无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

基于邻居信息的无线传感网络节点覆盖优化方法

无线传感网络的冗余节点会导致网络节点覆盖不均匀，为了提升无线传感网络节点覆盖效果，提出基于邻居信息的无线传感网络节点覆盖优化方法。利用邻居信息获取网络节点与邻居节点的距离、能量及覆盖率，根据获取结果判断无线传感网络中是否存有冗余节点，若存有冗余，则需要对节点实施休眠处理，以此降低节点能耗。基于处理结果建立无线传感网络覆盖模型，令网络节点在网络中均匀分布，并采用粒子群算法优化模型，使粒子能够不断迭代更新自身位置及速度，达到网络节点覆盖率最大化的目的，实现网络节点覆盖优化。实验结果表明，所提方法的无线传感网络节点覆盖率和收敛性分别高达97%和98.4%，能够有效实现网络节点部署，确保无线传感网络节点覆盖效果。     

基于量子遗传算法的传感器节点优化部署方法

无线传感器节点的部署在无线传感网络中起着重要的作用,节点的部署优化与否关系到整个网络的生命周期.为了能通过节点部署扩大传感区域的覆盖程度,提出了量子遗传算法,该算法用量子比特编码来表示染色体,用量子旋转门和量子非门来实现染色体的更新,从而实现对目标问题的优化求解.仿真结果表明,该方法用于传感器节点优化部署是可行的.     

基于阿基米德螺旋的WSNs节点部署的能耗均衡算法

无线传感网络WSNs(Wireless Sensor Networks)是由资源受限的节点构成.而能量是节点最稀缺资源,据此需要保存能量,才能优化网络寿命.为此,先分析了通过平衡能耗优化网络寿命问题,然后提出基于阿基米德螺旋的WSNs节点部署的能耗均衡算法AS-DBEC(Archimedes' Spiral-Based Deployment balancing energy consumption algorithm).AS-DBEC算法提出基于阿基米德螺旋的部署函数,将阿基米德螺旋转换成离散形式,再将节点部署于离散位置.最后,评估了AS-DBEC算法在能耗均衡和网络寿命方面的性能.     

改进灰狼优化算法在WSN节点部署中的应用

根据无线传感网络节点在随机部署时存在聚集程度高导致覆盖率低的问题,提出了一种改进的灰狼优化算法,并将其应用于无线传感网络节点的优化覆盖.首先,利用混沌算法进行算法种群的初始化,以提高种群多样性;其次,在灰狼算法的基础上改进其收敛因子,平衡全局和局部搜索能力,提高算法中后期的优化能力;最后,对δ狼进行融合变异以改善局部极值问题.仿真实验表明,将改进后的灰狼优化算法应用于WSN节点部署优化中,与标准灰狼优化算法相比加快了优化速度,网络覆盖率提高了3％.     

基于BBO算法的WSN覆盖与连接节点部署方案

针对无线传感器网络中目标节点部署能力差的问题,提出基于生物地理学优化(biogeography-based optimization,BBO)算法的节点部署方案,该方案能够在网络中找到满足K-覆盖和M-连通性要求的传感器节点最佳部署位置。提出的基于BBO的算法为目标节点提供了一种有效的编码方案,通过优化构建的加权多目标函数来获得近似最优解,选择最小数量的合适点P,使得所有目标点在满足K-覆盖的同时,覆盖目标的传感器节点也满足M-连接。仿真结果表明,该方案能够在不同的K和M组合下找到合适位置的最优数,而且与其他技术方案相比,该方案的性能具有明显的优势。     

基于虚拟力的LoRa浮标网络覆盖优化算法

无线传感网络（WSN）节点部署问题是目前无线传感网络应用研究的关键点。针对传统网络节点部署存在收敛速度慢、全局优化性能不强、感知角度受限的问题,提出一种虚拟力导向的全向感知覆盖算法（VFOPCA）。该算法在传统虚拟力算法的基础上提出热点区域与节点间的受力模型,并采用0/1圆盘覆盖模型,对网络节点部署进一步优化。实验仿真表明,虚拟力导向的全向感知覆盖算法能快速有效地实现网络节点全局优化部署,与VFA、DACQPSO等全向感知模型算法相比,该算法覆盖程度更好、收敛速度更快、能耗程度更低。     

面向智慧教室的无线传感网边缘节点智能部署方法

摘 要: 为降低部署后的通信时延,提高智慧教室的数据发送与网络使用效率,提出面向智慧教室的无线传感网边缘节点智能部署方法。以智慧教室场景中良好的通信、最大限度降低部署边缘节点成本为优化目标,构建边缘节点智能部署的目标函数。针对目标函数设定流量约束条件、无线传感网数据流约束条件、节点计算能力约束条件。自适应调整粒子群优化算法的惯性权重、粒子更新速度、Pareto最优解保存策略,设计多目标改进粒子群优化算法求解目标函数,实现面向智慧教室的无线传感网边缘节点智能部署。测试结果表明,该方法的时延较低,网络计算能力较高,保证了智慧教室无线传感网通信和传输质量。     

异构无线传感器网络中异构节点的部署与优化

在无线传感器网络中适当地部署少量的异构传感器节点能够有效地延长网络寿命,提高网络的可靠性.本文主要研究无线传感器网络中异构节点的部署问题,提出了基于选址问题的异构节点部署算法,以优化无线传感器网络中异构节点的数量和位置.与其它算法相比,该算法对无线传感器网络的拓扑结构没有特定的要求,可以支持随机部署或人工部署的各种传感器网络,最后还给出了该算法的仿真测试结果.     

基于网络效率的线性无线传感器网络优化部署算法

基于多跳的无线传感器网络,靠近sink的传感器节点因需要转发更多的数据,其能量消耗较多,从而在sink周围形成"能量空洞".采用更符合实际的单位部署成本的网络寿命,即网络效率作为优化目标.在仅已知网络规模和节点感知半径r的情况下,如何通过有效的节点部署来避免"能量空洞"并使网络效率最大,是一个极具挑战性的研究课题.提出了一种高效节点部署算法,求解出了最优工作节点数、最佳中继节点部署方案、最优节点传输距离.理论分析与模拟实验结果表明,算法不仅能够避免"能量空洞",而且相对于已有均匀与非均匀算法都能有效提高网络效率,因此该算法对构建低成本的无线传感网络应用系统具有重要意义.     

无线传感网络中覆盖能效动态控制优化策略

能量约束是无线传感网络测量控制的关键问题之一.本文针对移动节点位置优化问题,提出了无线传感网络通信能耗评价指标,采用微粒群优化策略更新节点位置,使无线传感网络具有更强的灵活性和能效性.利用Dijkstra算法获得网络最优通信路径计算能耗评价指标.采用动态能量控制策略使空闲节点进入睡眠状态减少网络运行能耗.通过优化能量指标降低了通信能耗,实现了无线传感网络覆盖与通信能量消耗的合理均衡.对移动目标跟踪仿真表明,覆盖能效优化算法与动态能量控制策略相结合提高了无线传感网络覆盖的能效性.     

能耗均衡和节能的分层无线传感器网络汇聚层优化部署

分层无线传感器网络中，汇聚节点的部署位置，对感知节点的能耗大小以及均衡起着至关重要的作用，最终影响传感器网络使用寿命。因此，本文在保证所有传感节点均能有效连接的前提下，对汇聚节点的位置进行优化，延长网络生存时长。本文同时考虑两个优化目标，即最小化感知节点的总传输功率，以及尽可能均衡感知节点的能耗。这是一个非凸的NP-hard的多目标优化问题。为了求解该问题，本文首先提出了一种多目标黏菌算法，然后基于此，设计了一种分层无线传感器网络汇聚层优化部署机制。充分的实验结果表明，基于多目标黏菌算法的优化部署机制可以显著降低感知节点的总功率，平衡感知节点之间的能量消耗。     

基于时序感知优化机制的无线传感网数据投递算法

为解决无线传感网数据投递算法存在的链路选取质量不高,且节点重投递现象严重,容易降低网络传输质量等不足,本研究提出一种基于时序感知优化机制的无线传感网数据投递算法。首先,算法通过感知节点接近状态的时序情形,设计了基于时序效应的链路筛选方法,通过优选中继节点的方式提升链路投递率,以降低网络链路丢包概率,进而增强数据传输质量。随后,算法通过自感知方式获取节点转发数据,设计了基于投递优选的拥塞控制方法,以提高多跳链路的稳健性,降低节点碰撞效应带来的拥塞现象,进而改善网络数据投递质量。仿真实验结果表明,本研究算法与当前无线传感网中常用的虫洞-路径投递算法和神经卷积深度投递算法相比,能够显著降低网络平均投递时延,且网络累计拥塞频次较低,网络数据投递成功率较高,具有较高的实际部署价值。     

基于锚节点连通性的移动WSN定位优化算法

为提高传统移动无线传感网络非测距方式定位算法的节点定位精度、降低算法对锚节点密度的要求,提出一种基于网络中锚节点连通性的蒙特卡洛优化定位算法,并分析了其节点定位性能.算法首先引入平均锚节点连通度的概念来评价网络锚节点连通性,然后提出根据节点实时分布情况进行采样区域划分,并实时控制移动锚节点分布,提升网络的整体定位精度.仿真结果表明,相较于传统的移动无线传感网络中基于蒙特卡洛方法的节点定位算法,所提出的算法有效提升了整体的定位精度,并有效降低了算法对于锚节点密度的要求,提升了算法节点定位性能.     

模拟退火遗传算法对无线传感器网络部署研究

研究无线传感器节点部署优化问题,传感器网络节点的部署在一定程度上决定了网络的性能和使用寿命.传统的遗传算法在无线传感器节点部署优化过程中,由于交叉和变异的概率是固定的,易产生局部最优问题,导致部署不理想,网络生命周期过短.为了更好地优化网络部署,提高网络生命周期,提出了一种基于模拟退火遗传算法的无线传感器节点部署优化方法.方法将传感器节点部署转化为一个组合优化问题,网络节点离散成为网格,通过遗传算法进行最优部署方案的搜索,同时采用模拟退火算法对遗传算法的种群进行更新,提高了最优解的搜索速度.仿真结果表明,模拟退火遗传算法部署的效率高,网络存活的节点数更多,有效地延长了网络的生命周期.     

基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

基于Merkle树的无线传感反应网络的公钥认证机制

公钥加密(PKC)已被证明能在资源受限的传感器节点中部署.为了防止中间人攻击,网络节点的公钥在节点通信前需要相互认证.为此,提出了一种基于Merkle树和位置部署知识的密钥认证机制.与公钥加密RSA算法和椭圆曲线加密算法相比,该机制通过使用单向Hash函数和利用无线传感反应网络节点异构等特性有效地降低了公钥认证的计算复杂性和能量消耗,并使得认证机制在无线传感反应网络的通信开销和异构节点内存消耗得到最佳平衡.     

基于传感器网络节点配置优化仿真研究

研究无线传感网络节点配置覆盖优化问题。由于无线传感网络存在着热区问题,对网络的覆盖性能造成严重的影响,同时影响网络配置优化。为了有效的提高无线传感网络的覆盖率,提出了一种改进的粒子群算法优化无线网络节点覆盖。针对粒子群算法存在易陷入局部极值和早熟的缺陷,引入遗传算法中的交叉算子和变异算子,优化传感网络节点的混合粒子群算法,在严格确保无线传感器网络连通性的条件下,传感器节点配置数目达到要求的覆盖度,并进行仿真。仿真结果表明混合粒子群算法能快速收敛到更精确的解,使网络节点配置达到覆盖的优化要求。     

基于残余能量痕迹的无线网络通讯协议优化

无线传感网络中的传感器节点处于安装,节点密度处于随机分布,传统的无线传感网络通信协议很难形成有效的节点规范,没有考虑节点连通的最优性能,造成在阻塞情况下很难形成最优信道路径选择.提出一种基于残余能量通讯痕迹的无线网络通讯算法,将节点表示为近端寻优粒子,采用交叉遗传的方式对节点的性能多样性进行保持,将节点的残存能量作为目标函数进行优化,找到迭代通信轨迹计算中,残存能量较大的最优节点进行通信.实验结果证明,经过算法优化后,无线传感网络的通信能比传统的方法有了明显的改善.     

基于信标优化的无线传感网络定位算法研究

针对传统无线传感器网络节点定位精度低、能耗大及适应性不强等缺陷,提出了一种基于信标优化的无线传感网络定位算法ConDV-Hop.该算法采用贡献因子对信标节点进行优化选择,使过程累积误差大大减少,利用反馈思想引入修正系数对待定位节点的初始估算位置进行修正,有效地克服了定位精度对网络拓扑的依赖.仿真实验结果表明,ConDVHop算法在均匀网络和非均匀网络中都表现出良好的性能,是无线传感器网络中节点定位的一种实用方案.