动态传感器网络区域受限的移动sink路径选择研究

针对sink区域受限及节点特征参数的问题,如何规划sink路径选择以满足动态传感器网络高效数据收集及低能耗的要求,提出了一种动态传感器网络区域受限的移动sink路径选择方法。该方法在缓存节点辅助通信模式下,建立sink受限区域图模型。针对不同应用情况,分别讨论了sink移动全局路径信息已知和sink移动局部路径信息已知这两种情况下的最优移动路径。在全局路径信息已知时,采用Vornon单元划分的思想求解总传输能耗和节点平均负载;在局部路径信息已知时,采用启发式策略进行路径寻优,并证明其路径寻优的正确性。最后通过仿真实验与理论计算来验证移动sink最佳路径寻优策略的有效性和可行性。     

优化网络生命周期和最短化路径的WSN移动sink路径规划算法

为了缓解无线传感器网络（WSN）中传感器节点分布不均匀、传感器节点感知数据量不同而造成能耗不均衡、"热区"等问题,提出一种优化网络生命周期和最短化路径的WSN移动sink路径规划算法（MSPPA）。首先,通过监测区域网格化,在每个网格内分布若干个移动sink候选访问站点,sink在每个网格中选择一个站点停留收集网格中节点数据;然后,分析所有传感器节点的生命周期与sink站点选择的关系,建立权衡网络生命周期和sink移动路径的优化模型;最后,使用双链遗传算法规划移动sink遍历网格的顺序和选择每个网格中移动sink访问站点,得到移动sink节点遍历所有网格收集数据的路径。仿真结果显示,与已有的低功耗自适应分簇（LEACH）算法与基于移动sink节点与集合节点（RN）的优化LEACH分簇算法（MS-LEACH-RN）相比,MSPPA在网络生命周期方面提高了60%,且具有良好的能耗均衡性。实验结果表明,MSPPA能有效缓解能量不均衡、"热区"问题,延长网络生命周期。     

MMBDDG:无线传感器网络中多基站移动协作数据分流收集模式

数收集是无线传感器网络最广泛的应用之一,现有协议大都假设基站的位置固定不变,容易形成能量空洞.提出一种多基站移动协作数据分流收集模式,采用分流策略,分流边界L将数据采集区域划分为两部分,分别采用多对一和多对多两种模式收集数据.距离圆心小于L的节点通过分簇路由将数据发往圆心固定基站,大于L的节点沿最短路径将数据发往外围移动基站.该模式特别适合节点高密度部署、大范围数据收集的网络.实验结果表明,该模式在覆盖范围内较均匀消耗网络能耗,实现负载均衡,从而最大化网络生命周期,大大降低了单移动基站的数据延迟.     

WSN数据收集中移动sink的路径规划和蔟头节点选取问题的综合研究

针对较大规模的无线传感器网络通过多跳传输进行数据收集而引起的能量空洞问题,本文提出了一种基于移动sink的簇头节点数据收集算法（MSRDG）,该算法基于图论原理,在满足时延性的条件下,综合考虑了普通节点到簇头节点路由和移动sink遍历路经选取的问题,构建了一条通过的簇头节点尽可能多的移动轨迹。通过NS-2仿真软件对算法的性能进行评估,结果显示出该算法能减少数据的多跳传输,降低无线传感器网络节点的能量消耗,延长网络寿命。     

无线传感器网络及移动sink安全

处于恶劣环境中的无监护传感器网络面临安全威胁。由于无人值守,传感器节点必须临时保存检测数据,而缺乏抗毁保护的节点面临保护数据安全的难题。在无监护传感器网络中,网络管理者定期派遣移动sink收集检测数据,如果移动sink被赋予过多的特权,它会成为攻击目标,由此必须要限制移动sink的特权。此外,安全的密钥管理是保障传感器网络数据机密性、完整性和通信安全的基础。针对以上安全问题,提出适用于移动sink场景的密钥分发方案和移动sink特权限制方法。     

基于维诺图和二分图的水面移动基站路径规划方法

水面传感器网络（Surface sensor networks,SSNs）具有节点稀疏布置的特点（节点间距离通常大于节点通信半径）,因此难以通过节点间的多跳路由汇聚数据,目前主要采用移动基站（Mobile sink,MS）收集网络中的数据,其中移动基站的路径规划是一个关键问题.该文提出一种基于维诺图和二分图的水面移动基站路径规划方法,首先利用维诺图理论生成数据收集“候选点”;然后以二分图描述候选点对网络中传感器节点的支配关系,并基于支配集理论求解出“最小有效支配集”,即可以收集网络中所有节点数据的最小的候选点集合;最后针对最小有效支配集形成最优路径.大量实验结果表明该方法可以有效地规划出水面传感器网络中移动基站的路径,不仅可以完成全网数据收集任务,而且具有路径长度短、能量效率高和节点能耗均衡的优点.     

传感器网络中具有负载平衡的移动协助数据收集模式

数据收集是无线传感器网络的一个基本功能.然而,现有的数据收集模式大都是基于静止基站的网络结构,导致基站周围的节点由于担负着网络内的所有负载而快速死亡,成为网络性能的瓶颈.研究如何利用移动基站收集数据来达到负载平衡.提出了一个利用移动基站协助数据收集的模式(movement-assisted data gathering,简称MADG),它将基站移动区域设置为缓冲区,首先将数据沿最短路径传输到缓冲区内,然后在基站移动的过程中进行数据收集.证明了缓冲区位置设置在距离中心时数据传输总能耗最少,并证明了存在一个缓冲区位置使得最大节点负载最小化,进而确定了同时考虑到能源消耗和负载平衡的基站移动区域.理论分析和实验结果表明,提出的数据收集模式在很大程度上降低了网络节点的最大负载,并且减少了数据传输能源中的消耗,分别比固定基站和同类工作的最大网络负载降低95%和80%以上.     

基于移动机器人的无线传感器网络数据收集方法

稀疏无线传感器网络中各传感器节点距离较远,而传统的静态数据收集方法要求各传感器节点直接通信,导致网络延迟时间长,能耗高。针对该问题,提出一种基于移动机器人的无线传感器数据收集方法。该方法首先由静态节点选择与路径最短的移动机器人作为簇头,移动机器人比较一定周期内检测到的邻居节点的平均剩余能量与整个网络传感器节点平均剩余能量,根据比较结果决定其是否移动,若移动则采用范围可控的随机移动策略;当移动机器人移动到新位置时,传感器节点更新路由,选择新的移动机器人作为簇头。仿真结果表明,与传统的静态无线传感器网络数据收集方法相比,基于移动机器人的无线传感器网络数据收集方法大大降低了数据传输延迟和节点能量消耗。     

WSN中基于移动Sink的高效数据收集算法

针对无线传感器网络中的数据收集问题,提出一种改进的MWSF算法。该算法结合A*算法求解出移动Sink在传感器节点之间移动的最短路径,利用MWSF算法找到移动Sink所需访问的下一个传感器节点,并与单跳通信范围内的其他传感器节点进行通信,从而收集数据。仿真结果表明,该算法能降低数据溢出发生率,提高网络的数据传输效率。     

面向动态传感器网络的数据汇集算法

传感器网络中移动终端广泛存在,针对无线传感器网络移动Sink场景,提出一种移动Sink代理机制和网络质量评估策略.根据网络质量决定Sink的移动路径,并在此基础上,从能量均衡的角度提出一种基于角度的数据汇集算法ADC-MS(Angle-based Data Collection algorithm for Mobile...     

SenCar: An Energy-Efficient Data Gathering Mechanism for Large-Scale Multihop Sensor Networks

In this paper, we propose a new data gathering mechanism for large-scale multihop sensor networks. A mobile data observer, called SenCar, which could be a mobile robot or a vehicle equipped with a powerful transceiver and battery, works like a mobile base station in the network. SenCar starts the data gathering tour periodically from the static data processing center, traverses the entire sensor network, gathers the data from sensors while moving, returns to the starting point, and, finally, uploads data to the data processing center. Unlike SenCar, sensors in the network are static and can be made very simple and inexpensive. They upload sensed data to SenCar when SenCar moves close to them. Since sensors can only communicate with others within a very limited range, packets from some sensors may need multihop relays to reach SenCar. We first show that the moving path of SenCar can greatly affect network lifetime. We then present heuristic algorithms for planning the moving path/circle of SenCar and balancing traffic load in the network. We show that, by driving SenCar along a better path and balancing the traffic load from sensors to SenCar, network lifetime can be prolonged significantly. Our moving planning algorithm can be used in both connected networks and disconnected networks. In addition, SenCar can avoid obstacles while moving. Our simulation results demonstrate that the proposed data gathering mechanism can prolong network lifetime significantly compared to a network that has only a static observer or a network in which the mobile observer can only move along straight lines.     

能量有效和延迟敏感的无线传感器网络数据收集协议

利用移动Sink进行数据收集是无线传感器网络数据收集的一个趋势。本文提出一种能量有效、延迟敏感的移动数据收集协议（Energy—efficient and Delay—Sensitive Data Gathering Protocol for Wireless Sensor Networks,简称EEDS）。EEDS中,移动Sink在网络中穿行,从代理节点收集传感器节点监测到的数据。为了减少数据收集的延迟,采用类TSP（Traveling Salesman Problem）的解决方法,确保移动Sink在各个代理节点中收集数据时,始终选择一条最短路径在网络中行走。模拟仿真表明,提出的数据收集协议在延长网络生命周期以及减少数据收集延迟方面都有显著的优势。     

不确定动态环境下移动机器人的完全遍历路径规划

基于生物激励神经网络、滚动窗口和启发式搜索,提出了一种新的完全遍历路径规划方法．该方法用Grossberg的生物神经网络实现移动机器人的局部环境建模,将滚动窗口的概念引入到局部路径规划,由启发式算法决定滚动窗口内的局域路径规划目标．该方法能在不确定动态环境中有效地实现机器人自主避障的完全遍历路径规划．仿真研究证明了该方法的可用性和有效性．     

延迟容忍传感器网络基于相对距离的数据传输

延迟容忍移动无线传感器网络(delay tolerant mobile sensor network,简称DTMSN)用于广泛数据收集.与传统的传感器网络不同,DTMSN 具有节点移动性、间歇连通性并且能够容忍适当的延迟,因此传统传感器网络的数据收集算法不能适用.提出了一种基于相对距离感知的动态数据传输策略RDAD(relative distance-aware data delivery scheme).RDAD采用传感器节点到汇聚点(sink node)的相对距离来计算节点传输概率的大小,并以此作为消     

基于方向决策的移动锚节点动态路径规划方法

在基于移动锚节点的无线传感器网络定位过程中,移动锚节点的路径规划问题对定位性能有着重要的影响,但现有的路径规划方法没有充分考虑到网络内未知节点的密度以及分布情况,定位效率低且成本大,因此提出了一种基于方向决策的移动锚节点动态路径规划方法CWDP(Dynamic Path Planning Based on Orientation Decision-Classed Weighted).首先网络内的未知节点根据连通度阈值对自身进行分级处理,当移动锚节点进入网络区域后,根据通信范围内未知节点的反馈信息,再利用分级权重系数实时决策下一目标的移动方向.仿真结果表明,该方法有效地提高了网络内未知节点的定位覆盖率和降低了定位误差,并节约了定位成本.     

基于二次Bezier曲线的无线传感网避障路径规划研究

用固定Sink节点进行无线传感网内数据采集的传统方式会导致热点区域(hot spot)问题,而采用移动Sink节点进行数据采集可以克服这个问题,从而达到均衡网络能量分布与延长网络生命周期的效果.本文针对类车型机器人作为无线传感网中移动数据汇聚节点的应用场景,提出了一种基于Bezier连续曲线的移动Sink节点避障路径规划算法.本文构建了连续分段Bezier曲线为巡航轨迹,采用人工势场中的斥力场理论实现对多个障碍物的智能躲避,动态调节二次Bezier曲线的内部控制点位置,将障碍物排斥在二次Bezier曲线之外.仿真结果验证本文提出的算法可以实现移动Sink节点规划路径的避障功能,同时Bezier曲线规划算法简单,计算量较小.     

A honeycomb structure based data gathering scheme with a mobile sink for wireless sensor networks

With the widespread use of wireless sensor networks, more and more applications require energy efficient and low packet loss rate data collection methods. Recently, the concept of ‘mobile’ is introduced in various mechanisms to meet the needs of this kind. In this paper, a honeycomb structure based data gathering scheme, HSDG, is proposed for wireless sensor networks with a mobile sink. By partitioning the network into a honeycomb structure and giving each partition a direction value, every sensor node can obtain the latest location of the mobile sink dynamically with a small amount of broadcasting overhead. HSDG uncouples the moving strategy of mobile sink from the data forwarding mechanism, and three subscheme HSDG_RM, HSDG_DGM, and HSDG_EGM are proposed. Our schemes are investigated from average energy consumption, maintenance cost, packet loss rate and the number of packets collected. Compared with BTDG and ALURP, HSDG_DGM is the most energy efficient with a low packet loss rate.     

UAV-assisted data gathering in wireless sensor networks

An unmanned aerial vehicle (UAV) is a promising carriage for data gathering in wireless sensor networks since it has sufficient as well as efficient resources both in terms of time and energy due to its direct communication between the UAV and sensor nodes. On the other hand, to realize the data gathering system with UAV in wireless sensor networks, there are still some challenging issues remain such that the highly affected problem by the speed of UAVs and network density, also the heavy conflicts if a lot of sensor nodes concurrently send its own data to the UAV. To solve those problems, we propose a new data gathering algorithm, leveraging both the UAV and mobile agents (MAs) to autonomously collect and process data in wireless sensor networks. Specifically, the UAV dispatches MAs to the network and every MA is responsible for collecting and processing the data from sensor nodes in an area of the network by traveling around that area. The UAV gets desired information via MAs with aggregated sensory data. In this paper, we design a itinerary of MA migration with considering the network density. Simulation results demonstrate that our proposed method is time- and energy-efficient for any density of the network.     

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.