无线传感器网络中异常节点快速定位算法研究

研究无线传感器网络的准确定位问题,为了确定医疗、森林火险等事件的发生地,要搜索定位,及时预报.针对传统的集中式无线传感器网络定位方法,全网络中需要定位的异常节点都需传递信息到参照节点才能得到定位信息,过于依赖参照节点,造成参照节点负载过大,导致定位效率下降,不能快速完成异常节点定位的问题.现提出一种禁忌搜索( TabooSearch,TS)分布式定位算法,通过启发式逐步寻优算法,把定位过程分布到网络中相关通信节点上,通过异常节点与周边节点通信获取局部信息,利用局部网络信息对异常节点位置进行估计,避免了传统集中式方法对参照节点的过度依赖.实验证明,对TS分布式定位算法进行实验,证明能够有效利用网络信息,对异常节点实现快速定位,取得了满意的结果.     

基于能量的无线传感器网络分簇算法研究

研究通信传感器节能问题,针对无线传感器网络存在严重的能量约束条件,网络协议的首要设计目标就是要高效地使用传感器节点的能量,延长网络的存活时间.在分析经典的分簇路由协议 LEACH 的基础上,针对节点能量足提出了能量的改进分簇路由算法,对随机性簇头选择算法中的阈值加以改变,降低该阈值,在原来的阈值中增加了节点的剩余能量因子,降低簇节点的通信负载,并进行仿真.仿真结果表明,改进算法实现了节能、减少平衡节点能耗,有效地延长了网络生存周期.     

用可分负载理论分析无线传感器网络任务调度

针对无线传感器网络的任务如何在最短时间内完成且充分利用网络资源的问题,提出了一种基于可分负载理论的无线传感器网络任务调度算法（WDTA）.该算法根据网络中各个节点的处理能力和节点间的通信能力,将总任务从SINK节点下发至网络中.通过去除节点间的通信干扰来提高资源利用率和减少总任务完成时间.算法在两种分群结构的异构网络环境下进行了分析,得到了在各个节点上最合理的任务分配方案,以及最短的任务完成所需时间.理论分析了基于可分负载理论的无线传感器网络任务调度的极限情况.实验结果表明WDTA算法能够通过合理分配任务,而减少任务完成时间及节点能耗.该方案可以作为设计大规模无线传感器网络的原则.     

一种无线链状网络路由算法的研究与应用

文章基于货运列车状态监控的无线传感器网络应用,针对网络节点能量有限以及链状网络节点负载不均衡的问题进行分析和研究,提出一种适合该应用的新型路由算法,该算法基于网络节点可通过功率控制来调整通信距离这一前提,为每个传感器节点选择合适的数据传输路径,以达到整个网络节省能耗,负载均衡的目的。仿真结果验证了该算法有效地平衡了网络负载,节省了网络能量,提高了网络生命周期。     

无线传感器网络上的极值区域查询处理

提出了无线传感器网络上的一种查询——极值区域查询(peak region query,简称PRQ),即用户指定查询区域的大小和形状,例如半径为R的圆形区域,然后需要查询传感器网络中的某个区域,使得区域内传感器节点数据的某种聚集值最大.定义了极值区域查询的概念,并提出一种集中式算法以求解查询结果.由于传感器节点的能量有限,为了降低查询处理过程中的能耗,提出了分布式算法EXQ(an algorithm for extreme value query processing).与集中式算法相比,EXQ不但显著降低了能耗,而且使得每个传感器的能耗更加平均,从而延长了网络的使用寿命.EXQ的基本思想是,将整个网络划分为若干相互重叠的子区域,对每个子区域通过本地数据聚集得到一个本地结果,然后对这些结果再进行全局数据聚集从而得到查询结果.从理论和实验两方面分析和比较了集中式算法和EXQ的能耗和节点负载分布.     

无线传感器网络基于中转区域的分簇算法

在无线传感器网路中,分簇是当前重要的路由方法之一。提出了一种基于中转区域的分簇路由算法,每个区域独立进行簇头选择和轮换,为了均衡负载能耗和保证网络的顺利运行,节点通信采取了簇通信和孤立节点通信相结合的方式。采用下一跳中转区域来简化路由过程,确保节点通信的低损耗。仿真表明,与几个典型的分簇算法比较,该算法有效地均衡了网络负载,延长了网络生存期。     

WSN非对称集中式能量有效路由算法

LEACH成簇算法是传感器网络中减少能量消耗的一种重要技术,它能够增强网络的扩展性并延长网络的生存时间。LEACH-C是LEACH协议的一个特定版本,是一种集中式的簇头产生算法,由基站负责挑选簇头。但节点通过一跳通信将数据传送给簇头,簇头也通过一跳通信将聚合后的数据传送给基站,这样会造成簇头节点负载过重。在LEACH-C协议中引入非对称多跳算法,使得簇头之间形成一个多跳的最优路径通向基站,从而减少了簇头节点能量的消耗,延长了传感网的寿命。实验表明该方法行之有效。     

海量小数据分布式聚类优化与负载均衡算法

Sensor FS系统中的集中式传感器聚类算法会使主节点成为系统瓶颈,并且在传感器量大时速度较慢。为此,分别设计分布式传感器聚类算法和细粒度负载均衡算法对系统进行改进。令主节点只负责初始写调度,传感器再次发出写请求时则直接与对应的ChunkServer节点进行交互。在各ChunkServer节点内部利用传感依赖图进行传感器聚类,得到多个传感器类后由主节点聚类。在此基础上,根据各传感器产生数据的速度计算服务器负载,以传感器类为最小单位进行细粒度迁移。实验结果表明,分布式聚类算法和负载均衡算法能有效提升Hadoop分布式文件系统对海量传感小数据的读写性能。     

基于蓝牙技术的无线传感器网络数据通信系统的设计

研究了使用蓝牙技术进行无线传感器网络数据通信的相关技术,提出了一种构建传感器网络的快速、高效的蓝牙分散网络建立算法.该算法用能量感知路由方法来平衡各节点电源的消耗率,用定时唤醒和多工作状态转换机制来延长各节点的生存时间.仿真实验与结果分析证实了该方案能有效降低功耗和延长网络的生命周期.     

最大生存周期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低。仿真结果表明,上述算法不但可以最大化网络的生存周期,还可以有效地降低数据融合时间,减少网络延时。