共查询到10条相似文献,搜索用时 31 毫秒
1.
Ad Hoc无线传感网络(WSN)是一种无中心、自组织的无线网络。这种动态网络需要通过合适的组网算法生成拓扑结构以提高其稳定性。在多频率分级Ad Hoc网络结构中,簇头负责簇内成员节点之间的通信及簇头之间的通信,因此,如何选择出最合理的节点担任簇头成为分簇算法的关键问题。在现有的组网算法基础上,提出了一种基于三维预测模型的新型分簇组网算法,基于Matlab软件进行了仿真,构建三维网络拓扑结构,通过分簇算法生成分级网络,并对生成网络的簇头数及分簇平衡度进行分析。仿真结果验证了新型分簇组网算法的可行性,通过算法生成的分簇结构稳定。 相似文献
2.
基于对LEACH算法分簇思想的研究,对PEGASIS算法进行了改进,提出了高能效的PEGASIS(HEE-PEGAS-IS)算法;新算法将网络划分成多个等宽区域,区域内节点成链,考虑节点剩余能量和节点与基站之间的距离,使各簇链的簇首节点依次成主链,由主链首节点与基站通信;仿真结果表明:与PEGASIS算法相比,改进后的算法能有效节省网络能量,延长无线传感器网络寿命,提高了数据传输总量。 相似文献
3.
4.
针对无线自组织协作网络时间同步算法同步误差大及能量消耗高的问题,在分析网络时间同步模型基础上,提出无线自组织网络协作时间同步优化算法。该算法利用指数延迟模型,通过构建时间同步似然函数,对成对节点的时钟偏移及时钟漂移进行联合估计;对网络进行三角剖分,通过染色确定参考节点,然后参考节点选取主节点,利用拓扑结构的自适应变化实现全网节点时钟同步;通过时钟联合估计及自适应拓扑建立协作时间同步优化算法,其整体执行保证节点通信链路时间同步。仿真结果表明,在所提三角剖分拓扑结构控制下,与传统分簇拓扑相比,协作时间同步优化算法在平均同步误差、同步算法能量消耗方面得到了性能提升。 相似文献
5.
6.
LEACH(low energy adaptive clustering hierarchy低功耗自适应算法)是无线传感器网络层次型路由协议中最重要和最具代表性的算法之一。通过对经典分簇路由算法LEACH的分析,针对LEACH算法中簇首分布不均匀、簇首与基站之间只能采用单跳路径的缺点,在簇首选择方式、簇首与基站的通信方式两方面进行了改进,并对LEACH算法及改进后的算法进行了仿真试验。仿真结果表明:该算法能有效地降低无线传感器网络节点的能量消耗,延长了网络存活时间,提高了传统LEACH算法的性能。 相似文献
7.
移动Ad-hoc网络管理中基于节点定位的簇生成算法 总被引:1,自引:1,他引:0
移动Ad-hoc网络(MANET)作为一种移动无线通信网,其独有特性增加了网络管理的难度,目前对MANET网络管理的研究仍处于起步阶段,一些标准尚未制定。为此,提出了一种基于节点定位的簇生成算法,通过特有的象限划分、适度融合、再分割融合和有效的客人协议,以及消息驱动机制的实现,弥补了原有算法必须依赖GPS服务、节点调整和客人身份判定忽视管理效率的不足,提高了网络管理的灵活性和可扩展性,为MANET的有效网络管理提供新的方法和手段。 相似文献
8.
为检测出无线传感器网络(wireless sensor network,WSN)被非法入侵而遭到毒化的节点,借鉴分布式系统的思想,将Lamport算法引入WSN入侵检测领域,提出一种基于分簇的无线传感器网络入侵检测算法,并对算法的几种情况进行说明.分析结果表明:该算法能在一定程度上检测出毒化节点,降低WSN系统的风险,提高其安全性和容侵性. 相似文献
9.
为解决现有作战网络模型抽象度过高、网络功能复杂性研究不够充分的问题,提出了一种 针对融合网络的功能抗毁性分析方法。建立作战体系融合复杂网络模型,在单层网路中处理异质、融合的节点;提出新的功能链概念,并基于功能链定义了节点的功能参与度和业务强度;在此基础上,定义功能完整度为网络功能抗毁性测度,对融合网络模型进行抗毁性评估。在抗毁性实验中,采用3类攻击方式对网络进行打击:网络信息完全未知情况下的随机攻击;网络信息不完全已知情况下的蓄意攻击——按节点度攻击;网络信息完全已知情况下的蓄意攻击——按功能重要度攻击和按贪婪规则攻击。实验结果显示:网络对抗随机攻击能力较强,对抗信息不完全已知的蓄意攻击能力稍弱,对抗信息已知的蓄意攻击能力较弱,验证了所提算法合理性。 相似文献
10.
基于无线传感器网络动态簇的目标跟踪 总被引:8,自引:1,他引:7
着重研究了基于动态簇目标跟踪的两个关键环节:动态簇的组建和目标状态估计。在动态簇组建方面,提出了综合考虑节点感应信息和节点电量的簇头竞选方案;在目标状态估计方面,定义了包含信号测量强度的最近点( CPA)事件,并提出了基于该CPA事件的新型估计算法。结合这两个关键环节,本文给出了基于动态簇的无线传感器网络目标跟踪过程,包括动态簇的初始化、簇内数据聚合、目标状态估计、动态簇的重组、目标丢失检测以及目标恢复等。仿真结果表明:本文建立的目标跟踪系统具有失效概率低、网络寿命长和跟踪精度高等优点。 相似文献