一种能耗均衡的WSNs层次路由协议研究

针对无线传感器网络(WSNs)的数据传输问题,提出一种能耗均衡的层次路由协议,根据节点与Sink节点的最短跳数将网络划分为规模不同的簇,利用簇规模的不同,抵消数据转发所消耗的能量,实现整个网络的能耗均衡,利用虚拟力原理构建簇,最后提出了簇首多跳传输方法,实现簇首间能耗均衡。实验结果表明:提出的路由协议与LEACH协议相比传感器网络节点剩余能量方差降低了55. 5%,大幅延长了传感器网络生存时间。     

能耗均衡约束下的多源异质传感器数据动态汇聚算法

多源异质传感器数据在无线传感网络中汇聚时,易受到无线传感网络冗余数据的干扰,导致其通信开销大、精度低。为此,提出能耗均衡约束下多源异质传感器数据动态汇聚算法。构建能耗均衡约束模型,保证多源异质数据节点在汇聚过程中所消耗的能量趋于平均值,采用监督判别投影算法对数据进行降维处理,消除数据中的冗余度,通过模糊分簇阈值筛选机制获取汇聚区域的簇头阈值,将簇区域内数据汇聚到传感器中,完成多源异质传感器数据的动态汇聚。仿真结果表明,所提算法的隐私泄露率在25%左右,通信开销在9 MB～46 MB之间,汇聚数据正确率高于90%,证明所提算法可有效降低通信开销,提高数据汇聚精度。     

WSNs断网情况下汇聚点选取与优化研究

无人值守的无线传感器网络（ WSNs）在严酷环境中易出现断网情况,数据的传输受到限制,造成网络不可用。利用移动Sink访问汇聚点（ CP）收集数据是一种有效的解决方案。但现有的研究中没有明确给出最佳CP的存在区域和CP 的选取对Sink节点移动路径的影响。为此,提出了最佳CP存在区域的划分方法,并确定了该区域大小。在含有100个节点的WSNs上进行仿真验证,结果表明：该划分方法下Sink节点最优移动路径的变化呈单调递减,并最终趋于稳定。     

基于AGNES聚类的能耗均衡WSNs优化路由算法

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。     

基于协作MIMO的WSNs能耗均衡路由算法

根据无线传感器网络(WSNs)能耗不均衡的特点,基于协作多输入多输出(MIMO)技术,提出了一种能耗均衡的协作路由算法—EBCR算法.算法在保证全网均匀分域的前提下,确保域首均匀分布,其次,根据预设的性噪比门限范围来确定协作节点的可选集,再综合考虑可选节点的剩余能量、信道状态和到达域首节点的距离,选择出域首节点的最优协作节点.实验结果表明:该算法较其他算法在网络生存时间,能量效率,平衡网络能耗方面都有较大改善.     

一种面向汇聚网络处理器模型的负载均衡算法

本文提出一种由多个网络处理器组成的汇聚网络处理器转发子系统路由器结构模型,并设计了算法DIHDA对多网络处理器的负载进行均衡分配。实验结果表明,该算法能够在保持负载均衡的同时获得较好的报文保序效果,综合性能优于目前已有的同类算法。     

一种基于网格的兼顾拥塞避免与能耗均衡的WSN路由算法

无线传感器网络是一种能量受限的网络,而在数据传输时,网络拥塞以及节点能量的非均衡消耗则会造成能量的浪费;因此,如何避免网络拥塞、均衡网络能耗是设计路由协议时需要考虑的重要问题。本文基于网格模型提出了一种兼顾拥塞避免和能耗均衡的路由算法。首先针对一种特殊的网格模型,根据模型中节点所在的位置为每个节点设置了“相对位置坐标”。为了减少路由建立的能量开销,每个节点仅根据其邻居节点的“相对位置坐标”建立多条路径;并根据下一跳节点的队列长度和剩余能量以及到达Sink节点的跳数为每条路径设置用于避免拥塞和平衡能耗的权重值。在此基础上,本文进一步考虑了节点随机均匀布置的情况,通过建立一个虚拟的网格,使用“网格坐标”和“相对位置坐标”确定网格模型,然后,建立路径和设置路径权重值,并通过路径的更新进一步平衡能耗和避免拥塞。仿真结果表明本协议在保证数据传输的情况下,既能够减少网络的丢包率,又能够平衡网络能耗。     

一种能耗均衡的无线传感器网络覆盖协议

在随机部署的无线传感器网络中,现有的节点调度算法不能同时保证工作节点均匀分布,使网络能耗不均衡.针对该问题,提出一种分布式、能耗均衡、与节点位置无关的无线传感器网络覆盖协议(EBLCP).EBLCP在虚拟坐标的基础上建立临时集,节点只需与邻居中少量节点通信,比较这些节点的剩余能量从而竞选工作节点.实验结果表明,与NSV...     

一种时变洋流场下AUV最优能耗路径规划方法

在时变洋流场环境下,洋流矢量增加了时间维度,在时间角度上可进一步利用洋流以节约自主水下机器人(AUV)能量消耗.此外,在该环境中无后效性不再成立,基于经典贪婪策略的路径规划算法不再适用.鉴于此,结合路径参数选择和双层规划算法,提出一种适用于时变洋流场环境的能耗最优路径规划算法.出发时间和AUV推进速度均可以在时间维度上等待有利洋流,且推进速度与其能量消耗直接相关,因此,引入出发时间和推进速度作为路径参数.在此基础上,针对无后效性不成立问题,使用双层规划作为路径规划算法,分析该算法在时变洋流场环境下的适用性.算法将路径规划任务分为路径规划与路径优化两部分,路径规划部分采用蚁群系统算法构建通道,路径优化部分由量子粒子群算法对路径参数进一步优化,在保证全局最优的同时能够解决传统基于栅格的路径规划算法中机器人运动方向受限的问题.最后以Kongsberg/Hydroid REMUS 600s型水下机器人为模型,对所提出的路径规划算法进行仿真验证.     

一种能耗均衡的WSN分布式拓扑博弈算法

无线传感器网络（wireless sensor network,WSN）中通常节点能量受限,节点间能耗不均衡会导致网络生命周期缩短.针对该问题,综合考虑节点的能量效率和能耗均衡,通过引入阿特金森指数设计了一种改进优化的综合效用函数;基于此,建立了一种能耗均衡的拓扑博弈模型,并证明了该拓扑博弈模型是序数势博弈且存在帕累托最优;提出了一种能耗均衡的WSN分布式拓扑博弈算法（DTCG）.通过仿真实验及对比分析表明,相较于其它基于博弈理论的拓扑控制算法,DTCG算法能在保证网络连通性和鲁棒性的前提下,降低节点发射功率,拥有更好的能量均衡性和能量效率,可以有效延长网络生命周期.     

能耗均衡的多跳多路径认知分层路由算法

为了缓解频谱资源紧缺的现状,提高认知无线传感器网络能量消耗的均衡性,并减少网络的能量消耗,提出了一种适用于异构认知无线传感器网络的能耗均衡多跳多路径认知分层路由EMMCH算法。首先,根据节点剩余能量、节点位置和邻居节点密度改进了簇首选举概率;其次,结合竞争半径的概念,平衡区域簇首能耗;然后,根据节点信道可用性和剩余能量选举最优簇首,簇首总数依据动态选举的思想确定;最后,簇首节点选取剩余能量高、距离汇聚节点近且存在空闲信道的节点进行多跳传输路径规划,再结合沿途消耗和不均衡程度选取最优路径。仿真结果显示,与对比算法相比,EMMCH算法具有更长的生命周期、更高的稳定性、更多的数据传输量和更均衡的网络能耗。     

基于移动 Ｓｉｎｋ 的带状无线传感器网络数据汇聚方法研究

无线传感器网络内部能耗不均衡容易导致节点提早死亡,为此大量的能耗均衡路由协议被提出,然而这类方法主要针对环状无线传感器网络。带状无线传感器网络呈长条形分布,传统的能耗均衡路由协议无法发挥节能和能耗均衡的作用。本文提出一种基于移动Sink的带状WSN数据汇聚方法,首先基于节点能耗模型计算簇内节点的平均能耗,然后利用节点平均能耗求取Sink节点的最佳移动速度,最后簇首节点根据它与Sink的距离动态调整数据传输范围,从而实现对带状传感器网络的数据汇聚。实验结果表明该方法具有较好的节能和能耗均衡性,能够有效延长网络的生存周期。     

基于能耗均衡的LEACH改进方法

针对传统低功耗自适应集簇分层型拓扑控制算法(LEACH)存在以随机数选取簇头以及在选簇头时未考虑节点剩余能量而易导致低能量节点过早死亡的问题,提出一种改进方法。优化整个网络的能耗推导确定网络的最优簇头数,并通过均衡化思想设定簇头选择阈值。仿真结果表明。该算法与LEACH算法相比,网络能耗更加均衡,有效延长了网络生存期。     

基于改进AOMDV路由协议的WSNs拥塞控制和能耗均衡策略

无线传感器网络WSNs中数据流的突发、节点能量有限和多对一数据传输等特性导致其很容易发生网络拥塞和节点能量的非均衡消耗,而采用多路径方式进行数据传输,不仅可以缓解网络拥塞,而且也能达到网络能量均衡消耗的目的。AOMDV协议是一种面向Ad-Hoc网络的反应式多路由协议,首先提出了一种改进的AOMDV协议—I_AOMDV协议,在路由发现阶段不再使用发生拥塞和低能量的节点,而在路由维护阶段则仅使用HELLO信息交换邻居节点的"剩余能量"和"队列长度",同时在路径列表中添加了"拥塞恢复时间"和"能量剩余标志位",从而使I_AOMDV协议更适应于静态WSNs的数据传输。基于I_AOMDV协议,进一步提出了新的网络拥塞控制和能耗均衡策略,其中,拥塞控制策略采用新的拥塞检测方案,并为发生拥塞的最短路径设置了"拥塞恢复时间";而能耗均衡策略则通过为节点的每条路径设置"能量剩余标志位"来解决能量的非均衡消耗问题。仿真实验结果表明,基于I_AOMDV的拥塞控制和能耗均衡策略,可以减少路由协议的开销,有效降低数据丢包率和节点剩余能量的差异性。     

一种能耗均衡的无线传感器网络分簇路由算法

针对分簇路由协议分簇不均匀及能耗不均衡等问题,提出一种基于能量和距离因子的分簇路由算法。通过加入能量和距离因子对簇头选择的阈值公式进行改进,延长竞选出的簇头工作时间,增加备择簇头以减少重建簇的轮数,从而降低选举消耗的能量。在广播当选信息之前加入等待时间,普通节点选择与其通信代价最小的簇头所在簇申请加入。建立最优路径进行簇间路由,并采用单跳和多跳相结合的方式。仿真结果表明,与EECS算法相比,该算法可减少约8%的能耗,并有效均衡节点能耗,延长网络生命周期。     

基于WSN均衡汇聚树的CTP路由算法改进

针对无线传感器网络(WSN)节点能量均衡消耗的需求,提出一种基于均衡汇聚树的路由算法LB-CTP。该算法定义节点均衡度,引入规避繁忙节点接入机制。在路由更新中,相应节点以LB-CTP路由算法选择父节点接入网络,分担繁忙节点负担。基于TinyOS操作系统对 LB-CTP进行实现,通过TOSSIM平台进行仿真实验,结果表明,与CTP算法相比,LB-CTP算法能有效地均衡网络负载。     

多移动汇聚节点的无线传感网中基于服务质量的能耗

针对无线传感网（WSN）中传感节点能耗过高、传输时延过长、数据完整性过差的问题,提出一种基于多移动汇聚节点考虑服务质量（QoS）的路由算法——时延敏感和数据完整性（MSTSDI）算法。首先,通过从基站接收信号的强度判断节点的密度,用K-means聚类算法将传感网划分成自治区域;其次,给每个自治区域分配一个移动汇聚节点,利用支持向量回归（SVR）的方法确定移动汇聚节点的轨迹;最后,引入深度引力域和队列引力域,通过Improved-IDDR算法对时延敏感数据包和数据完整性要求高的数据包进行传输。理论分析和仿真表明,与GLRM算法和LEACH算法相比,Improved-IDDR算法的路由策略的能耗下降幅度分别为21.2%和23.7%;而该算法的时延分别降低了15.23%和17.93%;该算法的所传输数据包的完整性也更好。实验结果表明,MSTSDI在传感网络中能够有效提高系统的性能。     

基于环的能耗均衡分簇路由算法

针对无线传感器网络分簇路由算法中节点能耗不均的问题,提出了一种基于环的能耗均衡分簇路由算法。算法对监测区域作基于环的分簇,在靠近基站的“热区”内划定数据汇聚区,汇聚区内的节点不分簇,节省分簇及簇内通信能耗;对汇聚区外其他环的簇个数进行优化以均衡能耗。提出新的最优路径搜索策略,寻找整体最优路径,进一步减少网络能耗。仿真结果表明,提出的算法在能耗均衡性上比改进的LEACH路由协议(LEACH-R)和一种能量高效的非均匀分簇算法(EUCA)更优;以50%节点死亡作为网络生命周期,网络寿命分别提高约30.9%和11.9%,有效延长了网络生命周期。     

一种能耗均衡的WSN分簇路由协议

节能是WSN的研究热点之一,而路由协议对能耗有直接影响。在对已存在的分簇多跳路由协议进行分析的基础上,提出了一种考虑多种因素来均衡节点能耗的分簇多跳路由协议——EBCRP。EBCRP协议中,选择中继簇头时综合考虑了邻近簇头相对自身的距离和方向;加入经验因子使簇头概率随节点与Sink的距离成负指数变化;中继簇头进行一定时间的等待以便数据融合,等待时间与它到Sink的距离成反比;另外,还通过仿真确立了较优的轮转周期。仿真实验结果表明,EBCRP协议能够使网络第一个节点死亡时间明显延后,能耗更均衡,生命期更长。     

一种可分负载WSN的能耗均衡负载调度算法

无线传感器网络的节点电源能量有限,其能耗均衡问题已成为研究热点。针对星型可分负载无线传感器网络的负载调度过程,在同时感知、顺序返回信息的工作模型下提出了一种以能耗均衡为目标的负载调度算法(DLEBS)。该算法以降低网络能耗标准差为优化目标,在保证网络总体传输时间及传输顺序的情况下,可以得到相应的负载调度策略。仿真实验表明,算法得到的负载调度可以有效降低网络的能耗标准差。并且随给定时间的增加,算法得到的负载调度使得能耗标准差相应地减小。