无线传感器网络跨层自适应周期分簇路由模型

分析了无线传感器网络传输信息位置相关性特点以及节点能耗模型,运用基于能量指标和距离指标的簇首选举方法,建立了一种基于节点剩余能量和传输距离的跨层自适应周期簇间路由性能模型。该模型均衡网络节点能耗和负载。簇间通信根据其下一跳簇节点的能量、能耗因子、RSSI以及能耗指数等进行选择。仿真结果表明,与已有的跨层设计和分簇协议相比,该模型有效地延长了网络寿命,提高了网络的吞吐量。该模型能效高,控制开销较低,能量负载均衡。     

基于均匀分簇的正三角模型节点轮换路由算法

针对节点随机分布的无线传感器网络能耗问题,提出一种在均匀分簇后采用正三角模型对簇内节点进行调度的低能耗路由算法。该算法首先计算网络内节点总能耗最小时的分簇数目,再由Sink节点选择相应数目的剩余能量最大、地理位置最优的节点为簇首,完成均匀分簇。簇内节点采用正三角模型和节点覆盖概率进行工作节点的选择。仿真结果表明,该路由算法可以均衡节点能耗,延长网络工作轮数,降低网络延迟,并体现出了更优的网络鲁棒性。     

几何学概率的无线传感器网络能耗估计模型

针对无线传感器网络能耗这一问题,提出了一种基于几何学概率的能耗估计模型.以节点的状态转换为基础,建立了基于半Markov链的节点能耗模型,并引入概率分布函数的概念.从传感器节点随机分布出发,假定节点之间可以相互通信,分别对在单个正六边形和相邻两个正六边形内的节点随机分布进行研究,推导得出能耗估计模型.仿真结果表明:该模型可以实现网络能耗的准确估计.     

启用节点睡眠态的6LoWPAN网络节能研究

为了降低6LoWPAN网络节点能耗,本文提出了一种启用节点睡眠态的信道竞争接入机制:节点可于超帧退避期内适时睡眠和超帧睡眠期内睡眠。应用该机制对网络MAC协议建模,并对模型进行了数学推导。基于本模型,对节点平均能耗、网络数据包发送稳态概率和数据包服务时间进行了数学分析,并研究了协议参数NB和minBE对网络性能的影响。数学分析表明,该模型较好地描述了6LoWPAN网络信道竞争接入机制,该机制有效降低了节点的平均能耗,协议性能得到较大改善。     

基于泊松分布的6LoWPAN网络节点能耗分析

针对6LoWPAN网络能耗优化问题,提出一种数据包到达速率服从泊松分布的信道接入机制:超帧活跃期内若没有数据发送或暂时无法发送的节点进入睡眠期以便节能,然后建立该机制的Markov模型。基于该模型,对节点睡眠态稳态概率、数据包服务时间和节点平均能耗进行数学分析,并研究λ和BO等协议参数对网络性能的影响。数学分析表明,改进模型较好地描述了6LoWPAN网络信道竞争过程,有效地降低了节点平均能耗。     

基于TinyOS的传感器节点能耗仿真研究

根据无线传感器网络自身能源有限的特点,采用能量模型优化策略对整个网络的能量消耗进行研究。网络能耗的实时监测是无线传感器网络研究的内容之一。首先对传感器节点的硬件整体架构进行分析研究,并对运行过程中各个工作模块的运行情况进行统计。通过对统计数据的分析,构建了有效的网络能耗模型。根据该模型,提出了一种无线传感器节点能耗监测算法,设计了基于TinyOS2.x的能耗仿真模块。为了验证和评估该算法的准确性,采用TinyOS2.x的仿真平台TOSSIM对网络能耗进行测试,并对仿真数据和真实数据进行对比分析。对比结果表明,该算法能够较为准确地实现对网络节点能耗的监测。     

ZigBee 无线传感器网络节点能耗模型研究

针对当前无线传感器网络能耗模型计算复杂、通用性差及理论模型与实际相差较大等问题,提出一种 ZigBee 无线传感器网络节点的能耗模型。采用无线传感器网络节点工作电压、发送状态、接收状态中各阶段的时长和工作电流以及休眠状态的工作电压和工作电流等参数,建立无线传感器网络节点处于发送状态、接收状态和休眠状态的能耗数学模型,进而建立无线传感器网络节点的总能耗数学模型。实验结果表明,该模型能够准确预测无线传感器网络节点传输能耗代价和剩余工作寿命。     

基于物联网定位模型的网络节点能耗感知识别

由于现有网络节点能耗感知识别方没有对网络节点信号进行映射,不能获取节点对应的物理坐标位置,导致在网络节点能耗感知识别速度较慢,识别结果不理想.提出基于物联网定位模型的网络节点能耗感知识别方法,建立物联网定位模型,对网络节点信号进行映射,获取网络节点对应的物理坐标位置,将全局网络非线性问题进行优化,分别进行求解;结合网络节点能耗感知识别方法选择对应簇首节点,将该节点作为依据设定感知识别区域并对相关节点数据进行提取,建立数据回传节点集,对感知识别区域内数据回传节点集进行分析,通过数据回传节点集完成网络节点能耗的感知与识别.实验结果表明,所提方法的感知识别速度较快,感知识别结果的可信度较高以及准确性更高.     

基于非饱和负载的802.15.4网络能耗分析

为了优化802.15.4 MAC协议能耗性能,提出了一种基于退避时提前休眠的时隙CSMA/CA机制,并建立了该协议的Markov链模型。然后使用M/G/1排队系统理论对非饱和网络负载建模,并对协议主要参数进行了数学推导。最后基于该模型对网络节点能耗进行数值分析。理论分析和仿真结果表明,该模型较好的描述基于非饱和负载的802.15.4 MAC协议,网络节点能耗得到有效改善。     

基于多条件休眠的802.15.4网络能耗优化方法

针对802.15.4网络能耗优化问题,提出了一种基于多条件休眠模式的媒体接入控制(MAC)层信道接入机制.首先,建立该机制的马尔可夫模型;然后,基于模型对网络主要状态的稳态概率和协议参数进行推导;其次,分析了节点在每个超帧内的平均能耗;最后,研究了数据包到达率、退避次数、超帧指数和最小退避指数对节点主要状态的稳态概率、能耗和节点生存时间的影响.实验结果表明,与节点无休眠态的802.15.4网络相比,节点能耗降低了84.4%左右;与部分条件休眠的方法比较,节点能耗平均降低了62.8%,网络存活时间平均提高了70%.模型较好地描述了提出的网络信道接入机制,合理的网络参数设置能够优化网络能耗性能,也为无线传感器网络(WSN)的实际应用提供能耗优化参考.     

一种能耗均衡的WSN分布式拓扑博弈算法

无线传感器网络（wireless sensor network,WSN）中通常节点能量受限,节点间能耗不均衡会导致网络生命周期缩短.针对该问题,综合考虑节点的能量效率和能耗均衡,通过引入阿特金森指数设计了一种改进优化的综合效用函数;基于此,建立了一种能耗均衡的拓扑博弈模型,并证明了该拓扑博弈模型是序数势博弈且存在帕累托最优;提出了一种能耗均衡的WSN分布式拓扑博弈算法（DTCG）.通过仿真实验及对比分析表明,相较于其它基于博弈理论的拓扑控制算法,DTCG算法能在保证网络连通性和鲁棒性的前提下,降低节点发射功率,拥有更好的能量均衡性和能量效率,可以有效延长网络生命周期.     

基于能耗负载平衡的自组网分簇算法

针对Ad Hoc网络的节点能量受限问题,改进分布式高效分簇算法(DECA),提出一种适用于自组网的分簇算法。该算法建立簇头能耗模型,利用簇头能耗和簇头平均能耗方差描述能耗负载平衡度。仿真实验表明,相比DECA算法,改进算法能有效平衡簇头节点的能耗负载,延长网络生命周期。     

认知网络能量感知及伽玛统计模型能量优化算法

为了提升分簇无线传感器网络的能量效率并均衡节点的能量负载,提出了一种认知网络能量感知及伽玛统计模型能量优化算法。首先,该算法提出基于认知无线电的信道能量感知模型,可以得到网络休眠模式和运作模式下网络的能量分布方程。接着,在多个中继网络场景中采用伽玛函数进行网络总能耗分析,并基于次级网络跳数与簇头总能耗关系提出能量优化策略,在均衡簇头能量负载的同时最小化网络总能耗量。实验仿真结果表明,在网络总能量消耗上,所提出的能量优化算法相比基于节能路由方案的认知无线电网络和基于多能量探测器的认知网络,节能效果分别提高了37.6%和12.2%,并且算法采用伽玛函数对网络能量分布的分析具有一定的准确性。     

六边形覆盖条件下的HWSN最大寿命模型

提出一种在六边形覆盖约束条件下异构无线传感器网络的“突然死亡”能量消耗模型,该模型可以保证能量均衡消耗和网络寿命最大化。在该能耗模型基础上给出一种考虑节点能耗约束和数据完整性等因素的网络寿命模型,并求得网络寿命模型的最优解。仿真结果表明,构建在六边形覆盖条件下的异构监测传感器模型可以均衡网络能耗,且使网络寿命最大化。     

能量负载均衡的无线传感网分组成簇协议

针对无线传感网（WSN）中分簇路由协议在簇首分布及节点能耗不均问题,提出了一种节点能量负载均衡的分组成簇算法。根据节点能量分组,并随着节点能量的减少动态调整分组个数,组内根据能量重心进行簇首选举,利用簇首轮转和簇间多跳路由进一步均衡节点能耗。仿真结果表明,该算法有效实现了负载均衡,并显著延长了网络的稳定期。     

基于节点位置和剩余能量的分簇路由改进算法

针对传统LEACH协议存在的随机选举簇头及网内节点能耗不均等问题,提出了一种能量均衡高效的分簇路由协议LEACH-EPN.在成簇阶段加入最优簇数约束,综合考虑节点位置和剩余能量等多种因素;引入距离因子、能量因子及节点密度因子改进阈值公式;通过改变簇的范围来改变成簇机制,使簇头选举更合理、能耗分布更均匀,提高了网络的能量...     

IRPL: An energy efficient routing protocol for wireless sensor networks

This study aims to overcome the disadvantages of the original RPL (IPv6 Routing Protocol for Low power and Lossy networks) routing protocol (RPL including problems with energy consumption and energy load balance). We developed a relatively balanced RPL – the improved protocol (IRPL). This protocol is based on an efficient clustering algorithm and an effective topology control model of the loop domain communication route. The clustering algorithm can be used to calculate the optimal number of cluster heads by assumption of the network model. Combined with the clustering probability model and the node competition mechanism, the cluster head node in the wireless sensor network was used to complete the clustering process. In the topology control model, the wireless sensor network was divided into concentric rings with equal areas. Nodes determined the best network route, depending on different levels of ring domain and the optimal forwarding communication area defined in this study. Simulation results indicate that the IRPL routing protocol can reduce overall network energy consumption, balance network energy consumption, and prolong network lifetime.     

基于分簇的无线传感器网络编码算法

通过均衡网络能量消耗和延长网络生命周期,以提高无线传感器网络的能量利用率,提出了在无线传感器网络动态成簇算法中对簇头节点进行网络编码的路由算法.在簇的建立阶段,采用节点剩余能量和接收信号强度来完成分簇,解决了部分节点因能耗过度而过早失效的问题;在数据采集阶段,采用基于簇头进行随机线性网络编码的方法,有效降低了传输到网关节点数据包的数量,减少了网络能量的耗用.仿真实验结果表明,该算法与标准协议AODV相比,有效的均衡了节点能量消耗,提高了能量使用效率,改善了网络吞吐量和端到端延迟.     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。