基于数据融合的无线传感器网络林火监控算法

针对无线传感器网络在林火监控应用中存在的问题,提出了一种分层聚簇数据融合算法。簇内传感器节点使用加权平均法对原始数据进行数据级融合处理,以消除原始数据中的冗余成分,减少从簇内传感器节点到簇头节点的通信量;簇头节点采用D-S证据理论建立识别框架,通过对本簇成员的反馈信号进行决策级融合处理,提高了火灾事件的识别精度和网络的鲁棒性。实验结果表明,该算法能有效消除无线传感器网络的冗余数据,并能够在失效节点数不超过总节点数40%的情况下正确工作。     

一种适用于移动节点的事件驱动分簇算法

提出一种适用于移动无线传感器网络节点的事件驱动分簇算法,使用簇头间能量筛选法选举簇头,并加入事件驱动机制,能够使节点在有突发事件发生的情况下,对网络中的簇进行基于事件区域的重组,以减少数据冗余。建立相应的仿真实验模型,对运动节点的分簇情况进行动态跟踪及分析。实验结果表明,该算法能够满足事件驱动分簇的要求,能量消耗比经典算法更均衡。     

一种新的无线传感器网络冗余节点融合树算法

针对某些特定场合无线传感器网络中存在大量冗余节点造成网络资源浪费的问题,提出一种新的冗余节点融合树算法(简称RNAT)。基于分簇网络结构,采用探测区域完全覆盖的冗余节点标识方法,并综合利用节点剩余能量和距离等参数选择树上节点,以洪泛广播方式构建冗余节点融合树。算法让簇内冗余节点承担簇头的一部分工作,降低了分簇网络结构中簇头的能耗,均衡了网络能量分布。仿真实验结果表明,RNAT机制的引入可以有效提高HEED-M算法的性能,使网络生命期延长20%左右。     

基于源节点成簇的定向扩散算法

在无线传感器网络中,定向扩散算法多源节点在数据传播、路径加强时存在链路冗余,会造成不必要的网络能量消耗。针对该问题,提出一种新的源节点成簇的路由算法。网络中所有源节点组成一个簇,根据节点向心度推选簇头,sink节点仅与簇头进行通信,避免网络中过多的链路冗余。理论分析和仿真实验表明,该算法的能量损耗低于定向扩散路由算法,改进效率与网络规模及网络运行时间相关。     

基于源节点成簇的定向扩散算法

在无线传感器网络中,定向扩散算法多源节点在数据传播、路径加强时存在链路冗余,会造成不必要的网络能量消耗。针对该问题,提出一种新的源节点成簇的路由算法。网络中所有源节点组成一个簇,根据节点向心度推选簇头,sink节点仅与簇头进行通信,避免网络中过多的链路冗余。理论分析和仿真实验表明,该算法的能量损耗低于定向扩散路由算法,改进效率与网络规模及网络运行时间相关。     

异构传感器网络中一种能量有效的簇头选择算法

针对无线传感器网络的异构性,提出了一种能量有效的双簇头产生算法DCHsS(Double Cluster Heads Selection Al-gorithm)以减轻簇头负担以及均衡网络能耗.与已有簇头选择算法相比,DCHsS基于双簇头思想进行改进,在每个簇中选出两个节点(分别定义为"中转"簇头和"通信"簇头),分别承担簇头节点的任务-簇内数据处理和簇外数据通信.此外,DCHsS采用了一种全新的簇头竞争参数,使得拥有较高剩余能量、较低通信能耗和较强数据处理能力的节点优先成为簇头,以更好地解决节点能量异构网络的负载均衡问题.实验结果表明,在异构网络中,DCHsS算法在能量消耗上优于单簇头方案,能更有效的利用节点能量和减少簇头能耗.     

基于冗余路径和节点密度的非均匀负载均衡分簇路由

为了解决分簇路由协议中簇头由于管理簇内数据和传输簇间数据导致簇头消耗过多能量而缩短网络生存周期的问题,提出了一种基于簇间冗余路径和簇内节点密度的分簇路由协议;首先,加入能量因素以改进簇头选举方式,提出了一种基于节点密度和基站距离的非均匀分簇方法以减少靠近基站和节点密集区的簇头负载,采用节点存储多条从簇头到基站的冗余路径以增强路径的可靠性;仿真实验证明基于冗余路径和节点密度的分簇路由,能实现网络区域的非均匀分簇、最大程度地均衡节点负载,且较其它方法具有较长的网络生命期和较多的信息传输量.     

基于作用力模型的传感器网络簇型协议

现有的无线传感器网络簇型算法忽视了簇头和簇成员之间的通信代价不均衡和"孤立簇头"等问题.提出了一种基于作用力模型的移动簇型协议,该协议在簇头选举时兼顾节点剩余能量和节点密度;在簇头选举后,该协议使簇头节点根据基于簇成员剩余能量和距离的作用力模型自适应移动,以均衡簇头和簇成员之间的通信代价.另外,为了实现簇头节点之间的全连通,提出了中继节点选举算法.实验结果显示:该协议能够有效地均衡网络能耗,进一步提高网络稳定性.     

基于CS优化的双簇头分簇路由算法研究

为了减少无线传感器网络(WSNs)分簇路由中簇头的能量消耗,提出了一种基于布谷鸟搜索(CS)优化的双簇头分簇路由算法.CS通过采用节点的剩余能量和节点之间的位置关系来构造适应值函数并选举出最优双簇头.其中,主簇头将数据进行融合,副簇头将融合的数据发送给基站,缓解了以往单簇头同时负责数据融合和传输的双重压力,使得整体能耗在各个节点的分配更均衡.仿真实验表明:与LEACH算法、粒子群优化(PSO)算法相比,CS算法在减小网络能耗以及延长网络生存周期上更具优势.     

基于时空冗余数据清除的数据备份算法

传感器节点易受环境影响,会出现节点失效的现象,导致感知数据丢失。然而无线传感器网络是以数据为中心,因此对感知数据进行备份问题的研究显得尤为重要。针对无线传感器网络中数据备份问题,提出基于时空冗余数据清除的数据备份算法(TS_DB),该算法首先用k-means算法对网络分簇,然后挖掘出节点间的关联模式消除空间冗余数据,同时在传感节点建立一元线性回归模型消除时间冗余数据,最后根据簇头的能量进行数据备份。仿真实验表明,TS_DB算法能有效节省节点的能量,对延长网络的寿命具有重要的意义。     

一种基于GAF的无线传感器网络分簇算法

分簇技术主要目标是延长整个传感器网络的生存时间。好的分簇技术可以提高无线传感器网络的可扩展性。就"热区"内的负载平衡问题,以及频繁的簇头轮换和簇重组问题,对基于GAF算法的完全簇头选择算法进行改进,结合双簇头模型和单簇头模型的优点,提出了一种无线传感器网络簇头非均匀分布算法,有效地平衡"热区"内节点的能耗,延长了无线传感器网络的生命期。     

优化分簇的无线传感器网络路由算法

延长传感器网络的生存周期,降低网络节点的能耗成为无线传感器网络(WSN)研究的关键.由于无线传感器网络能量有限,针对LEACH算法中簇首分布不均、簇首数目偏离最优值等对网络能耗的影响,提出了一种同时考虑节点剩余能量、最优簇数和簇首分布状况来选择簇首的算法EBCS-LEACH.新算法使簇首数目为最佳,以满足能量阈值的节点才能当选为簇首和对簇首的分布进行了相应调整.仿真结果表明,EBCS-LEACH算法延长了网络的生存周期,相比LEACH算法生命周期延长19.5％,同时能耗也更加均衡.     

Dynamic cluster head for lifetime efficiency in WSN

Saving energy and increasing network lifetime are significant challenges in wireless sensor networks （WSNs）. In this paper, we propose a mechanism to distribute the responsibility of cluster-heads among the wireless sensor nodes in the same cluster based on the ZigBee standard, which is the latest WSN standard. ZigBee supports ad hoc on-demand vector （AODV） and cluster-tree routing protocols in its routing layer. However, none of these protocols considers the energy level of the nodes in the network establishing process or in the data routing process. The cluster-tree routing protocol supports single or multi-cluster networks. However, each single cluster in the multi-cluster network has only one node acting as a cluster head. These cluster-heads are fixed in each cluster during the network lifetime. Consequently, using these cluster-heads will cause them to die quickly, and the entire linked nodes to these cluster-heads will be disconnected from the main network. Therefore, the proposed technique to distribute the role of the cluster head among the wireless sensor nodes in the same cluster is vital to increase the lifetime of the network. Our proposed technique is better in terms of performance than the original structure of these protocols. It has increased the lifetime of the wireless sensor nodes, and increased the lifetime of the WSN by around 50% of the original network lifetime.     

一种基于最大连通度的双簇头分簇算法

针对最大连通度算法簇头节点负载过重,各簇头间负载极不均衡的问题,提出一种双簇头分簇算法。该算法根据节点度和剩余能量优化簇头选取,提高了网络体系的稳定性。同时剩余能量最大的网关节点作为另一簇头分担一部分节点,即保持了原算法分组投递时延少的优点,又减轻了负载过重簇头节点的负担。通过仿真试验验证,新算法显著延长了网络生命周期。     

基于权值的非均匀分簇路由算法

节点能量有限是无线传感器网络通信协议设计中的一个重要瓶颈,因此,在无线传感器网络中,考虑网络节点能量的高效利用具有十分重要的理论和实际意义。因而,提出一种基于权值机制的非均匀分簇路由算法,该算法采用权值的局部竞选簇首策略,簇首根据距离信息构建大小不均的多个簇,簇成员节点以链式结构向簇首传送数据,最后簇首采用多跳的方式向基站传送数据。实验仿真结果表明,提出的新算法能有效地降低和均衡网络节点能耗,改善"热区"问题,显著地延长网络生命周期。     

MANET网关辅助抑制开销分群路由协议研究

针对MANET现有分群路由协议中群首负担过重,群合并时引发全网泛洪甚至连锁反应等问题,提出一种MANET网关辅助抑制开销分群路由协议GORP。在该协议中,网关在路由维护与数据传送中分担群首的部分工作,以降低群首的负担,使得群首不再成为整个网络的瓶颈;当群首移动导致群合并时,让运动群首作为第二个群的普通成员,原来静止的群首担任新群的群首,最大限度保证群的稳定性。仿真结果表明GORP协议在节点移动或节点数少和多的情况下都能获得好的性能,能满足MANET路由需求。群结构的稳定还将有利于MANET基于群的路由安全策略的实施。     

基于能量感知的双簇头数据收集协议

针对无线传感器网络的簇结构中簇头节点消耗能量过快而容易成为死亡节点的问题,提出了一种能量感知的双簇头数据收集协议EADC,通过在簇内增加一个副簇头来负责主簇头节点的数据转发功能,分担了主簇头的能量消耗,使主簇头成为死亡节点的概率降低,从而有效延长了网络寿命。实验分析结果表明,与EADEEG算法相比,EADC能够将死亡节点出现的时间有效延长30轮,使网络使用寿命明显延长。     

基于非均匀分簇的WSN双簇头路由算法

针对无线传感器网络中多跳通信造成的“热区”问题,改进EEUC路由协议,提出基于非均匀分簇的WSN双簇头路由算法。将数据监测区域分为近区与远区,各区域的簇内可产生主副两个簇头,近区的副簇头负责转发数据,以分担主簇头的能耗;远区的副簇头负责采集数据和融合数据,以减少簇内节点通信代价。仿真结果表明,与LEACH和EEUC算法相比,所提算法网络生存期分别延长了22.9%和10.1%,平均能量消耗减少了29.3%和8.6%,有效地均衡了网络负载,延长了网络的生命周期。     

An energy aware fuzzy approach to unequal clustering in wireless sensor networks

In order to gather information more efficiently in terms of energy consumption, wireless sensor networks (WSNs) are partitioned into clusters. In clustered WSNs, each sensor node sends its collected data to the head of the cluster that it belongs to. The cluster-heads are responsible for aggregating the collected data and forwarding it to the base station through other cluster-heads in the network. This leads to a situation known as the hot spots problem where cluster-heads that are closer to the base station tend to die earlier because of the heavy traffic they relay. In order to solve this problem, unequal clustering algorithms generate clusters of different sizes. In WSNs that are clustered with unequal clustering, the clusters close to the base station have smaller sizes than clusters far from the base station. In this paper, a fuzzy energy-aware unequal clustering algorithm (EAUCF), that addresses the hot spots problem, is introduced. EAUCF aims to decrease the intra-cluster work of the cluster-heads that are either close to the base station or have low remaining battery power. A fuzzy logic approach is adopted in order to handle uncertainties in cluster-head radius estimation. The proposed algorithm is compared with some popular clustering algorithms in the literature, namely Low Energy Adaptive Clustering Hierarchy, Cluster-Head Election Mechanism using Fuzzy Logic and Energy-Efficient Unequal Clustering. The experiment results show that EAUCF performs better than the other algorithms in terms of first node dies, half of the nodes alive and energy-efficiency metrics in all scenarios. Therefore, EAUCF is a stable and energy-efficient clustering algorithm to be utilized in any WSN application.     

一种k跳分簇Ad Hoc网络协作框架

基于k跳簇的特殊结构,提出了一种k跳分簇Ad Hoc网络协作框架。簇首根据启发式规则选择合适的簇间协作网关节点,自适应地管理簇间协作关系。相部的协作“网关节点”与簇首协作,管理簇内节点、网关节点的移动。当簇首发生移动时,选择合适的节点完成簇首信息的交接。移动代理在簇首节点间漫游,实现全网络协作,扩大k跳簇首的知识范围。仿真结果表明,协作框架能够以较低的控制负载高效地管理k跳分簇Ad Hoc网络中的移动节点,并提供网络级的协作。