无线传感网络中拥塞控制与路由的跨层设计:分布式牛顿法

无线传感网络应用广泛, 其性能与路由选择和拥塞控制密切相关. 致力于拥塞控制与多径路由的跨层优化, 以实现在链路容量受限和节点能量受限情况下的无线传感网络效用最大化. 针对对偶次梯度算法具有收敛速度慢与信息交互量大等缺陷, 设计了具有二阶收敛性能的分布式牛顿算法来实现网络效用最大化. 通过矩阵分裂技术, 实现了只需单跳信息交互的牛顿对偶方向的分布式求解方法. 仿真结果表明, 分布式牛顿算法的收敛性能显著优于对偶次梯度算法.     

无线多跳网络联合拥塞控制和功率分配的快速二阶算法

针对节点功率受限的无线多跳网络,研究业务流路由确知时的联合功率分配、流量分配和拥塞控制问题,并基于原始对偶内点法设计一种具有二阶收敛性能的算法.该算法利用矩阵分裂方法实现业务流源速率和节点功率的分布式更新,最终优化网络效用.仿真结果表明,算法能有效降低网络中的功率消耗,提高网络的能量效用,同时相较于传统拉格朗日对偶分解法,所提出算法具有非常好的收敛性能.     

无线传感网络中速率效用与链路能耗的联合优化

针对能量受限的无线传感网络,提出了一种基于功率相关链路容量约束的源节点速率效用与链路能耗联合优化模型。针对传统对偶次梯度算法在分布式求解时存在收敛速度慢的缺点,提出了多步加权加速梯度方法,利用过去迭代计算历史信息来加快拉格朗日乘子的更新速率,从而快速取得速率效用与链路能耗的联合优化解。仿真实验表明,所提出的加速梯度方法取得了比对偶次梯度算法更快的收敛性。     

能量高效的无线传感器网络分布式分簇一致性滤波算法

针对无线传感器网络中节点能量有限的特点,利用分簇模型提出了一种新的能量高效的分布式卡尔曼一致性滤波算法.并结合图论、矩阵论对该算法进行了收敛分析,得出了分簇处理能加快系统的收敛速度,且能有效地减少节点间信息的传输量、缩短节点间的通信距离的结论.为进一步降低能量消耗,引入Gossip 算法用于处理簇头级网络信息的一致性问题.仿真分析表明,所提出的算法不仅具有优越的估计性能,而且能有效地减少节点能量消耗,延长无线传感器网络的寿命.     

无线传感器网络移动代理路由算法的仿真研究

路由选择问题是无线传感器网络中的核心问题.针对无线传感器网络节点能景、计算能力和通信能力有限等特点,为了降低能量开销和延长网络的生命周期,将蚁群算法和移动代理技术结合.提出一种新的无线传感器路由算法.考虑节点之间距离、路径能量消耗和节点剩余能量情况,使网络中的能量消耗更加均衡,同时对蚁群信息素更新规则进行了改进,加快了蚁群算法收敛到最优解的速度.仿真结果表明,与其它移动代理路由算法相比,算法在全局性和收敛速度方面都有所提高,有效地减少冗余数据传输,降低通信消耗,延长网络的生存周期,为路由传感器设计提供了参考.     

Ad Hoc 网络节能型功率控制与拥塞控制的跨层优化

有限的节点能量和通信带宽,是Ad Hoc网络的两个重要的特点.节点能量是影响网络容量的关键因素,也是制约网络寿命的决定因素;而有限的通信带宽使得网络更容易产生拥塞.因此,节能型的功率控制与拥塞控制联合优化在Ad Hoc网络中显得尤为重要.首先,设计了节能型的网络效用最大化问题,即在目标函数中引入能量消耗成本函数,从网络效用和网络寿命两个方面来综合优化网络性能.其次,运用对偶分解与梯度投影方法,提出了相应的节能型功率控制与拥塞控制联合优化算法.另外,分析和证明了所提算法的收敛性.最后,详细的仿真结果表明了所提算法的有效性:在保持网络吞吐量基本不变的同时,可以有效地减少节点的能量消耗,从而延长网络寿命.     

基于蚁群的无线传感器网络路由算法

针对无线传感器节点能量、通信能力及计算能力有限等特点,将蚁群算法应用于无线传感器网络,提出一种改进的蚁群路由算法,考虑了节点的能量、距离、通信半径和传输方向等参数.实验结果表明:该算法有效地减少了网络能量消耗、节点死亡数、路由跳数和数据传输的路径长度,延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

传感器网络多路径传输效用-寿命折中优化研究

网络效用和网络寿命是无线传感器网络速率控制研究中两个极为重要而又互相冲突的设计目标.为兼顾网络性能需对二者进行折衷处理.通过引入折衷因子,建立网络效用和寿命的组合优化模型,利用拉格朗日对偶分解方法对优化问题进行求解,设计分布式的最优速率控制算法.仿真结果表明,通过调节折衷因子,可实现网络寿命和效用的均衡,并验证了提出算法的收敛性能及全局最优性.     

传感器网络分布式事件触发多目标估计

本文主要研究无线传感器网络中目标数目已知且固定的一类分布式多目标跟踪问题,提出了一种完全分布式的基于事件触发的测量和通信策略使得每个节点在不需要全局信息的情况下实现估计误差和能量消耗之间的平衡.监测区域存在多个移动目标,传感器能否测量到单个目标由事件触发测量机制和节点的测量半径来综合决定.基于节点和邻居的信息采用k-means聚类算法来解决数据关联问题,同时提出了基于最小迹原则的一致性卡尔曼滤波算法.从理论上证明了该事件触发策略不仅在性能指标上优于基于时间触发的算法,而且在网络中如果存在节点对多目标协同可观,系统估计误差在均方意义下是稳定的.最后给出了仿真例子验证了该算法的有效性和可行性.     

交通网络控制防冲突算法研究与仿真

研究非均匀无线交通网络控制中的防冲突问题,降低链路冲突率.由于非均匀无线交通控制网络传感器分布的不均匀特性使得传感器节点在事件易发区域部署较密集,当事件发生同时触发多个节点时,存在网络的节点链路占有率较低,传统的防冲突算法仅通过路由算法避免单一冲突的发生,不能有效解决多触发存在的节点链路占有率低的问题,造成链路冲突率较高.为解决上述问题,提出了节点分簇的非均匀无线交通控制网络链路防冲突算法.通过能量评估模型将易同时触发的节点分为一簇,据能量最大原则选取一个簇中心节点,事件发生触发多个节点时,数据不是随机传输而是汇集到簇中心节点中完成最终的传输.仿真结果表明,改进方法能够避免单一路由算法不能提高节点链路占有率的问题,有效降低链路冲突率.     

基于线性回归的无线传感器网络分布式数据采集优化策略

事件监测是无线传感器网络中最重要的应用之一,部署在监测区域内的传感器节点通过对感知数据信息的采集、处理和传输等基本操作完成具体的监测任务,在各种操作中,节点之间的数据传输是最消耗能量的.为了减少节点之间的通信数据量,达到降低网络能耗和延长网络生命周期的目的,该文提出了一种能量高效的基于线性回归的无线传感器网络分布式数据采集优化策略,通过应用线性回归分析方法构建感知数据模型,保持感知数据的特征,使节点仅传输回归模型的参数信息,代替传输实际监测的感知数据信息.仿真实验结果表明,文中提出的数据采集优化策略能通过较小的通信量有效地实现事件监测区域感知数据的预测和估计,降低网络的总能量消耗,延长网络的生命周期.     

Rate control for heterogeneous wireless sensor networks: Characterization,algorithms and performance

This paper addresses the rate control and resource allocation problem for heterogeneous wireless sensor networks, which consist of diverse node types or modalities such as sensors and actuators, and different tasks or applications. The performance of these applications, either elastic traffic nature (e.g., typical data collection) or inelastic traffic nature (e.g., real-time monitoring and controlling), is modeled as a utility function of the sensor source rate. The traditional rate control approach, which requires the utility function to be strictly concave, is no longer applicable because of the involvement of inelastic traffic. Therefore, we develop a utility framework of rate control for heterogeneous wireless sensor networks with single- and multiple-path routing, and propose utility fair rate control algorithms, that are able to allocate the resources (wireless channel capacity and sensor node energy) efficiently and guarantee the application performance in a utility proportional or max–min fair manner. Furthermore, the optimization and convergence of the algorithm is investigated rigorously as well.     

基于二阶分布式算法的无线传感网络效用最大化问题研究

高效分布式算法设计是保证无线传感网络性能的关键问题。提出了一种基于信道容量约束的无线传感网络效用最大化问题模型。针对传统一阶算法存在收敛速度慢、步长选择敏感等缺点,文章设计了具有二阶收敛速度的快速分布式牛顿算法。研究和仿真实验表明,该算法在与传统一阶算法交互几乎相同信息的情况下具有二次收敛速度,算法迭代次数和运行时间改进了近两个数量级。     

无线传感器网络分布式定位算法研究

定位技术是传感器网络中的关键技术之一。重点介绍DV-Hop,ROCRSSI两种分布式非测距定位算法及具体实现过程,DV-Hop算法以增加网络通信开销为代价获得了较高的容错性和覆盖率;ROCRSSI算法简单、部署成本低,但对周围环境和锚节点密度依赖性较大。从开销、容错性、定位精度、覆盖率等方面对两种算法的具体性能做了评价比较。     

Optimal flow control for utility-lifetime tradeoff in wireless sensor networks

In this paper, we study the utility-lifetime tradeoff in wireless sensor networks (WSNs) by optimal flow control. We consider the flow control in a more practical way by taking into account link congestion and energy efficiency in our network model, and formulate it as a constrained multi-objective optimization problem. Because of the variable coupling in the objective function, auxiliary variables are introduced to decouple it. We introduce the concept of inconsistent coordination price to balance the energy consumption of the sensor nodes. Based on the congestion price and inconsistent coordination prices, a distributed algorithm using gradient projection is proposed to solve the optimization problem. The convergence of the algorithm is also proved. Numerical results show the convergence of our algorithm, the tradeoff of utility and lifetime, as well as the necessity of considering link congestion in WSNs.     

无线传感器网络DV-hop定位改进算法

提出了一种改进的DV-Hop定位算法,通过对DV-Hop算法的局部优化,减小了定位计算量,并使得改进的DV-Hop算法对不规则形状的节点分布网络具有较强的适应性,克服了原算法只适用于各向同性网络的不足。仿真结果表明,改进的DV-Hop算法减小了用于定位的通信开销,提高了定位精度,从而验证了改进的DV-Hop算法能够适用于节点不规则分布的异性网络。     

无线多跳网的一种端到端的最大最小公平调度算法

提出一种基于效用函数的分布式最大最小公平性调度算法及其跨层控制模型,算法针对无线多跳网中端到端的流,通过对偶规划以及拉格朗日松弛算法把问题分解成传输层和MAC层两个子问题,在传输层上采用基于最大价格的最大最小公平速率分配方案来交叉控制MAC层的调度,给出了跨层层控制模型.仿真结果表明该算法具有良好的公平性和调度性能.     

基于右手法则的网络割点判定算法

分析了网络割点的分布式判定算法中的主动探测法和被动探测法,提出了基于右手法则的网络边界探测算法以及基于该算法的网络割点判定算法,并给出了算法的正确性证明。分析表明,上述算法涉及的节点较少,能有效降低通信开销,有利于提高网络的稳定性。