无线传感器网络中基于滑动邻域的插值算法

由于节点部署不均匀,传感器网络存在覆盖漏洞即监测盲区,监测盲区影响被监测区域环境数据收集的精确性,给无线传感器网络各种应用带来了巨大困难.以往解决这一问题的主要手段之一是从覆盖率出发,部署新节点缩小监测盲区.但随着传感器网络的规模增大,这种依赖部署新节点达到全面覆盖监测环境的方法很难实现.另一种方法则是通过盲区邻域节点对盲区插值预测,评价盲区的数据.为此,提出一种新的滑动邻域插值盲区评价算法,该算法基于三角剖分技术,迭代筛选出与预测点空间相关性强的传感节点集,然后利用节点采样值对预测点进行估算,以获取插值点误差最小的估计值.实验结果表明,所提出的滑动邻域插值算法能有效估计监测盲区预测点的数据与缺失数据,具有可靠、稳定的估计性能,并可支持网内任意点的实时估计.     

基于Kriging插值与VRML的桥梁监测数据可视化方法

就目前桥梁监测系统可视化的现状,从数据插值和VRML两个方面总结了现有研究工作,针对目前桥梁健康监测需求提出了一种基于Kriging插值和VRML的桥梁监测系统数据可视化方法。首先使用修改过的Kriging算法对由桥梁健康监测传感器网络得到的数据进行插值,并为数据点赋予相应颜色,最后将结果加载到三维模型中。实验结果表明,该方法简单快捷,实现了较高的插值精度和可视化效果,在桥梁健康监测数据可视化实现方面具有广泛用途。     

传感器网络中一种基于网格的密度控制算法*

在保证完全覆盖和网络连通的前提下,设计了一种基于网格的密度控制算法GDCA。仿真实验表明,与其他连通覆盖集求解算法相比,GDCA算法能够获得更小的连通覆盖集;且这种算法属于分布式算法,具有良好的扩展性,节点的传感区域可为任意凸形区域,更符合实际情况。     

基于BBO算法的无线传感网络节点优化部署研究

在无线传感网络节点部署时,由于优化算法的差异,使得优化部署后网络覆盖率依旧较低,提出基于BBO算法的无线传感网络节点优化部署研究.基于无线传感器网络结构,生成线性网络,采用该网络完成数据的周期性采集,寻找最佳工作节点和中继节点数量,并通过二者之间的合理分布,确定最优节点传输距离.依托于BBO算法设计节点布局方案,计算网...     

面向大区域碳卫星数据的分布式Kriging插值算法优化

针对基于原生Kriging算法在大区域尺度上对碳卫星数据进行插值时存在的计算耗时长、并行加速难等问题，对Kriging插值算法进行调整，优化其中的关键计算环节，并根据数据特征与时序依赖关系对插值过程进行拆分重组，细化插值粒度，将其构建为可在分布式环境下并行执行的DAG结构工作流，最后基于一套双层架构的DAG任务调度引擎实现整个插值工作流在分布式环境下的并行加速。实验结果表明，在不同区域尺度上，以上方法框架均具有较高的插值效率，与Spark相比，在大区域尺度上具有明显的速度优势。     

无线传感网络中的节点边缘分布方法

针对基站仅能部署在监控区域边缘这个新问题,形式化定义了节点边缘分布问题。为用最少的基站尽可能多地覆盖监控区域,提出了一个有多项式时间复杂性的部署算法。算法分为两个阶段,首先分析了初始部署的覆盖率,当初始覆盖率大于保证覆盖率时,减少初始部署集的大小是可能的;然后,改进算法以递增的方式来改进初始部署集,以实现在满足最大覆盖率的前提下最小化最终部署集。实验结果显示了在3种不同的测试环境下,算法的覆盖率和部署集均优于随机部署算法,是部署无线传感节点的有效方法。     

考虑节点间距的无线传感网络节点分配算法

节点间距在无线传感网络中分配的不合理,将导致算法存在节点能耗高、吞吐量低、分配效果等问题。为此,在考虑节点间距的基础上,提出了无线传感网络节点分配算法。分析无线传感网络在节点分配过程中的约束条件,在此基础上采用网格路由方法划分无线传感网络监测区域,结合贪婪算法实现无线传感网络节点的分配。仿真结果表明,所提算法的节点分配最高能耗为2.8×10^-11 W,分配后最大跳数为2,最高时间为0.62 min。由此证明所提算法具有一定的实用性。     

改进克里金插值算法的井下无线定位指纹库构建方法

针对煤矿井下巷道中构建一个采集点密集分布的无线定位指纹库,需要逐点采集信号,会耗费大量的人力和时间,为此提出基于模拟退火SA(Simulated Annealing)人工蜂群ABC(Artificial Bee Colony)混合算法优化克里金(Kriging)插值算法的构建井下无线定位指纹库的方法。首先通过无线网络采集井下巷道部分采集点的指纹数据,并建立采集指纹数据库。其次利用采集指纹数据库构建Kriging插值算法模型,再通过SA-ABC算法对变异函数的参数寻优,建立SA-ABC-Kriging插值算法模型。再次用插值算法估算出预测点的信息数据,并建立插值指纹数据库。最后将采集指纹数据库和插值指纹数据库构建井下无线定位指纹库。实验表明,该构建方法比传统Kriging插值算法的定位精度和插值精度更高,而且可减少50%的人工采集指纹数据工作量。     

机场噪声监测无线传感网络最小连通覆盖集研究

针对机场噪声监测无线传感网络中的最小连通覆盖集问题,设计了一种基于目标区域Voronoi划分的集中式近似算法,用于分析完全覆盖目标区域所需的最低要求的节点集;为了更好地调整噪声监测节点的感知半径Rs与通信半径Rc的比值关系,在通信半径小于两倍感知半径时,提出了一种基于最小生成树的连通算法用以确保CVT算法构造的覆盖集连通所需的辅助节点。理论分析与仿真实验表明,与现有常用的集中式贪婪算法和DVC算法相比,CVT(+MST)算法的性能在时间复杂性和连通覆盖集大小等两方面都较优。     

一种无线传感器网络中基于时间分段拟合的高效查询处理算法

以数据为中心的分布式传感器网络,用户经常对感兴趣的传感区域提交查询命令,如获取区域F在某个给定时间段内的感知数据。由于传感器网络依赖高密度部署节点以及高采样频率提高了监测精确度,存在大量冗余数据,因此,有效地保证查询数据准确性,减少大量冗余数据传输能量消耗,是目前亟需解决的问题。本文提出一种单个节点传感数据时间分段拟合算法,对给定查询时间进行分段拟合,寻找满足误差阈值的拟合模型集合。理论分析和实验结果表明,本文提出的基于时间分段拟合的高效查询处理算法能节省大量数据传输能耗,返回满足用户精度要求的查询结果。     

Kriging方法在输电线路气象环境建模中的应用

由于气象测点个数有限、分布不均匀且与线路走廊不一致,无法为研究灾害引发的线路故障及其防御技术提供精确的输电线路气象环境数据模型.为此,本文分析了Kriging空间插值方法的实现原理,应用Kriging插值方法实现对输电线路气象环境数据的网格化建模,并制定插值结果校验方法及评价标准,选取江苏省级电网可获取的996个气象测点2017年某日的温度数据,通过Kriging法进行网格化插值并对结果进行分析比较,验证了适用于该区域输电线路的温度数据网格化插值的Kriging半变异函数模型的选取过程.     

基于Grid-VFACO的数字化车间WSNs路由算法

针对数字化车间中无线传感器网络(WSNs)对数据采集频率高,能量消耗快,提出了基于网格和虚拟力导向的蚁群优化(Grid-VFACO)高能效WSNs路由算法。该算法根据最优簇首数将数据采集区划分成网格,在网格中采用基于候选者的机制选择簇首,实现簇首均匀分布。在簇首形成的上层网络中,利用节点间的虚拟吸引力作为蚁群算法中转移概率规则启发因子,寻找最优数据转发路径。仿真实验结果表明:该算法能够有效减少网络能耗,保证数字化车间WSNs长时间稳定地工作。     

基于网格和曲线转发的传感器网络路由算法

针对传感器网络节点稠密布置的特点，提出一种将网格结构和基于轨迹的转发方式相结合的路由算法。通过构造大小适当的网格，然后在网格中控制一个节点工作，其他节点暂停工作以便将来随时补充死亡的节点，工作节点基于曲线进行数据转发，以延长网络的生存时间。理论分析和模拟实验表明，算法具有较好的性能。     

基于正方形网格剖分的无线传感器网络方向性路由算法的研究

作为一种新型的无线自组网络,传感器网络在环境与军事监控,地震与气候预测、等许多方面都具有广泛的应用前景。基于网格剖分的思想,提出了一种基于正方形网格剖分的无线传感器方向性路由算法.新算法中,Sink节点首先将其目标区域剖分为正方形网格,并将得到的剖分信息广播给网络中的所有传感器节点,并构造目标区域的近似最小连通覆盖集。然后计算每个网格到Sink节点最近的网格的最短相对长度,通过这个最短相对长度构建多条路径。在路由时节点采用休眠机制进行方向性路由。算法分析和仿真实验表明,新算法与能量多路径路由算法比较,它在整个网络的寿命等方面具有更优的性能。     

基于边界约束的空间复杂曲面重构算法

针对克里金(Kriging)算法在复杂地质构造应用中的局限性,提出了一种基于边界约束的复杂曲面插值方法.其基本思想是将断层多边形作为层面边界的约束条件,根据种子点与待插值点穿越多边形的关系为依据,判断待插值点与控制点之间的空间拓扑关系,并将满足条件的种子点利用克里金算法进行插值计算.通过实际数据的测试,解决了传统的网格化插值方案层位与断层无法严格相交以及多重逆掩断层构造的层面拟合等难题,为等值线绘制、地质块状模型构建等提供了新的思路.     

基于无线传感器网络的温度场绘制

论述了基于无线传感器网络的温度场绘制.无线节点上的温度传感器采集环境温度信息,然后通过Zig Bee无线网络发送到Sink节点,通过串口连接电脑,在电脑上进行数据处理.详细的介绍了系统的组成和数据采集,着重分析了数据处理中的数据融合,同时运用地理信息系统中的克里金数据插值方法进行数据插值,最后使用VC++和OpenGL...     

基于MOFTLBTV的WSNs定位算法

传感节点感测数据易受到干扰,导致传感节点获取的数据出错。为此,提出基于二值数据的多目标容错定位算法(BMSFTL)。该算法研究传感节点的差错概率的情况,利用传感节点的二值数据对目标源进行识别及定位。在识别过程中利用分布式竞争领导者(DCL)算法产生领导者(leader)节点。通过估计Leader节点数实现对目标源的识别。随后定位阶段采用基于网格投票(GBV)机制对目标源进行定位。在条件下将BMSFTL与DNLEP算法在对两个或多个目标源的识别,定位性能进行了三方面进行了对比,BMSFTL算法在噪声和差错情况下,保持高的定位性能,在差错概率为0.25的环境,均方根误差小于8m,其性能远优于DNLEP算法。     

基于模糊强化学习和果蝇优化的WSN数据聚合算法

在无线传感器网络中,传感器的能量时有限的,如果传感器的能量耗尽,那么无线传感网络的鲁棒性和寿命就会大大降低.因此,提出了基于模糊强化学习和果蝇优化的数据聚合机制,以最大限度地延长网络寿命,并进行高效数据聚合.首先,网格聚类用于簇的形成和簇头的选择,接着评估各个网格簇所有可能的数据聚合节点,然后采用模糊强化学习选取最佳数据聚合节点,最后利用果蝇优化算法动态定位整个无线传感网络的数据汇聚节点.仿真结果表明,提出的数据聚合方案在能耗和网络鲁棒性方面优于对比方案.     

用于微损伤定量评估的多变量非线性插值算法

微损伤的定量检测与评估在航空航天等领域中具有重要意义。准确测量电导率可以实现金属材料表面微损伤的定量评估。本文在介绍平面电磁传感器和测量网格的基础上,提出了一种用于微损伤定量评估的多变量非线性插值算法。该算法首先计算出网格中心点非线性误差的修正参数,再根据网格单元中不同位置处非线性误差的分布规律,计算出各网格单元任意位置处的误差修正参数,实现对整个网格插值误差的非线性补偿。仿真结果证明,该算法对电导率插值误差补偿效果显著,可以有效提高微损伤定量评估的精度。     

秦岭北麓森林火灾监测系统及节能算法

针对秦岭北麓浅山区森林火灾监测的需要,设计一种基于无线传感器网络的森林火灾实时监测系统,该系统给出监测实施的网络体系结构、无线传感器网络节点的硬件设计和软件实现。同时,针对无线传感器网络的能量约束问题,提出基于网格理论的节能算法,该算法以中心点的计算代替原有四周节点的计算,降低了计算复杂度。仿真结果表明,计算覆盖度与实际覆盖度的误差小于11%,验证了算法的有效性。