虚拟MIMO传感器网络中一种联合网络效用和生存时间优化的分布式算法

虚拟(协作式)MIMO技术被认为是传感器网络中有效的节能解决方案之一,然而,现有虚拟MIMO传输策略的设计大多只关注如何有效降低网络能耗,而很少关注反映网络性能的其他指标,例如网络效用(Network Utility),该指标反映了网络数据采集和传输量的多少.为了联合优化网络效用和网络生存时间这两个网络性能参数.本文首先分析虚拟MIMO传输能耗特点,然后基于网络效用最大化(Network Utility Maximization)思想对虚拟MIMO传感器网络进行联合网络生存时间和网络效用的优化建模.在该模型的求解过程中,通过使用对偶分解技术将原需要集中计算的优化问题分解为可以在不同节点上进行计算的子优化问题,并得出一种联合优化网络效用和生存时间的分布式优化算法.该算法的仿真结果显示,网络中的虚拟MIMO节点仅需要交互邻居节点信息,通过有限次的迭代计算,就能收敛到全局最优的发送速率以及功率值.从而使系统总的效用和网络生存时间之间能够达到帕累托(Pareto)最优平衡.     

Ad Hoc 网络节能型功率控制与拥塞控制的跨层优化

有限的节点能量和通信带宽,是Ad Hoc网络的两个重要的特点.节点能量是影响网络容量的关键因素,也是制约网络寿命的决定因素;而有限的通信带宽使得网络更容易产生拥塞.因此,节能型的功率控制与拥塞控制联合优化在Ad Hoc网络中显得尤为重要.首先,设计了节能型的网络效用最大化问题,即在目标函数中引入能量消耗成本函数,从网络效用和网络寿命两个方面来综合优化网络性能.其次,运用对偶分解与梯度投影方法,提出了相应的节能型功率控制与拥塞控制联合优化算法.另外,分析和证明了所提算法的收敛性.最后,详细的仿真结果表明了所提算法的有效性:在保持网络吞吐量基本不变的同时,可以有效地减少节点的能量消耗,从而延长网络寿命.     

WSNs中联合速率控制与时隙分配的效用优化算法

针对无线传感器网络(WSNs),提出了一种联合节点数据采集速率控制与时隙分配的(JRCTA)算法效用优化.该算法建立统一速率控制与时隙分配的效用优化模型,将节点数据采集速率的优化控制与基于冲突避免的节点发送时隙分配结合起来,在控制网络延时性能的前提下,最大化汇聚节点在单位时间内所采集到的数据量.仿真实验结果表明,JRCTA算法具有较好的性能.     

AdHoc网络中联合速率与功率控制的跨层设计

近年来,随着人们在各种环境下对移动业务需求的增加,Ad Hoc网络以其无中心、分布式、自组织等特性,在社会生活中占据了越来越重要的地位。然而,如何在Ad Hoc网络中设计合理有效的资源分配方案面临着巨大的挑战。文章提出分布式牛顿算法来解决Ad Hoc网络中的资源分配问题,该算法的主要思想是利用当前的局部信息求解每次迭代过程中的原始变量和对偶变量,在效用最大化函数中引入能量消耗成本,利用网络层、数据链路层和物理层的信息,在网络效用最大化模型中,联合速率和功率控制进行跨层设计。该方法把Ad Hoc网络建模后的目标函数最大化问题转化为各个层的子问题,求解出网络中的最小功率和最大速率,即网络在最大发送速率下的最小功率。仿真结果表明:该算法具有更快的二次收敛速度,利用速率和功率进行跨层优化,在保证网络效用最大化的同时,可降低节点的发送功率,有效延长网络的寿命。与此同时,较低功率的通信也可以提高网络的通信安全。     

资源约束网络的优化带宽调度

在资源约束的网络控制系统中, 控制性能和服务质量之间的折衷是不可避免的. 为了寻求它们的最佳结合点, 提出了结合约束条件的多目标规划问题来优化控制性能和网络带宽需求. 考虑算法的非线性逼近能力和计算速度, 采用了神经网络作为优化求解器. 它提供的优化解对每一个控制回路的带宽需求进行动态分配, 使得全局系统性能最大化的同时使带宽需求最小化. 仿真表明在网络控制应用中该优化策略对控制性能和网络带宽需求之间是一种有效的折衷方法.     

无线多跳网络联合拥塞控制和功率分配的快速二阶算法

针对节点功率受限的无线多跳网络,研究业务流路由确知时的联合功率分配、流量分配和拥塞控制问题,并基于原始对偶内点法设计一种具有二阶收敛性能的算法.该算法利用矩阵分裂方法实现业务流源速率和节点功率的分布式更新,最终优化网络效用.仿真结果表明,算法能有效降低网络中的功率消耗,提高网络的能量效用,同时相较于传统拉格朗日对偶分解法,所提出算法具有非常好的收敛性能.     

一种新型混合互连网络拓扑结构的分析与优化

随着高性能互连网络规模的增大,如何通过互连网络拓扑结构的设计来提升系统的性能和降低物理开销成为了系统设计的关键之一。传统的拓扑结构(可分为直接网络和间接网络)在网络规模增加时,不能很好地折衷网络性能和物理开销的关系。2012年Roberto P等人提出一种新型混合的拓扑结构,结合了直接网络和间接网络的特点,有效考虑了物理开销和网络性能的折衷。在此基础上,将新型混合拓扑每一维上的唯一的一个间接网络优化为多个间接网络,经过理论分析和实验模拟新型混合拓扑结构优化后的混合拓扑结构以及较常用的传统拓扑结构,优化后的混合拓扑结构能够在提升网络性能的同时降低物理开销。     

无线mesh网络中效用与链路强度联合优化的覆盖多播

支持多播通信是无线mesh网络(WMNs)的一个重要应用.采用基于效用的定价机制,通过拉格朗日(Lagrange)对偶分解法获得一个基于价格的分布式算法.以该分布式算法为核心,作为mesh网络中数据流速率和链路强度调整的优化策略,每条链路根据自己的拥塞状况合理地定价,通过价格机制来调节链路的强度和数据流的速率,使网络净效用最大化.实验结果表明该算法是有效可行的.     

一个交互实时的多分辨率地形绘制系统

本文设计并实现了一个交互实时的多分辨率地形绘制系统，介绍了系统的组成、实时优化方法的以及地形几何和纹理数据表示和管理方法，并通过一实例对地形绘制系统的性能进行了评价。从绘制结果看，系统对地形进行实时优化时折衷考虑了国象绘制质量和绘制速率，在图象质量没有有明显退化的情况下极大地改善了地形绘制的性能。     

无线传感器网络CSMA博弈优化算法研究

提出了一种通用的数学模型GO/CSMA(Game Optimization CSMA),用于优化CSMA退避机制.GO/CSMA以节点发包概率τ为优化变量,建立n人非合作混合策略博弈模型.以吞吐量和成功发包概率作为博弈效用函数为例,独立进行两个回合博弈,博弈的结果经过多约束单目标规划优化后得到折衷的τ~*,并据此设计出最小竞争窗口CWmin.仿真结果表明GO/CSMA显著提高了MAC层的传输效率.GO/CSMA可进一步扩展为对网络的其它多个性能(时延、丢包率、能耗、公平性)进行折衷的博弈优化.     

Rate-lifetime tradeoff for reliable communication in wireless sensor networks

The network lifetime and application performance are two fundamental, yet conflicting, design objectives in wireless sensor networks. There is an intrinsic tradeoff between network lifetime maximization and application performance maximization, the latter being often correlated to the rate at which the application can send its data reliably in sensor networks. In this paper we study this tradeoff by investigating the interactions between the network lifetime maximization problem and the rate allocation problem with a reliable data delivery requirement. Severe bias on the allocated rates of some sensor nodes may exist if only the total throughput of the sensor network is maximized, hence we enforce fairness on source rates of sensor nodes by invoking the network utility maximization (NUM) framework. To guarantee reliable communication, we adopt the hop-by-hop retransmission scheme. We formulate the network lifetime maximization and fair rate allocation both as constrained maximization problems. We characterize the tradeoff between them, give the optimality condition, and derive a partially distributed algorithm to solve the problem. Furthermore, we propose an approximation of the tradeoff problem using NUM framework, and derive a fully distributed algorithm to solve the problem.     

无线传感网中延迟受限的生命周期最大的数据收集算法

无融合数据收集是无线传感网络中最重要的技术之一.在持续实时的监测应用中,网络生命周期和网络传输延迟是衡量数据收集性能的两个重要指标,已有的研究大多侧重于某单一性能指标,而较少关注多性能的折衷优化.因此,本文研究了如何构造一棵延迟受限的生命周期最大的数据收集树,并将该构造问题形式化为一个整数规划问题,提出了有效的数据收集算法-EDG.该算法首先利用MITT方法构造生命周期近似最优的数据收集树,然后对“瓶颈节点”进行路径调整以使其满足延迟约束.仿真结果表明,与无延迟约束的MITT算法相比,EDG算法能在保证网络传输延迟的前提下,使其网络生命周期在大多数情况下达到MITT的90％以上.     

基于演化博弈论的无线传感网监测节点分群算法

针对大规模无线传感器网络多辐射源定位中,辐射源公共覆盖范围内监测节点能耗过高造成网络寿命降低的问题,提出一种基于演化博弈理论（EGT）的传感网监测节点分群算法。通过将最优节点集的搜索空间映射到博弈的策略组合空间,以博弈的效用函数为目标函数构建了非合作博弈模型;利用纳什均衡分析及均衡的扰动恢复过程实现目标优化;设计了分群算法以优化节点集组成相应的群参与最终的定位。以接收信号强度指示（RSSI）/信号到达时间差（TDOA）两轮定位为例,将该算法与典型的最近邻算法、基于离散粒子群优化（DPSO）的分群算法在定位精度和网络寿命方面作对比。仿真结果表明,该分群算法避免了多辐射源公共覆盖区域内节点能耗较高的问题,延长了网络寿命,同时保证了对辐射源的定位。     

基于蚁群优化解决传感器网络中的能量洞问题

基于多跳的无线传感器网络,越靠近sink的传感器节点因需要转发更多的数据,其能量消耗就越快,从而在sink周围形成了一种称为“能量洞”的现象.“能量洞”问题会导致整个网络由于内部节点能量过早耗尽而结束寿命,同时,网络中离sink较远的节点仍有大量能量剩余.研究“能量洞”现象,基于改进的分级环模型,总结出调节各环内节点的数据传输距离是实现网络节能的有效方法.证明搜索各区域最优的传输距离是一个多目标优化问题,即是NP难问题.从而提出一种基于蚁群优化的分布式算法,各区域根据其节点分布情况自适应地探索近似最优的传输距离,延长网络寿命.模拟实验结果表明,该算法在较短的时间内能够收敛到合理的解,并且得到的网络寿命接近于理想情况下的最优时间,与现有的类似算法相比,该算法提供了更长的网络寿命,并能适用于非均匀节点分布情况.     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

Theoretical Treatment of Target Coverage in Wireless Sensor Networks

The target coverage is an important yet challenging problem in wireless sensor networks,especially when both coverage and energy constraints should be taken into account.Due to its nonlinear nature,previous studies of this problem have mainly focused on heuristic algorithms;the theoretical bound remains unknown.Moreover,the most popular method used in the previous literature,i.e.,discretization of continuous time,has yet to be justified.This paper fills in these gaps with two theoretical results.The first one is a formal justification for the method.We use a simple example to illustrate the procedure of transforming a solution in time domain into a corresponding solution in the pattern domain with the same network lifetime and obtain two key observations.After that,we formally prove these two observations and use them as the basis to justify the method.The second result is an algorithm that can guarantee the network lifetime to be at least (1-ε) of the optimal network lifetime,where e can be made arbitrarily small depending on the required precision.The algorithm is based on the column generation(CG) theory,which decomposes the original problem into two sub-problems and iteratively solves them in a way that approaches the optimal solution.Moreover,we developed several constructive approaches to further optimize the algorithm.Numerical results verify the efficiency of our CG-based algorithm.     

基于改进蚁群算法的无线传感器网络栅栏覆盖优化研究

在无线传感器网络栅栏覆盖研究中,如何调度已部署的传感器节点构建栅栏并延长网络生存时间已成为热点问题。研究了满足Poisson分布的静态无线传感器网络强K-栅栏覆盖问题。将部署区域划分为a个子区域,相邻子区域之间形成一定的缓冲区域,在每个子区域利用偏离角蚁群算法构建多重栅栏。最后通过调度算法延长栅栏生存时间。仿真实验结果验证了算法的收敛速度快且栅栏生存时间长等特点。     

多移动基站无线传感器网络生命期最大化算法

无线传感器网络（WSN）的传感器节点一般由电池提供能源,故能量管理在WSN中是一个基础问题．针对受限多移动基站网络生命期最大化问题,提出了一个MMBEC算法．鉴于移动基站受到实际道路和自身能量的双重限制,算法首先通过规划平衡子回路达到基站间负载的平衡,然后控制基站周期性逗留达到邻近道路节点数据通信量的平衡．由于平衡子回路是NPC问题,采用近似算法找到近似解,控制基站周期性逗留保证邻近道路节点能量几乎同时耗尽,从而延长网络生命期．模拟实验结果证明该算法与现有算法相比能提高网络生命期和吞吐量．