传感器网络中基于虚拟坐标的节点调度方案

首先,建立了极大相似分布模型;其次,引入节点的虚拟坐标的概念,用来替代节点实际的位置坐标.在此基础上,提出了一种分布式的、与节点位置无关的节点调度方案.方案由一个覆盖算法和一个连通算法组成,方案中的覆盖算法利用虚拟坐标信息进行分组.在不需要节点位置信息的条件下,使各个分组内的传感器节点较为均匀地分布在目标区域.该方案不仅解决了任意分组中的节点充分覆盖目标区域的问题,而且保证了网络的连通.仿真实验表明,该节点调度方案在覆盖率、维持分组连通时额外加入到分组内的节点个数以及网络生存时间等性能上均优于与节点位置无关的节点随机调度协议.     

无线传感网中基于蜂窝网格剖分模型的节点调度算法

为了进一步有效提高无线传感器网络中节点分组调度算法的分组性能,提出一种新的基于节点位置信息和蜂窝网格剖分模型的传感区域分区方法,将整个传感区域划分为离散的蜂窝网格;在此基础上,通过各个蜂窝网格中的节点实施自主簇头选择与分组划分,设计并实现了一种分布式的节点分组调度算法.理论分析与仿真实验表明,新节点分组算法具有良好的分组性能,不但可保持100％的组全局连通性,而且还可同时保持100％的组网络覆盖率.     

无线传感器网络中一种基于分簇的节点调度算法

本文研究m覆盖与连通的无线传感器网络中的节点调度问题,提出了一种两跳簇的概念,并在此基础上提出了一种新的节点调度算法.该算法可在不知道节点位置信息的情况下,将无线传感器网络中的所有节点较为均匀地指派到k(km)个不同的分组{0,1,...,k1}之中,且可同时保证每个分组中的节点具有全局连通性与较高的网络覆盖率.理论分析与实验结果表明,该算法具有比传统随机调度方法更好的节点调度性能,可更加有效地延长无线传感器网络的生命周期.     

微机械传感器网络区域重叠节点优化调度方法研究

微机械传感器网络中存在的区域重叠节点会导致节点失效性较高,存在节点覆盖率低、能耗高的问题。为此提出微机械传感器网络区域重叠节点优化调度方法,构建微机械传感器网络节点分配模型,采用解耦控制方法动态均衡各微机械传感器网络节点,通过组合加权值划分簇内节点布局重叠的区域,采用加权项的最小节点为簇首,缩短了簇内发送和接收信息的传播距离,以此减小节点能耗、提升了网络生存时间,实现微机械传感器网络区域重叠节点优化调度。仿真分析结果表明,该方法调度后微机械传感器网络节点的覆盖率平均在85-90%之间、生存时间在50-55min之间、在测试时间12s时,节点两次抛洒、一次抛洒和均匀抛洒情况下区域重叠节点调度能耗分别为13、15及14μJ。     

一种用于大规模无线传感器网络的时钟同步算法

针对经典的时钟同步算法在大规模无线传感器网络中存在的同步精度低与能量消耗高等问题,提出一种基于簇-树结构的无线传感器网络时钟同步算法。首先,建立一棵以网关为根节点、簇首为子节点的生成树来减少网络中节点同步时的累计跳数;然后,在该生成树的基础上采用簇间双向的SRS和簇内单向的ROS同步机制进行同步,在保证同步精度的前提下减少网络同步所需的消息数量。实验结果表明,相比传统的RBS和TPSN算法,提出的簇-树结构同步算法可使网络的平均同步精度保持在更高的水平,并有效地降低网络同步时节点的能耗。     

线型无线传感器网络中的节点调度算法

线型无线传感器网络是一种较为特殊的无线传感器网络类型,其传感器节点的分布区域接近线型区域。在满足监控性能的要求下,通过调度节点,让部分节点工作,其余节点休眠,可有效延长系统生命期。现有的调度算法在线型无线传感器网络下的性能不是很好,针对线型无线传感器网络的特点,提出了异步调度算法和同步调度算法。仿真实验表明,同步调度算法得到的覆盖集的大小为异步调度算法的76%左右,平均覆盖度接近理想最优情况。     

无线传感器网络分簇拓扑的覆盖区域节点调度优化算法研究

利用区域分割的方法建立了一种覆盖区域冗余节点的优化调度机制,实现对完全覆盖区域内冗余节点的休眠调度,并将该机制引入无线传感器网络的分簇结构中,提出一种基于分簇拓扑的节点调度优化算法。算法通过控制簇内冗余节点进行休眠,减少簇首的数据通信量和簇成员中工作的冗余节点个数,降低了网络能耗。仿真结果表明,与未考虑冗余节点休眠调度的分簇算法相比,该算法有效提高了网络能量利用率,延长了网络生命期。     

无线传感器网络覆盖率与节能性研究

在无线传感器网络中,节点的能量是有限的,因此各节点覆盖区域的重叠度必须减少,而且对节点的能量必须合理利用,以延长网络生命周期。提出了一种基于能量感知的区域覆盖算法,在该算法中,活动节点根据簇内每个传感器节点的覆盖区域和剩余能量来确定,在保持网络高覆盖率的情况下,使活动节点的数目最小化。仿真结果表明,相较于其他算法,提高了网络覆盖率,并能够获得更长的生命周期。     

改进的无线传感器网络覆盖区域节点调度算法

节能覆盖对于提高无线传感器网络的性能有着重要的意义.针对当前传感器网络的算法中存在的热区问题,提出一种在传感器网络非均匀分布部署下的基于能量预测的节点覆盖调度算法.该算法首先对网络中的节点进行非均匀部署,离基站距离较近区域部署的节点密度较大,而较远的密度小,然后综合考虑节点覆盖效率和能量消耗进行节点调度,从而使能量消耗更加均衡,最后对该算法进行了仿真实验和性能分析.仿真结果表明与当前经典的覆盖节点调度算法相比,该算法提高网络覆盖率、降低了网络能耗,且网络生命周期也相应的延长,能够保证网络内大多数节点达到能耗均衡.     

一种无线传感器网络定位问题中的分簇算法

本文提出一种用于平面无线传感器网络定位的分簇算法.首先,锚节点根据地理位置划分感知区域;然后,通过拓扑发现过程和锚节点问的信息交换,实现锚节点对周围网络拓扑的感知;最后,根据就近原则将所有未知节点分配到以锚节点为边缘的各个子区域中,而分配到各个子区域中的未知节.点和边缘的锚节点,则构成网络中的各个簇,并由每个簇的主节点保存本簇内全部拓扑信息.该算法可以实现多跳节点的分簇,并且具有较小的通信量,可用于多种基于分簇的分布式定位算法中,有助于解决大规模无线传感器网络的定位问题.仿真实验结果显示,在锚节点按网格分布和随机分布两种情况下,该算法都可以得到良好的分簇结果.     

基于自组织图算法的水下传感器网络优化部署研究

水下传感器网络部署是开展水下传感器网络相关应用的基础,良好的传感器节点部署方案可以有效提高目标的监测质量;针对水环境中随机事件的突发性和不确定的特点,提出了基于自组织图算法的水下传感器网络优化部署方案;首先,随机部署传感器节点,预设随机事件呈L型不均匀分布,当随机事件发生在传感器覆盖漏洞处时,采用自组织图算法确定传感器节点需要移动到的目标位置;仿真结果表明,基于自组织图算法的水下传感器网络优化部署方案可以显著提高对随机事件的覆盖率,实现对水环境的有效监测。     

Cluster based node scheduling method for wireless sensor networks

By researching on the node scheduling problem of m-covered and connected sensor networks,a new concept of two-hops-cluster is proposed in this paper,and based on it,a new distributed node scheduling algorithm THCNS for allocating all nodes in the sensor network into k(k≤m) different groups {0,1,...,k 1} is designed,without requiring location information.Our algorithm guarantees that each group to be connected and maintains the coverage ratio with high possibility.Theoretical analysis and simulation results show that it has better performance than previous randomized scheduling scheme,and can prolong the lifetime of the sensor network effectively.     

无线传感器监测网络分布式节点调度策略

无线传感器监测网络(WSSN)由数量众多的节点组成.每个节点通过传感器监测外界环境的变化并将监测数据以无线多跳的方式发回基站,实现对用户感兴趣的区域进行监测.WSSN节点的主要特点是电能、带宽、计算和存储能力等高度受限,尤其是其电源的不可替换性导致在保证对监测目标完全监测的同时延长系统工作寿命成为WSSN应用的一个中心问题.提出了WSSN的扩展工作寿命的定义,并在此基础上提出了一种延长WSSN工作寿命的分布式节点调度策略,在各节点簇内对节点进行调度以实现有差别监测服务并延长系统的工作寿命.提出的策略综合考虑节点的当前状态,具有较强的容错性.仿真实验结果表明相对于已提出的方法,该策略有效延长了WSSN的工作寿命.     

WSNs中基于Voronoi图的分布式覆盖协议

研究网络随机部署情况下的覆盖问题,提出基于Voronoi图的分布式覆盖协议。采用分布式节点冗余判断算法来判断传感器节点自身的冗余性,据此对节点进行相应的职能调度。当网络中节点的通信半径大于或等于其感应半径的2倍时,该协议能达到网络完全覆盖及连通的要求。通过该协议的推广,满足了覆盖度动态变化的要求,保证网络的k-度覆盖。     

A novel gossip-based sensing coverage algorithm for dense wireless sensor networks

Wireless sensor networks (WSNs) have been widely studied and usefully employed in many applications such as monitoring environments and embedded systems. WSNs consist of many nodes spread randomly over a wide area; therefore, the sensing regions of different nodes may overlap partially. This is called the “sensing coverage problem”. In this paper, we define a maximum sensing coverage region (MSCR) problem and present a novel gossip-based sensing-coverage-aware algorithm to solve the problem. In the algorithm, sensor nodes gossip with their neighbors about their sensing coverage region. In this way, nodes decide locally to forward packets (as an active node) or to disregard packets (as a sleeping or redundant node). Being sensing-coverage-aware, the redundant node can cut back on its activities whenever its sensing region is k-covered by enough neighbors. With the distributed and low-overhead traffic benefits of gossip, we spread energy consumption to different sensor nodes, achieve maximum sensing coverage with minimal energy consumption in each individual sensor node, and prolong the whole network lifetime. We apply our algorithm to improve LEACH, a clustering routing protocol for WSNs, and develop a simulation to evaluate the performance of the algorithm.     

一种能量有效的三维传感器网络覆盖控制算法

由于无线传感器网络节点部署是随机的而且数量巨大,会产生很多冗余的节点,因而对网络进行覆盖控制提高冗余节点的利用率就成为一个亟待解决的问题.针对无线传感器网络中的三维覆盖问题进行了深入的研究,提出了一种分布式能量有效的三维覆盖控制算法,并利用OPNET网络仿真软件对其性能进行了验证.     

传感器网络中数据驱动的睡眠调度机制

在能量受限的传感器网络中,尽量延长网络寿命同时保证服务质量(如感知覆盖和数据完整)是关键的研究问题.节点睡眠调度能有效延长网络寿命.研究数据驱动的睡眠调度机制,利用感知数据的时空相关性识别冗余节点.核心思想是用非参数回归方法为节点建立预测模型,求解最大支配数的节点支配集,调度多个支配集轮流工作.睡眠节点的数据可以由支配集节点恢复.分别给出集中式、半分布式和分布式3个睡眠调度方法.据知,这是第1个将统计回归模型用于睡眠调度并扩展到大规模网络的研究.实验结果表明,该方法能够有效地减少活跃节点个数,节省能耗从而延长网络寿命,同时在用户指定误差范围内保证数据的完整性.     

能量有效的无线传感器网络动态任务调度算法

为减少无线传感器网络任务调度的能量消耗,平衡网络负载,提出能量最小化的动态任务调度算法。在感知动态环境的基础上,将传感器网络节点的覆盖率、可调度性等作为该问题的约束条件。将改进后的蚁群算法应用于任务调度算法中,通过迭代得到最优分配方案,引入信息熵提升剩余能量充沛的节点执行任务的几率。仿真结果表明,该算法在降低任务分配的执行时间、能量消耗量及优化网络负载平衡方面取得了较好的效果。