无线传感器网络层次参考时间同步算法的研究

无线传感器在网络应用中要求节点间保持时间同步,但现存的经典时间同步算法,因节点的接收时间受时钟偏差和传输延迟的影响,其同步精度不高。为提高网络时间同步精度,均衡节点能耗,提出了一种改进的层次参考时间同步算法（Improved Hierarchy Referencing Time Synchronization,IHRTS）。该算法基于节点在层次结构中唯一物理位置的时间特性,采用贝叶斯估计对节点接收时间进行估算,缩小时间偏差的误差范围,获得比较精确的同步偏移量,从而改善时间同步精度;同时采用无线信道的广播特性与双向同步机制的同步思想,最小化了通信负载,均衡了节点能耗。通过仿真结果表明将贝叶斯估计方法应用到时间同步算法中,在均衡节点能量消耗同时有效地提高了网络同步精度。     

无线传感器网络时间同步新技术

时间同步是无线传感器网络的基本中间件之一.最近,许多基于时间信息交换的时间同步协议已被提出.然而,在大规模无线传感器网络中,同步误差随跳距的累积问题和可扩展性需求是传统的时间同步技术面临的主要挑战.为了应对这两个挑战,无线传感器网络的研究者们开始关注古老的萤火虫同步技术和最近才被提出的协作同步技术.直到最近,尤其是在Strogatz和Mirollo模型被提出以后,古老的萤火虫同步技术才在单跳网络内取得了突破性进展.而在多跳网络中,虽然已有大量的实验和仿真,但其收敛性仍有待从理论上进行研究.基于新颖的空间平均而非传统的时间平均的思想,协作同步技术为无线传感器网络时间同步提供了另外一个新的解决方案,尽管目前对其的研究仍停留于仿真阶段.介绍了萤火虫同步技术和协作同步技术的基本思想和目前在无线传感器网络中的研究及应用现状,并探讨了未来可能的研究方向.     

无线传感器网络时间同步技术研究

时间同步技术是无线传感器网络的一项重要技术,它对无线传感器网络中许多技术的实现具有重大意义.有限的电池能量,存储以及带宽限制等传感器固有特性的存在,导致传统的时间同步算法不适合无线传感器网络.具体介绍了现有的无线传感器中的一些时间同步问题和时间同步算法,并对其具体特性进行了深入的分析比较.     

无线传感网时间同步技术综述

时间同步是无线传感网络中数据传输、节点定位和网络调度等技术的基础。由于低功耗、低复杂度和低带宽的限制,传统网络的时间同步技术无法满足无线传感网的要求。在介绍无线传感网中时间同步技术国内外研究现状的基础上,给出节点的时钟模型,归纳经典时间同步机制,总结萤火虫同步、混合时间同步、分布式时间同步等多种新型时间同步协议,并指出当前无线传感网中时间同步技术存在的不足。最后给出时间同步技术发展趋势的展望。     

同步精度稳定的多跳无线传感器网络时间同步算法

对无线传感器网络时间同步精度稳定性进行了研究，给出了OTSP算法中影响多跳同步精度的因素，在此基础上提出了一种新的同步精度稳定的算法。该算法估算出了不同节点间的晶振频率偏差，并使得多跳网络中的每个节点都能精确地同步到时间基准节点。实验结果证明该算法在同步精度的稳定性方面优于OTSP算法。     

无线传感器网络时间同步综述

无线传感器在网络应用时要求传感器节点保持时间同步,但传统的时间同步方法并不适用于无线传感器网络。为此,指出设计时间同步协议所面临的问题,对现有无线传感器网络时间同步算法进行总结,分析典型算法对时钟偏差和时钟漂移的处理,并给出进一步的研究方向。     

无线传感器网络泛洪时间同步协议安全算法

针对无线传感器网络泛洪时间同步协议(FTSP)可能遭受到基于发送时间标攻击的问题,提出一种安全算法,在FTSP中添加异常漂移率检测器和恶意节点ID号过滤器,同时为进一步提高FTSP的同步精度,减小FTSP受到恶意攻击后对时间同步的影响,改进泛洪时间同步协议中计算时钟漂移率的公式,对其进行加权处理。仿真结果表明:该安全算法能够有效地防御基于发送时间标的恶意攻击,减小了计算开销和恶意攻击对算法的影响,鲁棒性增强,同时提高了同步精度,达到了稳定准确的同步效果。     

无线传感器网络的时间同步算法研究

时间同步是研究多跳ad hoc无线网络的重要问题,例如无线传感器网络,许多具体应用需要传感器节点本地时钟的同步,要求各种程度的同步精度.无线传感器网络设备的一些固有属性,例如能量的限制、存贮、计算和带宽,与节点分布的高密度结合,使传统的时间同步算法不适合于这些网络.因此,越来越多的研究集中在设计适合于无线传感器网络的时间同步算法.首先回顾了时间同步的问题和无线传感器网络时间同步的需要,然后详细介绍了针对无线传感器网络设计的基本的时间同步算法,最后对各种算法进行了比较分析,并指出了下一步的研究方向.     

基于精度分簇的无线传感器网络时间同步算法

无线传感器网络时间同步的精度主要受同步跳数的影响,同步精度随同步跳数增大而降低;网络分簇采用分簇技术以实现尽可能延长网络的生存周期的目标;基于精度分簇的无线传感器网络时间同步算法结合了两个方面的因素;该算法以网络内节点不同的同步精度要求为基础,精度要求高的节点推选为簇首,保证簇首节点与基站的高精度单跳同步,同时在簇首与普通节点同步采用简单的单向报文同步方式以降低整个网络的同步功耗;通过仿真和分析得出该同步方法能保证精度要求,降低了同步开销和能耗,具有一定的应用价值.     

无线传感器网络时间同步算法研究

在洪泛时间同步协议的基础上,提出一种层次时间同步协议。该协议采用层次结构机制收集统计网络中每个节点的子节点数,消除叶子节点广播信息数据包的环节。仿真实验结果表明,该协议可以取得与洪泛时间同步协议一样的精确度,且能量消耗仅为洪泛时间同步协议的74%。     

WSN中虚拟时戳与父亲责任链时钟同步算法

通过对无线传感器网络时钟同步算法的研究,提出了适用于单跳网的虚拟时戳时钟同步算法与适用于多跳网的父亲责任链时钟同步算法。为确保整个时钟同步的健壮性与同步过程低的能量消耗,进而提出了携子寻父算法,当利用邻居表构造的层次链路树发生断链时,其以较小的代价快速恢复父亲责任链。实验结果显示其具有较高的精度,适合于大规模无线传感器网络的数据采集与监测等应用。     

WSN/WSAN中的时间同步算法研究

无线传感器网络实现了人类对现实世界的观测,由于网络中节点可以单独监测,因此在这样的网络中节点间需要时间同步,以确定事件发生的顺序。阐述了WSN时间同步的相关问题,并从同步报文传递方式的角度详细介绍了几种时间同步算法;从定性和定量两个方面对算法进行了比较。在此基础上,针对WSAN的新特点提出算法融合的设计思想。     

基于分簇的低功耗多跳WSN时间同步机制

针对典型同步算法中同步开销大的问题,提出一种基于分簇的低功耗时间同步机制(LCTS),将单向广播同步和双向成对同步机制相结合,在分级网络的基础上给出一种分簇算法,将LCTS扩展到多跳网络中,并对时钟漂移进行估计和补偿。仿真结果证明,该机制在不引起同步滞后的前提下,能减少同步报文开销,保证良好的同步精度。     

基于簇的能量均衡无线传感器网络时间同步算法

针对现有时间同步算法应用于多跳无线传感器网络时存在的误差累计和能耗不均衡问题,提出一种基于簇的能量均衡时间同步算法。该算法基于簇状分层的网络拓扑,簇首之间采用双向监听机制代替双向交换机制,以减小通信开销和发送时延带来的同步误差;簇成员节点利用双向交换和单向广播相结合的机制与簇首同步,并通过最优剩余能量选取回应节点,均衡簇内节点能耗。对提出的新方法和传统的同步算法在精度和能耗方面进行理论分析和仿真验证,结果表明,该算法在保证较高同步精度的前提下可以减小通信开销,均衡网内节点能量消耗,延长网络生命周期。     

基于能量的WSN多跳簇生成算法

提出一种基于能量的多跳簇生成(EMHC)算法,根据剩余能量争先原则选择簇首,并采用最小通信代价的多跳簇内结构。通过OMNet++模拟器对算法进行实验,结果表明,EMHC形成的簇首分布较为均匀,可以利用最佳多跳路径节约传输能量,提高网络生存时间,与LEACH和HEED算法相比具有较大优势。     

能量均衡的WSN非均匀分簇路由算法

针对现有无线传感器网络（WSN）分层分簇路由算法存在的能耗不均衡问题,提出一种能耗均衡的WSN非均匀分簇路由算法。该算法通过在已划分的非均匀区域中构建中间层达到均衡簇首和其他节点能耗的目的,实现WSN整体能耗均衡。实验结果表明,该算法能均衡WSN能耗负载,提高WSN的能量效率,延长100轮～200轮WSN生命周期。     

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。     

无线传感器网络(WSN)安全综述

总结并分析了国外近年来无线传感器网络（WSN）在安全协议、算法、体系结构、运行系统等方面的研究,掌握了当今世界无线传感器网络安全发展的动态,找出主要的问题,探索解决的方案,可以为进一步开展研究拓宽思路。     

基于能量有效WSN优化覆盖算法的研究*

满足一定的覆盖条件下,有效地进行覆盖控制和减少能量消耗以及延长网络生存周期是无线传感器网络所研究的一项重点课题。为此,提出一种能量有效的优化覆盖算法。该算法利用贪婪算法和几何图形学相关理论知识,把目标覆盖区域节点能量构建成正态分布的网络模型,通过采集和检索数据选择最优子集以及对节点状态调度机制动态转换,可以有效地降低网络能耗,提高了节点覆盖性能的同时优化了节点的数量。仿真实验表明,该算法能够以较小的代价延长整个网络的生存周期,具有更好地适应性和稳定性。