无线传感网中基于定向游走的压缩感知数据收集算法

对于大规模无线传感网的工程应用,降低网络能耗、延长网络寿命和克服链路丢包成为设计传感网数据收集算法的关键因素。提出一种基于定向游走的稀疏压缩感知数据收集算法,网络节点以环状部署的方式非均匀分布在以Sink为中心的圆形区域内,每次数据收集过程由最外环内的随机唤醒节点发起,逐跳向内环定向游走,直至游走至CS数据缓冲区内结束收集过程。仿真结果表明,采用稀疏定向游走机制对全网数据进行投影采样,可以有效降低网络能耗,延长网络寿命。同时在有损链路环境下,该算法依然具有高精度的重构性能,克服了链路丢包对CS数据收集的影响。     

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。     

无线传感网移动数据收集路径规划算法

针对无线传感网中能源高效的实时数据收集问题,提出了包含节点聚簇、路径规划、合并路径和数据收集4个阶段的移动数据收集协议和节省开销及近邻2个启发式路径规划算法,构建了满足时延且移动开销最小的数据收集路径.仿真结果表明,提出的路径规划算法在节约网络能耗、保证时延要求和减少移动开销等方面都更具优势.     

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%。     

面向能耗均衡的传感网单移动Sink数据收集方法

设计并实现了一种面向能耗均衡的传感网单移动sink数据收集方法.利用传感网完全覆盖模型确定了sink在网内各遍历点的具体坐标,并在此基础上,构建了其定长移动数据收集轨迹.实验结果表明,该方法的能耗均衡性优于虚拟节点策略、基于效用的贪婪启发式交会点找寻等典型的移动sink数据收集方法.     

低占空比无线传感器网络中节点自适应休眠机制

针对低占空比WSN网络存在着能量消耗不均、网络工作时长等问题,提出一种节点自适应休眠算法.该算法能够根据无线链路状况,自适应地调度节点休眠时隙和工作时隙,保证在时延约束条件下网络的整体能耗最小.在自适应休眠机制加入能量感知,使无线路由根据节点的剩余能量自适应调整,均衡各节点能耗,提升WSN网络的工作时长.经仿真分析发现,该算法能够在满足传输时延的同时,有效地减少工作时隙并降低能耗,从而提升网络的工作周期.     

基于压缩感知的自适应数据融合算法

为了降低数据融合本身的能量开销和数据传输能耗,将压缩感知理论应用到无线传感器网络的数据融合中,提出了一种自适应的数据融合算法,在路由过程中收集、融合无线传感器网络中相关节点的感知数据,使传输能耗和融合能量开销接近最小.     

一种基于移动无线传感器网络结构的数据采集协议

移动无线传感器网络(MWSN)体系结构在解决传统的网络能量消耗不均衡的问题上有显著效果,但移动sink节点的加入会增大网络的传输延迟。通过分析无线传感网络数据采集机制的耗能情况,提出一种联合动态和静态sink节点的数据收集策略HMS,在节能的同时改善网络的延迟问题,并且结合最短路径最大传输量算法优化MWSN在一个圆形监测区域的数据采集情况。系统仿真证明HMS算法在提高网络能源利用效率上的有效性。     

基于均衡策略的无线传感器网络协作模型

基于离散空间最优搜索理论中的基于博弈理论的协作策略模型,通过综合考虑无线传感器网络中节点转发数据所付出的代价和利益、节点能耗及相邻节点过去的行为,提出了一种自适应能耗均衡网络协作模型,并给出了相应的数学最优化模型及求解算法。优化的目标是均衡网络能耗和吞吐量,进而最大化网络寿命。模型通过能量因子和转发数据包数量来调节节点行为,使传感器网络的整体能耗趋向均衡。一个数值例子说明,该路由选择策略及求解算法是可行且有效的。     

基于混合基站策略的传感器网络移动数据收集算法

为了解决无线传感器网络中由固定基站引发的负载不均衡及路由空洞问题,借助移动基站提出了一种数据收集算法。首先在网络中引入两种不同类型的基站,进而有效地解决了由固定基站带来的路由空洞问题和由移动基站带来的通信延迟问题。其次,算法采用了中转数据拦截策略,该策略可在数据传递途中利用局部数据采集最小树上节点对中转数据实施拦截,达到减少数据传输距离、降低网络能耗的目标。仿真结果表明,该算法可以显著改善网络性能。     

低占空比无线传感网络中数据收集技术

在低占空比无线传感网络中,针对汇聚节点从源节点收集数据所需时间问题进行研究,同时,针对最低时延数据收集(minimum-delay data collection,MDDC)问题,提出了数据收集时延的下限。通过引入虚拟网络模型(virtual network model,VNM),并采用最大流方法来解决MDDC问题,提出一种基于最大流的MDDC算法,该算法能获得最低时延及其路径。仿真实验结果表明:相比于Fa ST算法,本文提出的MDDC算法在保持较低能耗的同时,可以有效地降低数据收集时延。     

无线传感网合作式充电与数据收集算法研究

为同时改善无线传感器网络的能量补充效率和网络服务质量,本文提出了一种利用电子标签的无线传感器网络合作式无线充电和数据收集算法,根据通信方式的不同,具体提出了TBR和TDC 2种方案,通过将网络中的节点进行分簇,并在单个簇内部署簇内移动读取器进行路径移动,对簇内的各个节点进行充电和数据收集;在簇间部署簇间移动读取器收集簇内读取器内的数据并将数据传输给汇聚节点进行数据处理,通过分簇完成对节点充电和数据收集任务的分层处理。通过仿真验证,证明合作式充电策略可应用在大型区域内部署的网络,并且保证所需的移动读取器数量最少,数据传输至汇聚节点的时延最短,TBR方案与TDC方案有效。     

移动群智感知系统边云协同工人招募算法

针对移动群智感知系统中基于云平台的工人招募算法无法满足大规模网络实时任务需求的问题,提出边云协同工人招募算法,旨在减少数据传输时延,降低智能设备的能耗。在云服务层完成任务的接收、划分、发布和结果收集;在边缘层获取工人的实时信息,构建招募工人模型;在感知层完成任务传播和数据采集。实验结果表明,考虑到传感器类型、工人报价、最大分配任务数等多种因素的影响,所提算法既满足了任务成本和时间的约束,又在空间覆盖率和运行时间方面获得了较好的性能。     

基于节点拓扑感知-数据传输能力映射机制的无线传感网稳定传输算法

为解决当前无线传感网稳定传输算法过程中难以感知节点拓扑,且其数据传输能力易受路径抖动影响问题,提出了基于节点拓扑感知-数据传输能力映射机制的无线传感网稳定传输算法。仿真结果表明,与当前常用的WKSD,FDSR稳定传输算法相比,本文算法能够有效消除网络数据抖动,具有更高的数据投递成功率,以及更低的带宽拥塞率与网络最大时延。所提算法能够有效提高无线传感器网络的数据传输性能,具有较好的实际应用价值。     

水环境无线传感网中的分布式招募调度算法

针对基于测距的睡眠调度算法(RBSS)招募节点能耗大,导致网络过快失效问题,结合水环境无线传感网规则部署,采用分布式思想,提出一种基于测距的分布式招募调度算法(RBDRS).RBDRS算法采用分布式招募方法,将协作节点招募的任务转移到新招募的协作节点上,均衡网络能耗.招募节点通过测距招募距其最远的邻居节点作为协作节点,协作节点再依次为招募节点招募新的协作节点,直至无法招募到新的协作节点.仿真实验结果表明:与RBSS算法相比,RBDRS算法可均衡网络能耗,延长网络生命周期.     

保证服务质量的无线传感网节能跨层路由算法

针对无线传感器网络保证服务质量的路由问题,提出一种区分服务和优先级保证的无线传感网跨层节能算法,该算法对网络服务分级,在蚁群算法的路径选择时综合考虑节点的剩余能量、负载和节点位置信息,同时选择切换概率小的信道。仿真实验表明,该算法在保证服务质量的前提下,增加了路由的有效性和鲁棒性,降低并均衡各节点能耗,时延、网络生存周期等指标均体现较好性能。     

智能社区传感网簇头选举路由算法研究

为了减少智能社区传感网数据传输造成的能耗不均匀并延长网络寿命,提出了簇头选举优化的传感网路由自适应优化算法.在该算法中,首先提出了一种适应用于智能社区传感网结构的三维分簇方法,该三维分簇方法采用基于最小化总传输损耗的簇头选举机制来优化传感网的能量.其次,针对分簇之后的簇间数据传播问题,提出了一种自适应蚁群传播方法,借助蚁群算法的最优寻路思想,寻找能量损耗和误包率更低的能量均衡路由.最后,仿真结果表明该算法在减少能量消耗和延迟、提高传输效率及节点存活时间方面均具有较好的性能.     

多属性决策的IPv6移动网络路由选择算法

针对IPv6多宿移动网络容易出现数据流集中于少数移动路由器节点,从而导致负载过重问题,提出了一种基于多属性决策的负载均衡路由选择算法。通过引入移动路由器节点的带宽、丢包率、挂载节点个数等多个决策属性信息,使用组合赋权法计算各决策属性的权重,建立了多属性决策模型,移动节点依据该决策模型选择最优的移动路由器节点来转发数据。该算法综合考虑移动网络负载分布状况及节点数据类型,合理分配数据流量,可均衡全网络流量。仿真实验表明,该算法使移动网络流量得到控制,且网络延时降低约50%,网络整体性能得到了明显的改善,同时该算法代价小且具有良好的网络环境适应性。     

一种高效并行传输的MAC地址协议算法

为解决传感网络由于终端导致信道利用率较低的问题,提出了一种高效并行传输的MAC地址协议算法。该算法主要根据节点的地理位置来进行并行传输调度。在该分析中采用退避的思想来解决并行传输所产生的传输碰撞。从理论分析可知该协议算法可有效提高传感网的数据吞吐量,有效减少数据的传输时延,对无线传感网络性能有较大的提高。     

用于大规模无线传感器网络突发事件监测的路由策略

针对大规模无线传感器网络(Wireless sensor network:WSN)突发事件监测的应用问题,提出了一种基于事件驱动成簇和时延梯度路径树的路由策略。该策略在簇头选举时综合考虑了节点剩余能量、距离Sink节点的跳数、与邻居节点的连通性以及父节点数目等因素以节省和均衡网络能耗,并通过时延梯度路径树和多路径选择实现数据的及时和可靠传输。仿真结果表明:该策略能够提高无线传感器网络的能量效率,使网络生命周期比LEACH(Low-energy adaptive clustering hierarchy)算法和AEEC(Adaptive and energy efficient clus-tering algorithm)算法分别提高2倍和1.4倍,比ARPEES(Adaptive routing protocal withenergy efficiency and event clustering for wireless sensor networks)算法延长了15%。