无线传感器网络分簇算法研究综述

由于无线传感器网络存在能量约束问题,因此如何利用现有能量资源,延长网络的生命周期是无线传感器网络技术迫切需要解决的问题。分簇算法(ClusterAlgorith m)是无线传感器网络在分层路由中的重要算法。本文在简单介绍当前几个典型分簇算法的基础上,重点分析了簇首的形成过程,最后给出了结论和展望。     

基于无线传感器网络分簇算法的研究

无线传感器网络是由大量随机部署在监测区域的微小传感器节点通过无线通信、自组织方式构成的分布式网络系统,一般用于对人类无法到达的区域或环境进行监测,并将采集的信息传送给远方的监测者,由监测者根据得到的信息进行分析,从而了解监测区域或环境的情况。     

无线传感器网络的流量自适应分簇算法协议

在分析LEACH路由协议算法的缺点的基础上,提出了一种用于无线传感器网络的基于流量自适应的TDMA分簇算法协议.该协议根据当前节点数据流量的变化,自适应地调整该节点在其簇内通信的时隙长度,减少节点空闲时消耗的能量和节点从睡眠到活跃状态来回切换的能量.仿真实验结果表明,与LEACH协议簇内时隙分配算法相比,运用这种新的时隙分配算法,可以节省节点的能量,提高网络的生存时间,改善网络性能.     

基于能耗均衡的水下传感器网络分簇路由算法

针对水下传感器网络能耗不均衡问题,提出一种能耗均衡的多跳非均匀分簇路由算法。算法在水下传感器网络非均匀分簇的基础上,通过改进节点簇头竞选的阈值计算方式,解决了网络后期簇头竞选阈值低导致的网络能耗激增;通过引入多跳路由选择公式,综合考虑节点剩余能量和链路能耗,延长网络生命周期。仿真表明,提出的算法生成簇头数目稳定,能耗较低,并且能有效延长水下传感器网络的生命周期。     

基于连通可靠度约束的分簇算法研究

在研究了一些分簇算法基础上,提出基于连通可靠度约束的、适合大规模随机部署的快速成簇算法。仿真表明基于连通可靠度约束的快速成簇算法得到的分簇覆盖面广、簇头分布合理、稳定性强,与最小ID分簇及优化的最大连接数分簇算法相比,得到簇头数量少,分簇更合理,各成员节点与簇头的连通可靠度好,能保证网络的稳定性与健壮性,大大减少重构开销带来的通信代价,有利于均衡网络能量消耗,延长网络生命周期。     

一种低计算复杂度的无线传感器网络分簇定位算法

针对已有的集中式定位算法定位精度低,而分布式定位算法计算复杂度高、通信量大的问题,提出了一种适用于无线传感器网络的计算复杂度低的节点分簇定位算法.首先,提出满足最大连通度的多边界节点分簇算法,采用此算法把网络划分为若干个簇,各簇分别进行簇内节点定位;其次,各簇进行融合,最终实现全网节点的定位.仿真结果表明,这种分簇定位算法比分布式定位算法计算复杂度低、通信量小、定位精度相当或略差,比集中式定位算法计算复杂度低、通信量小、定位精度高.采用该算法可以降低传感器网络节点定位过程中的能耗,提高计算效率,延长网络寿命.     

一种改进的传感器网络分簇分层路由协议

在分析了无线传感器网络中传统的LEACH和LEACH-C路由协议基础上,结合MTE路由协议思想,提出了一种新的改进型分簇分层路由协议(improved clustering hierarchical routing protocol,ICH).文中簇首节点可以采用多跳方式传输数据包,且在选择中继节点时考虑节点剩余能量,对进入下一轮的条件进行了限制.实验表明,改进后的ICH协议的节点存活率比LEACH-C好.     

基于能量优化模型的无线传感器网络分簇算法

考虑到无线传感器分簇网络中簇的规模、簇头数量和节点剩余能量是能量有效型分簇路由算法关注的重要指标,提出了一种基于能量优化模型(EOM)的分布式分簇算法——EOMC,该算法通过建立网络能耗优化模型,以最优簇头数构建分簇通信规模,并结合功率控制将候选簇头限制在一定宽度的选举环带,使得簇头分布均衡,同时兼顾到节点剩余能量进行分簇,以达到均衡节点能耗,延长网络生存期的目的。与低能耗自适应分簇分层(LEACH)协议的对比仿真的结果表明,该算法能够达到预期指标,算法的开销相对较小。     

一种基于非均匀分簇的无线传感器网络路由协议

以分簇技术为基础的路由协议对无线传感器网络扩展性的提升有非常重要的意义,数据在簇首向数据汇据点进行多跳通信传输的过程中,因为同汇聚点距离较近的簇首负荷相对较大,致使能量消耗完毕,从而无法发挥作用,最终出现网络分割的后果。本文主要阐述了相关研究工作及无线传感器网络路由的问题描述,对基于非均匀分簇的路由机制、EEUC进行分析,并进行实验分析和总结,以期延长网络存活时间,平衡簇首能量消耗问题。     

Ad hoc网络中的分簇算法研究

分簇算法是根据系统要求将节点组织成可管理的结构,它的好坏直接影响着Ad hoc网络的各种性能指标。本文阐述了Ad hoc网络的体系结构和存在的问题,介绍了ad hoc网络中的分簇算法,并进行了详尽的分类和比较分析。     

自适应并行遗传算法及其应用研究

本文首先分析遗传算法中杂交率和突变率对算法收敛的影响,提出了自适应并行遗传算法,然后研究了该遗传算法对神经网络同时进行网络结构和连接权值的优化问题,最后将自适应并行遗传算法应用于故障诊断网络的权值学习。     

基于遗传算法的传感器网络拓扑控制研究

无线传感器网络的首要设计目标是延长网络生命期,网络的拓扑控制是实现这一目标的支撑 基础。针对传统拓扑控制方案所获拓扑的连通冗余度高或结构健壮性低等弊端,将问题转化 为多判据最小生成树模型,提出了一种基于遗传算法的拓扑控制方案。仿真实验结果 表明,该方案可获得具有网络整体功耗低、结构健壮性高和节点间通信干扰小等特点的拓扑 结构,因而能够有效地延长传感器网络生命期。     

多传感器数据自适应加权融合估计算法的研究

针对从含有观测噪声的测量数据中估计一个非随机量，本文提出了一种多传感器数据自适应加权融合估计算法，并在理论上证明了该估计算法的线性无偏最小方差性。最后给出了本算法在计算机上的仿真结果，从实际应用上进一步说明了本算法的有效性。     

基于视觉效应的自适应图像隐写算法

空间域中,本文根据光混合颜色立方体,通过计算欧式空间中的特征向量,提出了衡量主观不敏感区域的特征参数"色度"、"色偏差",根据设定的参数阈值筛选隐写视觉效果好的像素位置.算法通过分析原始像素值与待隐写数据的数字特征,自适应地将信息写到特征相近的像素点中,并记录下隐写位置表.通过理解隐写位置表,算法在不需要原始图像的情况下完成信息提取.同时,算法还提出了数据隐写协议,有效地避免了图像遭破坏后导致的信息误传.仿真结果表明,该隐写算法视觉效果好,利用空间域最常用的隐写分析算法分析法和RS分析法对图像进行隐写分析也无法准确判断图像是否含有隐写信息.     

一种变步长LMS自适应滤波算法研究

为了解决最小均方(LMS)算法的稳定性及收敛速度(自适应速度)和稳态误差(自适应滤波器的精度)之间的矛盾,本文提出了一种自适应变步长的LMS算法,它的权系数的调整取决于误差曲面在新权值点上的梯度.分析了新算法的收敛特性以及参数选择对算法性能的影响.该算法具有较快的收敛速度、鲁棒稳定性且运算小易于实现的特点.计算机仿真的结果证实了该算法的收敛性能优于标准的LMS算法并且具有较好的实用性.     

An Adaptive Estimation Algorithm

An adaptive approach for sequential parameter-change detection and revision of the moving average parameter in the first-order integrated-moving average time series model is presented. Derivation of recursive formulas based on least squares estimation theory is given. Simulation experiments of this study indicate its validity for on-line parameter tracking applications. Practical considerations in implementing the proposed adaptive estimation system and its extensions to higher-order models are discussed.     

基于自适应参数的匹配代价融合算法

针对单一匹配代价算法局限性强、固定参数融合方式适应性差等问题,提出一种基于自适应参数的多种匹配代价函数融合算法。采用绝对差之和与Census算法,分别计算像素点代价;通过统计像素点在视差范围内代价的平均值和标准差,得到对应的权值;对2种算法进行加权融合,得到新的代价函数。实验结果表明,该算法较单一匹配算法误匹配率降低约12%;在弱纹理、重复纹理和光照变化的情况下,综合了不同算法的优点。     

一种改进的自适应重采样粒子滤波算法

针对粒子滤波跟踪算法中重采样所引起的粒子多样性缺失问题,提出了一种自适应粒子滤波重采样方法。首先将粒子权值进行分类,中等权值粒子保持不变,大、小权值粒子进行权值优化组合,其次对优化组合后的小部分粒子进行系统重采样。最后对粒子的权值及粒子的复制次数分别进行比较运算。试验结果表明,改进后的粒子滤波算法不仅提高了机动目标跟踪的运算效率,而且还有效提高了跟踪的稳定性,目标跟踪更加准确。     

基于分块的自适应超分辨率算法

本文主要研究序列图像超分辨率重建技术.本文提出了一种新的基于分块策略的超分辨率算法,由于采用分块策略,矩阵规模极大减小,且其规模与分块大小相关,而与原始序列大小无关,故能有效降低系统内存开销,提高系统处理效率.实验表明,传统多帧算法对运动估计的精度要求很高,而本文算法对此要求不高,在采用低精度运动估计技术的条件下,本文...