无线传感器网络路由融合算法的研究

无线传感器网络节点有限的能量成为目前研究的热点问题之一.数据融合可以通过合并冗余数据来减少需要传输的数据包的数量进而减少节点能量的消耗,将路由技术和数据融合结合起来.在比较了当前几种构建融合树算法的基础上,结合图论的相关知识,提出了一种以图的中心点为树根的融合树生成算法,并通过仿真试验证明了该算法可以通过减少传输过程中数据包的数量来减少网络能量的消耗,从而达到延长网络生命周期的目的.     

基于非均匀分簇和信息熵的无线传感网络路由算法

针对无线传感网络分簇算法中能量分布不均衡导致的“热区”问题,提出一种基于非均匀分簇和信息熵的路由算法。在簇头选举和竞争半径计算过程中综合考虑节点能量、节点密度和节点距基站距离,均衡簇头能耗以延长生存时间。采用簇间单跳多跳混合通信的路由规则,减少簇间通信能耗。对节点信息熵进行数据融合,引入融合权重系数减小数据融合的不确定性,提高数据融合效率。仿真结果表明,与LEACH、EEUC和EBUCA相比,该算法能够有效均衡网络能耗,延长网络生命周期。     

基于社会性的传感网络路由算法研究

基于人的社会性提出一种合适于一定社会模式的传感网络路由算法。该算法利用节点间的社会性从而计算出节点间的关系度,同时根据节点在传感网络中的活跃程度计算出节点的中心性,由此设计出一种用节点间关系度和节点中心性实现有选择地转发数据包的路由算法ComOR。仿真结果表明,该算法较现有的一些算法明显减少了数据包转发的次数,有效减少了设备缓存空间的消耗,提高了数据包的交付率,并且网络性能稳定。     

基于数据流和网络编码的无线传感器网络数据聚合算法

为了减少分簇的无线传感器网络(WSN)中数据包传输的数量,并使传感器网络的能量效率最大化,提出了一种节能的自适应数据聚合算法.在该算法中,源节点凭借其存储和计算能力,利用数据流技术减少数据包的传输量;当数据从源节点传输到簇头时,簇头根据控制信息选择一组节点作为编码节点,当数据相关性低于某阈值时,该组节点对数据包进行网络编码,若数据相关性高于某阈值,该组节点则会成为聚合节点进行数据聚合,网络编码和数据聚合可以减少簇头冗余流量,提高能量效率.实验结果显示,使用该算法后,数据包交付率有所提高,能量消耗显著减少.     

基于团结构亲密度的移动社交网络数据转发算法

由于移动社交网络中不存在稳定的端到端连接,因此移动社交网络中的数据转发是一个重要问题.从节点的友好性角度出发,利用节点间的友好性,构造了节点间的团结构并利用团与节点、社区之间的亲密度,提出了一种基于团结构亲密度的数据转发算法(DFAIG).基本思想是,数据包携带节点只有在本社区AP或者相遇节点与以目的节点为中心的团结构的亲密度达到一定要求时,才转发数据包给相遇节点.仿真结果显示:与著名的Epidemic,Label和SGBR相比,提出的算法在降低网络开销上具有明显优势,且有效地提高数据包传递率.     

无线多媒体传感器网络能量敏感多路径路由

针对节点能量分布不均匀的无线多媒体传感器网络中大数据量传输问题,提出一种无线多媒体传感器网络能量敏感多路径路由算法EACM。该算法通过平衡路由节点间剩余能量差异,调节多路径聚集程度来均衡网络能耗减少数据包在路径上的延迟。仿真结果表明EACM算法能有效地延长网络生存期,减少数据包在路径上的时延。     

对无线多跳网络中VoIP数据包聚合算法的性能优化

针对聚合算法对无线多跳网络中服务质量和节点能耗之间制衡的问题,提出成本函数和分组聚合算法的性能优化方案。分析聚合数据包分组的数量对服务质量和节点能耗的影响,利用成本函数使得二者融合于同一个函数。因此,成本函数的最优值点也是二者平衡的最优值点,从而得到聚合数据包分组数量的最优值。为验证提出方案的有效性,仿真实现了该方案。仿真结果表明,该方案可以较好地优化聚合算法。     

无线传感器网络中基于关联度的多查询优化

无线传感器网络是一种以数据为中心的网络,用户通过基站向网络提出查询请求获取所需数据。如何通过多查询的优化来减少传感器节点的能耗以延长网络生命期是无线传感器网络中需要解决的关键问题之一。提出了基于关联度的多查询优化算法,其基本思想是节点通过节点与候选父亲节点之间的关联度来选择父节点,从而被相同查询覆盖的节点聚集成一个组,多个查询间共享组中节点的数据,在网络中对查询数据进行有效的融合,充分减少了网络的数据传输量,延长了网络的生命期。理论分析和模拟实验表明该算法可以充分减少数据传输量,从而达到节能的目的。     

改进PEGASIS的分层链树路由协议

无线传感器网络节点能量严重受限,减少能量消耗是路由算法首先要考虑的因素。在PEGASIS协议的基础上,提出了分层链树的路由算法。根据传感器节点与SINK的距离,把整个网络划分为以SINK为圆心的环状层次区域,然后构造从外层节点经由内层节点到SINK的链状路由树,数据沿着链树并通过数据融合后传递到SINK。模拟实验表明,算法在生存时间、能耗均衡等方面的性能较PEGASIS有明显的提高。     

一种低通信量的数据融合隐私保护算法

无线传感网中的数据融合技术是降低节点通信量的最为有效的方式之一,而隐私保护是用户数据安全性的要求,有效的数据融合隐私保护算法是无线传感应用的重要研究方向。近年来,出现的一些基于数据分片混合的数据融合隐私保护算法,如SMART(Slicing-Mix-AggRegaTion),在分片数不小于3时可以有效保护数据的安全,但在分片交换阶段网络中数据包过多,数据包容易产生碰撞而丢失。本文提出了一种新的数据融合隐私保护算法LTPART,它在采用一种安全有效的密钥分配策略的基础上,利用新的数据分片算法,降低了安全通信时数据的通信量。在数据融合阶段,LTPART为每一层分配固定时间片和浮动时间片,来保证节点数据充分融合及融合的精确性。仿真实验表明,在有效保护数据隐私的前提下,LTPART要比SMART(J=3)少N(N为网络中节点的数目)次节点间的通信     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。     

全覆盖需求的水下传感器网络覆盖保持算法

水下传感器网络常常需要传感器网络能满足对监测区域全覆盖的需求,这直接反映了网络的服务质量(QoS)。为尽量延长网络全覆盖时间,本文提出了一种全覆盖需求的水下传感器网络覆盖保持算法(Full-coverage Required Coverage-preserving Algorithm,FCCP)。首先,通过构建覆盖集的方法选举根节点,覆盖集的每个元素根据覆盖需求部分或完全覆盖该节点的感知区域;然后,使网络中的冗余节点休眠,节点选择其覆盖冗余度最高的父节点作为下一跳节点,形成树形路由;最后,节点通过多跳方式将采集的数据发送至Sink节点。与以全覆盖为目标的能量感知覆盖保持分层式路由协议(Energy-aware Coverage-preservingHierarchical Routing Protocol,ECHR)相比,FCCP算法减少了网络能耗,延长了实现全覆盖的网络生存期。     

基于双簇头的WSNs非均匀分簇路由算法

无线传感器网络由大量密集部署的传感器节点组成，通过节点间的相互协作才能完成工作，因此传感器节点之间的协作非常重要。针对分簇结构无线传感器网络簇头间能耗不均衡导致的“热区”问题，提出一种基于双簇头的新型路由算法NCDH。通过将网络虚拟分区实现网络不均匀分簇，并依据节点的剩余能量、节点与基站的距离、节点度等因素，在簇内选取主、副双簇头节点负责数据处理和转发。在网络运行阶段，根据主簇头的运行状态确定是否启动副簇头，以保证网络能量均匀消耗。在数据传输阶段综合考虑节点与中转节点的距离以及中转节点的剩余能量，从而选出最佳中转节点。实验结果表明，与DEEC、MRDC、GURCP等算法相比，NCDH算法有效改善了网络的“热区”问题，延长了网络的生存时间。     

切换到高一层路网最近四个点的最短路算法

针对基于大规模图的最短路问题求解速度慢的问题,提出了一个基于路网等级的求最短路的快速近似算法。该算法首先求出高一层路网到起点的4个最近点和到终点的4个最近点及最短路径,由高一层路网形成的子图T再加上这8个最短路径形成图T',在T'上求起点到终点的最短路。这种设计使得该算法适合在超大规模图上求解,理论上也证明了精度可控,同时预处理数据也是可行的,从而使两点间最短路的求解速度大大提高。在纽约公路网上的测试结果说明了该算法的有效性和合理性。     

基于数据融合的有向传感器网络全覆盖部署

针对有向传感器网络全覆盖问题,基于有向传感器节点概率感知模型提出一种新的有向传感器节点部署结构,通过理论推导,证明了该结构的最优性,引入标准工作方向的概念,使用奈曼－皮尔森准则数据融合方式,以最少的传感器节点实现目标区域全覆盖。仿真结果表明,在随机部署情况下,使用这种新型有向传感器节点调度方式,可以有效提高网络覆盖率,减少网络冗余度,减少网络工作节点个数,延长网络生存期。     

无线传感器网络中节点非均匀分布的能量空洞问题

节点非均匀分布策略能缓解无线传感器网络中的能量空洞问题.文中从理论上探讨这种策略,证明在节点非均匀分布的圆形网络中,如果节点持续向Sink节点发送数据,能量空洞现象将无法避免,而当节点数目满足一定关系时,网络中能够实现次优能耗均衡.文中提出一种节点非均匀分布策略及相应的路由算法用于实现这种次优能耗均衡.模拟结果显示网络生存周期终止时,处于网络内部的节点几乎达到了能耗均衡.     

WSN中基于改进蚁群的能量优化路由算法

无线传感器网络存在能耗不均的问题,且Sink节点周围的“热”节点会因负载重而过早死亡.针对该问题,提出一种改进蚁群的能量优化路由算法.在节点分布过程中,采用距离带、限制搜索角和距离因子相结合的方法降低节点能量消耗,同时引入激励机制,剔除优选路径上“热”节点中剩余能量较低且路径较长的节点,利用能量充足且跳数较少的节点来均衡“热”节点的传输任务.在此基础上,以一种包含能量因子的伪随机比例规则优化概率转移函数,降低“热”节点失效的概率,增强算法的寻优能力,避免过早陷入局部最优.仿真结果表明,该算法可有效均衡网络能耗,与IEEABR和IARA算法相比,其网络生存周期更长.     

基于复杂网络理论的移动自组网路由算法研究

移动自组网中节点通信时路由开销较大,从而引起整个自组网的能耗过高;为了解决这一问题,针对移动自组网的现实组网特征进行了研究,提出了基于复杂网络理论的移动自组网路由算法;在该路由算法中,路由发现基于源节点到目的节点的梯度方向,源节点选取下一级跳数据转发对象时,在其邻域范围内以选取路径是否符合最速下降法作为判断依据;当源节点和目的节点之间存在的节点个数超过复杂网络理论中的达到条件时,源节点在路由方向上选取其邻域内最接近的节点进行转发后,按照最速下降法继续寻找最优路径;实验表明,该路由算法具有较少的跳级数,可以减轻整个自组网的数据存储压力,路由开销在节点疏密度不同时,介于OLSR协议和AODV协议之间.     

基于边缘计算与信任值的可信数据收集方法

物联网应用中,底层传感网所采集的数据是上层决策的基础和一切应用的根本.如果收集的数据本身就是有问题、不可信的,这将使得上层的数据保护和应用成为空中楼阁.为了解决数据不可信的问题,提出了基于移动边缘节点的可信数据收集方案.通过对节点的评估,将节点的信任值用于路径选择,采用移动边缘节点来充当移动元素,访问可信的簇头节点,从而实现高效的可信数据收集.对所提出的基于效用值的可信数据收集算法（UTDC）进行了理论分析和广泛的模拟实验.实验结果表明,所提出的基于效用值的可信数据收集算法可以很好地避开不可信的节点,有效降低了网络延迟,延长了网络的生命周期.     

用基于多目标决策的遗传算法解网络拓扑结构设计问题

多点网络拓扑结构设计问题是NP-完全问题。该文提出了一个基于多目标决策的遗传算法(MCGA)来解决多点网络拓扑结构问题。和其它多目标遗传算法不同的是:首先,对网络节点进行预划分,使得Pareto优的节点归于候选分枝节点集合;其次,修改了Prüfer编码,使得编码中的码元代表候选分枝节点,以利于对分枝节点的搜索;最后,构造了分枝变异算子与非分枝变异算子作为主要的进化算子。该算法以概率1收敛于全局最优解集。数值实验表明该算法优于其它多目标遗传算法。