基于图论的无线传感器网络自组织性能研究

无线传感器网络自组织问题越来越受到人们的关注,控制方法也大量涌现,但在对自组织性能的评价上,现在大多仍停留在定性分析阶段。本文针对无线传感器网络自组织中连接和覆盖两个重要指标,利用Delaunay三角剖分评价节点实体和他们的关系以及结点之间的信息传递和融合;利用Voronoi图进行评价节点覆盖的区域;同时,对整个自组织过程,引用自组织度的概念对其分布效果进行定量分析。仿真结果表明,我们提出的性能分析方法能够很好地评价无线传感器网络自组织算法的优劣。     

无线传感器网络中基于空间相关性的分簇算法研究

传感器节点体积小、成本低、电池容量有限。为了尽可能延长无线传感器网络的生命期,应该将节能降耗放在首位。分簇作为一种提高网络可扩展性的方法,在无线传感器网络中有着广泛的应用。现有分簇算法大多关注能耗和延迟,却忽视了邻近节点在数据采集上高度冗余性。考虑事件监测的空间相关性,提出一种基于相邻节点数据相关的无线传感网分簇算法。仿真实验表明,新算法能有效降低网络数据量,显著延长网络生存时间,进一步均衡网络能耗和优化网络的整体性能。     

无线传感器网络中基于Voronoi覆盖及Delaunay三角剖分图的最小刚性拓扑控制算法

为同时满足覆盖与节能应用需求,本文提出了无线传感器网络中一种最小刚性拓扑控制算法MRTc（Minimal rigid topology control algorithm based on Voronoi coverage and Delaunay triangulation）.该算法基于Voronoi覆盖机制,准确控制节点工作状态,实现活动节点对目标区域的完全覆盖.在此基础上,MRTc利用Delaunay三角剖分图的特点,构建出适用于无线传感器网络的最小刚性拓扑结构.该结构有效约束了网络平均节点度,且同时具有容错性、覆盖性和稀疏性.此外,MRTc引入节点功率控制策略,在维持网络完全覆盖的基础上最小化节点能耗.仿真结果进一步验证了本文提出的MRTc算法的有效性.     

无线传感器网络中的分布式平面t-支撑拓扑控制算法

在确保无线传感器网络连通的前提下,每个节点自适应地调整自己的发射功率,通过最小化节点的能耗和减少节点间的通信干扰,达到延长网络生存时间的目的.基于Voronoi划分和局部Delaunay三角剖分,提出一种新的几何结构PSLDel图(planar symmetric local Delaunay triangulation)以及其分布式构造算法,为无线传感器网络建立连通、稀疏、平面、t-支撑的底层逻辑拓扑,每个节点将依据最远的逻辑邻居调整到最小发射功率.仿真实验表明,PSLDel图在逻辑邻居、最小发射功率和通信干扰等性能方面接近集中式构造的UDel图,而且PSLDel图的网络延迟稍微优于UDel图;与分布式构造的AUDel图相比,PSLDel图的通信开销至少可以降低55%,从而有利于提高无线传感器网络的能量使用效率.     

无线传感器网络中缺失数据估计算法

为了提高无线传感器网络(WSN)中缺失数据估计值的精度,提出了一种自决策插值算法。该算法能够根据数据集的空间相关性以及缺失数据的连续性选择不同的缺失数据估计策略,并将自回归滑动平均(ARMA)模型引入到对缺失数据插值的研究中。与传统缺失值估计算法相比,该算法不仅考虑到无线传感器网络的特性,而且考虑到数据集本身的特性。在真实数据集上测试结果表明,该算法提高了对缺失值估计的精度。     

邻域搜索蚁群算法在无线传感器网络数据融合中的应用

为了减少网络中的数据传输量,提高数据融合率,降低网络延时,针对无线传感器网络数据融合问题的研究,提出了一种邻域搜索蚁群算法。首先利用蚁群算法寻找最短路径的优势,构造最短路径。为了避免蚁群算法的早熟收敛和收敛速度慢的问题,当达到一定的迭代次数后,运用具有可变邻域搜索的变异算子对搜索结果进行优化。算法不但考虑了无线传感器网络节点能量消耗也考虑了数据传输的网络延时问题。实验结果表明,该算法减少了网络能耗,降低了网络延时,稳定性更好,性能更优。     

基于带Mobile Agent的无线传感器网络的分簇算法

相对于传统方式的无线传感器网络结构,带Mobile Agent(MA)的无线传感器网络(sensor network with mobile agent,SENMA)具有更高的能量效率和更长的网络生存时间.设计了一种针对SENMA的分簇算法:依据节点之间的位置关系将节点分为多个簇并选举出簇头节点,每个簇中,簇成员不与簇头进行通信,由簇头将监测数据回传至MA.实验证明这种算法能较好地平衡节点负载,缓解因节点失效导致的网络性能衰减.     

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.     

滑动邻域克里金插值法的改进

在分析了原滑动邻域克里金插值法存在的不足之后,提出了在插值过程 中利用多元逐步回归方法确定待插点邻域化变量的漂移次数,利用三角网格剖分后的节点数据结构,快速搜索局部邻域内的已知点,变异函数参数的求取采用受限最大假然法的改进方法,应用实例的效果表明,改进的滑动邻域克里金插值法优于原方法。     

无线传感器网络中基于分层的非均衡分簇算法

降低网络能量消耗、延长网络寿命是无线传感器网络设计的重要目标,分簇是实现该目标的主要方法之一。针对矩形传感器网络,提出一种基于分层的非均衡分簇算法。算法根据节点的能量消耗情况计算出了每层的宽度,可以有效实现网络的能耗均衡。将非均衡分簇算法与LEACH协议进行了比较,仿真实验表明:基于分层的非均衡分簇算法可以更好地实现能耗均衡,能有效延长网络的寿命。     

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。     

无线传感器网络中滑动窗口轮廓查询算法

提出了一种基于过滤的算法(filter based algorithm,FBA)来连续地维护传感器网络中的滑动窗口轮廓查询。首先,研究了利用元组过滤器和格过滤器来减少网络中数据传输量的两种方法。由于它们各有利弊,提出了根据数据分布来选择合适的过滤器的自适应过滤法;另外,提出了一系列的优化方法来进一步提高算法的能量有效性。仿真和真实数据的实验结果表明,FBA及其优化方法能有效地减少连续维护传感器网络中滑动窗口轮廓时的通信代价,进而节约传感器网络的能量。     

三维无线传感器网络中DV_Hop定位算法的改进

在三维无线传感器网络中,采用非测距定位方法 DV_Hop时,由于三维空间中节点分布复杂,测距误差增大,定位准确度迅速降低,为了提升它的准确度,提出一种改进的DV_Hop定位方法,使用最小均方差估计未知节点与已知节点之间的距离,定位结果用粒子群算法优化,以距离误差因子加权均方误差作目标函数,采用凹函数递减策略,提前进入局部搜索,提高定位准确度。仿真结果表明,相同条件下,改进的DV_Hop算法定位准确度要优于传统DV_Hop算法。     

一种基于预测的WSN非均衡分簇路由算法

无线传感器网络由部署在一定区域内大量传感器节点组成.针对无线传感器网络中分簇路由算法中存在的"热区"问题,提出了一种基于虚拟区域划分的非均衡簇路由算法.算法将簇划分的任务交由能量无限制的汇聚节点完成,使得靠近汇聚节点的内层簇的规模小于外层簇的规模.在簇的结构中引入了主、从簇头节点,从而实现了分布式簇头选举工作,同时在分簇过程中避免了每个阶段的能量消耗.将Markov预测模型引入到主簇头节点的更换过程中,从而避免了主簇头因为能量完全消耗而死亡,也避免了因为主簇头死亡而造成网络分割,降低网络的生存时间,利用NS2.26仿真平台对基于虚拟区域划分的非均衡簇路由算法进行了仿真验证,结果表明与传统路由算法相比,该算法延长了WSN的生存时间,有效提高了WSN网络健壮度.     

一种基于信息相似度的无线传感器网络成簇算法

提出一种基于节点信息相似度的节能成簇算法．该算法应用遗传算法将监测结果相似的节点尽量划分到相同的簇域内,通过簇内的高效信息融合最大限度地降低系统远程通信能量损耗,从而延长网络的生存时间．模拟实验结果显示,与现有的重要成簇算法相比,所提算法在特定应用环境中提供了更长的网络生存时间．     

无线传感器网络中基于蚁群算法的路由算法

提出一种基于蚁群算法的无线传感器网络路由算法。该算法综合网络分簇算法及蚁群算法的优点,考虑节点当前可用能量对路由选择的影响,使选择路由时既能均衡节点的能量消耗,又能利用蚁群算法正反馈的作用实现快速搜寻从簇头节点到汇聚节点的多跳最优路径,通过在簇头节点进行数据汇聚降低路由的开销。仿真结果验证了该算法的可行性和有效性。     

基于EAD 协议的无线传感器网络高效成簇算法

在无线传感器网络中,成簇算法是减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络生存时间.本文提出了一种基于EAD 协议的无线传感器网络高效成簇算法（EC-EAD）。 EC-EAD算法在确立簇头节点时,将节点能量,节点之间距离与轮回次数综合加权,决定节点发送延迟。剩余能量高且距离较远的节点成为簇头节点,降低了网络内的簇头数目,也保证了网络能量的均匀消耗,延长了网络的生存时间。模拟实验结果表明,EC-EAD 算法在延长网络生存期方面比EAD 具有一定的优越性。     

无线传感器网络中基于融合贡献的传输延时分配算法

数据融合是降低无线传感器网络的冗余能耗、延长网络生存期的有效手段之一.传输延时的分配是数据融合中的重要问题,它对网络融合的效果和数据分组的传输延迟具有很大影响.提出了一种基于融合贡献的传输延时分配算法ACDA(aggregate contribution based delay-time allocation),量化了路由树中不同位置的节点对融合效果的影响,并依此按比例分配融合等待时间.算法充分考虑到了各节点在路由树中的位置差异性和节点间的相互影响.仿真结果表明,同现有的几种延时分配算法相比,ACDA能够更加有效地改进数据融合效果,提高网络实时性.     

基于负载均衡的无线传感器网络路由算法

延长网络的稳定周期是无线传感器网络路由算法的重要挑战,负载均衡算法是解决上述问题的重要方法之一．提出了一种负载均衡算法（LDBRA）,它根据节点的能量分布状况及通信能耗选择簇首节点以实现负载均衡．在簇首选择过程中,在以上两个因素中选择平衡点实现最优簇头的选择．仿真结果显示LDBRA能够更好的实现负载均衡,延长网络的稳定周期．