基于数据分片的WSN安全数据融合方案优化

无线传感器网络是物联网的重要组成部分,在数据融合的同时加入隐私保护机制是无线传感器网络隐私保护的重要手段之一.为解决SMART算法中数据融合精度低、能耗高等缺点,提出一种基于预测模型的安全数据融合算法P-SMART.通过预测模型预测感知节点的未来数值来弥补传输过程中丢失的分片,从而提高数据融合精度并减少数据通信量,降低能耗.仿真结果显示P-SMART算法不仅有效提高了数据融合精度,降低能耗,延长网络生命周期,还降低了节点间数据传输的延迟.     

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．     

无线传感网中基于空间相关性的压缩感知路由算法

提出了一种基于空间相关性的压缩感知路由算法,利用无线传感网压缩感知联合稀疏模型和节点数据的空间相关性分析,基于空间相关性原理对网络节点进行分簇,将全网的特有稀疏度变为簇内的共有稀疏度,减少了网络总的稀疏度,从而降低了数据观测量。仿真结果表明所提算法可以有效减少网络能耗,缩短传输时延,延长网络寿命。     

基于灰色预测的无线传感器网络数据融合算法

针对无线传感网络监测信息具有很高时间相关性,给出一种基于动态灰色预测模型的数据融合算法。对节点采集的历史数据,应用动态灰色模型预测其未来数据值,若预测误差大于设定阈值,传输本轮数据,若预测误差小于设定阈值,不传输本轮数据,以此减少网络数据传输量。仿真实验表明,与未采用数据融合的低功耗自适应集簇分层协议算法相比,所给算法的数据传输量可减少34%,网络寿命可延长39%。     

WSN中一种改进LEACH算法与仿真分析

无线传感器网络降低能耗、提高网络生存周期是研究的重要目标,本文针对LEACH算法缺陷,对簇首选择、簇首和Sink节点的通信进一步优化。簇头节点在接收簇内节点数据时进行数据聚合,减少传输数据的能耗,同时各簇头节点将聚合后的数据用改进的Dijkstra算法以最快的速度找到距离Sink的最短路径,提高网络性能,延长网络生存时间。     

矿井巷道中WSNs的能耗均衡部署策略

基于矿井巷道等狭长区域的地理特征,提出了一种无线传感器网络(WSNs)的能耗均衡部署策略(EDNU).将狭长WSNs抽象成线性链状网络,分成等距的若干区间段,在整个线性链状网络中部署感知节点、通信节点和数据汇集节点(Sink)共3种设备.感知节点在每个区间段内部署数量是相等的;通信节点的部署数量在各个区间段内是不等的,并且从最外层区间段向内层Sink节点的靠近过程中,数量呈等差方式递增.结果表明:EDNU可以实现通信节点能耗均衡,解决狭长区域中WSNs能量空洞问题,延长了整个网络的生命周期,并且可通过调整各区间段的通信节点数量来适应矿井巷道长度的动态变化.     

采用压缩感知与智能优化的大规模WSNs移动稀疏数据收集

针对大规模无线传感网数据处理网络流量大、任务时延高的缺陷,提出了一种基于自适应块压缩感知与离散弹性碰撞优化算法的移动节点数据收集方案。首先,通过分析网络分块与节点部署之间的关系,提出自适应块压缩感知数据采集策略,实现传感器节点基于自适应网络块压缩感知数据采集;设计移动节点数据采集路径规划策略和多移动节点协同计算机制,通过采用适应度值约束变换处理技术和并行离散弹性碰撞优化算法,达到均衡网络节点能耗和降低数据处理任务时延的目的。最后,仿真结果表明,该数据收集方案能够有效实现大规模传感网数据高效处理,而且降低了网络流量和网络任务时延,更好均衡了网络节点能耗。     

延迟容忍移动传感器网络高效广播数据传输机制

面向延迟容忍移动传感器网络,提出一种基于网络编码的高效广播数据传输机制 (NEBT),基站传感器节点将原始广播数据分批进行编码,以此来降低节点间的数据相似度,降低广播时延;同时,传感器节点根据自身的广播增益,根据邻居节点相对自身运动趋势准确选择数据交互时机,降低通信开销.仿真结果表明,与常见的泛洪等机制相比,NEBT能进一步降低广播时延并大幅度降低通信开销.     

基于LSSVM的传感器网络安全风险预测与控制

为了有效降低传感器网络安全风险等级,提出了基于最小二乘支持向量机的传感器网络安全风险预测方法.收集传感器网络安全风险数据,采用最小二乘支持向量机对数据进行训练,建立风险预测模型,根据预测的网络安全风险等级值对传感器网络实施控制.结果表明,该方法的传感器网络安全风险预测误差较低,控制效果较为理想,可以为传感器网络的安全稳定通信提供保障.     

OIHF Elman网络在燃气日负荷预测中的应用

提出了一种新的基于改进Elman网络的燃气日负荷预测模型,不仅考虑了隐层节点的反馈,还考虑了输出层节点的两个反馈。模型中综合考虑了天气、温度、日期类型等因素,并与实际数据及其它网络预测结果进行对比。结果表明：该网络预测具有较好的精度。     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

适于无线可充电传感网络的节点优化部署

针对现有无线可充电传感网络的节点优化部署方法中存在的收信能量估计模型未考虑实际商用天线的定向辐射特征、优化目标未考虑节点部署方式对定位精度和覆盖程度的影响、节点部署方法寻优精度有待进一步提升等问题,研究适于无线可充电传感网络的新型节点优化部署方法.以精确估计收信能量为目标,提出基于双偶极子天线的收信能量估计模型;提出传...     

基于安全与低能耗的传感云边缘协同优化策略

多传感器传感网数据采集效率低下,且大量数据在传感云处理存在数据泄露风险。基于此,首先设计了一种安全、节能及高效的分布式边缘协同传感网资源选择架构,提出了一种边缘协同分析节点选择(ECANS)方案。通过对用户请求的分析,获取传感网节点的选择策略,以降低传感节点数据采集的时延和能耗。其次,构建了一种最大化隐私熵的边缘协同传感网隐私保护数据卸载模型,并通过智能启发式算法得到隐私熵最大的边缘资源选择策略。实验结果表明,与ENS数据采集方案相比,ECANS方案使节点时延与能耗分别降低了56.71%和57.66%;在边缘资源选择阶段,与GA资源选择方案和PSO资源选择方案相比,最大化隐私熵模型使系统隐私熵分别提高32.07%及15.36%;与不引入no-EC相比,传感网节点时延和能耗平均降低了46.92%与11.26%。     

基于最大生存周期的无线传感器网络数据融合

针对无线传感器网络节点能量有限并且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法.该算法将均匀分布或非均匀的整个网络中的节点分成多个簇,并根据节点的位置、分布密度和剩余能量等信息选择传输数据的方式,从而形成传输数据的最短路径.根据集中式TDMA（时分多址）调度模型并运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优.仿真结果表明,该算法不但可以最大化网络的生存时间,还可以有效地降低数据融合时间,减少网络延时.     

基于粒子群进化的输电网络WSN节点定位算法

为了提升WSN的定位精度,提出了一种基于粒子群进化的定位算法,以应用于输电网络中的节点定位.该算法通过区域估计,缩小并限制传感器节点的预估计区域空间,并应用粒子群算法快速寻找节点定位的最优解.通过引入权重自适应的机制,加快节点定位的搜索速度,并提升算法的搜索能力.结果表明,该算法有效增强了WSN节点定位的精度,降低了计算复杂度,为输电网络的无线传感器网络提供更高效准确的定位服务.     

基于均值滤波的大规模无线传感网能耗及海量数据去冗余方法研究

随着无线传感网络结构日趋复杂及逐渐朝大规模方向转变。科学、高效地解决传感网内的海量数据冗余及巨大能量消耗问题变得十分困难,本文通过对节点数据图像化建模,提出了一种基于节点数据图像的均值滤波算法来达到降低大规模无线传感网中的冗余数据量及能量消耗。首先从传感网的部署结构出发,通过节点之间的位置关系进行节点分簇并标记簇头节点,然后依据各簇内节点获取的数据信息进行图像化建模,建模完成后以各簇簇头节点获取的数据为参照标准对图像化后的簇内节点进行均值滤波,从而将簇内节点划分为活跃节点与休眠节点,活跃节点为传感网提供有效数据而休眠节点提供冗余数据,需要进入休眠状态。从仿真结果可知：在实际数据集与模拟数据集结合验证下,一个大规模、结构复杂的无线传感网被分为若干个簇并有效的完成了各簇内的节点数据图像化建模。在整体数据有效且不失真的前提下,各簇内实现了将可能存在的部分节点转化为休眠节点且成功将休眠节点转为休眠转态,不再产生、传递数据,从而降低传感网内的整体数据量及数据传递消耗的能量。因此本文提出的算法能够有效地处理规模大、结构复杂的无线传感网中存在的数据冗余及巨大能量消耗问题,通过该算法不仅降低了无线传感网中的冗余数据量,而且降低了无线传感网的能量消耗,提高了无线传感网的生命周期。     

人体运动传感数据的无线采集方案设计

提出运用无线传感网络的方法实现人体运动传感数据的采集.该系统包含传感节点、簇首节点和汇聚节点.采用分层分簇的组网形式,传感节点通过无线的形式自适应地连接到某个簇首节点.每个簇首节点采用分时的形式组织各自的传感节点,并进行数据融合,转发到汇聚节点,汇聚节点通过USB接口把数据传到上位PC机.针对该方案的特点,对传感节点和簇首节点之间的无线传感器网络设计了一套协议,主要包含节点间的时间同步机制和节点申请入网竞争的时延退避机制.实验结果表明,该协议具有数据通信可靠性高、丢包率低的优点.     

一种蚁群策略的双信道传感器网络路由算法

针对高负载无线传感器网络堵塞率比较高的问题,提出了一种基于蚁群策略的双信道传感器网络路由算法(CORA).该算法首先利用双信道通信模式降低了信道竞争过程中的数据碰撞和多播抑制几率;再利用最大感染球策略来压缩蚁群的寻路范围,进而降低网络的寻路能耗;借助分层图模型提出了一种两层网络联合优化的选路策略,该策略可将控制层中被堵塞的寻路业务有条件地下放在数据层中传输,从而降低网络的堵塞率和通信延迟.仿真结果表明,与一种基于蚂蚁策略的能量有效路由算法及一种基于蚁群策略的能量有效路由算法相比,CORA算法能将高负载网络下的堵塞率下调13%,且能有效降低数据包的平均通信时间和网络的通信能耗.     

能量协作下中继系统性能推导及仿真分析

由于无线传感器网络频繁使用中继节点带来了能量空洞问题,所以提出了一种单中继通信下基于能量协作的降低中断概率和减少能量消耗的方案。该方案假设中继节点分布为泊松点过程,并且源节点和中继节点能够从环境中收集能量。首先,在发送数据的初始阶段,源节点依据自身电池储能状态有概率地选择直通链路或者中继链路,再结合中继节点位置与电池稳态分布,利用信噪比推导出系统的中断概率表达式;而后,建立以消耗能量值最小化为目标函数的最优化模型,通过粒子群算法求出使系统消耗能量最少时的参数分配。由仿真结果可知,与原有方案相比,所提出的模型能获得更低的中断概率,且证明了能量协作可明显地减少通信过程中的能量消耗。     

基于聚类的超闭球CMAC神经网络改进算法

针对CMAC神经网络的网络节点随输入维数的增大呈几何级数增加的问题,提出了基于模糊聚类的超闭球CMAC神经网络改进算法。该算法通过对输入数据进行模糊聚类确定网络节点数和节点值,并根据输入输出数据通过模糊推理优化算法计算神经网络初始权值。与原算法比较,该算法可有效降低神经网络节点数,提高系统的学习精度。对一个多步时延的非线性系统的辨识仿真结果表明了该算法的可行性与有效性。