移动群智网中基于粒子群寻优和距离协作判别的数据收集研究

针对移动群智网应用对数据收集的实时性和可靠性要求,提出了一种基于粒子群寻优和距离协作判别的数据收集机制。该机制,基于时空二维感知区域定义了具有高精度和适应度的粒子群寻优模型,结合二维正态分布基于时间序列给出了用于判断感知数据源的距离协作判别机制,激励用户移动节点积极加入到协作通信,从而提出了适用于移动群智网应用的数据收集机制。仿真实验结果表明,所提出的数据收集机制在网络生存能力、传输延迟、移动节点存活能力和能耗等方面表现优越。     

一种基于SDN的车联网协作传输算法

在车联网中,利用车与车协作传输可以提高车与基础设施的传输速率。针对车联网中协作传输的中继选择和资源复用问题,提出一种基于SDN的中心式协作传输算法。首先,车辆通过控制信道发送传输请求和状态信息到基站;然后,基站根据收集的车辆信息选择中继车辆和分配资源,并将调度结果通过控制信道广播;资源调度过程采用启发式算法求解,有效地降低了运算复杂度。仿真结果表明所提出的算法可以大幅度提高数据传输速率,提升网络吞吐量。     

基于机会协作传输的群智感知网络激励机制

移动群智感知网络中用户激励机制是研究的重点,而如何有效减少用户在任务中移动设备资源的消耗是激励用户的关键。根据群智感知用户分布密集和相遇频繁的特点,利用其移动设备的短距离无线通信能力(蓝牙、Wi-Fi)进行数据的机会协作传输将极大减少用户消耗,进而激励用户完成任务。通过对机会传输和群智感知激励机制的研究,针对eco Sense机制[9]在补偿方案、预算控制和用户激励方面的不足,提出C-eco Sense机制降低任务总预算,并通过POR和PIM激励机制激励用户上传完成任务。最后采用SWIM仿真数据集进行实验。结果表明与普遍使用的数据收集机制相比,C-eco Sense机制在预算控制和用户激励方面都具有更好的效果。     

移动群智网中基于人群搜索优化和协作竞争的用户激励机制

针对移动群智网的用户激励和保护问题,基于人群搜索优化和协作竞争研究了一种用户激励机制。在该机制中,根据时域、空域和频域对感知区域内的移动节点给出定位信息定义,并对发送信号和接收信号进行人群搜索优化,同时根据特征值进行协作竞争,最后通过调整特征值、协作竞争和退出来实现用户激励和保护。实验结果证明, 与基于静态路径的信道优先分配和无协作竞争最优功率分配的用户激励机制相比,所提出的用户激励机制在系统能量使用率、传输时延和系统负载上具有明显优势。     

基于二分图的协作通信中继选择技术*

合理的中继选择对于提升协作通信系统的能效具有重要意义。针对多用户多中继协作通信系统,为获得较高的系统能效并降低系统的复杂度,提出了基于二分图的中继选择策略,将协作通信系统中继选择问题转化为带权二分图的最大匹配问题。首先将用户节点与待选择的中继节点建模为二分图的顶点,根据中继的协作范围确定二分图的边集,然后将不同的协作组合所产生的能效给各边赋权,最后通过KM算法求解该带权二分图的最大匹配。仿真结果表明,相比于其它中继选择算法,该策略能够有效提高系统能效,同时具有低复杂度的优点。     

双门限和机会协作的频谱感知算法研究

针对传统频谱感知算法性能较差及一文献中Zhu所提出的算法功率消耗大的不足,提出了一种基于双门限和机会协作的频谱感知算法,同时理论推导了在瑞利衰弱信道中基于该算法的频谱感知检测概率,并对传统频谱感知算法,Zhu所提出的算法和基于双门限和机会协作的频谱感知算法进行性能仿真。仿真结果表明,该算法可以有效提高频谱感知检测概率,性能优于传统算法,与Zhu所提出的算法性能基本相同,且能有效节省发射功率。     

检测门限与中继用户配置的快速优化

在基于数据融合的协作频谱感知中,检测门限与中继用户是影响总错误率的主要因素。为避免采用复杂度高的全搜索方法,分别提出检测门限快速优化算法以及中继用户快速优化算法。前者依据总错误率的单调性,采用二分法逐步逼近最佳检测门限;后者根据贪婪思想,渐次选择一个最佳中继用户直至总错误率不再降低。仿真结果表明在保证高频谱感知性能的前提下,两者搜索次数均远低于全搜索方法。     

应急通信系统中协作中继选择与功率分配优化

为提高应急通信系统的信道容量和能量效率,提出一种协作中继选择与功率分配的联合优化算法。在动态的通信环境中,通过最佳期望选取参与数据传输的协作中继集,提高通信系统的信道容量。为使每个用户及整个网络的能量消耗降到最低,采用凸优化方法,合理分配源节点和多个中继节点之间合理的发射功率。理论分析与仿真实验证明,该算法能以较低的复杂度明显提高系统的信道容量和能量 效率。     

基于优化模型的协作通信的中继节点选择算法

协作通信是提高无线传感网络WSNs(Wireless Sensor Networks)数据传输可靠性的有效技术,而协作通信的关键在于中继节点的选择。为此,提出基于优化模型的协作通信的中继节点选择OM-SRN(Optimization Model-based Selection of Relay Nodes)算法。OM-SRN算法将中继节点的选择过程看成基于增益函数的优化问题,再利用混合整数线性规划求解。OM-SRN算法依据候选节点的邻居节点数、节点剩余能量和链路质量这三个参数选择中继节点。最后,依据OMNe T++仿真软件分析OM-SRN算法。仿真数据表明,与同类协作算法相比,提出的OM-SRN算法在消息传输成功率和冗余消息率方面的性能得到提高。     

面向移动群智感知的多任务分发算法

针对在移动群智感知中基于机会通信完成数据传输会消耗大量时间成本的问题,提出了一种基于中枢节点的多任务分发（HTA）算法。该算法利用节点在移动网络中社交关系属性不同的特点,通过中枢节点选择算法将部分节点作为中枢节点,并将其用于协助任务请求节点分发任务。在任务请求节点与中枢节点相遇时,同时给中枢节点本身和它的从属节点分配任务,并由中枢节点负责向从属节点分发任务与回收任务结果。基于The ONE模拟器进行实验,与在线任务分配（NTA）算法相比,HTA算法时间成本平均降低了24.9%,同时任务完成率平均提高150%。实验结果表明,HTA算法能够提高任务的完成速度,降低时间成本消耗。     

一种满足数据时新性的WSN运载路由算法

为满足无线传感器网络应用的数据时新性,综合节点传送数据和移动设备辅助传送数据2种方式的优点,提出一种能量高效的运载路由算法。通过计算移动设备的最优接收数据位置,规划移动设备的路径,降低传感器节点的能量消耗,由此提高网络性能。模拟结果表明,该算法能在保证数据时新性的前提下,较大地减少网络能耗。     

一种模拟退火遗传算法的传感器网络数据融合技术研究

研究无线传感器网络(WSN)数据融合技术。传感器节点计算能力、通信能力有限,WSN采用交叉重叠方式部署,导致冗余数据量大,需采用数据融合技术消除冗余和无效数据,节约网络通信能耗。结合遗传算法全局搜索和模拟退火算法局部搜索的优点,提出一种模拟退火遗传算法的WSN数据融合方法(SA-GA)。采用模拟退火遗传算法快速找到移动代理路由最优传感器节点序列,并实现数据融合。仿真实验结果表明,与遗传算法、模拟退火算法相比,SA-GA更能快速找到全局最优数据融合节点序列,并对数据进行有效融合,具有更小的网络能耗和网络延时。     

稀疏水下传感网中AUV数据移动收集技术研究

由于水下传感器节点的水声通信距离有限、价格昂贵,水下传感器网络中一般采用稀疏方式部署,因此很难保证整体网络的连通性及数据采集效率。自主水下航行器AUV（Autonomous Underwater Vehicle）作为天然的移动数据采集平台,可以弥补固定Sink节点数据采集方式的缺陷。提出了一种基于移动AUV的水下传感网移动数据收集机制。以AUV覆盖区域内的传感器节点作为临时Sink节点,其他传感器节点以临时Sink节点为根节点,采用最小生成树MST（Minimum Spanning Tree）方法将传感数据传输到这些临时Sink节点,然后通过临时Sink节点将汇聚数据传输给AUV。随着AUV的自主移动轨迹,水下传感网的传感数据都能简单高效地被收集起来。仿真结果验证了该方法在保证网络能耗的前提下提高了数据采集效率。     

一种无线传感网的Sink节点移动路径规划算法研究

为寻找传感节点均匀分布时Sink节点的最优移动路径和最大网络生存时间,提出一种无线传感网的Sink节点移动路径规划算法(MPOA).在MPOA算法中,将Sink节点的数据收集范围分解成多个圆环,将监测区域分解成多个网格.根据Sink节点的停留位置和多跳通信方式,采用数学公式表示每一个网格的单位节点能耗,从而获得Sink节点移动的网络生存时间优化模型.采用修正的混合粒子群算法求解该优化模型,获得网络生存时间、Sink节点的停留位置和移动路径的最优方案.仿真结果表明:MPOA算法可寻找到Sink节点的最优移动路径,从而平衡网络能耗,提高网络生存时间.在一定的条件下,MPOA算法比Circle,Rect和Rand算法更优.     

传感器网络中基于移动sink最优穿越路径的高效数据收集算法

移动sink数据收集研究主要集中在轨迹固定的移动策略。为此,建立了移动sink穿越路径可控条件下的数据收集模型,并提出一种最优路径穿越的移动sink数据收集算法(OTP-TS)。算法利用局部Voronoi网格将连续路径问题离散化,以收集数据量、系统能耗为衡量指标,结合禁忌搜索算法,实现系统数据量最大化和网络能耗最小化穿越。理论分析和实验结果表明,该算法很好地解决了移动sink在可控移动轨迹情况中数据收集的最优路径穿越问题。     

Directional communication with movement prediction in mobile wireless sensor networks

By introducing mobility to some or all the nodes in a wireless sensor network (WSN), WSN can enhance its capability and flexibility to support multiple missions. In mobile wireless sensor networks, mobile nodes collect data and send data to a sink station. When the sink station employs directional antennas to send and receive data, its communication capability can increase. Using directional antennas implies the transmitters must know the direction or location of the receiver. It is necessary to predict a mobile receiver’s movement to keep the transmitter’s antenna pointing to the right direction. A mobility prediction algorithm is proposed in this paper, which is based on the knowledge extracted from real vehicles traces. The validation experiments indicate that the prediction accuracy rate of the algorithm is 96.5 % and the communication using directional antenna with movement prediction saves about 92.6 % energy consumption with a suitable beam-width and shakehand interval.     

优化网络生命周期和最短化路径的WSN移动sink路径规划算法

为了缓解无线传感器网络（WSN）中传感器节点分布不均匀、传感器节点感知数据量不同而造成能耗不均衡、"热区"等问题,提出一种优化网络生命周期和最短化路径的WSN移动sink路径规划算法（MSPPA）。首先,通过监测区域网格化,在每个网格内分布若干个移动sink候选访问站点,sink在每个网格中选择一个站点停留收集网格中节点数据;然后,分析所有传感器节点的生命周期与sink站点选择的关系,建立权衡网络生命周期和sink移动路径的优化模型;最后,使用双链遗传算法规划移动sink遍历网格的顺序和选择每个网格中移动sink访问站点,得到移动sink节点遍历所有网格收集数据的路径。仿真结果显示,与已有的低功耗自适应分簇（LEACH）算法与基于移动sink节点与集合节点（RN）的优化LEACH分簇算法（MS-LEACH-RN）相比,MSPPA在网络生命周期方面提高了60%,且具有良好的能耗均衡性。实验结果表明,MSPPA能有效缓解能量不均衡、"热区"问题,延长网络生命周期。     

一种单移动锚节点的无线传感器网络定位算法

研究了无线传感器网络的节点定位算法,提出了一种利用一个移动锚节点来实现定位的新算法。该算法利用一个移动锚节点,按照规划好的路径遍历整个网络,当移动锚节点移动到未知节点的通信半径以内,未知节点就可以接收锚节点的位置信息。当未知节点接收到三个以上的处于其通信半径上的位置信息,就可以计算出未知节点的坐标。最后,通过仿真研究了该算法的特性,仿真结果表明该定位方法在定位误差、能耗等方面均表现出良好的性能。     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

移动通信网络位置群体关联用户挖掘

当前用户网络关系分析主要是研究用户之间的关联关系或群体关系,对于网络中用户与群体之间关联关系的研究相对较少。鉴于移动通信网络用户之间存在多样的特征关联,用户与群体之间也存在多样的关联关系。基于移动通信网络中具有一定通信相关性和位置规律相似性的特定群体,将位置预测引入位置项相关性度量,建立用户位置轨迹相关性度量标准,并提出了特定群体位置关联用户挖掘算法。仿真结果表明,所提出的方法能够实现对用户与群体之间关联关系的度量,能够利用位置相关性发现与特定群体具有潜在关联的用户。