面向数据压缩的无线多媒体传感器网络节点选择方法

针对多媒体传感网采集图像信息的空间冗余问题,提出了一种面向数据压缩的无线多媒体传感器网络节点的选择方法.该方法从节点3维感知模型出发,设计空间相关模型以描述感知图像数据之间的相关性,在此基础上,提出基于相关性的节点选择方法,减少了采集数据的空间冗余.仿真实验结果验证了新方案的有效性.     

基于灰色改进模型的电价预测

针对电力市场中的电价预测问题进行了研究。在阐述了灰色模型在电价预测方面的应用后,提出了一种改进灰色模型用于电价预测的方法。通过对原始数据序列的一系列处理和对微分方程求解条件的变化达到预测精度的提高。最后用算例验证了该方法的可行性。     

基于深度自编码网络的实验室WSN数据压缩算法

针对无线传感器网络节点冗余和数据重叠的问题,提出一种基于深度自编码网络的实验室WSN数据压缩算法来减少传感器通信和计算开销.使用K-means算法将传感器节点划分为不同的簇,使用深度神经网络对相同簇中节点采集的数据进行压缩编码与分类,从而减小数据规模.使用贝叶斯估计算法对压缩编码后的数据特征进行融合.仿真测试与实验结果表明,所提出的算法能明显减少数据量,相比于Megrez算法与E-CPDA算法的数据融合精度分别提升了4.2%和19%,同时能够增加无线传感器网络的生命周期.     

无线传感网络数据压缩方法

概述了典型的无线传感器数据压缩算法,提出了基于压缩感知的无线传感器网络数据压缩方法,介绍了压缩感知技术及基于压缩感知的数据压缩算法设计与实现,仿真模拟试验证明了该算法的可靠性和可行性。     

一种应用于无线传感器网络的数据压缩方法

在无线传感器网络中通信消耗了节点绝大部分能量,如何有效减少网络中的通信量是无线传 感器网络节能研究的方向之一．无线传感器中的感知数据具有数据量大、冗余度高的特点,考虑数 据压缩能有效去除冗余数据,提出一种最长直线近似表示的有损压缩算法与经典霍夫曼算法相结 合的改进压缩算法．实验结果表明：组合压缩算法能得到更高的压缩率．     

基于改进Kruskal算法的WSN故障节点检测方法

提出了一种基于改进Kruskal算法的无线传感器网络（WSN）故障节点检测方法. 该方法首先通过集中式的改进Kruskal最小生成树算法来获取可信的节点集合,之后依据可信节点,采用邻居节点比较算法对传感器节点的感知值进行分布式分析和处理,判定发生故障的传感器节点. 同时为了容忍节点的临时故障,引入了时间冗余. 仿真结果表明,在节点故障率高达35%时,该方法依然能快速定位故障节点,并且同时保证很高的检测精确度.     

基于改进灰色模型的电力负荷中长期预测

基于电力系统中长期负荷预测的特点,针对常规灰色预测模型存在的不足,提出一种基于数据平滑处理,以及线性回归残差修正的改进灰色预测方法。对某地区算例比较和分析表明,本方法可明显提高中长期负荷预测精度。     

基于关联度分析的WSN节点信任模型研究

该文基于社会网络关联度分析的无线传感网络节点信任模型进行研究。给出了无线传感器网络的模型并将其与社会网络模型进行了相似性分析;建立了基于社会网络关联度的WSN节点信任模型,提出了基于关联度的传感器节点信誉度的计算方法;并设计了基于滑动窗口的传感器节点信任值计算及更新算法(SNTUA)。通过仿真实验,证明了该算法的有效性和准确性,其性能优越于其他两种算法。     

一种自适应Huffman算法在无线传感器网络数据压缩中的应用

针对无线传感器网络中数据压缩的问题,提出了一个基于时空相关性和Huffman编码的数据压缩算法,并在传输的比特数和压缩比方面与静态Huffman方法进行了比较。实验结果表明,所提出的算法执行效果更好。     

基于遗传算法的WSN谣传路由的改进

谣传算法是一种基于数据查询的无线传感器网络路由机制,它通过事件agent和查询agent形成的路径交叉生成一个路由,该算法存在着路径非最优化问题。为此,提出了一种基于遗传算法的谣传路由协议,它由谣传算法生成多条路径,利用遗传算法对此多条路径进行操作,将能量消耗作为评价指标,生成最优的路径。仿真表明,此算法能有效的降低节点的能量消耗,极大的延长了网络的生存时间。     

基于频繁项挖掘的空间关联性子簇形成算法

部署在无线传感器网络监测区域的传感器节点周期性地进行感知数据的采集和传输,传感器节点采集数据之间存在的空间关联性会增加采集数据的冗余度和网络能耗。为了延长无线传感器网络的生命周期,提出了一种基于频繁项挖掘的空间关联性子簇形成算法。仿真实验结果表明,该算法与已有算法相比,降低了网络能耗,延长了网络的生命周期,保证了采集数据的质量。     

能量感知的传感器网络分布式时空相关数据收集方案

提出了基于域和树能量有效的数据收集方法,该方法基于采样数据之间的相关性差异构建域,根据域内节点之间的数据相关性融合采样数据,并调节节点的数据发送速率,然后基于节点的剩余能量和节点间的距离构建数据汇聚树. 仿真结果表明,所提出的数据收集方法比现有的数据收集方法能耗更小,且分布更均衡,延长了网络寿命.     

一种改进的煤矿井下无线传感器质心定位算法

频繁的煤矿井下事故要求无线传感器网络能够更精确的对井下人员进行定位。利用修正加权质心算法进行定位存在较大的误差,针对该问题,在修正加权质心算法的基础上提出了一种改进的煤矿井下无线传感器质心定位算法,该算法将修正加权质心算法得到的质心作为新的锚节点,并通过多次选择、运行形成新的锚节点和质心的方法进行定位。仿真结果表明:不同的巷道宽度下,改变修正系数a的值就可以得到最佳的定位效果,同时可以通过仿真实验得到最佳定位效果下的修正系数a的值,从而使定位精度达到最好。通过比较两种算法的平均定位误差得到改进的煤矿井下质心定位算法在三种巷道宽度下分别将定位误差平均降低了0.792 6m,0.636 2 m,0.598 9 m。     

传感器网络中分布式数据汇聚路由算法

考虑汇聚开销对无线传感器网络数据汇聚路由性能的影响，提出一种基于汇聚决策的分布式汇聚路由算法．当信息源点动态到达或离开时，该算法根据数据相关性、数据汇聚成本和数据传输成本自动计算汇聚得益，并依据汇聚得益进行汇聚决策和确定数据汇聚路由，从而联合优化了汇聚开销和传输开销，减少了数据采集能耗．同时，该分布式算法仅依靠本地信息建立路由，降低了路由维护开销．仿真实验表明，在各种网络条件下，该在线算法的能耗性能与离线算法的相对误差在17%以内．     

降低传感器网络数据聚集延迟的近似调度算法

目前在无线传感器网络中,数据聚集大多数采用的都是单信道,导致有很高的延迟.尤其是在高密度无线传感器网络中,数据聚集是一个比较耗时的操作.人们已经证明了最小化数据聚集延迟问题是NP难问题.给出一个新的降低数据聚集延迟的近似算法,其近似比为16,并在理论上证明了该算法的延迟上界是15R+△-15,△是网络的最大度,R是网络半径.相对于现有的算法,该算法理论上具有更小的近似比和时间延迟.模拟结果也说明该算法平均延迟比现有的算法小.     

低能耗自适应分簇的面向数据融合的路由协议

为降低簇头节点的能耗和均衡网络的整体能耗,基于低能耗自适应分簇(LEACH)协议提出一
种面向数据融合的路由协议. 在该协议中,簇头在簇内数据融合的过程中根据成员节点的位
置信息估计感知到相同事件的邻居簇;然后数据在这些簇头间进行多跳的数据融合后传递给基
站. 仿真结果表明,该协议能有效延长网络的生命期.     

基于数据融合的无线传感网定位技术研究

阐述了无线传感网定位技术分类、定位技术常用术语的基础上,分析了无线传感网常用的测距方法及基于测距的定位方法,重点剖析了多边定位法,解析了该方法的利弊,并提出了基于数据融合的多边定位方法,经试验,该方法能降低节点能耗,延长节点寿命.     

无线传感器网络的数据存储与查询技术

针对无线传感器网络中的数据特点,介绍了无线传感器网络的总体结构和功能,对传感器网络中的外部存储、本地存储和数据中心存储等3种数据存储方式的通信成本进行了比较,研究了无线传感器网络的数据存储与查询优化技术,并举例说明了几种查询优化方法.