无线传感器网络的覆盖优化机制研究

如何实现最优覆盖是无线传感器组网的一个基本问题.文章分析了传感器覆盖问题的背景,给出了节点调度方案的主要方法和技术原理,探讨了基于网络能量高效的覆盖优化与网络连通性之间的关系,重点阐述了实现区域覆盖和点覆盖的机制.对于覆盖薄弱地区,文章提出了采用分簇方式将覆盖地区划分成许多子区域或簇,用动态移动修复机制提供细粒度的网络监测与覆盖控制.文章认为调度传感器节点在休眠和活动模式之间进行切换,是一种重要节能方法;对于资源受限且拓扑动态变化的无线传感器网络,宜采用分布式和局部化的覆盖控制协议和算法.     

分簇无线传感器网络动态时隙分配MAC协议

为降低大规模无线传感器网络的平均能耗,提出了一种基于动态分配的调度型无线传感器网络MAC协议（SDC-MAC）。该协议簇间使用FDMA方式分配无线信道,簇内通过TDMA方式给各个节点分配可变长的时隙。随着簇结构的变化,簇头通过时隙分配通知,对簇内节点的时隙分配进行动态调整,簇成员节点则根据控制信息进行休眠和唤醒。仿真结果显示,该算法有效地降低了网络的平均能耗,当网络流量高时还可降低平均数据包时延。     

基于节点休眠的水下无线传感器网络覆盖保持分簇算法

为有效延长水下无线传感器网络的生命周期、保持网络覆盖率,该文提出一种基于节点休眠的覆盖保持分簇算法。首先计算网络节点的覆盖冗余度,并对覆盖冗余度高的节点执行休眠策略,然后以网络覆盖率及节点能耗均衡性为目标,采用多目标算法进行求解,再利用TOPSIS法从非支配解集中选出较优解,当有节点死亡时,通过唤醒策略保持网络覆盖率。仿真结果表明,与目前较好的网络规划算法相比,该文算法能够更好地降低网络能耗,延长网络生命周期并保持网络对环境的覆盖率。     

基于联合感知模型的无线传感器网络连通性覆盖协议

本文研究在没有节点位置信息的情况下,如何有效地保证节点采用联合感知模型且节点通信范围多级可调的无线传感器网络的覆盖质量和连通性.给出了在节点随机部署方式下,网络覆盖质量和网络连通性与工作节点个数、监测区域面积和节点性能参数的关系;设计了一个选取最少工作节点保证网络覆盖质量和网络连通性的调度控制算法(SCA),该算法力求...     

基于容忍覆盖区域的无线传感器网络节点调度算法

节点调度机制是解决无线传感器网络节点能量受限问题的重要方法.传统的位置信息无关的节点调度方案以节点的感知区域覆盖为调度目标,导致处于边界区域的节点由于没有太多机会进入休眠状态而先死亡,进而引起死亡节点向监测中心扩散现象,我们称这种现象为"不均等休眠"问题.针对该问题,从理论上对节点覆盖模型进行分析,提出容忍覆盖区域的概...     

一种无线传感器网络异构分簇模型的簇头调度方案

将无线传感器网络划分成簇会有效利用系统资源,近来提出的基于异构分簇模型的无线传感器网络,是指网络中存在多种不同能力的节点,能力强的节点自动成为簇头,这种网络避免了复杂的簇头选举过程并有效降低了普通节点的硬件复杂性和成本。但是,固定簇头的方法会削弱系统的负载均衡以及健壮性。为了解决这个问题,提出了一种基于自适应退避策略的簇头调度方案,该方案通过适当增加冗余度实现传感节点的k覆盖,增强了网络的健壮性。同时,依赖于地理信息和剩余电池能量信息,簇头节点通过自主周期性睡眠来保证系统负载的均衡分配,延长网络生存期。     

基于自适应遗传算法的无线激光通信网络负载均衡成簇算法

由于无线激光通信网络吞吐量低、节点传输延时高和存在分组丢失率多等问题，提出基于自适应遗传算法的无线激光通信网络负载均衡成簇算法。利用AGCH算法对无线激光通信网络节点进行分组和成簇，从中取得簇头节点，构建资源调度模型，利用该模型对簇头节点中的资源进行分配调度，采用自适应遗传算法对建立的模型进行求解，以此提升无线激光通信网络负载均衡效果，实现无线激光通信网络负载均衡。实验结果表明，通过对该算法进行网络吞吐量测试、节点传输延时测试和分组丢失率测试，验证了该算法的有效性强、实用性高。     

低能耗和低时延的无线传感器网络数据融合算法

针对无线传感器网络的节点能量有限,且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇,并根据节点的传输范围,将每个簇中的节点均匀分布,每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据,从而形成传输数据的最短路径;并根据集中式TDMA(时分多址)调度模型,运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优。仿真结果表明,上述算法不但可以最大化网络的生存时间,还可以有效的降低数据融合时间,减少网络延时。     

基于层次混合的高效概率包标记WSNs节点定位算法

在利用概率包标记技术对无线传感器网络(WSN)恶意节点的追踪定位中,标记概率的确定是关键,直接影响到算法的收敛性,最弱链,节点负担等方面。该文分析并指出了基本概率包标记(BPPM)和等概率包标记(EPPM)方法的缺点,提出了一种层次式混合概率包标记(LMPPM)算法,可以克服以上算法的不足。该算法对无线传感器网络进行分簇,将每个簇看成一个大的簇节点,整个网络由一些大的簇节点构成,每个簇节点内部又包含一定数量的传感器节点。在簇节点之间采用等概率包标记法,在簇节点内部采用基本概率包标记法。实验分析表明,该算法在收敛性、最弱链方面优于BPPM算法,在节点计算与存储负担方面优于EPPM算法,是在资源约束条件下的一种整体优化。     

一种新的无线可充电传感器网络分簇算法

为了弥补现有无线可充电传感器网络充电效率低下和节点能量冗余并存的问题,提出了一种基于节点信息的分簇算法。首先,根据传感器节点的剩余能量状态,选择候选簇首。其次,计算候选簇首集合中节点之间的距离,并与基于节点密度的距离阈值比较,最终筛选出合适的簇首。其他节点根据就近原则选择簇首,形成对应的簇。该算法由于同时考虑节点剩余能量和簇首之间的距离,可以使得具有较多剩余能量的节点成为簇首,且簇首均匀分布整个网络中。仿真结果表明,提出的算法可以提高充电效率,减少节点的能量冗余或节点能量消耗过快而死亡的现象,从而有效延长整个网络的寿命。