基于演化博弈的传感节点保密率自适应调节方法

通过扩展经典窃听信道模型,针对聚簇无线传感器网络提出了传感节点和簇头之间的保密率计算方法,构建了一个非合作保密率博弈模型,以反映传感节点之间的交互关系.利用演化博弈思想,建立了传感节点自适应选择发射功率的机制,提出了传感节点自适应调节保密率的算法.实验结果表明,提出的方法能自适应地调节传感节点的保密率,为保证无线传感器网络数据的保密性提供了新途径.     

基于扇形分簇的无线传感器网络路由算法

无线传感网络中低功耗自适应聚类分簇(LEACH)路由算法等概率选取簇首节点,容易导致整个网络节点能量损耗出现极端化,减少网络生存时间。为此,提出一种针对簇首节点选取和分簇的改进LEACH算法。该算法把整个网络区域分为四个扇形区域,在每个区域内独立进行分簇路由;然后基站根据节点剩余能量和与基站的距离进行簇首节点选择,节点根据簇首节点和基站接收信号强度选择路由方式,以均衡网络能量消耗。仿真结果表明,改进LEACH算法的网络寿命是原有LEACH算法的150%,数据吞吐量提升了3倍。     

无线传感网自适应能量驱动簇头轮换算法研究

分簇结构是大规模无线传感网(WSN)的一种有效的拓扑管理方法。在这种结构下,由于簇头(Cluster Head,CH)节点的能耗速率远高于簇成员节点(Cluster Member,CM),需要做簇头轮换以平衡网络能耗。该文分析了基于能量驱动的簇头轮换策略,并提供一种基于簇头节点实时负载来估计其启动轮换的能量阈值的自适应簇头轮换算法(Adaptive Cluster Rotation Algorithm,ACRA)。仿真结果表明,与现有算法如LEACH,EDAC等比较,ACRA算法最少化簇头轮换次数,延长了网络生存时间。     

多簇无线传感网的优化生存时间近邻功率控制算法

针对非均匀分布的无线传感网的生存时间问题,提出多簇无线传感网的优化生存时间近邻功率控制(NPCAOL_MC)算法。该算法采用K-means算法确定网络的簇个数和对应每个簇的节点,利用近邻算法评估每个簇的节点密度,确定簇的最优通信距离。结合Friss自由空间模型计算当前簇的最优发送功率。Sink节点广播通知其他节点,如果是同一簇内的节点相互通信,则采用簇最优功率发送数据,否则采用默认最大发送功率发送数据。仿真结果表明,利用NPCAOL_MC算法可以分析整个网络节点的位置信息,采用簇最优发送功率发送数据,从而提高生存时间,并使能耗经济有效。在密度分布不均的无线传感网中,NPCAOL_MC比采用固定发送功率的Ratio_w算法更优。     

基于网格的移动无线传感网生存时间优化算法

为克服陆地静态无线传感网和水下无线传感网因节点能耗分布不均衡而出现的能量空穴问题,和具有单一移动Sink节点的无线传感网数据收集时延过长问题,该文提出基于网格的移动无线传感网生存时间优化算法(Grid-based Lifetime Optimization Algorithm,GLOA)。GLOA算法考虑多个Sink节点的移动,将监测区域分成多个大小相同的网格。根据网格潜能值确定Sink节点移动的锚点,将锚点分配给不同的Sink节点,建立路径选择优化模型并获得Sink节点的最短移动路径,采用移动收集方法或静态收集方法循环收集数据。仿真结果表明:与Ratio_w或TPGF算法相比,GLOA算法能延长网络生存时间,降低和均衡节点能耗。与LOA_SMSN算法相比,GLOA算法能降低数据收集时延。在一定的条件下,比Ratio_w,TPGF和LOA_SMSN算法更优。     

基于信令数据的轨迹驻留点识别算法研究

针对密度聚类算法只能识别密度相近的簇类且计算复杂度高等问题,该文提出一种基于信令数据中时空轨迹信息的密度峰值快速聚类(ST-CFSFDP)算法。首先对低采样密度的信令数据进行预处理,消除轨迹震荡现象;然后基于密度峰值快速聚类(CFSFDP)算法显式地增加时间维度限制,将局部密度由2维扩展到3维,并提出高密度时间间隔以表征簇中心在时间维度上的数据特征;接着设计筛选策略以选取聚类中心;最后识别用户出行轨迹中的驻留点,完成出行链的划分。实验结果表明,所提算法适用于采样密度低且定位精度差的信令数据,相比CFSFDP算法更适用于时空数据,相比基于密度的时空聚类算法(ST-DBSCAN)召回率提升14%,准确率提升8%,同时降低计算复杂度。     

自适应逃逸粒子群算法的网络节点覆盖优化仿真

研究无线传感器节点优化选择。传统LEACH分簇算法中,节点选择的随机性很大,没有很好地参考节点中的多个属性,通信的簇头分布也无规律,算法把能量消耗分摊到所有的节点上,一旦选择边沿节点作为簇头,一些节点必须经过长距离的路由转发才能到达簇头,造成通信效率较低。为了避免上述缺陷,提出了一种基于自适应逃逸粒子群算法的网络节点覆盖优化方法。建立自适应逃逸粒子群算法的数学模型,准确描述网络节点覆盖问题。利用自适应逃逸粒子群方法,计算无线传感网络节点最优位置,从而实现网络节点覆盖优化。实验结果表明,这种算法能够实现网络节点覆盖优化处理,从而提高无线传感网络数据传递的效率。     

可充电概率传感网络中的充电小车休息时间最大化方法

在保证无线可充电传感网中目标点持久覆盖的情况下,基于概率监测模型和多节点充电模型,对最大化传感网络中充电小车休息时间比例问题进行研究。文中通过放宽节点不可死亡的限制,提出基于单位子簇的充电选择算法和基于全局的重聚类启发式算法。将目标点周围冗余的传感器构建成目标簇并根据贪心思想划分子簇。充电小车以子簇为单位服务覆盖过程中的充电请求,通过调整子簇内距离要求并对全局请求节点重聚类来选择锚点进行充电,从而降低子簇的混合增益,减少锚点数量。仿真实验表明,与单节点充电模型相比,新算法可将充电小车的休息时间提升10%~15%。     

适用于智能间隔棒的双集群无线传感网高效节能分簇算法

本文提出了一种双层集群的高效节能分簇算法,利用K-均值聚类算法和角色成员关系模型,将传感节点分为主、子集群并分别进行簇头选择,减小簇内节点的传输范围,均衡各节点能耗。仿真基于MATLAB实现,在网络生命周期和通信数据流量等方面与其他分簇算法进行了性能对比。结果表明,本文提出的算法使能耗负载均匀分布于各节点,实现了能源负载平衡,最终提升传感网络的整体寿命。     

交通路灯监控系统的无线传感网链状路由算法

在交通路灯监控系统中为节省网络节点能耗和降低数据传输时延,提出一种无线传感网链状路由算法(CRASMS)。该算法根据节点和监控区域的信息将监控区域分成若干个簇区域,在每一个簇区域中依次循环选择某个节点为簇头节点,通过簇头节点和传感节点的通信建立簇内星型网络,最终簇头节点接收传感节点数据,采用数据融合算法降低数据冗余,通过簇头节点间的多跳路由将数据传输到Sink节点并将用户端的指令传输到被控节点。仿真结果表明,CRASMS算法保持了PEGASIS算法在节点能耗方面和LEACH算法在传输时延方面的优点,克服了PEGASIS算法在传输时延方面和LEACH算法在节点能耗方面的不足,将网络平均节点能耗和平均数据传输时延保持在较低水平。在一定的条件下,CRASMS算法比LEACH和PEGASIS算法更优。     

基于CS的机载分簇型WSN数据采集方法

提出一种适用机载分簇型WSN的数据采集方案。该方案一方面采用随机压缩采样的方式,有效地减少了硬件资源受限的簇成员节点的采样数据量,降低了簇成员节点对硬件资源的要求;另一方面,提出一种基于复合混沌—遗传算法的MP重构方法,将混沌理论良好的局部寻优特性与遗传算法强大的全局搜索能力相结合,有效提高了簇头或Sink中信号重构的性能。实验结果表明,该方案在有效减少簇成员节点采样数据量,且采样频率降为原采样频率1/8的基础上,仍能保证10-7数量级的重构精度,为实用型WSN的实现提供了有效借鉴。     

基于稀疏密集阵传输机制的WSN数据传输汇聚算法

为了改善无线传感网(WSN)的数据传输汇聚能力,提出了基于稀疏密集阵传输机制的WSN数据传输汇聚算法。引入核生成函数,设计了一种新的传输矩阵,将簇头节点与sink节点之间连通程度及负载程度进行量化,以提升簇头节点传输效果的评估能力;采用特征向量按列排序并结合卷积算法降低簇头节点传输值,以有效减少簇头节点负载;采用树分解模式搜寻可用哈密尔顿回路,构建了基于路径分解优化机制的汇聚稳定方法;通过使用哈密尔顿寻址来优化叶子节点与根节点之间的数据链路,以增强簇头节点覆盖能力与提高数据传输过程的稳定性能。仿真实验表明,与当前常用的基于阈值筛选模糊分簇的WSN数据稳定汇聚算法和面向医疗应用的无线传感器网络多径数据传输方法相比,所提算法具有更为集中的传输报文集中度,以及更高的传输链路抖动控制能力和网络汇聚带宽。     

传感器网络中基于时空相关性的压缩感知算法

传感器网络节点的能量有限,为节省传感器节点的能耗,提出了利用节点内及节点间的时空相关性的压缩感知模型及算法,减少了通信的数据量,进一步节省了能耗,延长了网络的生命周期。算法在分簇协议和多跳路由优化的基础上,在簇头节点运用较为简单的压缩感知压缩测量方法,降低了计算复杂度。通过对实测数据的误差分析及能耗仿真,验证了该模型及算法的有效性和实用性。     

无线传感器网络中基于序列相关性的数据压缩算法

无线传感器网络(WSN)中传输的数据具有相关性和冗余性。如何有效降低网络中的数据量,延长网络生命周期,始终是WSN的研究热点之一。该文基于WSN中数据序列的相关性,提出一种两步数据压缩算法(TSC-SC)。网络中的簇首和簇内节点执行各自的压缩算法:簇首首先执行相关性分组算法,将数据分组,减少簇内节点的计算量以及消除簇内数据的空间相关性;簇内节点对多属性数据分类压缩,并将压缩参数传至簇首,簇首解压后再次进行分类压缩,进一步消除数据相关性,减少节点数据冗余度,降低通信能耗。为实现对压缩算法的综合性能评价,考虑基本的压缩要求和算法的计算能耗,提出了基于能量判别的算法评估模型(NCER)。仿真结果表明TSC-SC算法可以有效降低压缩比和压缩误差,充分减少数据传输量和网络的通信能耗,利用NCER指标能够直观地评价算法的性能。     

Low-Energy Adaptive Unequal Clustering Protocol Using Fuzzy c-Means in Wireless Sensor Networks

Clustering technique in wireless sensor networks incorporate proper utilization of the limited energy resources of the deployed sensor nodes with the highest residual energy that can be used to gather data and send the information. However, the problem of unbalanced energy consumption exists in a particular cluster node in the network. Some more powerful nodes act as cluster head to control sensor network operation when the network is organized into heterogeneous clusters. It is important to assume that energy consumption of these cluster head nodes is balanced. Often the network is organized into clusters of equal size where cluster head nodes bear unequal loads. Instead in this paper, we proposed a new protocol low-energy adaptive unequal clustering protocol using Fuzzy c-means in wireless sensor networks (LAUCF), an unequal clustering size model for the organization of network based on Fuzzy c-means (FCM) clustering algorithm, which can lead to more uniform energy dissipation among the cluster head nodes, thus increasing network lifetime. A heuristic comparison between our proposed protocol LAUCF and other different energy-aware protocol including low energy adaptive clustering hierarchy (LEACH) has been carried out. Simulation result shows that our proposed heterogeneous clustering approach using FCM protocol is more effective in prolonging the network lifetime compared with LEACH and other protocol for long run.     

一种基于LEACH的无线传感器网络路由算法及仿真

在低功耗自适应分簇（LEACH,Low Energy Adaptive Clustering Hierarch）算法中,由于每一轮循环都要重新构造簇,距离较远的簇头节点可能会因长距离发送数据而过早耗尽自身能量,能量较低的节点当选为簇头节点时将会加速该节点的死亡,影响整个网络的生命周期。针对LEACH算法分簇机制中存在的不足,提出了一种改进的路由算法。仿真结果表明,改进算法通过考虑节点的剩余能量与固定分簇的方法,有效的改善了网络能量均衡,提高了网络生存时间。     

Clustering routing protocol based on improved PSO algorithm in WSN

Aiming at the problem that the location distribution of cluster head nodes filtered by wireless sensor network clustering routing protocol was unbalanced and the data transmission path of forwarding nodes was unreasonable,which would increase the energy consumption of nodes and shorten the network life cycle,a clustering routing protocol based on improved particle swarm optimization algorithm was proposed.In the process of cluster head election,a new fitness function was established by defining the energy factor and position equalization factor of the node,the better candidate cluster head node was evaluated and selected,the position update speed of the candidate cluster head nodes was adjusted by the optimized update learning factor,the local search and speeded up the convergence of the global search was expanded.According to the distance between the forwarding node and the base station,the single-hop or multi-hop transmission mode was adopted,and a multi-hop method was designed based on the minimum spanning tree to select an optimal multi-hop path for the data transmission of the forwarding node.Simulation results show that the clustering routing protocol based on improved particle swarm optimization algorithm can elect cluster head nodes and forwarding nodes with more balanced energy and location,which shortened the communication distance of the network.The energy consumption of nodes is lower and more balanced,effectively extending the network life cycle.     

一种基于反馈的K-means分簇算法研究

针对典型的LEACH分簇式路由协议分簇不均匀,簇头节点分布随机导致网络能量消耗大的情况,本文提出一种基于死亡节点数目反馈的K-means分簇算法。首先通过K-means算法划分簇的个数,选择簇的中心节点为该簇的簇头,并通过位置集中性得到集中性较大的若干个节点为主簇头群,其中最大的为主簇头,自此完成初始化。此后用一个受死亡节点数调控的自适应打分函数更新每一轮的簇头和主簇头。主簇头只用于融合并传输数据并不负责感知环境信息。仿真实验结果表明:本算法相较LEACH以及传统的基于K-means的分簇算法,在整个网络的生存时间上分别提高了35%和25%。同时证明:反馈机制的加入和主簇头的选取都有利于网络寿命的提升。      

分簇型无线传感器网络时间同步机制的研究

提出了一种基于分簇型网络结构的时间同步算法。算法的主要思想是通过在簇建立阶段利用LEACH优化算法优化网络拓扑结构,降低网络的跳数,从而降低了时间同步精度由于跳数增加而导致的误差积累,为时间同步算法提供一个良好的网络结构。在LEACH优化算法中,簇首选取机制融入簇首节点的剩余能量和密度因子,并且提出了助理簇首节点用以均衡簇首节点的能量消耗。同时在时间同步阶段,采用双向时间同步机制和单向广播时间机制。实验仿真证明,提出的时间同步算法降低了网路的跳数,提高了时间同步精度,降低了节点的能量消耗,提高了网路的运行时间,具有一定的实用价值。     

基于灰色关联度的Leach算法的改进

Leach算法是无线传感器网络中应用最为广泛的分簇路由协议之一,但是该算法的簇头是随机产生的,有可能导致节点过早死亡,从而使整个网络崩溃。针对这一问题,提出一种基于优选簇头的改进Leach算法——gc Leach算法。改进算法引入灰色关联度思想对簇头进行分区选举,兼顾考虑了簇头的剩余能量以及位置分布,有效地避免了簇头分布不合理,以及簇头剩余能量过低导致的节点过早死亡的情况。仿真结果表明,改进后的gc Leach算法能够有效地降低网络能耗,延长网络生命周期。