无线传感器网络k-Anycast通信模型研究

针对无线传感器网络多基站多源路由问题,提出一种基于k-Anycast技术的路由协议,研究了多基站无线传感器网络中的最大生命期问题.首先根据数据能耗和数据流量守恒建立混合整型非线性规划模型,考虑到该教学模型为NP-hard问题,将其进一步转化为非线形规划模型,求解到达所有基站的链路,取最优k条链路为路由通路,根据链路生命...     

基于最优化理论的无线传感器网络通信模型

针对无线传感器网络中多源多基站的最大生命期问题,提出一种基于最优化理论的网络通信模型。根据无线传感器网络能量限制和数据流量守恒原则建立整数非线性规划模型,以网络最大生命期为最优目标,将能量和带宽作为限制的多约束条件,利用最优化技术中的分布式算法求解该模型。仿真结果表明,在多基站环境中,该模型能够延长网络生命期。     

基于Anycast的无线传感器网络模型

针对无线传感器网络多基站多源路由问题,提出一种基于Anycast技术的网络模型,研究了多基站无线传感器网络中的网络能耗和网络生命期问题.创建无线传感器网络的拓扑、能量和路径选择模型.规定了数据包种类,并提出一种基于Anycast技术的路由协议.仿真实验表明:与LEACH协议相比,该模型可以有效分担网络负载.在节点数量为100时,当基站数量从3个增加到6个,网络能量消耗减少33.3％,网络生命期得到提高.     

无线传感器网络中基于关联度的多查询优化

无线传感器网络是一种以数据为中心的网络,用户通过基站向网络提出查询请求获取所需数据。如何通过多查询的优化来减少传感器节点的能耗以延长网络生命期是无线传感器网络中需要解决的关键问题之一。提出了基于关联度的多查询优化算法,其基本思想是节点通过节点与候选父亲节点之间的关联度来选择父节点,从而被相同查询覆盖的节点聚集成一个组,多个查询间共享组中节点的数据,在网络中对查询数据进行有效的融合,充分减少了网络的数据传输量,延长了网络的生命期。理论分析和模拟实验表明该算法可以充分减少数据传输量,从而达到节能的目的。     

无线传感器网络中传感器节点的布置

在无线传感器网络中，传感器节点收集本地数据，通常通过其它节点将数据转发给基站，因而离基站越近的节点，消耗的能量越多．如果采用通常的方法，即均匀布置传感器节点，则基站附近的节点将很快消耗完能量，基站也就无法收集数据．本文通过研究无线传感器网络中的能量消耗，得到了一个布置传感器节点的密度函数，按此函数布置传感器节点可以有效地延长系统的生命期．理论分析和模拟结果表明，本文的布置方案将系统生命期提高到均匀布置方案的3R/2t倍，这里t为传感器节点的通信距离，R为传感器节点的分布区域半径．     

一种线性无线传感器网络的节点布置方案

线型无线传感器网络在应用中比较常见，其监控区域接近于线条。在基站收集感应数据的过程中，离基站越近的区域需要转发的数据越多，数据流量越大。如果采用通常的均匀布置传感器节点方案，则基站附近的节点将很快消耗完能量，基站也就无法收集数据。通过研究线型无线传感器网络中的能量消耗，得到了布置传感器节点的密度公式。按照此密度公式布置传感器节点，可使得各区域的总能量与能量消耗速度之比达到平衡，从而延长系统生命期。理论分析和仿真实验表明，在监控区域较大时，以此方案布置传感器节点，可将系统生命期提高到均匀布置方案的2倍。     

多移动基站无线传感器网络生命期最大化算法

无线传感器网络（WSN）的传感器节点一般由电池提供能源,故能量管理在WSN中是一个基础问题．针对受限多移动基站网络生命期最大化问题,提出了一个MMBEC算法．鉴于移动基站受到实际道路和自身能量的双重限制,算法首先通过规划平衡子回路达到基站间负载的平衡,然后控制基站周期性逗留达到邻近道路节点数据通信量的平衡．由于平衡子回路是NPC问题,采用近似算法找到近似解,控制基站周期性逗留保证邻近道路节点能量几乎同时耗尽,从而延长网络生命期．模拟实验结果证明该算法与现有算法相比能提高网络生命期和吞吐量．     

无线传感器网络节点部署算法的优化研究

研究无线传感器网络的部署.无线传感器网络中靠近基站的传感器节点因需要转发其它节点的数据而消耗更多的能量,导致出现能量空洞,使网络生命过早地结束.为了避免能量空洞的形成,延长网络寿命,提出一种高效的节点部署算法.算法以最优工作节点数、中继节点部署方案和节点传输距离作为约束条件,以最大网络效率为优化目标进行研究.仿真结果表...     

无线传感器网络最大生命期聚合树路由算法

提出了一种无线传感器网络最大生命期聚合树路由算法,根据能量等限制条件建立线性规划模型。考虑到网络最大生命期是NP难问题,在算法复杂度较低情况下,将网络最大生命期问题转化为网络最小归一化负载问题,在建立最大归一化负载聚合树过程中,不断调整负载较重节点的数据转发压力,最终建立一棵负载较轻的数据融合树,实现了网络生命期的最大化。通过仿真验证了算法的性能,并表明所提出算法可以有效延长网络生命期。     

无线传感器网络最大生命期与最大流路由算法

提出了一种无线传感器网络最大生命期和最大流路由算法,证明了网络最大生命期相当于获得网络最大流,根据最大流最小割定理,网络一定存在一个可行解满足网络最大流,在算法复杂度较低情况下,建立以最大生命期为最优目标的网络模型,依靠现有的启发式分布式算法解决该模型。通过仿真验证了算法的性能,表明所提出算法可以有效延长网络生命期。     

Energy-efficient multipath routing in wireless sensor network considering wireless interference

Due to the energy and resource constraints of a wireless sensor node in a wireless sensor network (WSN), design of energy-efficient multipath routing protocols is a crucial concern for WSN applications. To provide high-quality monitoring information, many WSN applications require high-rate data transmission. Multipath routing protocols are often used to increase the network transmission rate and throughput. Although large-scale WSN can be supported by high bandwidth backbone network, the WSN remains the bottleneck due to resource constraints of wireless sensors and the effects of wireless interference. In this paper, we propose a multipath energy-efficient routing protocol for WSN that considers wireless interference. In the proposed routing protocol, nodes in the interference zone of the discovered path are marked and not allowed to take part in the subsequent routing process. In this way, the quality of wireless communication is improved because the effects of wireless interference can be reduced as much as possible. The network load is distributed on multiple paths instead of concentrating on only one path, and node energy cost is more balanced for the entire wireless network. The routing protocol is simulated in NS2 software. Simulation result shows that the proposed routing protocol achieves lower energy cost and longer network lifetime than that in the literature.     

多sink协同移动的最大化网络生存期优化算法

针对无线传感器网络中因能量消耗不平衡造成的"能量洞"问题,提出多Sink协同移动的最大化网络生存期优化算法。该算法将监测区域分割成有限个虚拟单元格,通过蚁群优化算法ACO(Ant Colony Optimization)协同多Sink节点移动;同时,将多Sink节点在备选位置的停留时间归结为LP(Linear Program),最大化网络寿命。仿真结果表明,LP-ACO(Linear Pro-gram-Ant Colony Optimization)较好地均衡了传感器网络节点间的负载,网络寿命优于多Sink节点静态部署(STATIC)和随机移动(RDM)时场景,且具有良好的可扩展性。     

无线传感器网络中能量有效自适应路由算法研究

针对无线传感器网络寿命最大化问题,基于无线传感器节点能耗分布特点和数据传输能耗模型,建立无线传感器网络生存周期的数学优化模型,并针对最小能耗路由的能耗不均衡问题和能量均衡路由的能耗开销问题,综合考虑网络中节点的剩余能量和节点间发送数据的能耗,提出一个适合无线多跳传感器网络的自适应路由算法。仿真结果表明,提出的路由算法能充分地利用有限的能量资源,较大地延长网络生存周期。     

基于贪婪算法无线传感器网络中继节点布局的研究

为实现远距离的无线通信, 在网络中添加中继节点, 采用多跳路由传输数据。对于中继节点的布局问题, 依据线性结构使网络整体能量消耗最小的特征, 提出一种中继节点贪婪布局算法。该算法通过最近贪婪策略、中继节点通信容量、传感器节点数据转发跳数等约束方法限制中继节点的布局位置。理论分析和实验验证了该算法能够有效减少能量消耗, 延长网络寿命。     

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.     

基于蚁群的无线传感网最大化生存时间路由

为提高无线传感网的生存时间,对基于蚁群算法的最大化生存时间路由(MLRAC)进行了研究。该路由利用链路能耗模型和节点发送数据概率,计算一个数据收集周期内节点总能耗。同时考虑节点初始能量,建立了最大化生存时间路由的最优模型。为求解该最优模型,在经典蚁群算法的基础上,提出修正的蚁群算法。该算法采用新的邻居节点转发概率公式、信息素更新公式和分组探测方法,经过一定的迭代计算获得网络生存时间的最优值和每个节点的最优发送数据概率。最后,Sink节点洪泛通知网络中所有节点。节点根据接收到的最优概率,选择数据分组未经过的邻居节点发送数据。仿真实验表明,经过一定时间的迭代,MLRAC的生存时间可以收敛到最优值。该算法能延长网络生存时间,在一定的条件下,MLRAC算法比PEDAP、LET、Ratio-w、Sum-w等算法更优。     

狭长直巷道中WSN的SPIN路由算法的改进

为了解决井下链状无线传感器网络中距离Sink节点越近的节点越早死亡的问题,提出了一种井下WSN基于SPIN路由协议的改进算法,该算法结合狭长直巷道模型与多重覆盖模型,运用梯度划分的方法,通过判定彼此梯度信息决定数据信息接收方,来均衡整个网络的能量消耗,延长网络寿命。对比改进前后的能量损耗模型可知,改进后的算法能有效延长网络寿命,实验表明,该算法较NCWSNFGM方案可延长至少5%的网络寿命。     

基于单向多汇聚节点的WSN分层路由协议

针对分层无线传感器网络的簇首节点容易成为网络瓶颈制约网络性能的不足,提出一种低能耗的路由协议。采用多汇聚（Sink）节点模式来构建网络,利用RSSI（接收信号强度指示）测出各传感器节点与各Sink节点之间的距离,并依据距离的远近为Sink节点划分作用域。通过传感器节点单向与所属Sink节点通信来降低簇首节点的负担。仿真实验结果表明提出的路由协议能有效克服簇首节点网络瓶颈问题,从而降低网络能耗,提高网络生存时间,对于无线传感器网络应用于大范围数据收集的网络具有重要的价值。     

一种基于分簇技术的数据融合算法

针对无线传感器网络节点能耗的限制以及通信数据的隐私问题,提出一种基于分簇技术的数据融合算法（Data Fusion Algorithm based on Clustering Technology, DFACT）。算法通过分簇技术解决通信数据的时延,簇内利用算法选择合适簇头,并构造数据融合树结构进行数据融合,减少数据通信量,保护数据隐私;簇间采用基于移动代理模型选择最佳路径提高通信效率。实验结果表明,DFACT算法可以有效地降低大规模无线传感器网络节点耗能,提高数据的安全性,延长网络生命周期。