粗糙集-神经网络集成的WSN节点故障诊断

提出一种粗糙集-神经网络集成的无线传感器网络(WSN)节点故障诊断新方法。根据无线传感器网络的应用环境和故障特征得到诊断决策表,利用改进的粗糙集中的归纳属性约简算法对诊断决策表进行属性约简,用Hamming网络建立一套故障分类的方法。仿真实验结果显示,该诊断算法在进行WSN节点故障诊断时,诊断准确性高,通信代价小,能耗低,鲁棒性高。     

一种适用于WSN的数据存储方法

无线传感器网络（WSN）是以数据为中心的网络,如何对传感器节点采集的感知数据进行有效的存储和查询访问已经成为WSN研究的重点。提出一种基于层次路由的分布式数据存储方法,降低了WSN网络的通信负载且使得网络内各节点能耗更加均衡,从而有效地延长了无线传感器网络的生存时间．     

复杂网络相继故障的节点动态分析

针对复杂网络相继故障问题,选取小世界和无标度两种经典的网络进行网络鲁棒性分析。首先对网络节点进行随机性和确定性两种策略的攻击,基于崩溃节点负荷局域择优重新分配原则,建立两种网络的相继故障模型并分析节点的动态鲁棒性。数值模拟得出与理论相一致的结果。然后进一步研究了网络负载以及网络冗余对网络鲁棒性的影响,用毁坏网络节点的数目与最大连通子图相对值G之间的关系体现网络鲁棒性能。结果表明,网络冗余越大以及网络负载越小均能使网络的鲁棒性能增强。实验的数值模拟结果均与理论分析一致。     

基于关联度分析的WSN节点信任模型研究

该文基于社会网络关联度分析的无线传感网络节点信任模型进行研究。给出了无线传感器网络的模型并将其与社会网络模型进行了相似性分析;建立了基于社会网络关联度的WSN节点信任模型,提出了基于关联度的传感器节点信誉度的计算方法;并设计了基于滑动窗口的传感器节点信任值计算及更新算法(SNTUA)。通过仿真实验,证明了该算法的有效性和准确性,其性能优越于其他两种算法。     

无线传感器网络中邻居数据分析的故障检测方法

针对无线传感器网络(WSN)故障检测导致额外的通信和计算负载问题,根据同一覆盖范围内传感器节点的监测数据相近的特点,提出了一种基于邻居节点数据分析的WSN故障检测方法. 通过分析节点的历史传感数据来计算节点的可信水平,从而确定可信的邻居节点. 将节点数据与覆盖范围内可信邻居节点的数据进行比较分析,判定节点是否故障. 仿真结果表明,算法在保持良好的故障检测能力和临时故障容忍能力的同时,并不额外增加节点的通信和计算负载.      

基于PEPA模型的无线传感器网络性能分析

无线传感器网络(WSN)是由大量的微型传感器节点组成,通过无线通信方式形成的一个多跳的自组织的网络系统. 无线传感器网络的性能决定着通信的质量,本文的无线传感器模型采用了LEACH协议,并利用一种高层次的建模机制——性能分析进程代数(PEPA)来分析网络的吞吐量、利用率和反应时间.     

基于深度自编码网络的实验室WSN数据压缩算法

针对无线传感器网络节点冗余和数据重叠的问题,提出一种基于深度自编码网络的实验室WSN数据压缩算法来减少传感器通信和计算开销.使用K-means算法将传感器节点划分为不同的簇,使用深度神经网络对相同簇中节点采集的数据进行压缩编码与分类,从而减小数据规模.使用贝叶斯估计算法对压缩编码后的数据特征进行融合.仿真测试与实验结果表明,所提出的算法能明显减少数据量,相比于Megrez算法与E-CPDA算法的数据融合精度分别提升了4.2%和19%,同时能够增加无线传感器网络的生命周期.     

考虑相依边负载的相依网络鲁棒性研究

针对现实中不同网络之间的连接边存在负载传递和容量约束的现象,提出了一种考虑相依边负载的相依网络级联失效模型,并将该模型运用到地铁公交相依网络上,分析不同交通网络之间的换乘所带来的负载分配问题。该模型综合考虑了相依边过载失效、相依节点故障和非最大连通子图节点损失的失效情况。通过调节攻击比例,分析不同负载重分配策略、不同的网络耦合方式与组合模式、网络的相依程度、不同边攻击方式下对相依网络鲁棒性的影响。结果表明:剩余容量分配策略能有效缓解相依边的过载失效,小世界网络组成的相依网络鲁棒性更好;提高耦合程度和子网络的平均度能有效提高相依网络的抗毁性;相较于相连边,攻击相依边对网络的鲁棒性影响更大。     

一种无线传感器网络应用系统的中间件设计与实现

为了降低获取异构传感器网络数据的复杂性,通过对无线传感器网络(WSN)接入异构网络技术的研究,提出了一种无线传感器网络应用系统的中间件设计方案.该方案是以S3C6410为主处理器的嵌入式开发板作为硬件开发平台,通过AODV路由协议,使多个监测区域的WSN网关和Adhoc网关组建成Adhoc类型的网络,从而解决了无线传感器网络与外部公网无缝隙连接的问题.该方案不但实现了经过WSN网关处理加工后的无线传感器网络数据上传至远程服务器的功能,而且为多个异构无线传感器网络同时接入外部网络提供了一种可靠的解决方法.     

无线传感网络覆盖优化模型

该文针对无线传感器网络的有效覆盖率和冗余率是衡量其性能的两个重要指标。无线传感器网络优化分布模型是基于遗传算法的分布优化算法,通过合理部署传感器节点的位置,平衡有效覆盖率和冗余率,达到传感器网络的有效利用。该模型对于不同的环境侧重点不同,计算出该环境下的最优传感器的个数和部署位置。仿真实验表明,该模型能够优化出该环境下的无线传感器的个数,降低其冗余率,从而提高无线传感器的利用率。     

WSN路由节点优化分布设计的免疫克隆算法

对于无线传感器网络(WSN)路由节点的优化分布设计,人工免疫进化算法存在几何选择区域局限,为了缓解此问题,避免系统收敛于局部最优解,提出一种基于免疫克隆算子的设计方案。根据WSN节点覆盖原理,构建WSN路由节点自适应人工免疫分布模型,用免疫平衡机理计算染色体在每个节点部署网格中的信息浓度概率,采用克隆检测算法监测WSN网络中节点冗余浓度,以使每个WSN路由节点辐射信息素最大化,突破几何选择区域的限制,实现最优节点部署和覆盖。仿真实验表明,新算法能提高网络连通性和节点利用率。     

无线传感器网络在机房环境感知中的应用

近年来,无线传感器网络（WSN,WirelessSeniorNetwork）技术已经迅速在应用开发领域发展起来。本文着重介绍了无线传感器网络在机房环境感知中的应用。通过深入研究WSN的三层结构,设计并实现了基于WSN的机房环境感知系统,对温度、湿度、光亮度方面进行有效的监测。     

基于能量受限的无线传感器网络路由设计

由于传感器节点能量的有限性,如何延长网络的生命周期是无线传感器网络(WSN)路由设计的主要目标.为解决LEACH协议存在簇头分配不均匀和能量消耗较大等问题,研究一种基于蚁群算法的无线传感器网络路由设计方法.主要采用节点能量来选举簇头,采用蚁群算法优化簇间路由以实现簇间通信.仿真结果表明这种方法优于LEACH算法,在降低能量消耗与延长网络生存周期等方面具有更好的性能.     

基于冗余节点间歇性的WSN路由协议的设计

为解决无线传感器网络路由协议中节点能量消耗不平衡的问题,针对冗余节点过多使WSN网络生命周期较短的不足,设计一种基于冗余节点间歇性的路由协议.通过比较相邻传感器节点的监测范围覆盖率和传输数据的相似性,对发送数据被覆盖的节点进行间歇性的休眠调节,降低对感知区域监测信息采集的相互重叠.仿真结果表明:该路由协议的设计能够有效减少节点过早死亡的数量,节约网络的能量,降低节点的负载,延长网络的生命周期,并具有较高的应用推广价值.     

无线传感器网络与TCP/IP网络的互联研究

研究介绍了三种将无线传感器网络(WSN)与TCP/IP网络互联的方法:代理体系、用于传感器网络的TCP/IP协议和容迟网络(DTN)体系;介绍了它们的网络拓扑和系统结构体系;分析了它们的优缺点、系统的通信可靠性、安全性和同步问题.     

基于烟花算法的无线传感器网络节点定位

针对无线传感器网络(WSN)节点定位不稳定和不准确的问题,将烟花算法(FWA)应用于WSN定位,利用烟花产生的火花数量和爆炸幅度模拟节点定位过程中的锚节点数量和节点距离,实现无线传感器网络的节点定位。MATLAB仿真实验结果显示,随着锚节点数量的增加,FWA无线传感器网络定位误差减少,且当传感器节点62%以上为锚节点时,FWA定位误差最小。这说明FWA无线传感器网络定位精度较高,性能稳定,在无线传感器网络节点定位上具有较大的优势。     

上海轨道交通网络的复杂网络特性及鲁棒性研究

以上海轨道交通网络为研究对象,基于复杂网络理论,采用Space L方法构建上海轨道交通网络拓扑结构模型,通过计算网络的多个特征指标值,实证分析了其复杂网络特性;以网络全局效率相对值作为轨道交通网络鲁棒性的评价指标,研究了上海轨道交通网络的鲁棒性.研究表明:上海轨道交通网络在L空间中是小世界网络和无标度网络;上海轨道交通网络对站点遭遇随机故障的鲁棒性强于站点遭受蓄意攻击时的鲁棒性.     

无线传感器网络数据采集系统研究

研究基于无线传感器网络(WSN)的数据采集系统。设计了一种新的传感数据采集系统的组网方式以及对应的传感数据采集算法。在论述了无线传感器网络数据采集系统的系统结构和所采用的网络协议后,给出了无线传感器网络数据采集系统的数据汇聚算法,该算法分为初始化及自检和数据采集两个阶段。对基于系统所采用的网络协议,进行仿真,得到了影响系统性能和服务质量保障的一些重要系统测量参数,证明了该传感数据采集系统的组网方式以及对应的传感数据采集算法的有效性。     

LT码在WSN网络中的应用研究

无线传感器网络（WSN）是物联网感知层的核心,对物联网的发展起着至关重要的作用,因此,WSN网络成为物联网的研究热点。文章主要分析物联网和传统编译码方案中存在的局限性问题,并尝试将一种新的编译码方式LT码应用于WSN网络中,旨在改善WSN网络的关键参数。     

基于改进Kruskal算法的WSN故障节点检测方法

提出了一种基于改进Kruskal算法的无线传感器网络（WSN）故障节点检测方法. 该方法首先通过集中式的改进Kruskal最小生成树算法来获取可信的节点集合,之后依据可信节点,采用邻居节点比较算法对传感器节点的感知值进行分布式分析和处理,判定发生故障的传感器节点. 同时为了容忍节点的临时故障,引入了时间冗余. 仿真结果表明,在节点故障率高达35%时,该方法依然能快速定位故障节点,并且同时保证很高的检测精确度.