WSN中基于能量均衡的优化覆盖算法

针对无线传感器网络中覆盖保持的节点调度算法存在的利用率低、能量不均衡问题,提出一种改进的算法,将网络节点划分为若干个相异的节点集合,根据集合平均能量设置一个权值,通过权值大小选取合适的节点集合进行工作,从而均衡节点能量、延长网络的生命期。通过模拟仿真实验证明了算法的有效性。     

WSN中有效的最小单位圆集覆盖算法*

针对具有不同传输半径的无线传感器网络覆盖与广播数据转发问题,提出了一种以最小单位圆覆盖集作为广播数据转发集的算法。该算法能有效计算出覆盖范围的轮廓集,具有最优的时间复杂度O(n log n)。对每个节点,该算法以其最少数量的邻居节点子集实现所有邻居节点的覆盖,并证明了该算法找到的最小单位圆覆盖集与其轮廓集是相等的。详细的仿真实验及与现有算法的比较表明,提出的覆盖算法不仅以最少数量的节点实现了网络覆盖与广播数据转发,同时延长了网络生命期。     

基于事件驱动机制WSN覆盖算法

针对无线传感器网络覆盖方法自身特点以及在覆盖过程中消耗大量传感器节点能量的不足,提出了一种事件驱动机制的覆盖算法。该算法通过事件驱动机制使节点之间完成了状态转换,同时建立了传感器节点与目标节点之间的关联属性,从而有效地减少节点能量的消耗,延长了网络生存周期,优化了网络资源,确保了以最少的节点完成对目标区域的完全覆盖。仿真实验结果表明,该算法中节点能量的消耗与LEACH协议相比降低了7%,验证了该算法的实效性和稳定性。     

WSN中基于能量的分布式覆盖控制算法

针对无线传感器网络中节点密度过大、节点剩余能量不均等问题,设计一种基于节点剩余能量的分布式覆盖控制算法,基于概率覆盖模型,按目标区域内节点剩余能量从小到大的顺序,依次通过计算各个节点的区域覆盖概率判定其冗余性,并使冗余节点转入休眠状态。仿真结果表明,该算法能有效降低网络中节点冗余度,延长网络生存时间。     

基于粒子群算法的WSN覆盖优化

为了提高无线传感器网络性能,针对节点的分布与覆盖方案进行了研究,将拟物力算法中的拟万有引力和拟库仑力与粒子群算法相结合,提出了一种基于惯性权重的拟物粒子群算法。增强了算法全局搜索能力,更快地收敛至全局最优解,减少算法时耗和重复覆盖。仿真结果证明新的算法比基本粒子群和基于惯性权重的标准粒子群算法的全局收敛速度更快,覆盖率更高,重复覆盖的比率更低。     

WSN关键区域覆盖启发式优化算法

针对无线传感器网络关键区域覆盖NP完全问题,提出一种关键区域覆盖启发式优化(CACHO)算法。该算法基于单位圆通信模型对关键区域覆盖问题进行描述,为关键区域格点与一般区域格点分配不同权值,以创建感知区域图和终端集合,形成具有最少数量的关键区域覆盖格点集合。与现有覆盖算法NPCC的比较结果表明,CACHO算法放置的传感器数量较少,能完全覆盖关键区域。     

基于改进鲸鱼优化算法的WSN覆盖优化

针对无线传感器网络在随机部署移动节点时,存在分布不均匀导致的覆盖率较低的问题,以网络覆盖率最大化为目标建立网络覆盖优化模型,提出一种基于改进鲸鱼优化算法(IWOA)的网络覆盖优化策略;首先,采用量子位Bloch球面坐标编码初始化种群,提升种群多样性,扩展搜索空间的遍历能力;其次,提出一种基于步长改进的位置更新方式,平衡算法的全局探索和局部搜索能力;最后采用莱维飞行,对个体进行扰动更新,提高跳出局部最优的能力。仿真结果表明,将改进后的鲸鱼优化算法应用在WSN覆盖优化中,与标准鲸鱼优化算法和其他文献中的算法相比,有效减少了传感器节点冗余,表现出更快的收敛速度和更高的覆盖率,进而改善网络监测质量,延长网络生存时间。     

WSN中基于能量代价的能量优化路由算法

针对无线传感器网络路由算法中的节点能耗问题,提出了一种基于能量代价的能量优化路由算法。算法综合考虑数据传输中节点能耗的有效性和均衡性,设计了一种新的能量代价函数,实现了二者的优化匹配。传感器节点按此函数计算前向部居节点的能量代价,选择能量代价最小的节点作为下一跳。算法基于部居节点信息进行路由选择,具有较低的计算时间复杂度。最后,对路由算法的性能进行了仿真分析,并与典型的路由算法进行了对比,结果表明,本路由算法能够有效延长网络生存时间,节约并均衡节点的能量消耗。     

基于跨层优化的能量均衡WSN通信协议*

针对WSN中的热点问题,提出一种新的跨层式通信协议CTMAC,将能耗均衡机制与跨层设计方法相结合,通过共享节点能量信息,建立一种能耗均衡的树结构能量感知路由算法,并将FRTS机制引入SMAC.NS2仿真实验表明:CTMAC协议具有良好的能量有效性和稳定性,有效地减轻了热点问题.     

基于梯度和剩余能量的WSN路由算法研究

针对无线传感器网络能量受限的特征,提出一种基于梯度和剩余能量的智能蚁群路由算法,不仅考虑了节点间的梯度因素,而且还考虑了节点的剩余能量,从多角度节能并延长整个网络的使用寿命.在该算法中,若蚂蚁走过的当前路径比以往最佳路径更优,则加强当前路径信息素,并用当前路径取代最佳路径,否则减弱当前路径信息素.仿真结果验证了该算法在平均能量消耗和延迟方面表现出良好的性能.     

基于连通度的无线传感器网络自维护分簇算法

最大连通度生成簇算法建立的簇之间存在重叠度较高的现象,没有考虑网络能量均衡,对网络寿命会产生不良影响。提出了基于最大连通度的自维护分簇算法,它是最大连通度生成簇算法的推广,达到降低簇之间的重叠度,延长网络寿命的目的。仿真结果验证了算法的有效性。     

基于画图算法的WSN节点定位算法

针对无线传感器网络的节点定位问题,提出一种新的基于类Kamada Kawai画图算法的无线传感器网络节点定位算法,将无线传感器网络节点定位问题转化成画图问题,用经典的画图算法求得问题的最优解,从而实现对节点的定位。仿真实验结果表明,该算法收敛速度快、定位精度高、能够获得较好的效果。     

基于便利因子的WSN簇生成算法

为提高生成簇的灵活性,在无线传感器网络中,提出基于便利因子的簇生成算法。与产生簇头来形成簇结构的传统簇生成算法不同,该算法结合节点的便利因子进行组簇形成完整的簇结构,其簇内和簇间采用多跳通信。仿真结果表明,该算法消耗能量较少,适用于节点密度较小、规模较大的网络。     

基于便利因子的WSN簇生成算法

为提高生成簇的灵活性,在无线传感器网络中,提出基于便利因子的簇生成算法。与产生簇头来形成簇结构的传统簇生成算法不同,该算法结合节点的便利因子进行组簇形成完整的簇结构,其簇内和簇间采用多跳通信。仿真结果表明,该算法消耗能量较少,适用于节点密度较小、规模较大的网络。     

高效无线传感器网络强k-栅栏覆盖节能算法

为了进一步降低监测穿越行为的无线传感器网络强k-栅栏覆盖的能耗,首先证明了强k-栅栏覆盖最小能耗问题是NP难的,进而提出了一个节点感知功率可调的启发式节能算法HARPN。该算法根据栅栏中相邻节点的间距和前向节点的状态制定了4种节点感知半径的计算规则,再根据节点感知半径的大小确定节点的感知功率等级,在保证传感栅栏贯通的前提下,尽可能降低栅栏整体的能耗。理论分析和仿真实验表明,在相同的栅栏波动条件下,HARPN算法的适应性和稳定性更强,网络平均能耗约为Heuristic-2算法的62%,网络的生存期进一步延长。     

无线传感器网络中的覆盖优化算法研究

针对无线传感器网络中经典的覆盖保持节点调度算法（CPNSS）查找冗余节点效率不高的问题,考虑实际传感器网络中节点感应半径不相同的情况,提出一种推广的高效覆盖优化算法（GECPNSS）。建立扩展节点网络模型,分析多种节点位置关系,对中心角计算法进行扩展改进,并从活动节点数、平均覆盖度方面比较算法的性能。仿真实验结果表明,在保持初始覆盖的前提下,GECPNSS能更有效地提高冗余节点判定效率、扩展算法适应面。     

基于预测模型的WSN节点能量融合机制

分析节点能量衰减的过程,采用节点能量衰减预测模型描述节点能量损耗的规律,并建立基于该预测模型的节点剩余能量汇报机制,从而减少节点能量数据的汇报次数以及节点间的数据通信量,降低节点能耗。实验结果表明,在应用该预测模型后,Telosb节点的电池工作寿命延长1%~4.5%。     

基于预测模型的WSN节点能量融合机制

分析节点能量衰减的过程,采用节点能量衰减预测模型描述节点能量损耗的规律,并建立基于该预测模型的节点剩余能量汇报机制,从而减少节点能量数据的汇报次数以及节点间的数据通信量,降低节点能耗。实验结果表明,在应用该预测模型后,Telosb节点的电池工作寿命延长1%~4.5%。