共查询到19条相似文献,搜索用时 187 毫秒
1.
针对无线传感器网络的特点,分析了无线传感器网络对于任务调度的特殊需求,提出了一种基于反馈控制的动态集成调度算法。该算法将简单反馈控制与任务准入/回归控制、可达/夭折等策略相结合,设计了新的动态调度框架。该框架适用于对任务的多种特征参数的综合。最后从截止期错失率、对关键任务的优先执行能力和CPU有效利用率三个方面分析了算法的性能。实验结果表明,该算法在无线传感器网络环境下与最早截止期优先和固定优先级算法相比具有更好的性能。 相似文献
2.
针对现有无线传感器网络任务分配策略通常不考虑任务内部结构,从而会影响网络生命周期、能耗及负载平衡等问题,基于逻辑依赖性提出一种新的无线传感器网络任务分配策略。该策略首先由选出的盟主根据任务本身具有的逻辑依赖性,逐层将任务分解为一系列的子任务,并依据逻辑依赖性赋予子任务优先级,最后运用矩阵的二进制编码设计一种基于位置加权的离散粒子群优化的带混合联盟的无线传感器网络任务分配算法,找到某个合适节点执行此子任务。引入虚拟节点以加强盟主间的交流;引入能量阈值对节点能量进行预测并决定子任务是否迁移;运用拓扑和逆拓扑排序法,根据子任务预期完成时间及权重系数求出关键子任务,选择优先分配能力强、执行效率高的节点执行相应子任务。仿真结果表明,该任务分配策略能有效延长网络生命周期、均衡网络负载和减少网络能耗等。 相似文献
3.
4.
5.
为了最大限度节约能量,延长无线传感器网络(WSN)的使用寿命,针对计算复杂度较高的WSN应用背景及其普遍存在的任务模式,提出一种相对更通用的、基于混合任务模型的动态电压调度算法(H-DVS)。H-DVS算法能在任务相对期限没有限制的情况下,与最早截止时间优先(EDF)调度算法结合,支持周期任务和零散任务同时存在的混合任务模型。H-DVS根据CPU的工作负载,由调频(FM)因子对CPU进行实时电压和频率调节,从而在降低能耗的同时保证任务的实时性要求。理论分析和仿真实验结果表明,该方法可行且有效。 相似文献
6.
针对无线传感器网络(WSN)中能量效率问题,提出一种基于簇结构中节点健康状态的多类型传感器调度算法. 该算法基于节点的健康状态、节点传输的信息质量,根据簇中节点的健康状态进行自适应选取任务节点;通过对传感器的合理调度,均衡了网络中能量消耗以及任务的分配,保证网络的顺利运行. 实验仿真结果表明了算法的有效性. 相似文献
7.
研究无线传感器网络安全问题,在自然环境下,由于网络规模大,存在敌方截取、窃听、仿造信息等不安全因素.传统密钥分配抗攻击性差,导致无线传感器网络不安全性.为了提高网络安全性,提出一种三元密钥分配算法.算法首先采用单级簇头自组织形成网络的拓扑结构,简化网络结构;然后采用三类密钥的方式进行密钥预分配,提高网络抗攻击性.最后对安全路由进行自适应调整,提高网络的连通概率.在OMNet++平台上进行仿真,结果表明,相对于传统无线传感器网络密钥分配算法,三元密钥分配算法提高了网络抗攻击性和网络连通检测概率,是一种安全性较高的无线传感器网络密钥抗攻击设计方法. 相似文献
8.
9.
研究优化无线传感器性能提高抗攻击能力,密钥预分配是无线传感器网络最重要的安全问题.无线传感器网络通信中必须对传感器结点间传递的信息进行加密.无线传感器节点自身资源的限制,使传统网络中使用的密钥分配算法不适用于无线传感器网络.为了提高网络通信的安全性,在对已有无线传感器网络密钥预测分配算法的基础上,提出了一种改进的随机密钥预分配算法.利用节点的部署和位置信息来提高网络的连通性和减小传感器节点所需存储空间.仿真结果表明,改进方法提高了网络抗攻击能力,为无线传感器网络的安全及能耗设计提供了有效的方法. 相似文献
10.
针对当前无线传感器网络(WSN)使用的ISM频段频谱资源稀缺、传感器节点能耗受限等问题,将认知无线电技术应用到无线传感器网络,提出一种基于改进二进制灰狼优化算法(IBGWO)的频谱分配方案。该算法在标准灰狼算法(GWO)的基础上采用由适应度值比例构成的权重因子,动态调整算法的位置向量更新,同时使用一种动态转换函数,将个体位置映射,到二进制空间,具有平衡全局搜索和局部开发的能力。仿真实验表明,将改进后的灰狼优化算法应用于认知无线传感器网络频谱分配中,其收敛速度和寻优能力优于标准灰狼算法,能较好的实现认知无线传感器节点的剩余能量最大化,且次用户接入公平性优于其他算法。 相似文献
11.
传感器网络能源有效任务分配算法 总被引:3,自引:0,他引:3
为了延长网络生命期,传感器网络在设计过程中,通常利用节点本身的处理能力,进行网内处理,以减少通信量,节省能量.在传感器网络内引入处理或计算后,应用可以描述为一个任务集及任务之间的数据依赖关系.不同的任务分配方案导致应用执行所需的通信量和计算量不同,从而影响应用执行的能量消耗.在使用任务图对传感器网络应用描述的基础上,提出了传感器网络任务分配模型.由于应用的任务可划分为感知任务集和处理任务集,因而传感器网络中的任务分配可分成感知任务分配和处理任务分配两个阶段.针对处理任务分配,将其建模为二次0-1规划问题,并提出了分布式逐层优化分配算法OALL.仿真实验验证了分布式算法OALL的有效性. 相似文献
12.
As sensor networks are increasingly being deployed, there will be more sensors available in the same region, making it strategic to select the suitable ones to execute users' applications. We propose a task execution framework, named sTaskAlloc, to execute application energy efficiently by two main parts. First, considering that the energy consumption of an application is inversely proportional to the utilization rate of sensors, we present a hot sensor selection algorithm, HotTasking, to minimize the energy consumption of new added applications by selecting the most suitable sensor. Second, when a sensor is shared by multiple applications, proposed MergeOPT (a concurrent tasks optimization algorithm) is used to optimize energy consumption further by eliminating redundant sampling tasks. Experimental results show that sTaskAlloc can save more than 76% of energy for new added applications compared with existing methods and reduce up to 72% of sampling tasks when a sensor is shared by more than 10 applications. 相似文献
13.
针对无线传感反应网络中事件频发区域内执行器节点能耗过大问题,提出一种基于嫡权的任务分派算法。利用拍卖机制,建立基于嫡权的执行代价评估模型,并根据网络的实际情况,将任务元分派建模成平衡或者非平衡整数规划问题,使任务并发执行。仿真实验表明,网络实时性和能耗均衡性都得到了改善。 相似文献
14.
JOSÉ M. MOLINA JESÚS GARCÍA HERRERO FRANCISO J. JIMÉNEZ JOSÉ R. CASAR 《Applied Artificial Intelligence》2013,27(8):673-711
In this work, a surveillance network composed of a set of sensors and a fusion center is designed as a multiagent system. Negotiation among sensors (agents) is proposed to solve the task-to-sensor assignment problem (the allocation of tasks to sensors), addressing several aspects. First, the fusion center determines the tasks (system tasks) to be performed by the network at each management cycle. To do that, a fuzzy reasoning system determines the priorities of these system tasks by means of a symbolic inference process using the fused data received from all sensors. In addition, a fuzzy reasoning process, similar to that performed in the fusion center, is proposed to evaluate the priority of local tasks (sensor tasks) now executed by each sensor. The network coordination procedure will be based on the system-task priorities, computed in the fusion center, and on the local priorities evaluated in each sensor. Priority values for system and sensor tasks will be the basis to guide a negotiation process among sensors in the multiagent system. The validity of the fuzzy reasoning approach is supported by the fact that it has been able to manage environmental situations in a similar way as experienced human operators do. Included results illustrate how the negotiation scheme, based on task priority and measured through their time-variant priority, allows the adaption of sensor operation to changing situations. 相似文献
15.
针对工业无线传感器网络中参与攻击源节点定位的任务分配问题,构建和求解多目标优化定位任务分配模型,任务分配模型中设定参考节点组合总能量消耗、距离平均标准偏差目标函数,以及空间约束和剩余能量约束条件;采用循环拥挤排序将非支配排序遗传算法(NSGA-Ⅱ)进行改进后加入基于稀疏度局部搜索的混合优化算法联合求解任务分配模型,将稀疏度最小的解作为稀疏解,再采用极限优化策略在稀疏解周围进行局部搜索使得解拥有更好的分布特性.Matlab仿真结果表明该改进的混合优化算法可以提高算法收敛速度以及降低算法复杂度,在较快的时间内选择出合适的参考节点组合,减少了定位误差,提高了定位精度. 相似文献
16.
We consider the random field estimation problem with parametric trend in wireless sensor networks where the field can be described by unknown parameters to be estimated. Due to the limited resources, the network selects only a subset of the sensors to perform the estimation task with a desired performance under the D-optimal criterion. We propose a greedy sampling scheme to select the sensor nodes according to the information gain of the sensors. A distributed algorithm is also developed by consensus-based ... 相似文献
17.
为了提升异构分布式环境下处理具有依赖关系的任务的性能,提出一种基于关键任务和处理器选择参数的启发式任务调度算法(HCNPSV)。该算法结合表调度和任务复制调度的思想,改进了关键任务的计算方法,并按照是否为关键任务、上行权重值递减、关联任务数递增的顺序获得调度序列,资源选择阶段综合考虑了任务的最早完成时间和到出口节点的最短距离,最后将任务调度到处理器选择参数最小的资源上执行。实验结果表明,HCNPSV有效地提高了系统的调度性能。 相似文献
18.
19.
为减少无线传感器网络任务调度的能量消耗,平衡网络负载,提出能量最小化的动态任务调度算法。在感知动态环境的基础上,将传感器网络节点的覆盖率、可调度性等作为该问题的约束条件。将改进后的蚁群算法应用于任务调度算法中,通过迭代得到最优分配方案,引入信息熵提升剩余能量充沛的节点执行任务的几率。仿真结果表明,该算法在降低任务分配的执行时间、能量消耗量及优化网络负载平衡方面取得了较好的效果。 相似文献