无线传感器网络中基于微粒群算法的优化覆盖机制

建立了无线传感器网络节点覆盖优化数学模型,设计了一种基于二进制随机多目标微粒群优化(SMOPSO)算法.根据最大化覆盖网络目标函数和最小化传感器节点的利用率目标函数进行优化算法操作,以达到降低网络冗余,延长网络生存时间的效果.仿真实验结果表明,本文提出的无线传感器网络优化覆盖方法能够满足节点利用率低、覆盖率高的要求.     

基于蝙蝠优化器的三维无线传感器网络节能覆盖增强策略

针对三维无线传感器网络在传感器节点重新部署时,由于复杂和恶劣环境导致的传感器节点电池充电和恢复困难的问题,提出了一种基于蝙蝠优化器的三维无线传感器网络节能覆盖增强策略.首先,利用截角八面体对三维环境进行无缝叠加,将覆盖增强和能量优化问题转化为将节点移动到截角八面体的任务分配问题;其次,基于蝙蝠优化器实现无线传感器网络的最小化总能耗和平衡剩余能量的多目标优化;最后,通过建立仿真模型,与虚拟力导向粒子群优化算法、三维虚拟力算法、及匈牙利算法进行对比分析,验证策略的有效性与可靠性.实验结果表明:所提策略能使节点剩余能量的均匀性分别提高30.53％、43.44％和32.03％,同时能有效降低节点总能耗,并在最大能耗节点的能耗、最终覆盖率和时间消耗方面表现良好,具有较高的可靠性和准确性.     

基于移动充电设备的无线传感网络充电策略研究综述

近年来,利用移动充电设备为传感器节点补充能量,消除电池供电方式导致的网络生存期限制,成为传感器网络的研究热点.从多个角度介绍基于移动充电设备的无线传感器网络充电策略的研究现状,总结了基于移动充电车或无人机的充电策略,在充电方式选择、路径优化、充电设备数量优化等方面的研究成果,并讨论充电策略研究所面临的挑战以及未来可能的...     

无线充电WSN中低维护频率的路由与能量补充策略

由于传感器节点的电池容量有限,为使网络可持续运行,可利用无线能量传输技术对节点充电。在使用无线充电设备为传感器周期性充电的场景中,由于现有研究很少考虑节点的频繁充电带来的额外成本问题,以维护频率作为成本的度量,对节点实行按需维护,通过联合优化每个节点的路由和能量补充策略,使充电设备对节点的总维护频率最小。仿真结果表明,算法可以减小网络节点充电的频率,同时缩短充电设备的行驶路程,最终降低网络维护的成本。     

基于网格划分的井下无线充电装置部署算法

针对利用无线充电装置为井下无线可充电传感器网络进行能量传输的场景,将充电装置的部署转化为充电覆盖问题,并结合充电模型建立了最优充电覆盖模型。为求得最优充电覆盖模型的近似最优解,提出了一种基于网格划分的无线充电装置部署算法。该算法通过网格划分及扫描的方式确定充电装置的最优位置,在满足所有传感器节点充电覆盖的同时,最小化充电装置的数量。仿真结果表明,传感器节点数量较少时,网格大小对充电覆盖的影响不大,但充电半径对充电装置数量的影响较大;传感器节点数量较多时,网格大小对充电覆盖有一定的影响,但充电半径对充电装置数量的影响不大,当充电半径超过一定范围时,所需充电装置数量几乎不变。     

三维无线传感器网络寿命和动态路由算法

无线传感器网络(WSNs)寿命受到电池能量的制约,利用无线能量传输技术对传感器节点进行充电,可以解决无线传感器网络的能量问题.以三维无线传感器网络为研究对象,证明三维最短Hamilton回路为无线充电设备遍历网络中节点的最优路径,提出了网络的连续时变模型,并简化复杂度为多项式的离散T+1阶段线性规划模型.仿真结果表明:通过运算离散T+1阶段线性规划模型能够使无线传感器网络持续运行.     

一种为地面WSN充电的无人机碰撞规避路径规划方法

多个无人机为大面积分布的地面传感器节点无线充电的应用中,飞行路线的规划关系着无线传感器网络的覆盖率及生命周期,但无人机有限的续航时间及规避碰撞等约束增加了路径规划的难度。文中首先提出一种集中式逐次贪婪路径规划算法(Sequential Geedy Route Planning Scheme,SGRP),令无人机在已知节点位置信息的情况下,根据自身的资源逐个将节点纳入任务集并放置在路径的最合适顺序上。理论证明,SGRP算法在最差情况下也能获得最优规划算法50%的性能。接着在SGRP算法的基础上,基于改进的CPA碰撞检测模型设计了逐次贪婪碰撞规避路径规划算法SGACRP。该算法每次迭代选择一个节点、无人机及路径顺序的最佳匹配组合,在最大化收益的同时满足了无人机资源受限及碰撞规避的要求。最后以时间折扣型函数作为无人机收益函数,通过仿真验证了碰撞规避措施的有效性,同时验证了碰撞规避算法虽然增加了无线传感器网络的总充电完成时间,但并不影响其监测率。另一方面,仿真证明了根据与目标点的距离设置节点的固定收益,能有效改善地面无线传感器网络的监测概率。     

无人机辅助的无线可充电传感网充电路径规划方案

针对传统无线可充电传感网(WRSNs)存在传感器节点较为分散导致的充电效率低问题,提出了一种基于对WRSN进行分簇的无人机(UAV)充电路径优化方案(Optimized Charging Path Scheme, OCPS).方案首先将目标区域根据聚类算法划分为不大于充电器最大可覆盖范围的子区域并称其为簇;然后确定各簇区域锚点以及优先级并对充电最优路径进行选择;最后借助无人机给所有簇内传感器节点充能并返回充电中心(Charge Center, CC).仿真实验验证了方案的可行性,实验结果与AEC、MUC方案相比,OCPS方案的充电效率分别提高了约19.5%、27.9%,平均饿死节点数分别降低0.3、1.2个.与CRP、HCCA方案相比,OCPS的飞行长度与充电时长都有明显缩短.     

基于二进制粒子群算法的异构传感器网络成本最优节点部署机制

节点部署作为无线传感器网络应用的一个核心问题,是保证网络服务质量的重要手段。针对异构传感器网络节点的高密度部署和监测目标的非均匀分布的情况,提出一种基于二进制粒子群算法的异构节点成本优化部署方法。该算法在满足区域节点部署要求的条件下以最小化传感器节点的部署成本为目标函数进行优化操作,以达到降低网络冗余、提高网络服务质量的效果。仿真结果表明,该算法能快速收敛于最优解,能够降低网络部署的成本,提高网络中目标监测的质量。     

基于改进蚁群算法的无线传感器网络节点部署

为了降低无线传感器网络的总体能耗,保证信息的有效采集,针对无线传感器网络节点分布部署问题进行了研究,将其形式化为一个组合优化问题,以网络覆盖率为目标函数;提出了一种基于改进蚁群算法的节点优化部署方法,并对信息素扩散源搜索策略以及信息素更新方式进行改进;仿真结果表明,算法能够在监测目标区域内以相对较小的代价完成传感器网络节点的分布优化,并能降低网络的能耗,提高网络的整体覆盖率.     

基于AGNES聚类的能耗均衡WSNs优化路由算法

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。     

无线传感器网络跳数优化非均衡路由算法

针对多跳层次性路由算法中存在的距离基站较近的节点因数据通信负载过重而导致死亡速度过快的问题,提出一种无线传感器网络跳数优化非均衡路由（Hop Optimized Unequal Clustering Routing,HOUCR）算法。HOUCR建立基于最优跳数的路由路径,减小每回合网络能量消耗;通过能量均衡产生非均衡的簇,解决“热点”问题。仿真实验表明,HOUCR能够减小并均衡网络能量消耗,延长了网络寿命。     

Secure Routing Protocol based on Multi-objective Ant-colony-optimization for wireless sensor networks

To solve the problem of achieving the maximum network security goal with lower energy consumption in wireless sensor networks, this paper proposes a Secure Routing Protocol based on Multi-objective Ant-colony-optimization (SRPMA) for wireless sensor networks. The ant colony algorithm is improved to be a multi-objective routing algorithm with considering the residual energy of nodes and the trust value of a rout path as two optimization objectives, in which a rout path is produced through the multi pheromone information and the multi heuristic information consisting of two objective functions. The node trust evaluation model is established by using an improved D-S evidence theory with confliction preprocessing to evaluate nodes trust degree. The multi-objective routing result is obtained by using the Pareto optimal solution mechanism by using the external archive method with a crowding distance criterion. The simulation results conducted with NS2 show that the proposed algorithm can achieve desired performance against the black hole attack in WSN routing.     

异构WSN中基于改进哈里斯鹰的分簇算法

针对无线传感器网络中传统的低功耗自适应集簇分层型协议存在的节点能耗过高、网络生存周期短以及负载不均衡等问题, 本文提出了一种异构传感网络下的多目标簇头选举和基于模拟退火的哈里斯鹰路由优化算法(LEACH-MHO). 这种改进算法首先在计算节点最优阈值的基础上, 构建新的考量能耗和负载的适应度函数, 找到最优簇首节点, 保证簇首节点的均匀分布; 再建立基于哈里斯鹰优化器的路径选择策略, 同时嵌入模拟退火算法, 防止过早陷入局部最优; 最后使用评估函数筛选出可加入到最佳路径的簇头, 缩短簇头节点到基站的通信距离. 仿真实验数据表明, 与CREEP、LEACH-C、LEACH算法相比, 本文算法的网络生存寿命分别延长了22.18%、77.83%和180.52%, 能更有效地延长网络生存寿命.     

改进簇头选举的分层传感网络能量优化算法

在无线传感网络中,为解决树状拓扑结构中簇头竞选算法不合理而造成能耗不均匀的问题,设计了改进簇头选举的分层路由能量优化算法,即在簇头选举时分别对阈值公式、簇头竞选算法有所改进.其中,阈值公式以节点所剩能量、节点到Sink节点间距离以及能耗因子为基准;而在簇头竞选算法中增加候选簇头的成员个数这一参数,可避免成员个数较多的节点成为簇头的几率,从而平衡簇头的能耗.通过与经典的LEACH和EOUCR协议的成簇算法仿真对比表明:提出的算法可以更好地平衡簇头能量耗损,从整体上延长网络生存周期.     

WSN中利用蚁群路径优化的时隙选择重排算法

针对无线传感器网络(WSN)汇聚传输中的数据传输时间和功耗问题,提出了考虑时间同步和唤醒延迟的汇聚传输时隙选择重排算法。将时分多址接入(TDMA)用作介质访问协议,并允许每个节点在传输时隙期间可以发送或接收数据;设计新的WSN数据收集树模型,将传感器节点生成的数据通过无线链路形成的多跳网络发送到汇聚节点,在数据收集树的每条链路上分析时隙顺序,优化时隙选择,并基于蚁群算法优化路径选择,减少传输能量消耗和均衡簇头能量。实验结果表明,提出的算法可以实现显著的数据传输性能提高和功耗节约。     

感知受限的移动传感器节点扫描覆盖优化算法

移动无线传感器网络（WSN）的应用中,因为传感器节点的感知范围受限,其覆盖分析就是一个针对目标区域的扫描覆盖问题。提出了一种基于多目标优化的扫描覆盖算法。在目标区域中,采用双目标优化策略对单个移动传感器节点进行路径规划,一方面使节点的覆盖面最大化,另一方面使扫描覆盖的路径最短。仿真实验在含有障碍物和不含障碍物的情况下进行,与多节点的编队覆盖算法相比,所提算法在适度降低覆盖率的情况下,可大幅降低移动能耗。     

一种抗干扰半静态分簇路由算法

针对无线传感器网络( WSNs)分簇路由算法中的能量洞、热点和抗干扰问题,设计一种抗干扰半静态分簇( AlSSC)路由算法,给无线传感器网络提供能量多、距离短、链路质量好的路径来传输数据.该算法利用节点定位获取节点地理位置,综合考虑传感器节点剩余能量和干扰信噪比,通过节点距离度量、节点聚簇、簇间融合、簇头选举和簇头轮换五个步骤进行无线传感器网络节点的分簇.仿真结果表明:这种路由算法可以提高无线传感器网络通信链路质量,均衡网络能量消耗.     

On computing mobile agent routes for data fusion in distributed sensor networks

The problem of computing a route for a mobile agent that incrementally fuses the data as it visits the nodes in a distributed sensor network is considered. The order of nodes visited along the route has a significant impact on the quality and cost of fused data, which, in turn, impacts the main objective of the sensor network, such as target classification or tracking. We present a simplified analytical model for a distributed sensor network and formulate the route computation problem in terms of maximizing an objective function, which is directly proportional to the received signal strength and inversely proportional to the path loss and energy consumption. We show this problem to be NP-complete and propose a genetic algorithm to compute an approximate solution by suitably employing a two-level encoding scheme and genetic operators tailored to the objective function. We present simulation results for networks with different node sizes and sensor distributions, which demonstrate the superior performance of our algorithm over two existing heuristics, namely, local closest first and global closest first methods.     

基于博弈论的无线传感器网络非均匀分簇路由算法*

为了有效解决无线传感器网络路由节能问题,引入了博弈理论思想,提出了一种基于博弈论的无线传感器网络非均匀分簇节能路由算法UCEER。仿真实验结果表明,该算法解决了节点能耗分布不均的难题,体现出了其自适应调整簇首、调节节点负荷、延长网络平均寿命的能力,保证了路径的可靠度。