基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上,针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题,提出了一种新型的粒子群优化(PSO)算法与后向传播(BP)神经网络相结合的算法.BP网络算法权值的修正依赖于非线性梯度值,易形成局部极值,同时学习次数较多,需先通过粒子群算法进行优化.为了提高定位精度,首先采用速度常量法滤波处理,然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化,并分析算法的性能.试验中隐层节点个数采用试错法,从12到19变化,以确定合适数目.实验结果表明,与一般加权算法和传统BP算法相比,改进的混合优化算法可大幅改善测距误差对定位误差的影响,同时可使25 m内最小定位误差小于0.27 m.     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制。首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数和信息素更新规则,自适应构建数据路由,最后采用仿真模拟实验对算法性能进行检验。实验结果表明,相对于与现有无线传感器路由算法,本文通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于二次质心的无线传感器网络定位算法

节点的定位是无线传感器网络中的一种重要技术。提出了一种新的无线传感器网络定位算法——基于二次质心算法的定位算法,与以往的基于三边测量的加权质心方法不同,该算法改进了对未知节点位置的估算方法,一定程度上避免了因多次估算质心而产生的累积误差,提高了定位精度。仿真表明,该算法的定位精度较之前的三边测量方法提高了约19%。     

基于无线传感器网络的K均值算法研究

传统无线传感网一般由大量密集的传感器节点构成,存在节点计算能力、能源和带宽都非常有限的缺点,为了有效节能、延长网络寿命,介绍了基于聚类的K均值算法.该算法通过生成的簇头节点散播到网络的各个区域中,减少了每个区域内通信的能耗和可能会出现的一般节点过早死亡的情况,从而避免了网络对该区城提早失去监控.实验证明,该算法对各节点...     

一种能耗均衡的无线传感器网络路由算法

为了延长采用电池供电的无线传感器网络的生命周期,提出了一种综合考虑单个节点能耗和节点传输信息至汇集节点所需总能耗的路由算法.该算法首先根据网络中节点到汇集节点从小到大的距离顺序选择待规划节点,然后计算各对应候选节点的评价参数,该参数由单节点能耗和节点传输信息至汇集节点所需总能耗加权得到,最后选择评价参数最小的候选节点作为待规划节点的中继节点.仿真结果表明,该算法的生命周期明显长于LEACH(Low Energy Adaptive Clustering Hier-archy)算法.     

无线传感器网络基于分簇路由的数据融合研究

无线传感器网络节点资源有限,所以需要采用有效的路由算法与数据融合机制来节省资源,延长网络寿命,提升数据采集效率。LEACH是经典分簇路由协议,针对其在簇头选择机制、数据融合以及簇头与基站通信的路由方面的不足,提出了几点改进方法,在簇头选择的算法中加入了能量控制条件,簇头与基站的路由改为更适合数据融合的多跳反向组播树,并基于信息熵提出了有效数据融合机制。仿真实验表明,改进之后的算法比原LEACH算法更有效地利用了节点资源,延长了网络生存时间。     

WSN中基于定向扩散协议路由算法的研究

定向扩散协议作为一种经典的以数据为中心的无线传感网络的路由协议,得到了广泛的认可。但是在复杂质询的应用中,定向扩散协议采用的泛洪质询算法的能效性非常低,本文在此基础上提出了一种改进算法,可以将复杂质询分成若干个子质询,节点在收到质询消息后,可以先通过向d跳之内的相邻节点收集信息来解决质询消息。并将改进算法与传统的泛洪质...     

传感器网络中基于树的感知器分布优化

无线传感器网络中,感知节点的合理分布对于提高网络的感知能力和信息收集能力以及提高网络的生存期限都具有重要的作用。对于随机分布方式产生的感知网络,可以利用节点的移动性对特定感知节点的位置进行调整从而改善网络整体的感知覆盖范围。为此,利用 Voronoi 图以及相关 Delaunay 三角网定义了传感器网络中以sink 节点为中心的伸展树,并提出了基于遗传算法的感知节点分布优化算法。仿真结果表明,算法能够以较小代价对传感器网络进行节点的分布优化,从而有效提高网络整体的感知能力。     

基于功率损耗均衡化控制机制的移动无线传感网数据传输算法

为了解决当前移动无线传感网数据传输中存在的同步寻址困难以及节点间功率交互难以均衡化的问题,提出了一种新的移动无线传感网数据传输算法。首先,采取广播机制实现同步控制分组传输,降低同步流量对寻址过程造成的压力;随后使用区域节点流量阀控制机制,且通过侦听方式记录并获取sink节点—区域节点链路间的数据流量,进一步采取流量—链路均衡方式促进流量均衡化;最后,通过基于轮数—sink 链路周期抖动筛选方式确认受限带宽,减少带宽受限导致的传输故障。仿真实验表明,与BLT-NB2R算法、NLSC算法和HT2C算法相比,所提出的算法可改善数据传输带宽,降低数据分组丢失频率,能够较好地满足实践需求。     

基于ACS的无线传感器网络区分服务路由算法

针对无线传感器网络中数据传输的不同要求,将QoS分为3类,根据无线链路的特点提供区分服务。利用博弈论分析了数据传输在延迟、可靠性与网络能量开销之间的关系,基于改进的蚁群优化算法ACS(ant colony system),设计了区分服务路由算法ADSGR(ant colony system based differentiated service and game-theory routing),依据不同QoS要求,选择适当的路由,提高网络的整体性能和资源利用率。实验结果表明,与现有算法相比,该算法在数据传输的延迟、可靠性和能量开销上具有更好的性能。     

Joint sparse model based data reconstruction algorithm for wireless sensor network

The data of wireless sensor network has strong joint sparse characteristics,by utilizing compressed sensing theory,compressed data by joint encoding,and then reconstructed the data by joint decoding,the sensed data can be gathered with low computational cost.A synchronous subspace pursuit algorithm based on joint sparse model and com-pressed sensing theory was proposed.By utilizing the sparsity of the sensed data,it selected the correct joint subspace and reconstruct the original signal group accurately with fewer observations in a backtracking iterative manner.Com-pared with SCoSaMP algorithm and SP algorithm,the proposed algorithm presents better data reconstruction perform-ance under the conditions of different sparsity and sampling rate.     

改进遗传算法优化无线传感器网络路由算法

为了有效延长无线传感器网络的生存时间,针对传感器节点能耗不均衡难题,提出一种改进遗传算法优化的无线传感器网络路由算法。首先对LEACH算法不足进行分析,然后构建簇头节点选择的目标函数,并将其作为遗传算法的搜索目标,最后通过遗传算法找到下一时刻簇头的候选节点,并针对遗传算法不足进行相应改进。采用仿真实验对算法的性能进行分析,结果表明,相对于其它无线传感器路由算法,本文算法可以保证无线传感器的节点能量均衡,延长了网络的生存时间。     

无线多媒体传感器网络中一种改进路由算法

随着网络负载增加,经典的TPGF( Two-Phase geographic Greedy Forwarding)算法难以找到节点分离路径,会导致网络吞吐量、投递率以及端到端时延性能下降。此外,当网络拓扑变动不大时, TPGF中每条路径所包含节点要消耗比其他节点更多的能量,会导致其过快死亡,从而影响网络性能。为此,将联合网络编码技术引入 TPGF,提出一种编码与能量感知的 TPGF 路由算法( NE-TPGF)。该算法综合考虑节点的地理位置、编码机会、剩余能量等因素,同时利用联合网络编码技术进一步扩展编码结构,充分利用网络编码优势来建立相对最优的传输路径。仿真结果表明, NE-TPGF能够增加编码机会,提高网络吞吐量和投递率,降低端到端时延,并且还有利于减少和平衡节点的能量消耗。     

基于量子遗传算法的无线视频传感网络优化覆盖算法

针对智慧城市无线视频传感网络建设需要,提出一种基于量子遗传算法的网络优化覆盖算法。算法面向复杂的监视区场景,监视区中存在形状各异的障碍物,各区域的重要程度不同。以二维离散网格模型描述监视区场景,用编码描述矩阵表示监视区域,用七元组描述有向无线视频传感器。通过严格的数学推导得出了问题的数学规划模型。优化覆盖算法由IntialDeployment算法和OptimizedDeployment算法2部分组成,以获得最大有效覆盖率的网络部署方案为求解目标。采用量子遗传算法搜索解空间,通过合理编码染色体,优化量子旋转门参数,使算法的运算速度快,收敛性好。引入理想覆盖率和理想加权覆盖率2个极限值,采用相对比较法评判算法优劣。仿真实验和数据分析表明,算法获得的方案能很好地逼近理想极限值。在传感器节点数给定的情况下,算法能获得最大的覆盖率。     

基于LEACH路由协议的混合光无线传感网络研究

分析了基于低功耗自适应分簇(LEACH)路由协议的无线传感网络(WSN)在不同拓扑形状下的生命周期,并改进了长方形拓扑形状的路由协议。进而针对WSN在某些场合能量有限、易受干扰和安全性差等缺点,在长方形区域中引入分布式光纤传感结构。将传感光纤铺设在环境复杂和外界电磁波干扰大的监测区域,从而提高整个传感网络的生命周期和可靠性。理论分析和仿真结果表明,改进的拓扑和协议在提高可靠性的同时,有效地延长了光WSN的生存时间,性能优于传统LEACH协议。     

基于博弈论的无线传感器网络恶意程序传播模型

恶意程序传播是无线传感器网络（wireless sensor network,WSN）面临的一类重要安全问题。从博弈论的角度对WSN恶意程序传播的微观机理进行分析,建立了WSN的攻防博弈模型,求出了博弈模型的混合纳什均衡解,并根据博弈双方的混合纳什均衡策略确定恶意程序的传染概率,从而建立了WSN的恶意程序传播模型。通过使用元胞自动机方法对WSN的恶意程序传播过程进行模拟,揭示了恶意程序的传播速度与博弈参数之间的关系,研究结果对抑制WSN恶意程序传播具有理论指导意义。     

无线传感器网络的路由协议分析

无线传感器网络是由大量微型传感器节点组成的一个自组织的网络系统,路由协议是其关键技术之一.现有的路由协议分为:能量感知路由协议、以数据为中心的路由协议、基于地理位置的路由协议、可靠的路由协议和层次路由协议五类,对每类协议的特点和比较典型的协议进行了介绍.     

认知无线传感器网络中基于GSC的协作传输机制

针对无线传感器网络中单个节点能量和发射功率均受限的特点,在发送端已知信道状态信息(CSI)的条件下提出了一种基于广义选择合并算法(GSC)的协作传输机制。根据GSC算法和节点的功率受限条件来决定具体参与协作传输的节点个数,并结合信道状态和节点的剩余能量来对节点进行调度。理论分析和仿真结果表明该机制能够有效地延长网络寿命。