MHWSN中保证混合业务QoS的跨层调度算法

针对中高速传感器网络中混合业务QoS（Quality of Service）要求,跨层考虑物理层和数据链路层参数,提出了一种保证混合业务服务质量的调度算法AM-LWDF。该算法同时考虑时延优先级和吞吐量优先级,在满足实时业务QoS约束的前提下,以最大化系统吞吐量为目标建立了相应的优化模型,对实时业务能够满足时延较小的要求,对非实时业务满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在时延和吞吐量之间取得满意的折衷,并保证不同类型业务用户间的公平性。     

基于区分服务的自适应跨层调度算法

中高速传感器网络中不同业务对QoS有不同的要求。针对该情况,引入区分服务的思想,提出一种适合混合业务的多元参数自适应跨层调度算法。该算法根据不同的业务动态调整时延补偿因子和吞吐量补偿因子,使实时业务能满足时延较小的要求,非实时业务能满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在系统效率和用户服务质量满意度之间取得折中,保证不同类型业务用户间的公平性。     

传感器网络中基于跨层调度的数据融合策略

针对现有的协议都不能在获得良好的节能效果和低延迟的同时,使每一个节点进行充分的数据融合的问题,提出一种基于跨层调度的数据融合策略,根据建立的路由树,制订无碰撞的数据发送调度方案并为每一个传感器节点设置合理的等待时间.仿真结果表明此策略节能效果明显、延迟小并且吞吐量大.     

无线传感网络节能跨层调度算法

由于无线传感网络中节点能够携带能量的有限,且能量补充复杂,所以如何高效利用无线节点的能量是无线网络面临的首要挑战。为解决上述问题,通过分析无线传感网络的特点和其能量损耗模型,提出了一种高效节能的跨层调度算法,仿真结果表明,算法能够很好的节约能量,同时降低数据传输延迟,最大化无线传感网络的生存时间。     

基于局部路由的中高速传感器网络同步算法研究

传统传感器网络的时间同步方案不适合中高速传感器网络对数据融合和大数据量传输的需要。在固定网络拓扑的结构下,存在邻居节点同步误差较大的问题。同时,全网同步并不适合中高速传感器网络中数据处理周期较长的情况。提出了一种事件触发式、局部同步的中高速传感器网络同步机制及其对应的同步路由算法,解决了邻居节点问题。仿真结果证明,该算法降低了网络中事件区域的同步开销,减小了兴趣节点间的同步误差。     

基于无线传感器网络的跨层设计路由算法

在无线传感器网络中,由于其自身特点的限制,如何使网络中节点的能量损耗最小化成为该网络实用化的主要障碍。文章在综合考虑了路由跳数、节点位置、节点能耗对路由选择影响的基础上,提出了一种融合MAC层和路由层的跨层设计方案。仿真结果表明,该文所提出的算法能显著减少网络能耗,提高能源有效性。     

中高速传感器网络中基于服务区分的QoS路由算法研究

基于服务区分,对中高速传感器网络的QoS路由算法问题进行建模和分析.提出基于蚁群优化的路由算法以保证不同的服务有不同的QoS参数,通过设置反向抑制机制来保证不同服务的优先级别.仿真表明,基于蚁群算法与区分服务的路由协议更适合中高速传感器网络对不同业务的QoS需求,而反向抑制保证了高级别服务的优先级.     

无线传感器网络跨层参数模型设计

通过对现有多种无线传感器网络（WSNs）跨层协议的分析和研究,提出一种新型的跨层参数参考模型。该模型给出WSNs中网络层、数据链路层以及物理层等各层次之间相互影响的参数。在此基础上,分析该模型中网络各层次参数之间对网络性能的影响。最后通过对多个参数进行仿真实验,得出各参数对网络性能的影响情况,并作出理论分析,从而验证该模型的有效性。     

中高速传感器网络QoS路由算法

通过对中高速传感器网络的QoS路由算法问题进行建模和分析,提出一种改进的基于蚁群优化算法的QoS路由算法,以满足网络中多种混合服务对QoS质量的不同要求。利用反向抑制机制优先保证高优先级别服务的QoS要求。仿真结果表明,该路由协议可以满足中高速传感器网络对不同业务的QoS需求。     

实时无线传感器网络的跨层优化设计

首先概述了当前传感器网络的特点和发展现状,然后提出一种实时无线传感器网络的跨层设计方案,并详细阐述了该体系结构中各层的主要功能,最后总结了该优化设计。     

基于多蚁群算法的无线传感器网络路由的跨层设计

针对事件驱动型无线传感器网络对数据传输的强实时性和高可靠性的要求,将统计获得的节点接入效率和负载队列长度等MAC层状态信息作为路由度量参数。考虑到蚂蚁网络算法在重负荷网络中存在传输延迟大、聚合速度慢等缺陷,提出了一种基于多蚁群算法的负载感知和高效接入的跨层路由协议,该协议把节点的单跳延迟、负载及带宽接入效率等参数作为路径的启发值进行路由优化。仿真结果表明,基于多蚁群算法的路由协议能够保证数据传输的实时性,能够实现无线传感器网络的拥塞控制及负载平衡。     

无线传感器网络跨层自适应周期分簇路由模型

分析了无线传感器网络传输信息位置相关性特点以及节点能耗模型,运用基于能量指标和距离指标的簇首选举方法,建立了一种基于节点剩余能量和传输距离的跨层自适应周期簇间路由性能模型。该模型均衡网络节点能耗和负载。簇间通信根据其下一跳簇节点的能量、能耗因子、RSSI以及能耗指数等进行选择。仿真结果表明,与已有的跨层设计和分簇协议相比,该模型有效地延长了网络寿命,提高了网络的吞吐量。该模型能效高,控制开销较低,能量负载均衡。     

视觉传感器网络节点方向调度算法

视觉传感器网络中节点感知模型为有向感知模型,感知范围被限定在节点的视野范围内.节点拥有多个感知方向,在一个工作时刻,节点只能工作于一个方向.针对视觉传感器网络的有向感知模型的点目标覆盖问题,提出一种贪婪算法(GreedyAlgorithm),在优化网络对于目标点覆盖的同时,解决了节点自身覆盖冲突的问题.在此基础上,引入贡献率概念反映节点在其感知方向上对于覆盖的贡献,提出了基于贡献率的贪婪算法(Contribution Rate Greedy Algorithm)以增大网络覆盖率.仿真实验表明了该算法的有效性.     

能量捕获无线传感器网络中速率自适应路由算法

能量捕获无线传感器网络是无源感知技术中非常重要的一类,它能够有效解决节点能量受限的问题,保持网络运行的持续性.现有的路由方法并未充分利用节点的能量捕获特性,也没有考虑到链路的成功收包率和节点的传输速率.为进一步提高网络的性能,提出了一种结合链路成功收包率的速率自适应路由算法.通过对节点的剩余能量和链路的成功收包率进行建模,给出了一个节点可作为路由中继节点所需要满足的两个条件;基于优化方程,为传输路径上的每一跳节点自适应配置时延最小化的传输速率;提出路由发现步骤来找出端到端传输时延最小的传输路径.实验结果表明,相比于固定传输速率的路由算法,所提算法所得到的传输路径具有较低的端到端传输时延和较高的吞吐率.     

基于OPNET的无线传感器网络节点跨层设计

无线传感器网络是一类由大量位置相对固定的节点所组成的无线通信网络,其节点能量、计算和通信能力都非常有限,因此,传统网络的层次设计和网络协议都难以应用到无线传感器网络中。为解决这些问题,该文在传统网络层次设计思想的基础上,提出了适用于无线传感器网络节点的跨层网络模型,基于OPNET网络仿真工具实现了节点的跨层网络模型设计,在此基础上实现了无线传感器网络中路由选择和数据汇聚等典型应用的仿真。结果表明,新的跨层网络模型能够很好地描述节点各个层次的功能,便于网络协议的综合设计和集中优化。     

基于蚁群算法的传感器网络分布式广播算法

提出了一种基于优化蚁群算法的传感器网络中分布式广播算法。根据传感节点的密度进行簇的划分,用优化的蚁群算法在各簇中分别寻找从广播源点开始遍历所有传感节点,返回广播源点的最优链路,利用蚁群算法的正反馈效应来达到广播与数据聚集的目的。实验表明,该多链方案不需要网络节点维护全局信息,避免了全网构建的链中可能存在两个离得远的节点成为邻节点的情况,它在节点不均匀分布的情况下比最近邻居算法取得了更小的能耗和延迟代价,是一种高效的分布式广播算法。     

传感网络中一种基于蚂蚁算法的分布式数据汇集路由算法

提出了一种传感网络中基于蚂蚁算法的分布式数据汇集路由算法．该算法的基本思想是通过一组称为“蚂蚁”的人工代理寻找到达Sink节点的最优路径，并利用蚂蚁算法的正反馈效应来达到数据汇集的目的．算法不需要网络节点雏护全局信息，且数据汇集降低了网络路由开销，因此是一种节约能量的分布式路由算法．理论分析和仿真结果说明了新算法的有效性和可伸缩性．     

无线传感器网络中跨层优化的分簇算法

针对无线传感器网络中节点能量受限问题,提出一种跨出优化的无线传感器网络分簇算法,根据跨层分析方法计算得到的簇数目,将网络区域划分为非均匀的虚拟单元格,采用能量有效策略组织成簇,均衡网络能量消耗.仿真实验证明,采用跨层的方法计算的簇数目可以有效降低节点的能量消耗、延长网络的生存周期.     

有向传感网分块区域p-覆盖节点调度算法研究

本文研究了分块区域p-覆盖的有向传感网节点调度问题,并提出了一种有效延长网络生存时间的节点调度方案。将区域划分为拥有不同监测需求的子区域,从有向传感器节点感知模型出发,设计了基于网格划分的节点感知范围度量方法,并在此基础上提出了分布式分区域节点调度算法DSSA( Distributed Subarea Sensor-schedule Algorithm),该算法是一个选取最少数量的节点去对每一个子区域进行p-覆盖的分布式贪心算法。算法同时还考虑了整体网络的连通。通过仿真深入评估了DSSA算法的性能。对比实验结果表明,DSSA算法可以显著延长网络生存时间。