基于CS的无线传感器网络动态分簇数据收集算法

降低能耗、实现网络的能量均衡和延长网络寿命,是设计无线传感器网络(wireless sensor networks, WSNs)数据收集算法所面临的主要挑战之一.针对现有无线传感器网络分簇数据收集算法不考虑网络中事件源的发生对数据空间相关性的影响的情况,提出了一种基于压缩感知的以事件源为中心的动态分簇(CS-based dynamic clustering centred on event source, CS-DCES)算法.该算法利用欧氏距离空间相关性模型和第一联合稀疏模型,将受同一个事件源影响的节点分在一个簇中,并以簇为单位进行数据重构,以此增加簇内节点感知数据的空间相关性,减小每簇数据观测量;利用压缩感知收集数据,计算事件源位置,根据事件源位置变化实行动态分簇.并通过实验分析了影响该算法性能的3个因素,即事件的衰减系数、事件源之间的距离和事件源个数,最后给出了算法的适用条件.仿真分析表明,相对于已有算法,CS-DCES在满足同一重构精度的前提下,有效减小了数据传输量,节省网络能耗,延长网络寿命.     

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。     

一种能量均衡的无线传感器网络分簇算法*

为了延长网络的生存时间,提出了一种能量均衡的无线传感器网络分簇算法（EBCA）,该算法优先选择剩余能量较多的节点作为簇首,以平衡节点的能量消耗。仿真实验结果表明：无论同构网还是异构网,该算法都能显著地推迟网络第一个节点的死亡时间,其性能明显优于LEACH算法。     

基于能量异构的无线传感器网络的分簇算法研究

分簇路由算法是无线传感器网络中减少能量消耗的关键技术之一，因而成为目前国际上的研究重点。考虑到大多数分簇算法都是在同构网络中提出的，对异构网络的适应性差，本文提出一种新的异构网络分簇算法，该算法采用ECS网络结构，在选举簇头时将节点刺余能量和与所在簇的质心间的距离结合起来考虑。仿真结果表明算法在延长网络生存时间上比LEACH和基于ECS结构的分簇算法有很大的提高。     

一种能量高效的无线传感器网络分簇路由算法

无线传感器网络中节点的能量有限,提高能量的有效性便成为无线传感器网络路由协议设计的首要目标。设计了一种能量高效的分簇路由算法,它提出让候选节点在一定的覆盖范围内以剩余能量为标准来竞选簇头,以使簇头分布均匀;处于簇类交界的节点则根据能量和距离来选择归属的簇头,以平衡网络负载;新算法还采用多跳的簇间通信方式来降低大部分簇头节点的通信负载。仿真结果表明:新算法能够有效降低网络能耗,延长网络生存时间。     

传感器网络中基于不均衡分簇的数据收集算法

无线传感器网络(W SNs)中簇头与基站的通信方式可分为多跳和单跳2种。如果采用多跳方式,靠近基站的簇头因传送数据较多而导致较早死亡;而在单跳方式中,远离基站的簇头因传送数据能耗太高而很快死亡。针对上述问题,提出一种基于不均衡分簇的数据收集算法,使靠近基站的簇的规模小于远离基站的簇。实验表明:不均衡分簇的数据收集算法能有效地延长网络的生命周期。     

能量高效的无线传感器网络分簇路由算法研究*

针对LEACH算法中簇首分布不均及簇首与基站一跳通信能耗大的问题,提出了一种基于能量高效的无线传感器网络分簇路由算法。首先,基于节点接收信号强度与自身剩余能量的乘积及网络连通度选取簇首,计算簇首间的合理距离,使网络均匀分簇;其次,基于跳数及簇首当前剩余能量构造簇间优化路由树;然后用OMNeT++对该算法进行仿真对比分析。仿真结果表明,与LEACH等分簇路由算法相比,采用该算法,簇首分布更均匀,提高了簇的负载平衡程度,使节点的能量更为高效,延长了网络的生命周期。     

无线传感器网络中能量有效的多层分簇算法*

针对无线传感器网络中每轮能耗和簇内节点负载不均衡问题,本文提出了一种能量有效的多层分簇算法(EEMLC)。基站在首轮按照各层的最优簇头数对整个网络逐层进行虚拟分区,在接着的轮次中,各个分区根据本轮节点的剩余能量来选取下一轮簇头,前者使得网络每轮总能耗最小并有效保证各轮的能耗均衡,后者确保分区内节点的负载平衡,从而最大限度地延长网络的生命周期。实验仿真结果表明,与LEACH算法相比,EEMLC算法的每轮能耗均衡性有了显著提高,网络的生命周期延长了11.3%。     

无线传感器网络的能量有效加权分簇算法

在能量有效加权分簇(EWC)算法的基础上,提出一种簇首选择算法EWC-N(new EWC)。该算法根据节点的邻节点数量与剩余能量计算出权值,选出权值大的节点为簇首,在选择簇首的过程中,动态调整簇首之间的距离。该算法减少了分簇过程中能量的消耗,簇首的分布更加合理。仿真实验结果表明,该算法相对于EWC提高了能量有效利用率近9%,延长了约12%的网络生存时间。     

基于无线传感器网络的能量高效的非均匀分簇算法

通过分析无线传感器网络自身工作环境的特点,我们对网络中的簇结构大小进行非均匀分簇,根据距离Sink的远近不同,其簇首的覆盖范围大小也不同。这样,对于距离Sink比较近的簇首来说,可以减轻簇内能量消耗的负担,保留一部分能量用于簇间的通信,从而使网络中的节点能量消耗分布相对均匀。通过建立网络节点分布模型,求出了节点能量均衡与多层分簇层数的最优解,提高了能量的利用率,有效地延长了整个无线传感器网络的生命周期。     

带速度控制的能量高效的数据收集算法

无线传感网络中, 在保证节点能耗较低, 从而延长网络寿命的基础上, 减小数据收集时延是数据收集的核心问题。为此, 提出了一种带速度控制的能量高效的移动数据收集方法。该方法首先基于节点剩余能量进行动态分簇, 每个簇形成两个簇头来分担簇头能耗; 然后给小车装载双天线, 使得节点能够MIMO数据上传; 最后利用TSP问题找到一条最优路径, 并对移动小车的速度进行控制, 以便小车能够更快地收集数据。仿真实验结果表明, 该方法能够均衡网络流量, 延长网络寿命; 与其他算法相比, 数据收集时延较短。     

一种能量高效的无线传感网分簇路由算法

针对无线传感网节点能耗不均造成的生命周期短的问题,提出一种能量高效的无线传感网分簇路由算法（NUC&GDF）。该算法从三个方面对无线传感网的路由进行优化;a）改进簇首选举机制,选择合适的簇首;b）改进簇首节点成簇半径规则,形成合理的簇规模大小;c）在簇首与基站的稳定数据传输过程中,引入改进的梯度下降法强化学习来计算权值最小的自适应无线簇间路由。实验结果分析表明,提出的算法性能比LEACH算法、LEACH-C算法以及DEBUC算法更优;在网络规模为100 m×100 m时,网络生命周期分别提高约50.3%、21.5%、16.4%,能更有效地延长网络生命周期。     

能量高效的WSNs分簇数据融合算法

针对无线传感器网络(WSNs)中多跳通信造成的“热区”以及数据冗余问题,提出了一种能量高效的分簇数据融合算法(EECDA).该算法在分簇阶段综合考虑节点的剩余能量、到基站的距离和邻居节点的数目,周期性地选择簇首和划分不同规模的簇;对簇内数据进行融合,利用辛普森积分法则计算预测接收数据,在保证采集数据实时性和准确性的前提下,降低数据的冗余性,减少通信负载,提高网络的能量利用率.仿真结果表明:该算法能够对数据进行高效预测,减少网络通信量,相较已有的算法,能够有效延长网络的生存周期.     

无线传感器网络簇内自适应融合算法研究*

无线传感器网络中采集的数据存在着较大的冗余与误差,且影响数据的可靠性。针对这个问题,分析了簇内数据误差成因,提出了一种改进后的自适应数据融合算法。该算法从节点测量数据自身着手,通过迭代得到各个节点测量数据的无偏估计值,以各个节点与估计值的欧氏距离作为各节点可信度的描述。实验证明,该融合算法提高了数据的精度和可信度。同时,通过与分批估计融合方法和传统的自适应加权融合方法的比较分析,表明该方法融合效果更好。     

一种能量高效的WSN近似数据收集算法

为降低能耗和最大化网络生存期,论文提出了在一定误差范围内的高效近似数据收集算法。首先利用节点感知数据的时间相关性生成局部估计模型,然后根据节点间估计数据的空间相关性进行分簇,在簇首进行相关性检测,动态调整簇结构,并将簇首的模型参数上传给SINK节点,最后在SINK节点进行全局近似数据收集。仿真结果表明,该算法能充分利用节点数据的时空相关性去除冗余数据,在给定误差界限内能显著降低通信成本。     

无线传感器网络中事件驱动数据收集研究进展

无线传感器网络是目前研究的热点,事件驱动数据收集是无线传感器网络中一种重要的信息采集方式。由于节点普遍具有能量水平低、通信能力弱、易损坏等特点,而用户普遍需要网络能长时间稳定工作或尽快获得数据,因此,如何以低能耗、低延迟、高可靠的方式完成事件驱动数据收集是研究的难点。介绍了事件驱动数据收集的概念和特点,对已有的典型事件驱动数据收集协议进行了系统的分析和对比。通过探讨存在的挑战和亟待解决的关键性问题,为下一步更深入的研究指明了方向。     

能量有效的无线传感器网络部署

将无线传感器网络的节点部署问题抽象为圆覆盖问题;证明了当3个相同覆盖范围的节点构成边长为根号3的等边三角形时，节点的覆盖程度达到最大值82.7%．假设节点为势力场中的粒子，根据节点间力的作用部署节点，设计了CE-VFA算法，并在Matlab平台上对算法进行了仿真．结果显示，CE-VFA算法获得较好的网络部署效果，在消耗较少能量的前提下可以很好地改进原有部署的覆盖程度和覆盖效率，覆盖程度可以达到90%以上．     

WSN中一种基于混合CS的分簇数据收集方案

针对现有数据收集方案的不足, 提出了一种基于混合CS的分簇数据收集方案。首先网络被划分为多个簇, 簇内节点的数据通过最短路径路由直接发送到簇头上, 而簇头基于压缩感知（CS）对收到的数据进行融合, 并通过一棵骨干路由树将各个簇头的数据发送到sink上, 以最小化数据传输总次数为优化目标, 对簇的大小与数据传输次数之间的关系进行了理论分析, 得到了可以保证数据传输次数最小的簇大小。进一步地, 簇内的数据传输问题被建模为K-median问题, 簇间的数据传输问题被建模为Steiner树问题, 并分别提出了集中式和分布式算法来解决该问题。仿真实验结果表明, 该方案是有效的, 在降低数据传输次数方面要优于传统的方法。     

基于分簇的无线传感器网络数据聚合方案研究

数据聚合技术是目前无线传感器网络中的研究热点,同时也是一种重要的节能技术之一。在基于分簇网络拓扑结构的基础上,提出了一种新的数据聚合方案。分别对簇内成员节点和簇头节点进行数据聚合处理,簇内节点引入相对信息熵减少数据量的发送,而簇头节点维持一个反馈比较值,当接收到簇内成员节点发送的数据或得到自身传感器模块的数据时,该值可以用来判断是否转发接收到的数据。通过与LEACH协议的仿真对比实验,结果表明新方案能有效减少网络中的数据包传送数目,降低节点能耗,并显著地延长了网络寿命。