种基于时空相关性和异常检测的改进WSN节能策略

针对降低无线传感网能耗和保证数据精度之间的矛盾,提出了自适应采样数据并利用压缩感知进行压缩的方法.传统的基于压缩感知的无线传感器数据压缩,只采样部分节点的数据,对于未被采样节点感知到的突发事件很有可能发生漏检情况.本文方法检测所有节点上传的数据再进行压缩,可以有效避免漏检情况的发生.根据信号具有时间相关性的特点,本文采用基于方差分析ANOVA(Analysis of Variance)原理改进的传感器自适应采样频率方法,并考虑节点剩余能量,减少平稳信号的采集次数,均衡网络节点能耗.在LEACH协议基础上,对簇内数据进行压缩感知的方法对数据进行压缩从而减少数据的空间相关性并传输到汇聚节点,以减少网络整体的能量消耗.针对可能的漏报情况,提出一种改进的局部事件监测算法-滑动窗口局部事件监测SW-LED(Sliding Window-Local Event Detection)算法,实现了实时准确的异常检测和预警.实验结果表明本文方法既可以有效的均衡网络节点能耗以提高网络生存周期,同时保证了数据的精度,对于异常情况的识别率也有很大的提高.     

基于小波树模型的CoSaMP压缩感知算法

无线传感网络存在网络带宽限制和传感器节点的能耗问题,实际应用中通常希望可以通过重构算法从采集的少量数据中还原出原始信息,压缩感知理论为上述问题提供了一个解决思路。利用压缩感知理论,对无线传感器网络中温度传感器的监测信号进行了压缩感知的应用研究。针对传统压缩采样匹配追踪(CoSaMP)算法中测量次数多、重构精度低等问题,利用信号的小波系数所形成的连通树的结构特性,提出了基于小波树模型的压缩采样匹配追踪算法。将该算法应用到无线传感器网络监测信号的压缩感知仿真实验中,与传统压缩采样匹配追踪算法的重构性能进行比较,结果表明该算法较传统压缩采样匹配追踪算法在一定范围内对无线传感器网络中的温度信号具有更好的压缩感知性能。     

可充电无线传感网络能量均衡路由算法

针对可充电无线传感网络中的能量均衡路由问题,提出在稳定功率无线充电和监测数据收集网络场景下的多路径路由算法和机会路由算法,以实现网络的能量均衡。首先,通过电磁传播理论构建了无线传感节点的充电和接收功率关系模型;然后,考虑网络中无线传感节点的发送能耗和接收能耗,基于上述充电模型将网络能量均衡的路由问题转化为网络节点运行时间的最大最小化问题,通过线性规划得到的各链路流量用以指导路由中数据流量分配;最后,考虑一种更加现实的低功耗的场景,并提出了一种基于机会路由的能量均衡路由算法。实验结果表明,与最短路径路由（SPR）和期望周期最短路由（EDC）算法相比较,所提出的两种路由算法均能有效提高采集能量的利用率和工作周期内的网络生命周期。     

异构无线传感网络最优簇首选择机制

针对时间驱动的数据收集方式,考虑在异构无线传感器网络中,不同类型的传感器节点采集数据周期不同,节点初始能量异构的研究背景下,结合模糊逻辑原理,提出了一种新型的最优簇首选择机制OCHS. OCHS算法在选择簇首节点的时候,综合考虑节点采集数据周期不同,节点初始能量异构以及节点的分布密度,通过这些因素采用竞争的方式来选举最优的簇首集.成员节点则采用类勾股定理的方法,选择一条链路能耗最小的路径加入该簇. MATLAB仿真表明, OCHS算法能够有效的均衡网络节点能耗、延长整个网络的生存周期以及提高整个网络的稳定期.     

随机多Sink模式下的异构网络组织策略

针对无线传感网中分簇及路由过程中节点能量利用率较低、网络能耗不均衡以及网络的生命周期较短等问题,面向多Sink模式下的具有随机异构性能的传感器网络,为解决该问题,提出了一种基于随机多Sink模式下的异构网络组织策略NAHN(Networking Algorithm for Random Muti-Sink Heterogeneous Networks)。异构节点以自身能量、可达节点集、平均邻居节点距离以及距离信号集为簇首选举标准,提出了基于多Sink模式下的权值匹配策略,优化簇首能耗;以簇首单次中转损耗的能量为门限,综合考虑自身能量以及多Sink模式下距离信号集的影响,搭建出一条最优的通信链路,在保证链路质量的同时优化路由过程中的簇首节点的能量损耗。在与其他3种多Sink异构网络改进的路由算法的性能比较实验中,NAHR算法在提高节点能量利用率、延缓节点死亡、延长且稳定网络寿命等方面,优势均较为明显。     

Sink节点移动的三维无线传感网数据收集算法研究

为克服三维静态无线传感网中的能量空穴问题和提高网络生存时间,考虑Sink节点移动,提出一种Sink节点移动的三维无线传感网数据收集算法(DCA-TWSN),在DCA-TWSN中,提出三维环境下的正方体网格划分方法,建立包括Sink 移动路径选择约束、数据流量约束、能耗约束、链路约束等约束条件的数据收集优化模型,采用最优化方法求解已知Sink节点移动路径的数据收集优化问题,采用修正的蚁群算法求解Sink节点的移动路径问题,获得最优方案。仿真结果表明:不管Sink节点的最大数据收集跳数和传感节点数量如何变化,DCA-TWSN都能寻找到较优的移动路径和数据传输方案,从而提高了网络生存时间和传感节点的平均数据传输率,降低了移动路径长度、平均节点能耗方差和丢包率,比RAND、GREED和EDG-3D更优。     

基于投影矢量的双组播树高效路由数据收集

现有的节点数据收集算法复杂度高,与路由结合效果不理想,且不能满足无线传感器网络高效能量的节点数据收集,而压缩感知理论具有容错性好、编码简单的优点。基于压缩感知的特性,提出了一种传感器网络中基于投影矢量的双组播树高效路由数据收集,该算法将贝叶斯压缩感知理论与传感器路由相结合,解决现有算法不能满足传感器对能耗敏感的问题。算法的基本思想首先根据初始观测矢量来寻求能量高效并得到合适路由的最优投影。然后利用节点系数能耗最小与广义矢量的主分量作为目标节点,采用微分嫡改变量最大的原则进行求解节点最佳投影系数,最后在sink与目标节点路由问题上采用正逆向组播树进行路由构造。理论和仿真结果表明在保证能耗的条件下取得了较好的重建仿真效果,对无线传感器通信具有一定的实用价值。     

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。     

基于残余能量痕迹的无线网络通讯协议优化

无线传感网络中的传感器节点处于安装,节点密度处于随机分布,传统的无线传感网络通信协议很难形成有效的节点规范,没有考虑节点连通的最优性能,造成在阻塞情况下很难形成最优信道路径选择.提出一种基于残余能量通讯痕迹的无线网络通讯算法,将节点表示为近端寻优粒子,采用交叉遗传的方式对节点的性能多样性进行保持,将节点的残存能量作为目标函数进行优化,找到迭代通信轨迹计算中,残存能量较大的最优节点进行通信.实验结果证明,经过算法优化后,无线传感网络的通信能比传统的方法有了明显的改善.     

压缩感知的能量异构WSN分簇路由协议

分簇路由协议对用于环境监测的无线传感器网络具有较好的节能性,数据压缩可以减少节点通信的数据量,但增加了分簇层次结构簇头的能耗和汇聚节点算法的复杂度,而由高能力节点担任簇头可以实现能量均衡并改善网络性能。针对无线传感器网络能量异构普遍存在的特点,提出了一种基于压缩感知的能量异构分簇路由协议（CSCH算法）。该算法根据异构节点能量确定多极簇头选举的概率,将簇内节点的信息集中在簇头上,而簇头对所采集的数据进行稀疏、压缩,以减少向汇聚节点传输数据的节点数和通信量,汇聚节点利用重构算法可从来自簇头的少量数据中恢复出信号源。同时设计了一种基于正态分布的权值系数,以优化在数据量过少情况下压缩感知算法的信号重构性能。仿真实验结果表明,该协议不仅能充分利用能量异构资源,均衡网络能耗,延长整个网络生命周期,而且能精确恢复信号源。     

一种无线传感网的Sink节点移动路径规划算法研究

为寻找传感节点均匀分布时Sink节点的最优移动路径和最大网络生存时间,提出一种无线传感网的Sink节点移动路径规划算法(MPOA).在MPOA算法中,将Sink节点的数据收集范围分解成多个圆环,将监测区域分解成多个网格.根据Sink节点的停留位置和多跳通信方式,采用数学公式表示每一个网格的单位节点能耗,从而获得Sink节点移动的网络生存时间优化模型.采用修正的混合粒子群算法求解该优化模型,获得网络生存时间、Sink节点的停留位置和移动路径的最优方案.仿真结果表明:MPOA算法可寻找到Sink节点的最优移动路径,从而平衡网络能耗,提高网络生存时间.在一定的条件下,MPOA算法比Circle,Rect和Rand算法更优.     

一种高效低能耗移动数据采集与无线充电策略

在无线可充电传感器网络（wireless rechargeable sensor network,简称WRSN）中,所面临的一项重要挑战是如何在高效收集传感器节点数据的同时,降低网络整体能量消耗.大多数现有数据收集策略或是不能适应大规模的充电传感器网络,或是没有充分考虑到传感器节点能量补充的问题,这将严重降低网络的通信量和生命周期.为此,针对WRSN中数据收集和网络能耗的问题,提出使用数据收集小车（data collection vehicle,简称DCV）和无线充电小车（wireless charging vehicle,简称WCV）分别负责数据收集和节点充电,从而在优化数据收集的同时,保证网络的持续性.首先,为了提高数据收集和充电效率,根据传感器节点的邻域相似度以及节点之间的距离,将网络自适应划分为多个子区域;随后,根据传感器节点k跳路由之内的电池能量和节点社交性,选择各个区域内数据收集锚点;接着,通过分析传感器节点自身能量消耗与网络系统能耗之间的关系,设计了网络能耗优化函数,通过对偶分解和次梯度的方法求得优化函数的最佳节点感知率和物理链路传输率;最后,实验验证了该网络不仅能有效降低网络整体能耗,而且具有较低的节点死亡数目.     

无线传感网络数据转发最佳权重选取算法仿真

为了有效提高无线传感网络数据转发的有效性和可靠性,针对传统的数据转发算法存在的数据转发率低、延时长等问题,提出一种基于蚁群优化的无线传感网络数据转发最佳权重选取算法。选择无线传感网络数据节点负载、剩余能量以及数据转发时延作为网络服务性能评价指标,利用熵权系数法自适应地确定评价指标的权重。引入数据转发链路容量和链路距离等因素建立数据转发时延最小的优化模型,利用蚁群算法的节点概率函数机制找出能同时满足时延带宽和数据转发链路容量要求的评价值最高的邻居节点,通过上述节点选取数据转发最优权重,完成数据转发。实验结果表明,所提算法在节点能量消耗、转发延迟、数据转发率等方面都优于现有无线传感网络数据转发算法。     

WSNs中基于期望网络覆盖和分簇压缩感知的数据收集方案

为提高无线传感器网络数据收集精确度、降低网络能耗和改善数据包丢失情况下数据收集算法的鲁棒性,提出一种基于期望网络覆盖和分簇压缩感知的数据收集方案.首先设计期望网络覆盖优化算法,给出节点调度策略,实现对“特殊”区域重点观测和降低节点能耗的目的;然后通过分析网络分簇与节点部署之间的关系,设计弱相关性观测矩阵,降低数据包丢失对数据收集的影响;最后引入群居蜘蛛优化算法以提高汇聚节点处CS数据重构精度.仿真结果表明,与其他数据收集算法相比,所提出方案数据重构误差降低了约23.5{%     

无线传感器网络中分布式小波压缩

无线传感器网络中传感节点的资源十分有限,为了减少无线传感器网络在数据通信时的能量消耗,提出了基于提升格式的分布式小波数据压缩算法及其简化算法.这种方法一方面把整个小波变换所需的计算量分布于各个节点之中,通过简化消除额外的计算和数据传输,而且对于每个节点来说,计算量都很小,易于实现.另一方面又能有效地消除无线传感器网络中节点内和节点间的信息冗余,大大节省了无线传输所消耗的能量.仿真结果表明,与经典的方法相比,在能耗和重构信号质量上都获得了良好的效果.     

CCS-MAC: Exploiting the overheard data for compression in wireless sensor networks

Both the overhearing and overhearing avoidance in a densely distributed sensor network may inevitably incur considerable power consumption. In this paper we propose a so-called CCS-MAC (collaborative compression strategy-based MAC) MAC protocol which facilitates to exploit those overheard data that is treated useless in traditional MAC protocols for the purpose of cost and energy savings. Particularly the CCS-MAC enables different sensor nodes to perform data compression cooperatively with regard to those overheard data, so that the redundancy of data prepared for the link layer transmission can be totally eliminated at the earliest. The problem of collaborative compression is analyzed and discussed along with a corresponding linear programming model formulated. Based on it a heuristic node-selection algorithm with a time complexity of (O(N²)) is proposed to the solve the linear programming problem. The node-selection algorithm is implemented in CCS-MAC at each sensor node in a distributed manner. The experiment results verify that the proposed CCS-MAC scheme can achieve a significant energy savings so as to prolong the lifetime of the sensor networks so far.     

面向可靠性和能耗优化的可压缩数据收集方案

现有的无线传感器网络（ WSNs）数据收集方法无法在耗费较低开销的同时保证数据收集的可靠性。基于压缩感知（ CS）理论,设计了基于指数核函数的稀疏矩阵和基于准循环低密度奇偶校验（ LDPC）码的测量矩阵来用于节点的数据采集,以最大化网络生命周期为目标,将测量值传输问题建模为汉密尔顿回路问题,并提出了一种基于树分解的数据收集路径优化算法。仿真实验结果表明：所提方案在数据重构误差和能耗方面的性能要优于目前典型的数据收集方法。     

采用半贪心优化的节点非均匀分布路由协议

为避免无线传感器网络中因节点能耗不均衡而产生的能量空洞现象,延长网络生命周期,提出采用半贪心优化的节点非均匀分布路由协议。首先在网络监测区域分层的基础上,计算各层感知数据转发能耗,根据各层网络能耗比例和监测区域覆盖要求,设计了密度递减的节点部署模型;然后基于两跳通信的贪心范围,提出两跳能耗代价估计函数,改进半贪心算法;在簇间多跳通信阶段,利用优化的半贪心算法求解簇头到基站的最优转发路径。仿真实验表明,与现有的几种路由协议相比,新协议能够均衡各层网络节点能耗,延长网络生命周期,有效避免能量空洞现象。     

WSN中利用蚁群路径优化的时隙选择重排算法

针对无线传感器网络(WSN)汇聚传输中的数据传输时间和功耗问题,提出了考虑时间同步和唤醒延迟的汇聚传输时隙选择重排算法。将时分多址接入(TDMA)用作介质访问协议,并允许每个节点在传输时隙期间可以发送或接收数据;设计新的WSN数据收集树模型,将传感器节点生成的数据通过无线链路形成的多跳网络发送到汇聚节点,在数据收集树的每条链路上分析时隙顺序,优化时隙选择,并基于蚁群算法优化路径选择,减少传输能量消耗和均衡簇头能量。实验结果表明,提出的算法可以实现显著的数据传输性能提高和功耗节约。