无线传感器网络中基于链路转发的拓扑控制算法

提出一种基于链路转发的混合分簇(LTHC)拓扑控制算法.该算法是在传统低功耗自适应集簇分层型(LEACH)算法的基础上,通过改变簇首的通信方式来降低能耗.算法主要思想是:在网络生成若干簇后,在簇首与SINK节点之间建立一条链路,并且链路节点为非簇首节点,簇首通过该链路转发数据到SINK节点.通过这种通信方式可以有效降低离SINK节点较远的簇首能量消耗,使得网络的能量消耗平均分布到网络其他节点上,从而延长网络的生命期,提高网络通信量.通过仿真,发现LTCH算法远远优于传统LEACH算法,在通信量和网络生存期上都有很大的提高.     

基于Dijkstra的无线传感器网络分簇路由算法

提出一种基于Dijkstra的无线传感器网络分簇路由算法--DEUC.该算法将改进的Dijkstra算法应用到簇间路由机制中,寻找簇头到基站的最短路径,使得离SINK较远的簇头节点沿着最短路径传输信息,从而有效减少传输路径长度与相应的网络延时.该算法还将传感器网络进行区域划分,使得距离SINK较近的簇头拥有少量成员节点,因此,靠近SINK的簇首可以为簇问的数据转发预留能量,达到均衡簇头能量消耗的目的.仿真结果表明,该算法在延长网络生存周期方面相比低功耗自适应分簇路由协议(LEACH)和能量高效的非均匀分簇算法(EEUC)分别提高约35%和25%.     

WSNs中基于期望网络覆盖和分簇压缩感知的数据收集方案

为提高无线传感器网络数据收集精确度、降低网络能耗和改善数据包丢失情况下数据收集算法的鲁棒性,提出一种基于期望网络覆盖和分簇压缩感知的数据收集方案.首先设计期望网络覆盖优化算法,给出节点调度策略,实现对“特殊”区域重点观测和降低节点能耗的目的;然后通过分析网络分簇与节点部署之间的关系,设计弱相关性观测矩阵,降低数据包丢失对数据收集的影响;最后引入群居蜘蛛优化算法以提高汇聚节点处CS数据重构精度.仿真结果表明,与其他数据收集算法相比,所提出方案数据重构误差降低了约23.5{%     

基于预测模型的传感器网络近似数据采集算法

基于模型的数据采集技术可以有效抑制不必要的数据传输,节省能量开销,已经在传感器网络中得到广泛应用。对传统基于模型的数据采集进行了改进,提出基于卡尔曼滤波器的近似数据采样算法ADCA。ADCA可以在一定误差范围内有效获取数据。空间相近的节点被组织成簇,簇头和成员分别建立卡尔曼滤波模型,并保存对方的镜像模型。簇头节点可以为成员节点产生近似的数据,所以用户查询可以通过簇头来回答。实验表明ADCA具有较好的性能。     

无线传感器网络中远程链路传输算法研究

在COSEN算法基础上,提出一种多级分层链路算法。该算法根据各节点与基站的距离排序,固定各层节点数量来进行分层,每层节点形成一个簇链,并以剩余能量为基准由上级簇首在指定范围内选举下级簇首,各簇首负责收集本层数据并融合从下级簇首收到的数据,将融合后的数据发送给上级簇首,逐层传递直至基站。通过NS3平台仿真验证,结果表明,该算法的传输时延和能耗均优于PEGASIS算法及COSEN算法。     

基于簇头预测的无线传感器网络节能算法

针对无线传感器网络寿命受节点能量制约的问题,提出基于簇头预测的节能算法。分析节点接收、发送和处理数据所需能耗与通信中数据包长度的近似线性关系,给出节能算法的能耗模型。以已有融合数据为基础,簇头利用灰色预测算法求出该簇的数据,降低簇头与非簇头节点的通信频率,使簇头以较低能耗延长其轮回周期。仿真结果表明,该算法能有效降低节点死亡速度,延长网络寿命。     

基于优化簇半径的WSNs非均匀分簇路由

为了有效解决无线传感器网络分簇路由协议中,靠近SINK节点的簇头因特发大量数据而过早耗尽能量,提出了一种优化簇半径的非均匀分簇路由协议(UCOR),其核心思想是通过优化簇半径对无线传感器网络进行合理分簇,使靠近SINK节点的簇规模小于远离SINK节点的簇.仿真实验结果表明,与EEUC和LEACH等路由协议相比UCOR路由协议有效地均衡了节点能量消耗,显著地延长了网络生命周期.     

无线传感器网络能量高效数据收集的分簇算法*

传感器网络所具有的集中式数据收集、多跳数据传输、多对一流量模式这三种特征会造成漏斗效应的出现,这会导致严重的包碰撞、网络拥塞、包丢失,甚至拥塞崩溃,还会导致能量消耗的热点出现,使某些节点甚至整个网络过早死亡。利用感知数据的空间相关性,将相邻的节点分组,每组选出一个簇首作为整个组的代表,将其传送给基站来缓解漏斗效应问题。在CAG算法的基础上利用感知数据的空间特性提出了一个改进的节点分簇算法,该算法可以有效减少簇首数量,从而降低传输能量消耗。实验结果也验证了算法的有效性。     

基于移动代理的无线传感器网络路由算法

针对移动代理(MA)以能量有效的方式收集相关性数据的特点,提出了基于免疫算法的层次型改进路由算法,将移动代理和无线传感器网络中的分簇理论相结合.算法首先应用免疫算法对网络内的节点进行优化分簇,簇首选择时充分考虑节点的剩余能量等因素,在获得高效的分簇信息之后,为了避免所有的簇头都与基站进行远距离通信消耗过多的能量,在次应用免疫算法得到一条遍历所有簇首节点的最优路径提供给移动代理,以达到数据的有效收集和能量高效利用的目的.实验结果表明,提出的改进算法能够有效增加网络的传输次数,延长无线传感器网络的生存周期.     

基于自适应加权与LZW的WSNs层次式数据融合算法

为了兼顾提高数据采集精度与效率的同时有效降低传感器节点能耗,提出了一种基于自适应加权与LZW的层次式数据融合算法.传感器簇头节点对传感器节点发送的数据进行自适应加权处理,估计出均方误差最小时的值,簇头节点将处理后的数据采用LZW算法以一定的信息量压缩后再进行数据的传输.仿真表明,该层次式融合算法提高了数据采集的精度并有...     

传感器网络中时空关联的脏数据过滤技术

研究了无线传感器网络中脏数据过滤问题,提出了基于时空关联的脏数据过滤技术.该技术利用无线传感器网络中感知教据的时空关联特性,建立了时空关联脏数据过滤模型,通过其来过滤无线传感器节点产生的错误数据即脏数据.本地节点通过时间关联进行一次过滤,过滤掉暂时性错误数据;并在一个簇中采用空间关联进行二次过滤,过滤掉永久性错误数据.实验结果表明了该技术的合理性和有效性.     

基于高斯隶属度的融合算法在改进Leach中的应用

无线传感器网络中节点采集的数据具有较高的冗余度,对数据进行融合处理后再传送到汇聚节点,能有效地降低能量消耗,延长网络生命周期.设计了一种基于高斯隶属函数的数据融合算法,并改进无线传感网络Leach协议,对传感器节点进行二级分簇,多跳通信延长网络生命周期.在一级簇头节点依据分布图法剔除疏失数据,进而利用高斯隶属函数求得权...     

基于时间相关性的无线传感器网络数据压缩与优化算法

针对无线传感器网络(WSN)数据采集存在数据冗余度大、累积误差大和数据精度低等问题,根据采集数据之间的时间相关性,提出一种无线传感器网络数据压缩与优化算法。该算法通过分析时间序列中采集数据的线性关系,建立分段一元线性回归模型;根据采集数据与回归模型预测值之间的误差,自适应地调整下一个采集时间,并动态地优化回归模型。仿真结果表明该算法在不同的数据变化情况下,均能降低数据冗余度和网络通信量,提高采集数据的重构精度。最后在真实的无线传感器网络应用环境中验证了算法的可行性。     

无线传感器网络中基于模型拟合的可信近似查询处理算法

无线传感器网络的一个重要应用是可信地查询网络中所有节点的监测数据.目前,多数研究主要集中在如何利用节点之间的时空相关性,节省能量地查询感知数据.但是这些方法的查询结果不能满足某些应用对数据的高可信要求,也不能适用于节点之间不存在空间相关性或空间相关性不稳定的情况.针对这一问题,提出了基于模型拟合的可信近似查询处理方法.该方法在感知数据集合上寻找具有最小数据传输比的拟合模型,通过传输模型及其参数来代替传输实际的监测数据.理论分析和实验结果证明,基于模型拟合的可信近似查询处理方法不仅能够节省大量能源而且能够返回满足用户精度要求的可信查询结果.     

能量高效的无线传感器网络非均匀分簇路由算法

针对无线传感器网络能量有限的问题,提出了一种能量高效的非均匀分簇路由算法.算法中首先通过在"热区"内选举传送节点,有效的解决了"热区"内负载不均衡的问题;非"热区"内的节点根据节点的剩余能量选举簇头,簇头选举结束后其余节点加入到距其最近的簇头中;节点入簇后,基于相似数据的收集策略,寻找符合条件的相似节点,休眠其中部分冗余的节点;改进的算法中不再每轮结束后都重新选举簇头,减少了能量的浪费;最后在数据传输阶段,采用改进的簇内单跳,簇间多跳的通信方式传输数据.仿真结果表明,本算法有效的降低了能量的消耗,改善了传感器网络的性能,提高了网络的生存时间.     

一种能量优化WSNs非均匀分簇路由协议

为解决无线传感器网络多跳路由协议的“热区”问题,基于对EEUC协议的分析,提出了一种能量优化的WSNs非均匀分簇路由协议EOUCR（Energy Optimized Uneven Clustering Routing protocol）。该协议在簇形成阶段以候选簇头的剩余能量、其邻居节点的平均剩余能量和该候选簇头与SINK节点的距离作为竞选簇头的参数,且簇头竞争半径的选取考虑了成簇能耗,在此基础上形成了不同几何尺寸的簇,可减少“热区”内簇的簇头轮换次数,均衡网络负载。EOUCR在簇间多跳路由通信中引入了唯一与SINK节点通信的根节点,其他簇头则通过中继节点或直接与根节点通信,克服了EEUC能耗大且不均衡的不足,从而有效地解决临近SINK节点的“热区”问题。仿真实验结果表明,EOUCR能够更有效地节约节点能量、均衡网络能耗、延长网络生存周期。