无线传感器网络的一种可调节的拓扑控制算法

在无线传感器网络的拓扑控制问题中,保持节点能耗最低路径和低节点度之间存在一种平衡.最佳的平衡点与具体的应用和网络状态有关.文中提出一种新的拓扑控制算法,使所构造的拓扑能在这两个不一致的目标之间进行调节.该算法所构造的拓扑结构在一极能保持所有能耗最低路径,另一极能使平均节点度逼近理论最小值.仿真结果证实新算法在比已有方案更真实的能量消耗模型下可以保持所有能耗最低路径,同时也显示新算法对节点度有更大的调节范围.     

一种突发性链路感知的自适应链路质量估计方法

高效、准确、实时而又稳定的链路质量估计是保证无线传感器网络上层协议性能的基础.针对复杂网络环境下高度动态变化的突发性链路,结合被动侦听和主动探测机制提出了一种突发性链路感知的自适应链路质量估计方法EasiLQE.节点通过周期性的发送控制分组,采用长周期主动探测机制探测链路的质量;同时,节点被动侦听RSSI均值,当低于某一阈值时,触发短周期链路质量探测过程.最后节点使用基于误差的滤波器(error-based filter, EF)估计链路在未来一段时间内的质量.实验结果表明,EasiLQE既能实时准确地感知突发性链路在短时间内的持续变化,又能平滑短暂地低幅度波动而保持良好的稳定性,同时维持较低的估计开销.     

无线传感器网络干扰分类识别机制的研究

针对在优化无线传感器网络传输性能时,识别出网络是否受到干扰并区分网络内与网络间的干扰类型是首要解决的问题。设计并实现了一种能够识别传感器网络干扰并区分网内、网间干扰类型的机制。首先通过实验获得了传感器网络在常见干扰状态下的有关性能参数,并对这些参数进行了相关性分析,之后基于Logistic分类模型建立了干扰状态以及网内、网间干扰类型的识别模型,并根据实测数据确定了该模型的参数。实际测试表明基于该分类模型的分类识别方法的准确率可达到97%以上,能够有效解决发现网络受到干扰的情况以及对网络干扰识别的问题。     

无线网络的差异化比特错误率估计方法

在无线网络中,比特错误率(bit error rate,BER)的估计是许多上层协议的基础,对数据传输的性能具有重要的影响,目前已成为一个重要的研究课题.但是现有BER估计编码未考虑实际网络的BER分布特征,估计误差较大.在实测分析802.11无线网络的BER分布特征的基础上,提出了一种采用差异化思想来提高BER估计准确度的方法差异化估错码(differentiated error estimation,DEE),其主要思想是在数据包中插入具有不同估错能力的多级估错位,并随机均匀地分布各估错位.然后,借助BER与奇偶校验错误概率的理论关系来估计BER.此外,DEE利用BER非均匀分布特征来优化各级估错位的能力,提高出现概率较高的BER的估计准确度,以降低平均估计误差.在7个节点组成的测试床上评价了DEE的性能.实验结果表明,与最近的研究成果估错码(error estimation code,EEC)相比,DEE可将估计误差平均减少约44%.当估错冗余较低时DEE可将估计误差减少约68%.此外,DEE具有比EEC更小的估计偏差.     

802.11网络中基于博弈理论的可变带宽信道分配研究

802.11网络中节点的理性和自私性导致可变带宽信道分配的低公平性、低负载均衡性及低社会效率问题.基于非合作博弈理论将可变带宽信道分配问题建模成策略型博弈模型.首先,给出问题的纳什均衡分配策略,证明了纳什均衡点的存在;然后,针对纳什均衡策略社会效率低的问题,提出一种基于支付的激励机制,使可变带宽信道分配过程收敛到占优决策均衡状态,从而系统整体吞吐量性能达到全局最优;并分析了上述两种策略的公平性和负载均衡问题;最后,给出达到纳什均衡和全局最优状态的可变带宽信道分配算法.仿真结果表明,纳什均衡策略能够获得好的公平性,而全局最优策略的负载均衡和社会效率性能要优于纳什均衡策略.     

无线传感器网络中一种抗无线局域网干扰的信道分配机制

无线传感器网络(WSN)易受到与其共享信道的无线局域网(Wifi)干扰,造成通信可靠性及吞吐量下降.当具有不同优先级的多个WSN受到Wifi干扰时,如何按优先级分配信道,并兼顾整体通信可靠性及吞吐量是一个重要问题.针对该问题,作者提出了一种抗Wifi干扰的信道分配机制EasiCAP(Channel Allocation for wireless sensor networks with Priority).该机制利用基于干扰强度和活跃比率的干扰特征模型(External Interference Model,EIM)度量WSN中各信道的Wifi干扰;同时,采用以接收端为中心的模型(Internal Interference Model,IIM)度量各WSN之间的干扰.然后,各WSN根据EIM和IIM度量的结果,采用局部化贪婪信道分配算法独立、实时地选择信道,通过保持信道、切换信道及抢占信道操作实现按优先级分配信道,并尽可能降低所有网络所受干扰之和.实际测量和仿真结果表明,EasiCAP可为各WSN提供与其优先级相对应的通信可靠性和吞吐量;而且该机制下的平均通信可靠性及吞吐量也比现有方法高.此外,EasiCAP未带来过大的开销.     

突发性链路感知的自适应链路质量估计方法

提出了一种无线传感器网络中突发性链路感知的自适应链路质量估计方法 EasiLQE。节点周期性地发送控制分组,采用长周期主动探测机制探测链路的质量;同时,节点被动侦听接收到分组的RSSI均值,当低于某一阈值时,触发短周期链路质量探测过程。最后节点使用基于误差的滤波器估计链路在未来一段时间内的质量。实验结果表明,EasiLQE既能实时准确地感知突发性链路在短时间内的持续变化,又能平滑短暂的低幅度波动而保持良好的稳定性,同时维持较低的估计开销。     

EasiPLED:一种基于监督学习理论的无线传感网络分组丢失和错误原因识别方法

信道错误和冲突是导致无线网络中分组丢失和错误的两类主要因素.有效识别分组丢失和错误的原因是实现高性能无线传感器网络协议的基础.然而传感器节点资源的有限性和无线通信环境的复杂性给该问题的研究带来挑战.如何提高分组丢失和错误原因识别方法的准确率,同时保持低的识别开销和易于在节点上实现是该文研究的重点.基于监督学习理论提出一种轻量级的、准确实时的分组丢失和错误原因识别方法EasiPLED.EasiPLED通过大量实地场景统计实验对分组接收情况进行分析,提取基于RSSI、LQI和F-BER组成的特征向量作为监督学习模型的输入,并实现了一种低开销、控制和数据分组驱动相结合的F-BER计算方法.为了降低噪声、射频硬件本身和高度动态变化的通信环境对特征值计算的影响,作者提出了一种基于误差滤波器的特征值预测方法.通过3种监督学习方法对二元和多类EasiPLED分类模型进行离线训练和检验,结果表明EasiPLED获得至少79.8％的准确率.最后基于EasiPLED的概率轮询协议验证了EasiPLED的识别性能.实验结果表明,与已有最新方法相比,该文方法最大可以将轮询成功的概率提高43.5％.