平面无线传感器网络完全死亡寿命与延迟的优化分析

针对大多数研究只分析了平面无线传感器网络第一个节点死亡(First Node Died Time,FNDT)网络寿命与延迟的情况,本文分析了网络全部节点死亡(All Node Died Time,ANDT)时网络寿命与延迟的情况.本文得到的相关工作如下:(1)分析得到了平面无线传感器网络全部节点死亡(All Node Died Time,ANDT)时网络寿命的计算方法;(2)给出了了网络从FNDT到ANDT过程网络延迟的变化规律与发展情况,以及计算方法;(3)提出了网络最大ANDT与延迟间的折中优化方法,从而得到网络性能优化时的节点发射半径以及节点调制级数的选取.本文分析结果较好的揭示了平面无线传感器网络ANDT与延迟的发展规律,并给出了提高网络性能的优化参数选取方法,可为传感器网络的设计、部署与优化提供较好的指导作用.     

基于能量分配的无线传感器网络能量空洞避免算法

无线传感器网络中,越靠近Sink 的节点将承担更多的数据转发,导致能量消耗较高而最先死亡,从而形成能量空洞使网络提前死亡。对传感器网络能量空洞进行研究,建立节点均匀分布的网络模型,提出一种分层的动态路由协议;通过分析网络动态路由获取各层网络节点能量负载情况,进而提出一种基于能量分配的传感器网络能量空洞避免算法EABEHA。仿真实验表明,该算法能够合理分配传感器网络的能量,和Flooding、LEACH等算法相比,EABEHA算法能够显著延长网络寿命。     

无线传感器网络节点部署算法的优化研究

研究无线传感器网络的部署.无线传感器网络中靠近基站的传感器节点因需要转发其它节点的数据而消耗更多的能量,导致出现能量空洞,使网络生命过早地结束.为了避免能量空洞的形成,延长网络寿命,提出一种高效的节点部署算法.算法以最优工作节点数、中继节点部署方案和节点传输距离作为约束条件,以最大网络效率为优化目标进行研究.仿真结果表...     

无线传感器网络节点自适应睡眠调度算法NASS的研究与实现

为解决无线传感器网络能量受限问题,提出一种节点自适应的睡眠调度算法NASS(Node Adaptive Sleep Schedule)。当网络中有节点的死亡或者离开时,为了节约能量,其邻居节点应该根据通信节点的数目的减少而自动增加睡眠时间。在LEACH协议的分簇方法基础上,通过调整数据融合窗口来增加簇头节点的睡眠时间,从而达到了节约能量和提高整个网络生存周期的目的。实测结果表明,此算法在网络节点减少的条件下有效的提高了网络生存周期。     

无线传感器网络解决能量空洞问题综述

基于无线传感器网络的特点,部分节点因为过早耗尽自身能量而导致网络原有覆盖区域缺失或者数据无法送达sink节点,从而形成能量空洞现象。如何避免能量空洞并能有效延长网络周期,是目前无线传感器网络的研究热点。当前解决能量空洞问题主要是以最大限度地均衡网络负载为设计目标。从5个方面,即能量控制与功率控制、数据压缩与融合策略、节点非均匀分布、动态性及增加sink节点数量和分簇算法,总结了解决此问题的方法,同时分析了各种方法的优缺点及进一步研究的方向。     

异构传感器网络能量空洞分析与避免研究

在无线传感器网络中,由于sink附近的节点承担远方节点数据的转发,故能量消耗较高,容易在sink附近形成能量空洞而使网络提前死亡.针对由初始能量较大节点充当簇头节点与初始能量较小的节点作为普通节点组成的异构分簇无线传感器网络,提出了不等簇半径工作能量空洞避免策略.策略的核心是让近sink的簇半径较小,而远sink的簇半径较大,这样,近sink部署的初始能量较大的簇头节点较多,因而能够减弱能量空洞的影响,以达到能量消耗均衡的目的.将能量空洞避免问题转化为在保证网络寿命满足应用需求约束前提下如何使部署的节点最小的优化问题,并详细给出了不等簇半径的取值与优化方法.理论分析与实验结果表明,所提出的策略对网络寿命与性能有较大的改善,对于异构传感器网络建设有较好的指导意义.     

一种能量均衡的无线传感器网络分簇算法*

为了延长网络的生存时间,提出了一种能量均衡的无线传感器网络分簇算法（EBCA）,该算法优先选择剩余能量较多的节点作为簇首,以平衡节点的能量消耗。仿真实验结果表明：无论同构网还是异构网,该算法都能显著地推迟网络第一个节点的死亡时间,其性能明显优于LEACH算法。     

基于网络效率的线性无线传感器网络优化部署算法

基于多跳的无线传感器网络,靠近sink的传感器节点因需要转发更多的数据,其能量消耗较多,从而在sink周围形成"能量空洞".采用更符合实际的单位部署成本的网络寿命,即网络效率作为优化目标.在仅已知网络规模和节点感知半径r的情况下,如何通过有效的节点部署来避免"能量空洞"并使网络效率最大,是一个极具挑战性的研究课题.提出了一种高效节点部署算法,求解出了最优工作节点数、最佳中继节点部署方案、最优节点传输距离.理论分析与模拟实验结果表明,算法不仅能够避免"能量空洞",而且相对于已有均匀与非均匀算法都能有效提高网络效率,因此该算法对构建低成本的无线传感网络应用系统具有重要意义.     

能量均衡的无线传感器网络节点路由算法

为了提高无线传感器网络的生存时间,提出一种能量均衡的无线传感器网络节点路由算法。首先利用能量阈值和节点剩余能量将节点归类为2个区域,使得不同区域的节点当选为本轮簇头节点的概率不同,在数据稳定传输阶段,簇头与基站之间采用单跳与多跳相结合的通信方式,最后采用仿真实验测试算法的性能。结果表明,本算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长。     

WSNs能量异构节点部署与区域覆盖优化

针对无线传感器网络（WSNs）的热点区域问题所导致的节点能量异构、能量空洞等问题,对网络进行重新部署以满足区域覆盖的要求。建立WSNs能量异构节点区域覆盖优化模型,以网络覆盖率为目标函数,节点位置作为决策变量,采用差分进化算法优化该目标,同时获得各节点的最佳位置。仿真实验表明：该模型能充分调度各节点的剩余能量,对热区问题导致的能量空洞进行重新部署,该策略能够延长网络的生命周期,提高网络的可靠性。     

大规模无线传感器网络覆盖优化算法

为了增强三峡库区水环境监测的大规模无线传感器网络（WSNs）覆盖效果和延长大规模WSNs生存时间,采用混沌人工鱼群算法。首先以最大化网络覆盖率作为优化目标,建立WSNs覆盖模型,将具有遍历性特点的混沌系统引入到人工鱼群算法中,能够有效避免算法长时间位于局部极值附近。仿真结果表明：改进的人工鱼群算法提高了网络的覆盖率,有效减低了网络的成本。     

一种基于节点密度的无线传感器网络路由协议

能量问题一直是制约无线传感器网络(WSNs)发展的问题。成簇算法可以很好地降低网络通信能耗。分析已有的各类成簇算法,在LEACH协议的基础上,改进了簇头节点的选取方式。讨论了网内簇头个数的选择,然后以网内节点密度为参考选取簇头,通过赋予不同的参数来比较节点密度对协议运行的影响。仿真结果表明:改进的算法有效降低了通信能耗,延长了网络的生存周期。     

基于分布式压缩感知的能量收集WSNs

针对无线传感器网络（WSNs）通信功耗和带宽要求高,引起节点寿命短的缺陷,利用WSNs节点感知数据的空间相关性和联合稀疏模型,结合分布式压缩感知（DCS）算法,提出了从能源收集的角度来分析对WSNs数据的压缩重构。通过理论和实验仿真表明：基于DCS的WSNs,在能源平衡方面具有很大的优势,在保证重构信号精确度的前提下大大提高了能源的有效利用率。     

能量采集传感器网络中MAC协议研究综述

随着能量采集技术（Energy Harvesting,EH）的发展,越来越多的无线传感器网络（Wireless Sensor Networks,WSNs）已经具备了从太阳能、风能、射频能等能量源采集能量并持续工作的能力。为了适应无线传感器网络的这一趋势,媒体接入控制协议（Medium Access Control,MAC）也需要从能量采集的角度进行新的设计,从而更好地提供稳定且高效的数据传输。基于对大量的应用于能量采集传感器网络（Energy Harvesting Wireless Sensor Network,EH-WSNs）中MAC协议的研究,细致地总结了这些MAC协议的特性,对其进行了有效的分类。根据这些分类,进一步地选取了多个EH-WSNs中的典型MAC协议,对其优缺点进行了分析与讨论,并提出了对未来EH-WSNs的MAC协议设计的展望。     

基于移动Agent的能量平衡螺旋形路由算法

针对节点均匀分布的无线传感器网络,提出一种基于移动Agent（MA）的能量平衡螺旋形路由（EBSRMA）算法.网络首先以定向扩散方式建立全网最小跳数梯度环.然后MA从最外环开始,以最短延时策略和优先访问外环策略为迁移原则,并通过访邻、标轨和找源3种方法完成网络的螺旋形路由.最后MA将迁移过程中收集的全网数据带回给Sink节点.仿真表明：EBSRMA可以有效平衡网络能量、延长网络寿命以及提高数据收集率.与定向扩散（DD）路由算法相比,该路由算法节能效果显著.     

基于极坐标的无线传感器网络覆盖盲区发现算法

覆盖问题是当前无线传感器网络研究的热点问题之一,即在一个特定区域内,以传感器位置为中心形成的探测区域能否覆盖所要检测的区域。针对上述问题,提出了基于极坐标的分布式无线传感器网络覆盖盲区发现算法,该算法运用极坐标来表示节点之间的关系,通过几何算法来检测无线传感网络中是否存在覆盖盲区。仿真实验结果表明:该算法能有效检测到覆盖盲区和所有边界节点,而且检测效率也有一定提高。     

基于BADV-Hop的无线传感器网络节点定位方法

针对无线传感器网络（WSNs）节点的定位误差较大的问题,提出一种蝙蝠算法（BA）和DV-Hop算法融合（BADV-Hop）的定位算法.首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用BA校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析.实验结果表明：相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度.     

无线传感器网络服务质量的随机控制策略

为使网络具有给定的感知范围或覆盖率,必须保证WSN传感器具有一定空间密度,因此网络中活动的传感器数量可作为QoS的一种度量[1]。在这种定义下,提出两种QoS控制方法,基于贪心算法的集中式控制方法和基于寿命的分布式随机控制方法。如果传感器能够存储运行状态信息或每隔一段时间能够交换节点寿命信息,前者可以获得最优的网络寿命;后者则通过交换初始传感器节点寿命,利用平均寿命信息随机调度活动的节点,从而延缓存活节点数的降低。仿真结果证实了这两种方法的有效性。     

基于随机漂移粒子群算法的WSNs节点定位

提出了随机漂移粒子群优化（RDPSO）算法,并将该算法应用于接收信号强度指示（RSSI）定位算法中,以降低由RSSI测距产生的定位误差.在仿真实验中,分别比较了基于RDPSO和PSO的RSSI定位算法.实验结果表明：RDPSO算法是在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法收敛速度快,稳定性能好,精度高,适用于WSNs节点定位问题.     

一种结合粒子群和虚拟力的动态节点部署策略

无线传感器节点部署是无线传感器网络研究的关键问题,面对工作在复杂环境下的众多传感器节点,模拟了一个由随机部署的固定节点和移动节点构成的无线传感器网络环境。为了优化节点的布局,将粒子群算法与虚拟力相结合,提出了一种虚拟力扰动指数权值递减型粒子群算法,该策略通过改进粒子群算法加快了粒子进入局部搜索的速度,并异构了节点间虚拟力来影响粒子群算法中粒子的进化过程,提高算法收敛速度。仿真结果表明,和传统的粒子群算法相比,提出的算法可以得到更高的覆盖率,且收敛速度更快。