一种ZigBee无线传感器网络拓扑发现算法

ZigBee无线传感器网络(WSN)不同于有线网络,由于无法直接观察到其网络结构和设备部署情况,因此不利于对ZigBee WSN进行管理和控制。为解决该问题,提出一种针对ZigBee WSN的拓扑发现算法(ZigBeeTopo),确定网络中的活跃节点以及节点之间的相互关系,设计WSN拓扑管理模块,实现ZigBee网络拓扑的可视化。测试结果表明,该算法能正确发现多种WSN拓扑。     

基于移动WSN目标追踪算法

水下移动无线传感器网络是追踪水下目标的重要手段,由于水下环境复杂,传感器节点会因为损坏或能量耗尽等问题脱离WSN网络,造成目标追踪困难。针对该问题,在拓扑熵理论基础上建立移动WSN目标追踪算法模型,利用拓扑熵对空间中点集拓扑关系描述移动WSN节点的部署情况。当有节点脱网后,通过不断计算拓扑熵值的变化合理调度节点移动,实现节点移动过程中的分布式自适应部署。仿真结果表明,在传感器节点损耗的情况下,提出算法和现有WSN目标追踪方法相比,在优化移动传感器网络的部署和目标追踪方面,具有更高的算法性能和效率。     

WSN中入侵节点检测的节点测距方法

提出基于节点测距的无线传感器网络（WSN）入侵节点检测算法,用于检测无线传感器网络中是否存在外来的伪造节点。该算法运用节点自身的各种传感器进行节点间测距,通过综合分析测距结果保证该算法能成功检测到网络中存在的伪造节点,检测中不需要网络同步时钟和节点位置信息。该算法可适用于不同规模、不同应用的无线传感器网络。通过理论分析和仿真实验验证了该算法在无线传感器网络节点攻击检测中的有效性和可行性。     

数据集成技术在树型WSN中的应用与研究

针对无线传感器网络中节点能量有限这一特点,如何提高能量利用率、延长网络寿命是每个WSN研究者所必须面临的问题,同样也是WSN发展过程中必须被解决的难题。为此,本文将一种数据集成算法引入无线传感器网络,通过去除节点间的冗余信息来降低网络中的数据流量,从而降低网络能耗,达到提高网络能量利用率和延长网络寿命的目的。文章以树型无线传感器网络为例,分别对采用数据集成算法前后的网络能量消耗进行分析研究,并给出了相应的能量消耗模型。随后又通过计算机仿真和实验数据监测的方法,验证了此数据集成算法在降低树型WSN能耗中是有效的,而且具有一定的实用价值。     

基于PSO-BP的无线传感器网络数据融合算法研究

为提高无线传感器网络(WSN)数据融合效率,减少网络的通信量以及降低传感网的能量消耗,提出一种基于粒子群优化BP神经网络的无线传感器网络数据融合算法;该算法将粒子群算法优化BP神经网络的权值和阈值后,与传感器网络分簇路由协议有机结合,将无线传感器网络中簇头和节点等同于BP神经网络里的神经元,利用优化后的BP神经网络有效地提取WSN数据融合原始数据之中的少量特征数据,之后把提取的特征数据发送到汇聚节点,进而提升数据融合效率,延长网络生存周期;仿真实验证明,与LEACH算法、BP神经网络和GABP算法相比,该算法可有效减少网络通信量,降低节点总能耗的15%,延长网络生存时间。     

一种面向移动监控型网络的分簇路由协议

传统的无线传感器网络(wireless sensor network,WSN)中节点是基本保持静止的,使网络中的节点具有移动性可以改善WSN功能;针对移动监控型无线传感器网络中拓扑结构改变频繁,传统的路由协议不能适用的问题,提出了一种基于分簇的移动性路由协议(mobile cluster routing protocol,MCR);该协议包含一个分布式分簇算法(distributed cluster algorithm,DCB),此算法充分考虑了节点移动性和剩余能量,通信复杂度比较低,分簇效率很高;同时,针对节点移动,协议中提出了一种注册机制,通过这种机制可以实现在移动过程中的信息交互;实验表明,MCR协议能够有效提高在移动环境下的网络性能。     

基于多态蚁群算法的WSN能耗均衡路由协议

针对无线传感器网络(WSN)的能耗均衡问题,提出一种基于多态蚁群算法的路由协议,采用周期传输和数据融合的方式,将无线传感器节点的剩余能量信息融合到信息素的形成中。仿真实验表明,与Leach协议相比,采用该协议有82%的节点生命周期更长,在相同时间内网络可多传输48%的数据包。在实验室使用31个节点部署无线传感器网络,将路由协议应用于网络。实验结果验证了该协议的有效性。     

基于TDMA的无线传感器网络时隙分配算法

传感器技术、微机电系统、网络和无线通信等技术的进步,推动了无线传感器网络的产生和发展.根据无线传感器网络中节点密度大、以数据为中心和能量有限的特点,提出一种基于时分多址(TDMA)的动态分布式时隙分配算法.该算法根据两跳范围内的邻居节点信息动态分配时隙并能有效适应本地拓扑变化.通过仿真对该算法的良好性能进行了分析.     

一种无线传感器网络节点的故障检测算法

在无线传感器网络(WSN)中,容易因为故障节点存在冗余的故障属性、噪声数据以及数据可靠性等问题,从而产生传输错误数据,这将极大地消耗WSN节点中能量和带宽,向用户形成错误的决策。为此,提出了基于蚁群算法和BP神经网络模型的WSN节点故障检测方法。通过使用蚁群算法,使用户通过寻找优化路径来定位WSN节点的位置,通过这种随机搜索算法以及蚁群算法的搜索策略使用户对WSN故障节点的位置进行总体把握。然后又基于BP神经网络模型对获取的WSN故障节点信息进一步学习,在数据训练过程中,依据WSN故障节点预测误差,并进一步调整网络的权值和阈值,增加了故障诊断的精度。采用的算法对检测WSN故障节点具有较好的性能,使无线传感器网络的服务质量大大提高,增强了系统的稳定性,实验结果验证了算法的可行性和有效性。     

基于路径损耗的WSN能量意识拓扑控制算法

为延长无线传感器网络(WSN)中节点的生命周期及均衡节点负载,在PLBD算法的基础上提出一种基于路径损耗的能量意识拓扑控制算法PLEATC。该算法使用损耗链路作为度量标准,同时考虑转发节点的剩余能量状况,避免网络中部分节点因负载过重而导致能量提前耗尽。仿真结果表明,用PLEATC算法构建的拓扑能够保证网络的连通性和健壮性,并延长网络寿命。     

一种应用于无线传感器网络的层次型拓扑结构生成算法

在无线传感器网络中,层次型的拓扑结构将整个网络划分为不同的簇,并通过一定机制选择簇头来负责数据转发和融合。本文在LEACH等现有层次型拓扑控制算法的基础上,借鉴ad hoc网络层次拓扑生成算法WCA的设计原理,提出一种应用于无线传感器网络的新型层次型拓扑结构生成算法(HTGA)。该算法综合考虑节点的能量和位置状况,为每个节点定义不同的权值,从中选出性能优越的节点担任簇首,同时通过设置节点度参数来确保最优的拓扑结构。仿真实验结果显示,新算法在降低能耗、延长网络生存时间以及保证监测覆盖度等方面比LEACH具有更加优良的性能。     

基于动态树拓扑的多时隙分配无线传感器网络数据传输算法

针对无线传感器网络(WSN)在数据传输过程中节点能量负载不均衡问题,提出了一种基于动态树拓扑的多时隙分配无线传感器网络数据传输算法。该算法首先建立了树链路模型来分析无线传感器网络的数据传输模式以及时隙需求问题;接着通过在树拓扑上使用父代和子代的关系,使节点基于时隙需求执行帧时隙分配,并给出了接收时隙的一个序列模式和发送时隙的序列模式,允许节点更加有序且在干扰更少的信道下接收其他节点发送的数据包,减少时隙的浪费并提高信道利用效率。最后,实验仿真结果表明,与基于数据传输优化的无线传感器网络的生命周期延长算法,以及基于能量感知和时隙分配的可靠数据传输算法相比,所提算法的网络能量效率分别提高了42.8%和51.7%,节点平均寿命延长了1.7%和37.5%,网络的能量效率和网络生命周期得到了提高。     

基于路径损耗的WSN拓扑控制算法

现有无线传感器网络拓扑控制算法大多基于理想网络模型,且需要节点位置信息。为此,提出一种基于路径损耗的拓扑控制算法。该算法无需任何节点位置信息,通过计算两节点间小于或等于3跳的前向与后向路径损耗,构建网络拓扑。仿真结果表明,该算法能降低网络能耗及节点间的通信干扰,保证网络连通性,延长网络生命周期。     

无线传感器网络中缺失数据的估计

针对无线传感器网络中经常存在的感知数据缺失的问题,提出一个分布式算法SC,其中包括2种缺失数据估计的方法,即SRS和CNI。算法SC根据当前节点的子节点数对SRS和CNI进行动态选择。理论分析表明,SC不增加额外的通信能量消耗。模拟实验结果表明,SC对缺失数据的估计具有较好的准确性,对于不同的拓扑结构有较好的适应性。     

基于负载均衡的WSN非均匀分簇算法

针对分簇的无线传感器网络(WSN)中负载不均衡问题,提出一种实现节点负载均衡的WSN非均匀分簇算法。引入非均匀簇机制计算出最优的网络分簇数量,通过调整节点的簇首归属来控制网络的分簇的大小,形成合理的网络拓扑结构。仿真实验结果证明,该算法能有效均衡网络的节点负载,降低节点能耗,延长网络的生存时间。     

基于WSN的拓扑图自动布局方法优化与实现

无线传感器网络(WSN,wireless sensornetwork)拓扑结构的良好布局对其网络管理具有重要意义。为此,优化并实现了一种基于扩展力学模型的WSN拓扑布局方法。首先,完善了基于力学模型拓扑布局方法中的平衡检测算法,实现对WSN拓扑结构图的平衡检测;其次,加入碰撞检测算法,保证拓扑结构图中的节点处于画布有效范围内;最后,引入拓扑图居中算法优化整体布局效果。通过仿真实验以及真实WSN环境下测试证明,优化后的拓扑布局算法适用于WSN,尤其是对中小规模WSN拓扑布局效果最佳。     

基于QPSO算法的无线传感器定位研究

网络节点采集的数据、对目标的追踪、网络拓扑管理等都需要确定的位置信息才有意义,因此节点自定位技术是大多数应用的基础和前提。RSSI测距技术广泛应用于WSN节点定位中,但其测距误差较大,直接导致节点自身定位精度不高。针对此类情况,文中通过对无线电传播路径损耗模型以及大量实测数据的分析,提出了一种基于误差校正的定位优化算法。利用量子粒子群优化算法将存在偏差LQI值进行优化,从而对误差进行补偿。实验结果表明,量子机制的引入解决了局部优化的问题,同时使原有算法的优化性能得到一定程度的提高,具有普遍应用意义。     

基于智能算法的层次型多链WSN路由协议

路由协议设计是无线传感器网络的一个重要领域,可靠性、低开销、易于维护是无线传感器网络路由协议的设计目标。本文基于层次型拓扑控制思想,并在成链算法PEGASIS基础上引入智能成链策略,提出新的路由协议——HMCRP（Hierarchical Multi-Chain Routing Protocol）。HMCRP基于虚拟网格方式将网络划分为两层自治区域,简化拓扑复杂度;区域内节点按照蚁群算法成链,保证形成全局最优或较优的传输路径;提出链头选取公式,综合考虑节点性能、区域链的数据传输代价。通过matlab与omnet++相结合的仿真实验,与PEGASIS协议及其改进协议相比较,验证了HMCRP在延长网络生命周期、降低数据传输平均能耗以及提高数据接收率等方面的优势。     

一种基于学习自动机的WSN区域覆盖算法

基于连通支配集(Connected dominating set,CDS)的区域覆盖算法大都采用休眠节点数量的最大化机制来实现节能,这将给无线传感器网络中的活动节点带来沉重的负担。活动节点电能的迅速耗尽将导致CDS失效,产生覆盖盲区。不断激活其他休眠节点,会出现频繁的网络拓扑变化,导致网络收敛性出现问题。提出了一种基于学习自动机的WSN区域覆盖算法。采用受度限制的连通支配集d-CDS来构造WSN骨干网络,利用学习自动机选择当前节点的最优邻居节点,以此实现对所构造CDS的优化,实现活动节点的负载均衡,改善区域覆盖性能。通过仿真实验对比Gossip、ST-MSN和TMPO等算法,表明本文提出的算法在网络覆盖比率、活动节点的剩余电量等方面均存在优势。     

一种能耗均衡的WSN分布式拓扑博弈算法

无线传感器网络（wireless sensor network,WSN）中通常节点能量受限,节点间能耗不均衡会导致网络生命周期缩短.针对该问题,综合考虑节点的能量效率和能耗均衡,通过引入阿特金森指数设计了一种改进优化的综合效用函数;基于此,建立了一种能耗均衡的拓扑博弈模型,并证明了该拓扑博弈模型是序数势博弈且存在帕累托最优;提出了一种能耗均衡的WSN分布式拓扑博弈算法（DTCG）.通过仿真实验及对比分析表明,相较于其它基于博弈理论的拓扑控制算法,DTCG算法能在保证网络连通性和鲁棒性的前提下,降低节点发射功率,拥有更好的能量均衡性和能量效率,可以有效延长网络生命周期.