一种带混合联盟的无线传感器网络任务分配策略

针对现有无线传感器网络任务分配策略通常不考虑任务内部结构,从而会影响网络生命周期、能耗及负载平衡等问题,基于逻辑依赖性提出一种新的无线传感器网络任务分配策略。该策略首先由选出的盟主根据任务本身具有的逻辑依赖性,逐层将任务分解为一系列的子任务,并依据逻辑依赖性赋予子任务优先级,最后运用矩阵的二进制编码设计一种基于位置加权的离散粒子群优化的带混合联盟的无线传感器网络任务分配算法,找到某个合适节点执行此子任务。引入虚拟节点以加强盟主间的交流;引入能量阈值对节点能量进行预测并决定子任务是否迁移;运用拓扑和逆拓扑排序法,根据子任务预期完成时间及权重系数求出关键子任务,选择优先分配能力强、执行效率高的节点执行相应子任务。仿真结果表明,该任务分配策略能有效延长网络生命周期、均衡网络负载和减少网络能耗等。     

无线传感器网络动态协同任务分配机制

以无线传感器网络单目标追踪为背景，提出了一种基于仲裁的动态联盟协同任务分配机制，简化了现有动态联盟的形成机制，提高了动态联盟的结盟成功率，并加入了盟员更新机制，实现了动态任务分配，从而在降低能量消耗的同时提高了网络性能．在仿真中，将基于仲裁的动态联盟协同任务分配机制与现有的基于案例推理的动态联盟机制进行比较，验证了基于仲裁的动态联盟机制在能耗和追踪性能方面的优势．     

一种面向无线传感器网络协同任务分配的动态联盟更新机制

在面向目标追踪等应用的无线传感器网络研究中,协同任务分配机制的研究是很重要的.基于动态联盟机制的协同任务分配方法是事件触发的.适用于任务出现频率相对较低的大规模无线传感器网络.本文在基于动态联盟机制研究的基础上,首先引入了联盟覆盖范围和休眠盟员的概念,进一步消除针对同一任务的检测传感器节点的冗余,降低系统的能量消耗;而后又给出了一种动态联盟的更新机制,以保证动态联盟执行任务时的连续性,在一定程度上保证网络的检测性能.最后通过仿真,从系统总能耗、目标捕获率和检测误差标准差等方面检验了算法的性能,并给出了缓冲带宽度等参数对能耗和网络检测性能的影响.     

无线传感器网络任务分配的遗传优化算法

为了延长网络生命周期,减少网络能量消耗和均衡网络负载,构造了无线传感器网络任务分配的模型,提出与小生境技术相结合自适应选择概率、三—三交叉算子和目标位变异算子,改进GA算法在很好地保持种群收敛性的同时,提高了算法的局部和全局搜索能力。仿真实验结果表明,该分配算法在局部求解与全局探索之间取得了较好的平衡,能有效减少无线传感器网络的计算时间和网络能耗,并有效地均衡网络负载。     

无线传感器网络中能源高效的任务分配算法

任务分配是高性能计算领域中的一个广泛研究的经典问题,然而,传感器网络资源严重受限,现有的算法不能直接应用.提出一种基于遗传算法的嵌套优化技术,在多跳聚簇网络中进行能源高效的任务分配.一般化的优化目标既可以满足应用的实时性要求,也可以实现能源的高效性.优化解通过结合基于遗传算法的任务映射、路由路径分配、任务调度以及动态电压调制(dynamic voltage scaling,简称DVS)这几个过程而获得.随机产生任务图模拟实验,结果表明,嵌套优化技术与随机优化技术相比,具有较好的实时性和能源高效性.     

无线多媒体传感器网络实时任务分配算法

为了满足多媒体信息传输的时延、同步的要求,提出无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)在能量受限情况下的实时任务分配算法.根据跟踪目标、传感器节点和汇聚节点的地理位置信息分簇,簇内节点任务分配选择能够满足能量上限的调度长度最小的分配方案.调节任务执行能量上限Emax、合作处理分簇的最大跳数K和执行任务总数Tnum三个参数,随机产生任务图进行仿真实验.结果表明:在性能上,算法满足节点能量受限的要求,在实时性方面有明显改善,与早期的分布式计算架构相比,由仿真图估算可得任务调度长度减少约45%;与带能量限制的任务映射和任务调度算法EcoMapS相比,从仿真图可以看出,任务调度长度也有明显减少.     

一种约束粒子群优化的无线传感器网络节点定位算法

节点定位是无线传感网络的关键技术。无线电测距虽然精度高,但用最小二乘算法进行节点定位的误差较大。为了提高基于测距的无线传感器网络节点定位的精度,把节点定位问题转换成约束优化问题,再运用粒子群优化算法进行求解。求解过程中,通过设定约束适应度函数和距离适应度函数,降低了搜索的计算量,加快了收敛速度,最终较快地得到较优解。仿真实验表明,约束粒子群优化定位算法与最小二乘法相比,在不同测距误差、不同测距半径、不同描节点数和不同节点数的情况下,都能得到更高精度的解。这说明此算法具有更强的杭误差性、更好的收敛性和更少的硬件设备投入等优点,另外在节点稀疏的网络中定位效果也更优越。     

面向多目标追踪的无线传感器网络协同任务分配研究

在基于动态联盟机制的无线传感器网络协同任务分配研究中,为了解决多目标追踪带来的联盟间的资 源竞争问题,本文采用分布式约束满足算法解决多动态联盟间的协同问题．根据无线传感器网络多目标追踪的应用 需求,建立了基于动态联盟机制的协同任务分配的分布式约束满足模型,并采用分布式随机算法求解满足约束条件 的动态联盟集合,实现多动态联盟间的协同．仿真结果表明,分布式约束满足算法有效地解决了多目标追踪中多个 动态联盟间的资源竞争问题,能够有效降低系统的能量消耗．     

传感器网络GaSA任务分配算法

传感器网络的某些应用,要求系统生命期必须达到数月、甚至数年。为了延长传感器网络生命期,需要研究能源有效的任务分配方案。首先对传感器网络的任务分配问题建模,并基于遗传算法和模拟退火法提出了传感器网络GaSA任务分配算法,最后对算法进行仿真实验,验证了算法的有效性。     

无线传感器网络中带粒子群优化的分簇节点睡眠调度算法

为延长无线传感器网络的生命周期,提高节点能量利用率,将分簇算法与睡眠调度算法相结合,提出一种无线传感器网络中带粒子群优化的分簇节点睡眠调度算法.该算法采用二进制编码机制,引入遗传算法的变异和交叉算子,同时考虑网络覆盖保持和能量消耗减少优化目标,构造一个相应的离散粒子群优化方法.仿真实验结果表明,文中算法能较好地减少能耗和保持网络覆盖,有效延长网络的生命周期.     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

基于遗传算法的传感器网络动态联盟研究

动态联盟又称"虚拟企业",是一种企业管理手段.它指一些相互独立的商业过程或企业组成的暂时联合.这里,把其理念应用于无线传感器网络中随机散布模式的节点动态组合研究,并基于遗传算法设计了过程模型,很好地解决了大规模传感器网络在应用过程中的节能规划问题.最后,本文针对该算法结出了仿真结果并对其行了分析,以说明算法的有效性.     

An Adaptive Clustering Protocol Using Niching Particle Swarm Optimization for Wireless Sensor Networks

Clustering is an hierarchical topology control method, and it is also an energy‐saving and energy efficient technique that extends the sensor network's lifetime. In this paper, we propose and analyze an adaptive clustering protocol using niching particle swarm optimization (ACP‐NPSO), a protocol architecture that uses NPSO to cluster the wireless sensor networks adaptively and efficiently, thus saving energy, balancing energy consumption and enhancing the system's robustness. The simulation results indicate that our proposed protocol ACP‐NPSO can enhance system lifespan, accelerate the convergence speed, and deliver more data by distributing energy dissipation evenly in the networks.     

基于MaUMiH的无线传感器网络频谱分配方案

针对无线传感器网络频谱资源有限问题,以最大化频谱利用和最小化频谱切换（MaUMiH）为目标,构造了最大化系统整体性能的目标函数,在此基础上,提出一种基于MaUMiH频谱分配算法。仿真结果表明提出的算法在考虑优先级的同时能够公平地分配频谱资源。     

不可靠通信环境下无线传感器网络最小能耗广播算法

在实际的通信环境中,由于噪声、报文冲突、信号衰减等因素的影响,无线传感器网络节点间信息交换往往是不可靠的.广播是无线传感器网络中广泛使用的操作,如何在不可靠通信环境下实现能量高效的广播算法,对提高整个无线传感器网络的性能具有重要的理论和应用价值.研究了不可靠通信环境下的无线传感器网络最小能耗广播问题,首先,分析了相邻节点之间最小能耗通信模型,并给出了保证节点接收概率不低于P^*的最优发送半径;然后,讨论了多跳转发策略与节点位置信息之间的关系.在此基础上,提出了一种基于PSO的最小生成树广播算法,通过优化各节点的发送半径,在保证所有节点都能以不低于P^*的概率接收到广播数据包的前提下,实现广播操作的总能耗最小.实验结果表明：所提出的广播算法不仅可使每一个节点的接收概率不小于P^*,而且广播总能耗比改进后的BIP算法要小,具有较好的性能.     

应用粒子群优化分配WSN多目标跟踪节点任务

针对WSN多目标跟踪时传感器节点任务分配竞争冲突问题,提出一种基于最近邻的离散粒子群优化节点跟踪任务分配算法.通过构建多目标多传感器节点联盟协同跟踪任务分配问题的数学模型和目标函数,采用最近邻法对粒子群节点任务分配进行初始化,以目标函数作为适应值函数指引粒子飞行,快速实现节点优化分配.实验表明:在节点覆盖较稀疏情况下,粒子群优化节点任务分配方法与最近邻方法相比,能耗大大减少,并能有效解决多目标跟踪节点任务分配冲突问题和多个监测联盟对传感器资源竞争冲突时系统能耗增加的问题.PSO算法对于实际环境的WSN多目标跟踪具有优越性.     

基于混沌粒子群优化的无线传感器网络分簇协议

为了降低无线传感器网络节点的能耗,延长网络的存活周期,提出了一种基于混沌粒子群优化的分簇协议.该协议改进了经典LEACH协议的簇头选择机制,考虑到了节点剩余能量、与汇聚节点的距离以及簇范围等因素,通过混沌粒子群算法对簇头选举进行优化.确定簇头后,其它节点通过比较簇头当选信息的信号强度与设定强度阀值的大小来决定是否成为簇...