多Sink群智感知网络数据收集方法

随着Android和iPhones等移动设备的广泛普及,群智感知网络成为研究热点.人们携带这些移动设备在日常生活中收集环境感知数据.人们的移动具有社会性,其移动轨迹难以预测,如何设计一种有效的数据收集算法是一个值得研究的问题.针对多Sink群智感知网络,提出一种基于地点的感知数据收集方法.首先采用多目标决策的层次分析法,以移动设备与Sink节点之间的距离、连接时间和相遇概率为性能指标,提出最优Sink的选择机制,确定感知数据的目标传输节点;受PeopleRank启发,提出基于地点的数据转发方法,以优化下一跳选择策略.最后,通过一系列实验对该方法的可行性和有效性进行验证,实验结果表明,该方法不仅大大提高了感知数据的传输成功率,而且转发开销和延迟有了明显的降低.     

基于均匀分布的机会网络消息转发策略

为了筛选出转发性能更优的中继节点,提高机会网络的消息投递成功率并减少消息传输时间,提出一种基于均匀分布的机会网络消息转发策略。该策略将携带消息的节点尽可能均匀地分布在网络中,使相同大小的空间内具有相同节点密度和携带消息节点个数,增大携带消息节点同目标节点相遇的概率。实验结果表明,与现有的消息转发策略相比,基于均匀分布的消息转发策略所需历史相遇数据较简单,算法复杂度低,对节点的缓存和能量要求不高,能有效改善机会网络的消息传输性能。     

一种射频能量捕获无线传感器网络的分层分步数据收集策略

在射频能量捕获无线传感器网络中,采用多跳的方式将数据发送给网络中的Sink节点能够减少节点间的通信距离,从而减少能量的消耗,但增加了转发节点的收发数据量。为了减少网络中转发节点的负载,延长网络的生命周期,提出了一种分层分步的数据收集方法(Layer-Step Data Collection,LSDC)。通过对网络中节点能量进行捕获和在能量消耗过程进行建模,得到节点的剩余能量。通过运用多次“跳”命令的方式通知网络中的传感器节点分步地将采集到的数据传递给Sink节点。在传递节点的选择上,以能量状况最佳的节点作为传递节点,最终达到高效地将网络中的数据全部收集到Sink节点进行处理的目的。理论分析与仿真实验结果表明,与采用逐层收集数据的方法(Layer-By-Layer Data Collection,LDC)相比,所提方案更节能,能量消耗更均衡,能够延长网络的生命周期。     

机会网络中基于陌生节点的竞争转发策略

针对机会网络中存在自私节点导致消息的传送成功率偏低、开销大、延迟高,考虑到节点在其社会属性存在的情况下,提出基于陌生节点的竞争转发算法—BSCP(based on stranger competition algorithm).重点分析消息转发过程中利用节点的属性制定相应的转发策略,通过节点的陌生性,设置陌生节点在整个环境中的比例值,计算节点相遇的最大陌生值并排序,设计节点竞争策略使得数据转发成功率提高.仿真验证了BSCP算法的有效性,与STRON、Epidemic及BSIF等算法相比,该算法能有效保证消息传送成功率,减少由于节点自私性产生的消息丢失和碰撞现象,提高吞吐量,降低网络开销和延迟.     

保证覆盖的无线传感器网络梯度部署方法

在大规模随机部署的无线传感器网络中,数据通常逐跳汇聚到Sink节点,因而与Sink邻近的节点需要转发大量的数据,从而导致了Sink邻近区域内的节点因能量耗尽而引起网络失效。此时,外层区域的节点仍剩余大量的能量。本文首先提出了网络生存期最大化部署的问题,分析了无线传感器网络数据转发的特点,基于此特点给出了梯度的节点密 密度部署方法,以提高能量利用率,最小化剩余能量,最后通过理论和实验分析了梯度部署方法的性能。     

基于能量感知的无线传感器网络Sink节点移动方案

节点能量直接影响无线传感器网络的寿命。为此,从保存节点能量角度入手,结合最大容量路径路由协议,提出基于能量感知的Sink节点移动方案EASM-INL,以最大化提高网络寿命。在EASM-INL方案中,传感节点依据电量水平调整传输范围,当电量下降时缩短传输范围,从而保存电量。 Sink节点收集传感节点的电量数据,计算最大容量路径。只要有一条路径容量值小于门限值, Sink节点就计算正东、南、北、西4个方向上的最大容量值,并沿最小值所在方向移动。仿真结果表明,与同类节点移动方案相比,EASM-INL方案可有效延长网络寿命。     

面向带状无线传感网低延迟可靠数据收集算法

带状无线传感网为长距离带状分布，现有的数据收集算法无法很好解决其数据收集延迟较大的问题。提出了一种主动定位移动Sink的数据收集算法DCFAN（Data Collection based on Forwarding of Agent Nodes），DCFAN构建移动Sink的同步代理节点以及存储同步代理节点的线节点序列，通过获取同步代理节点转发感知数据到Sink汇聚点。仿真结果表明，DCFAN算法能有效降低网络节点能耗以及数据收集延迟，同时提升数据收集率，适用于对数据收集延迟具有一定要求的带状无线传感网应用场景。     

两层无线传感网中节能的安全范围查询方法

在两层无线传感器网络中,存储节点作为一个中间节点介于传感器节点和Sink之间,既负责收集传感器节点的数据,又负责Sink的查询,因此更容易被攻击者攻击。一个被妥协的存储节点不仅可能泄漏传感器节点的数据,还有可能向Sink返回不完整的或虚假的查询结果。为了减少查询能耗开销并解决存储数据隐私保护问题,提出了一种节能的安全范围查询方法PIRQ。该方法将数据查询和上传过程进行分离,并采用R-D判别方法将原来感知数据与查询范围区间上下界的大小比较过程转换成感知数据与查询范围中间值的距离和查询区间半径的大小比较过程,减少了能量开销。利用0-1编码和Hash消息认证机制对数据进行隐私保护,采用加密数据链技术对数据进行完整性检测。理论分析和实验表明,该方法在实现数据的隐私和完整性保护的同时具有很好的节能性。     

无线传感器网络中一种基于移动Sink的数据收集算法

针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。     

WSN中基于压缩感知的分簇数据收集算法

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法。首先,通过K-means聚类算法均匀划分网络成簇。然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点。最后,Sink节点采用OMP算法对收集到的数据进行精准重构。仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量。     

一种新的支持移动Sink的多媒体传感器网络路由协议

提出了一种新的支持移动Sink的多媒体传感器网络路由协议,该协议利用锚节点作为转发节点与移动Sink进行通信,避免多媒体传感器节点与Sink直接进行远距离通信,在多媒体传感器节点中采用改进的基于地理信息的路由协议建立路由路径.仿真实验表明:该协议不仅能支持移动Sink,而且能够有效降低节点能耗,延长网络寿命,提高数据传...     

机会网络数据收集中的转发控制

针对机会网络中由于节点移动、网络稀疏等各种原因通常导致网络拓扑动态变化大,消息源节点到汇聚节点之间往往不存在稳定的端到端的通信链路,提出了一种基于偏好顺序决策法(the technique for order preference by similarity to ideal so-lution,TOPSIS)的数据收集策略(data gathering based on the TOPSIS,DGT)。DGT策略根据节点的剩余能量、感知节点到汇聚节点的距离以及传感器节点的连通变化,采用TOPSIS评估选择下一跳中继节点。仿真实验表明,与现有的几种典型转发控制机制相比,DGT策略在保证较低传输延迟和较高传输成功率的基础上,通过减少节点间的转发次数,降低了网络传输开销。     

WSN中一种基于多sink的快速数据收集算法

数据收集问题是无线传感器网络中的研究热点之一。数据收集方式会影响数据到达sink的准确度、延迟以及网络的能量消耗。针对时间响应和数据准确度要求高的应用,提出了一种基于多sink的快速数据收集算法（QDGA）。sink利用已知的全局信息和计算能力构建出基于最小度的数据收集森林进行任务分发,得到网格粒度最优的数据收集策略,网格内的普通节点通过时隙分配来进行数据收集,并可以根据自身的局部信息动态调整数据收集路径。仿真实验表明,相对于已有的方法,QDGA在保证网络生命周期的前提下,能够有效降低延迟以及提高数据收集的准确率。     

实时响应物联网中基于查询的数据转发方案

在许多基于传感器网络技术的物联网应用中,用户需要快速的查询响应,比如智能交通物联网应用中,行驶在路上的司机即时查询附近的空停车位信息.如何为此类物联网设计一种符合传感器网络特性(如能量有效等)的快速数据转发方案是一项重要的挑战性工作.已有的传感器网络实时数据转发协议大都因未解决好转发断路带来的额外开销、孤立节点处理耗时、难以适应网络拓扑动态变化等关键性问题而未取得理想的实时性效果.为此,该文提出一种新的基于查询的快速数据转发方案,利用查询消息为每个传感器节点建立最快速的数据转发路径(有向无环图),此外文中给出的综合路径代价模型可以均衡网络能量和减少网络拥塞延时,最后设计了贪婪的分布式数据转发算法及其改进算法,并用仿真实验验证了该方案的有效性和高效性.     

Delay-bounded data gathering in urban vehicular sensor networks

Vehicular sensor networks are an emerging network paradigm, suitable for various applications in vehicular environment making use of vehicles’ sensors as data sources and Inter-Vehicle Communication systems for the transmissions. We present a solution, based on vehicular sensor networks, for gathering data from a certain geographic area while satisfying with a specific delay bound. The method leverages the time interval during which the query is active in order to make the gathering process efficient, properly alternating data muling and multi-hop forwarding strategies like in delay-bounded routing protocols. Simulations show that our proposed solution succeeds in performing efficient data gathering outperforming other solutions.     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。     

数据收集单元和移动Sink辅助下的信息上传方法

为提升无线传感网数据收集能效,提出了一种基于移动Sink节点的数据上传策略。网络被划分为若干由三个数据收集单元构成的虚拟区域,并在各区域中根据节点剩余能量及其与区域中心的距离远近选出簇头。在数据收集过程中,Sink以固定的速度在遍历点间移动,而仅有簇头节点向其上传数据,从而有效降低了能耗。     

无线传感器网络的能量有效性控制策略 ——最小跳数和功率自适应

提出了一种适用于无线传感器网络的能量有效性控制策略——最小跳数和功率自适应的混合使用方法。该能量控制策略在无线传感器网络的两个阶段实现：在任务感知阶段,一方面Sink节点通过最小跳数的算法洪泛感知任务建立路由,并根据路由信息建立可能的备份路由,另一方面在建立的路由基础上采用基于二分查找的功率自适应算法确定各个网络节点的最佳发射功率;在感知数据交付阶段,根据任务感知阶段确定的路由和发射功率进行数据传输。通过对最小跳数算法和基于二分查找的功率自适应算法的分析和实验,表明该能量控制策略可以很好地减少能量的开销。     

Multi objective clustering for wireless sensor networks

Ambient Intelligence is the next wave in computing and communication technology. Nano-sensors, wireless networks and unified intelligent software are the main elements of this issue. Inputs of ambient intelligence are taken from sensors in the environment. Wireless sensor networks consists of small and low cost sensors that collect and report environmental data. Wireless sensors are dispersed in an area that some phenomenon or event should be monitored. When a sensor detects the monitored event (heat, pressure, sound, light, areas having magnetic properties, vibration, etc.), the event is reported to one of the sites. This site performs an appropriate task such as sending a message or local processing based on the type of network, and then provides the appropriate response. One of the major challenges in wireless sensor networks is optimizing the energy consumption. Studies have shown that by clustering network nodes, it is possible to use their energy more efficiently. This study proposes a clustering based routing method to be used in wireless sensor networks. Multi-objective optimization algorithm named as Non-dominated sorting genetic algorithm-II is used for clustering and seven objective functions are described. It is aimed to carry out several goals at once by using multi objective algorithm. While communication cost between the objective functions and cluster-head and Sink, and cluster-head and non-cluster-head is tried to be minimized, selection of the cluster heads only from the nodes near Sink is also tried to be prevented and it is also taken into consideration for clusters to include more nodes as much as possible. Each solution of the solution set obtained with Non-dominated sorting genetic algorithm-II points a different network topology. Each solution in solution set is the best solution according to some of objective functions. It is provided that Sink simulate each solution in solution set according to a certain scenario and choose one suitable for the desired criteria. In proposed method, both operating the Non-dominated sorting genetic algorithm-II and, simulation and evaluation of the obtained solutions comes out in Sink which has sufficient operation and power sources. According to the results, the proposed method can make the life span of network five times longer than LEACH, which is the most famous clustering algorithm. Besides, while the proposed method extends the life span of network, it is also seen that it increases the number of the packet reaching Sink two times more than LEACH. The data provided by proposed method includes information about larger areas when compared to LEACH.