基于簇的无线传感器网络密钥管理协议

无线传感器网络密钥管理协议的研究是一个热点问题.针对无线传感器网络体系结构的特征,提出一种基于无线传感器网络簇路由选择协议的集中控制密钥管理协议.将逻辑密钥树协议应用于无线传感器网络中,降低基站节点和普通传感器节点的存储开销和降低普通传感器节点的密钥计算开销,各个簇内采用逻辑密钥树协议作为密钥管理协议,命令控制节点采用Kerberos方法对基站节点实行安全管理.最后对提出的密钥管理协议进行了性能分析.     

基于对象的土壤墒情传感器网络节点管理技术的研究与实现

为了充分发挥土壤墒情监测系统对洪涝、干旱和火灾等灾害的预报作用,需要对数量庞大的传感器网络节点进行有效的管理.通过深入分析土壤墒情传感器网络节点的特点和管理要求,提出一种基于对象的管理技术方案.从面向对象的设计思想、本地传感器网络节点类的设计、管理技术的实现三个方面对该技术方案进行了详细介绍.提出的土壤墒情节点管理技术对其他传感器网络节点的管理具有一定的参考作用.     

TinyOS的汇聚树协议研究

无线传感器网络是一种能量和计算能力受限的应用相关的网络.汇聚树协议(Collection Tree Protocol,CTP)是TinyOS中一种基于无线传感器网络应用的数据汇聚协议.CTP是一个基于树的汇聚协议,在网络中设置若干汇聚根节点,节点通过与邻居节点交换相互的链路质量估计信息来选择父节点作为下一跳,从而建立起...     

基于CURE聚类算法的静态R树构建方法

R树索引结构在空间对象查询和复杂空间关系查询方面具有重要作用。传统空间索引结构R树是动态生成的,树的结构是根据连续插入算法实现的,通过分裂子节点直至生成R树的根节点。动态生成算法会导致R树节点最小外包矩形之间的大量重叠,影响空间查询效率,且空间利用率不高。为了弥补动态生成R树的不足,提出了基于CURE算法的静态R树生成方法,给出CU_RHbuilt建树算法,该算法不仅能有效地处理海量数据,识别任何形状的簇,减少矩形重叠度,而且采用划分技术可较大程度地减小计算代价,空间利用率较高。进一步提出了基于CURE算法的R树节点分裂方法。理论研究与实验表明,所提方法具有较高的查询效率。     

数据收集传感器网络的负载平衡网络构建方法

传感器网络所具有的集中式数据收集、多跳数据传输、多对一流量模式这3种特征会造成漏斗效应的出现,这会导致严重的包碰撞、网络拥塞、包丢失,甚至拥塞崩溃,还会导致能量消耗的热点的出现,使某些节点甚至整个网络过早死亡.负载平衡技术能够有效缓解漏斗效应的产生.针对静态数据收集传感器网络,基于供求网络的思想,提出了一种分布式算法,将传感器节点组织成交易平衡网络,用于平衡传感器节点的负载.利用这种方法组织而成的网络结构不是一棵负载平衡树,而是一个负载平衡网络.实验结果验证了这种方法的有效性.     

基于体心立方格的三维传感器网络部署与组织

三维传感器网络有着重要的应用前景,而目前传感器网络的研究主要集中在二维。针对传感器节点在空间中的部署和组织,本文提出一种体心立方格结构传感器网络的确定部署方法,以及一种基于空间虚拟Voronoi单元的随机部署三维传感器网络的节点组织策略。     

基于Steiner树的层次型无线传感器网络安全组播协议

在基于查询的无线传感器网络中,组播技术的应用可大幅减少传感器节点的能量消耗,延长节点寿命.针对大型无线传感器网络组播协议性能不高,且易遭受攻击等问题,提出了基于Steiner树的层次型无线传感器网络安全组播协议.该协议主要运用Steiner树与分簇网络的思想,将Steiner树的高效性与簇的高扩展性相结合,提高了无线传...     

基于条件后验克拉美–罗下界的目标跟踪传感器管理

对传感器网络下的目标跟踪问题,基于条件后验克拉美-罗下界(CPCRLB)提出一种传感器网络节点管理方法.传感器节点的观测数据是目标信号强度(RSS),基于RSS量测推导了目标状态估计均方误差的CPCRLB.以CPCRLB作为传感器管理的准则,选择激活一组最优传感器节点参与目标跟踪.利用粒子滤波器逼近目标状态,并估计CPCRLB,实现传感器节点在线选择.对基于CPCRLB、无条件后验克拉美-罗下界(PCRLB)和互信息理论的传感器选择方法进行对比仿真,结果表明CPCRLB传感器管理的有效性和优越性.     

一种无线传感器网络MAC协议优化算法

在无线传感器网络中,各节点采集的信息以多跳的方式传送到汇聚点.从各节点到汇聚点形成一棵以汇聚点为根的传输树.文中在对无线传感器网络传输特点分析的基础上,剖析了基于CSMA/CA(载波多路监听/冲突避免)的MAC协议在树状结构无线传感器网络中的弊端,提出了一种基于CSMA/CA的MAC协议优化算法.算法基于节点在传输树中的位置信息调整其MAC信道接入分配,将CSMA/CA采用的各节点均等竞争信道的方法优化为各节点依据在传输树中的位置情况竞争信道的方式,这一优化提高了节点公平性,使MAC信道接入分配与树状结构的无线传感器网络传输特点相契合,解决了基于CSMA/CA的MAC协议与树状结构无线传感器网络不匹配的问题,从而减少了信道资源浪费,提高了网络传输效率,降低了能耗.实验结果表明该算法在网络丢包率、吞吐量和能耗方面的性能均有较大改进.     

异构无线传感器网络组密钥管理方案设计

为解决大规模异构无线传感器网络组密钥更新能耗大、效率低的问题,提出一种基于拓扑信息的异构无线传感器网络组密钥管理方案。利用节点拓扑信息构建αβ密钥管理树,在密钥管理树的生成与更新过程中对其进行结构优化,从而减少组密钥更新的能量消耗与更新时延。仿真实验表明,该方案是一种高效可扩展的组密钥管理方案,适合应用于异构无线传感器网络中。     

传感器技术的新发展——智能传感器和多功能传感器

智能传感器和多功能传感器是传感技术发展的方向。介绍智能传感器和多功能传感器的概念、功能、结构、特点以及它们的应用和发展趋势。     

传感器网络中的传感器配置问题研究

本文试图通过传感器网络研究中的一个分支——传感器配置问题，揭示传感器网络作为新兴研究领域所具有的一些特点，并就大规模或超大规模传感器网络的节点配置问题的模型及求解方法进行讨论．探讨了传统求解方法与约束传播算法结合求解的可能性．初步的实验仿真说明，约束传播算法在传感器网络配置方面具有很大的优势，值得引起相应的关注和研究．     

无线传感器网络中传感器节点的布置

在无线传感器网络中，传感器节点收集本地数据，通常通过其它节点将数据转发给基站，因而离基站越近的节点，消耗的能量越多．如果采用通常的方法，即均匀布置传感器节点，则基站附近的节点将很快消耗完能量，基站也就无法收集数据．本文通过研究无线传感器网络中的能量消耗，得到了一个布置传感器节点的密度函数，按此函数布置传感器节点可以有效地延长系统的生命期．理论分析和模拟结果表明，本文的布置方案将系统生命期提高到均匀布置方案的3R/2t倍，这里t为传感器节点的通信距离，R为传感器节点的分布区域半径．     

传感器网络中的传感器管理研究

传感器网络和传感器管理是国际社会的研究热点,但目前针对传感器网络中的传感器管理问题的研究成果很少,文中对这一问题进行了初步分析与探讨,在深入分析传感器网络的基本特性的基础上,给出了传感器网络中传感器管理的一些基本原则,采用分层式传感器网络系统结构,提出了基于任务驱动的传感器管理方案,并详细阐述了方案中各个部分的工作原理,提出了一种基于多智能体技术的传感器管理模型,实现了传感器感知信息的交互和传感器感知动作的协同功能.     

无线传感器网络中的节点定位算法

无线传感器网络是由部署在监视区域的大量微型的具有无线通信及计算能力的传感器节点,以无线多跳通信方式构成的分布式自组织网络系统。它能根据环境需要,通过功能有限的传感器节点之间的协同工作,对监控区域内的环境或监测对象的信息进行实时感知、采集和处理,获得详尽而准确的侦测数据。本文主要分析无线传感器网络中的定位技术,研究如何降低网络中的能量消耗,延长网络寿命。     

能量有效的无线传感器网络节点调度算法

针对传感器节点随机部署的无线传感器网络中存在大量冗余节点而导致大量节点能量浪费这一问题,提出了一种分布式的能量有效的冗余节点调度算法(ERSS算法).为了最大程度地节约能量,延长网络寿命,该算法使网络中的节点自主地判定自身是否为冗余节点.网络中只有必要数目的节点保持活跃状态来保证网络的完全覆盖,而冗余节点转为休眠状态来节约能量.文中给出了冗余节点判别规则、计算模型及判定流程.仿真结果表明了所提出算法比现有算法在节约网络能量及延长网络寿命上的优越性.     

传感器网络*

传感器网络作为连接真实的物理世界和虚拟的计算世界的桥梁,将引起人们越来越多的重视。首先介绍了传感器网络的概念及其应用,总结了其新的特征,分析了它对计算技术的挑战。在对传感器网络进行分类的基础上,探讨了非结构化传感器网络的设计方法;最后对目前传感器网络的研究热点进行了简要介绍。     

多功能传感器

多功能传感器可以同时测量几个物理量。简述多功能传感器的结构,并介绍了模拟人体皮肤的触觉传感器及其它几种多功能传感器。     

Sensor fusion

Sensor fusion is a method of integrating signals from multiple sources. It allows extracting information from several different sources to integrate them into single signal or information. In many cases sources of information are sensors or other devices that allow for perception or measurement of changing environment. Information received from multiple-sensors is processed using “sensor fusion” or “data fusion” algorithms. These algorithms can be classified into three different groups. First, fusion based on probabilistic models, second, fusion based on least-squares techniques and third, intelligent fusion. The probabilistic model methods are Bayesian reasoning, evidence theory, robust statistics, recursive operators. The least-squares techniques are Kalman filtering, optimal theory, regularization and uncertainty ellipsoids. The intelligent fusion methods are fuzzy logic, neural networks and genetic algorithms. This paper will present three different methods of intelligent information fusion for different engineering applications. Chapter 2 is based on Sasiadek and Wang (2001) paper and presents an application of adaptive Kalman filtering to the problem of information fusion for guidance, navigation, and control. Chapter 3 is based on Sasiadek and Hartana (2000) and Chapter 4 on Sasiadek and Khe (2001) paper.