无线传感器网络基于虚拟节点的小波压缩方法

除了能量受限以外,有限的存储容量也是无线传感器网络的基本特征.研究传感器网络中节省存储的数据传输问题,提出了一种基于虚拟节点的渐进数据传输方法.首先定义虚拟节点并建立各级虚拟节点之间的对应关系,充分利用传感数据的相关性;然后,设计基于此映射关系的传感数据调度算法,单轮传送数据的节点总数由相应簇头的实际存储容量决定,虚拟节点对每轮收集到的数据进行联合编码,形成节省存储的渐进数据传输.模拟实验表明,所提出的算法比DIMENSIONS有更小的网络耗能和延时,而且具有存储有效性.     

无线传感器网络中一种分布式数据压缩算法

无线传感器网络有限的能量与通信带宽难以适应网络中大量数据的传输,需要在网络内部对传感数据进行压缩处理。基于任意支撑长度的小波函数,提出了一种分布式数据压缩算法。首先研究边界效应对传感数据重构带来的影响,然后基于虚拟网格环模型给出了一种分布式小波数据压缩算法。理论分析与实验结果表明,该算法能有效地去除传感数据中存在的空间相关性。而且,随着簇头与簇内节点距离的增加,该算法比非分布式方式更节省网络耗能。     

传感器网络中层次簇模型的数据压缩算法

提出一种传感器网络中层次簇模型的分布式数据压缩算法。将传感器网络映射成一个层次簇,基于低级簇内节点部署的相对规则性和超级簇内节点部署的相对不规则性,分别采用不同的小波变换模型来进行数据压缩。理论分析和实验仿真结果表明,该算法有较好的逼近性能,能对传感器网络中的数据进行有效压缩,可更大程度地降低传感器网络中的数据传输量,从而进一步延长整个网络的生命周期。     

基于链模型的分布式小波压缩算法

针对任意支撑长度的小波函数,提出一种基于链模型的分布式数据压缩算法,在数据传送到簇头前去除传感数据的相关性,避免冗余数据的传输。设计一个适合于小波变换的链模型,选择小波系数在链上存放的最佳传感器节点位置,确定进行分布式小波变换的链。基于此链给出一个适合任意支撑长度小波函数的分布式小波压缩算法。从网络耗能和数据重构精度的角度设计模拟实验,验证了算法具有较好的性能。     

无线传感器网络中基于区域相关性的自组织成簇算法

无线传感器网络资源有限,信息量大,通常采用分簇压缩减少传输量。针对传感器网络中的小波压缩,提出了一种基于相关区域自组织的成簇算法。该算法利用实际区域数据的相关性进行分簇,在簇头进行小波数据压缩的同时进行相关性检测,动态调整簇结构,保证簇内节点的相关性较好;同时在Sink分析簇间节点数据相关性,形成相关性好的大规模簇,进一步提高较长时间内的压缩效率。理论分析和实验仿真表明,该算法能尽可能地利用节点数据的时间和空间相关性去除冗余数据,提高小波数据压缩效率,降低了网络的能耗。     

传感器网络中基于数据压缩的汇聚算法

结合传感器网络的节点特性和位置信息,提出了一种基于连通支配集的传感器网络定向传播模型,以及一种基于"域"的分布式数据汇聚模型DDAM(distributed data aggregation model).DDAM把传感器网络按"域"划分来构建连通核,传感节点只需在连通核中寻径,因而可明显减少寻径时间复杂度并且具有更好的分布性;然后在该定向传播与数据汇聚模型基础上,考虑传感器网络的数据特性及小波变换在流数据压缩方面的良好性能,提出了一种基于区间小波变换的混合熵数据压缩方法.理论分析和实验仿真结果表明:对比传统的DC算法-DD路由算法相结合的算法,新算法能对传感器网络中的流数据进行有效压缩,可更大程度地降低传感器节点数据传输的能耗,从而进一步延长整个网络的生命周期.     

异构传感器网络的分布式能量有效成簇算法

为了延长网络的生存时间,需要设计能量有效的协议,以适应传感器网络的特点.成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间.研究了异构传感器网络中成簇算法在节省能量方面的性能,提出一种适应异构无线传感器网络的分布式能量有效的成簇方案.此方案基于节点剩余能量与网络节点的平均能量的比例来选举簇头节点.较高初始能量和剩余能量的节点比低能量节点拥有更多的机会成为簇头节点,从而使网络能量均匀消耗,延长网络的生存时间.模拟实验结果显示,与现有的重要成簇方案相比,新的成簇算法在异构网络下提供了更长的网络生存时间和更大的网络有效吞吐量.     

无线传感网络中基于综合因素的分布式路由算法

近年来由于在多方面的广泛应用,无线传感器网络受到了越来越多的关注.然而限于无线传感器网络自身的限制,如何更好地节省能量,仍为无线传感器路由协议设计中面临的主要问题之一.LEACH等基于分簇的路由协议通过成簇来减少能量消耗,但是成簇过程却带来额外消耗以及冗余.对LEACH协议中簇头生成算法进行了研究并提出了改进,提出了基于节点能量、节点距离以及节点度的分布式优化算法,并对优化算法进行分析与仿真.仿真试验表明,基于综合因素的分布式簇头选举算法优化了簇头选举方式和簇头的分布,从而节省了能量消耗,延长了网络生存周期.     

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.     

一种综合能量和节点度的传感器网络分簇算法

针对无线传感器网络分簇过程中簇首耗能过快问题,提出了一种综合节点剩余能量和节点度数进行簇首选取的分簇算法ENCA(energy and node degree synthesized clustering algorithm).该算法在每轮的簇首选取中考虑了每个簇内所有节点的剩余能量和平均剩余能量,并在每个簇中依据节点的度数优化簇首的选择.在算法运行过程中,在保证网络连通的同时,避免了能量较低的节点当选为簇首.仿真结果表明,与LEACH算法和ACE算法相比,ENCA算法均衡了网络中节点的能量消耗,有效延长了网络寿命.     

一种基于区域分裂与合并的势博弈网络拓扑控制算法

现有无线传感器网络拓扑控制算法在传感器节点部署密集或稀疏区域存在网络拓扑链路冗余、个别节点负载过重、瓶颈节点和网络生命周期短等问题。针对这些问题,提出一种基于区域分裂与合并的势博弈网络拓扑控制算法,该算法首先划分目标区域并随机抛洒传感器节点,在每个子区域内进行博弈并选出簇首节点,利用区域分裂与合并思想,在节点密集区域进行分割再博弈,防止部分节点负载过大,在节点稀疏区域利用权重链路进行合并,防止出现瓶颈节点以保障网络连通;然后对所有簇首节点实施二次势博弈生成簇首拓扑结构连接各子区域。仿真结果表明,该算法能够有效缓解节点负载,均衡节点能耗,延长网络生命周期。     

输电线路在线监测WSN能耗均衡研究

在输电线路在线监测的应用中,无线传感器网络存在严重的能耗不均衡问题。利用这些无线传感器网络在线状拓扑上呈现出的线性、规律性的局部密集的特征,提出了基于密集簇的分簇及簇首轮换算法和基于命名机制的路由算法。该算法具有很好的可扩展性,可通过增加少量的转发节点来缓解簇间能耗不均衡的问题。仿真结果验证了算法在能耗均衡方面的有效性,能够延长网络的生存时间。     

基于簇头功能分化的无线传感器网络成簇算法

以LEACH为基础演化而来的各类算法在簇头选举时始终包含有“随机选择”的成分,导致无线传感器网络在拓扑结构的优化和能量消耗的均衡上受到限制。从分化簇头功能和优化功能节点选举机制的角度出发,提出一种分化簇头功能的分布式算法,引入功能节点推荐机制,弱化簇头选举中的随机成分,分化簇头功能,将以往簇头管理节点、融合数据、转发信息的三大功能分别由管理节点、融合节点、转发节点3个功能节点来承担。仿真数据表明,提出的分簇算法能有效优化簇内拓扑结构、提高节点能量消耗均衡性,能够延长网络生存周期15％~20％。     

基于小世界模型的无线传感器网络层次型路由算法

层次型路由算法是无线传感器网络研究的热点领域。针对传感器节点能量受限问题,提出一种基于小世界模型的无线传感器网络层次型路由算法（HASWNM）。通过添加高性能节点以及在簇头间添加捷径的方法,使得无线传感器网络（WSN）体现出小世界网络特性。由于能量消耗主要集中在数据发送阶段,因此该算法在簇间中继选择时考虑了簇头自身的能量问题。此外,根据簇头节点距离基站的位置远近,确定不同的自适应搜索区域。实验结果证明,当高性能节点个数为100时,网络中可以呈现出小世界特性。与CSWN、TSWN、DASM相比,该算法第一个节点的死亡轮数分别延迟了6%,6%,29%,每一轮网络中的平均能量消耗分别减少了5%,12%,17%。因此,该算法构造的无线传感器网络具有小世界特性,并且能量消耗较低。     

改进簇头选举的分层传感网络能量优化算法

在无线传感网络中,为解决树状拓扑结构中簇头竞选算法不合理而造成能耗不均匀的问题,设计了改进簇头选举的分层路由能量优化算法,即在簇头选举时分别对阈值公式、簇头竞选算法有所改进.其中,阈值公式以节点所剩能量、节点到Sink节点间距离以及能耗因子为基准;而在簇头竞选算法中增加候选簇头的成员个数这一参数,可避免成员个数较多的节点成为簇头的几率,从而平衡簇头的能耗.通过与经典的LEACH和EOUCR协议的成簇算法仿真对比表明:提出的算法可以更好地平衡簇头能量耗损,从整体上延长网络生存周期.     

粒子寻优和最小生成树聚类下的WSN能量优化

为了均衡分簇无线传感器网络节点能量负载,提高网络的能量利用效率,提出了一种粒子寻优和最小生成树聚类规则的能量优化算法（OMST）。该算法为了使得簇头的能量负载能够得到均衡,采用基于粒子寻优的方法来进行适应值求解,通过适应值对比来求得最佳簇头,以减少簇内节点的传输能耗。同时,提出一种最小生成树聚类规则的簇首数量选择方法,该方法基于剩余能量和距离因素来选择最优的簇首数量,在保证数据传输质量的同时最小化网络总能量的消耗量。仿真结果表明,相比一种新型差分进化的无线传感器网络聚类算法和多层节能及距离感知的无线传感器网络聚类算法,OMST算法的节点平均能量效率分别提高了16.7%和6.4%,网络节点存活数量分别提高了24.1%和13.7%。     

一种基于网格的无线传感器网络分簇路由协议

为延长网络生存时间,提出了一种基于网格的无线传感器网络分簇路由协议.整个网络分成若干个虚拟网格,每个虚拟网格形成一个簇,采用唯一簇头选举法产生簇头,且簇内成员可以根据局部的信息调整簇的大小,达到节省能量的目的.仿真实验和分析表明:该协议能均衡网络能量,延长网络的生存时间.     

无线传感器网络节点可靠性分析

本文通过对现阶段无线传感器网络可靠性因素进行分析,对原有LEACH协议进行改进,提出了种新的节能、拓扑可靠的簇算法ERCTNA（Energy—effcient and reliable cluster algorithm for topology）。ERCTNA算法通过簇头辅助节点的设置和优化信息传输模式可以平衡簇头的能量负载,增加网络的拓扑可靠性。这种模式改善了传统无线传感器网络中长距离通信带来的能量过度耗损问题,有效的延长了整个网络的生命周期,提高了无线传感器网络的可靠性。