基于多模型预测的WSN动态簇目标跟踪算法

分析了无线传感器网络(WSN)中现有目标定位算法缺陷,针对WSN中跟踪目标的运动不确定特性,提出一种基于多模型动态簇预测的WSN目标跟踪算法;该算法以多模型为目标动态建模框架,适应目标的不确定运动,在得到各模型预测之后,综合各模型预测估计形成全局预测估计,进而构造局部唤醒区域,将落入该局部唤醒区域的节点构造动态簇,通过择优规则,确定该节点动态族的簇首,实现目标的定位跟踪;仿真结果表明,与全局唤醒算法相比,所提出的基于多模型动态簇预测的WSN目标跟踪算法可适用于目标的不确定运动,并得到较好的跟踪精度。     

WSN中基于能量均衡的优化覆盖算法

针对无线传感器网络中覆盖保持的节点调度算法存在的利用率低、能量不均衡问题,提出一种改进的算法,将网络节点划分为若干个相异的节点集合,根据集合平均能量设置一个权值,通过权值大小选取合适的节点集合进行工作,从而均衡节点能量、延长网络的生命期。通过模拟仿真实验证明了算法的有效性。     

混合WSNs中基于多目标优化的覆盖控制算法

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差和能量不均衡的问题,引入移动传感器节点,将快速非支配排序遗传算法Ⅱ( NSGA-Ⅱ)运用到混合无线传感器网络覆盖控制部署并进行改进,采用分层编码策略,引入删除算子避免早熟,自适应改变交叉、变异概率提高局部搜索能力,获得较优解集后基于决策者信息偏好选择最优目标.仿真实验结果表明:有效解决了WSNs覆盖控制问题,可以在网络覆盖率最大化的同时,节点利用率较大且能耗系数较低,延长网络寿命.     

基于TopDisc算法的WSN拓扑控制研究*

针对TopDisc算法构建的网络灵活性不强、重复执行算法的开销大、未考虑节点的剩余能量等问题,对其进行改进,并利用OPNET网络仿真工具进行了模拟。分析结果表明改进的TopDisc算法比原有算法有更好的节能性与稳定性。     

改进的WSN节能分簇多跳路由算法

LEACH算法是WSN中典型的单跳分簇路由算法,本文针对LEACH算法的缺点,提出了一种改进的节能分簇多跳路由算法.该算法采用层次分析法确定节点度数、节点间的通信距离、节点剩余能量和节点距基站的距离这四个因素的权值系数,在簇首选举中引入这四个因素,每一轮的簇首选举结束后,利用遗传算法寻找出一条遍历所有簇首节点和基站的最优路径,该算法实现了簇首以多跳通信方式向基站传输数据的功能.仿真结果表明,该算法在网络能耗、生存周期和能量均衡性方面均优于CECA、LEACH-GA和LEACH算法,达到了能量均衡和延长了网络生存周期的目的.     

WSN中一种改进的TopDisc分簇算法

针对拓扑发现（TopDisc）算法构建的网络灵活性不强、重复执行算法的开销过大和没有考虑节点的剩余能量等缺点,对原算法进行分析与改进,并用OPNET网络仿真工具进行模拟仿真与性能分析。仿真结果证明,改进的TopDisc算法在节能性与稳定性等方面比原有算法有较大的提高。     

复杂环境下一种多移动节点的WSN三维覆盖算法

依据现实环境中对于复杂的山丘、沟壑等空间立体目标进行监测的需要,提出一种多移动节点的无线传感器网络三维覆盖算法。通过在三维空间中选取目标监测点,采用基于误警率的节点感知模型感知目标监测点,计算目标监测点的三维联合探测概率进行覆盖空洞分析,找出移动节点最优移动路径,调整移动节点移动位置实现对目标监测点的全覆盖,解决三维环境中恶劣复杂情况下的监测问题。仿真结果表明,该算法可有效探测覆盖空洞,并能够利用移动节点对其进行修复,在满足目标监测节点全覆盖的同时使移动节点的移动距离最优,降低网络能耗。     

基于能量的WSN多跳簇生成算法

提出一种基于能量的多跳簇生成(EMHC)算法,根据剩余能量争先原则选择簇首,并采用最小通信代价的多跳簇内结构。通过OMNet++模拟器对算法进行实验,结果表明,EMHC形成的簇首分布较为均匀,可以利用最佳多跳路径节约传输能量,提高网络生存时间,与LEACH和HEED算法相比具有较大优势。     

基于聚合度的WSN分簇优化算法研究

针对无线传感器网络分簇问题,引入节点聚合度概念,以节点能量的均衡消耗为目标,提出一种有效簇头数优化方法,并设计出均衡网络负载的簇首动态更新和簇重组机制,进一步地优化分簇。算法包括基于能量消耗的有效簇头数计算,聚合度最大的簇首选举和簇建立,以及均衡网络负载的簇首动态更新和簇重组。仿真结果表明,算法能有效延长网络寿命,均衡网络消耗。     

基于事件驱动机制WSN覆盖算法

针对无线传感器网络覆盖方法自身特点以及在覆盖过程中消耗大量传感器节点能量的不足,提出了一种事件驱动机制的覆盖算法。该算法通过事件驱动机制使节点之间完成了状态转换,同时建立了传感器节点与目标节点之间的关联属性,从而有效地减少节点能量的消耗,延长了网络生存周期,优化了网络资源,确保了以最少的节点完成对目标区域的完全覆盖。仿真实验结果表明,该算法中节点能量的消耗与LEACH协议相比降低了7%,验证了该算法的实效性和稳定性。     

WSN中基于能量的分布式覆盖控制算法

针对无线传感器网络中节点密度过大、节点剩余能量不均等问题,设计一种基于节点剩余能量的分布式覆盖控制算法,基于概率覆盖模型,按目标区域内节点剩余能量从小到大的顺序,依次通过计算各个节点的区域覆盖概率判定其冗余性,并使冗余节点转入休眠状态。仿真结果表明,该算法能有效降低网络中节点冗余度,延长网络生存时间。     

无线传感器网络的覆盖问题研究

降低能耗可延长网络生存时间,在传感器节点高密度部署的环境中,在保证网络性能的前提下,将最少量的节点投入活跃工作状态,而将其余节点投入低功耗的睡眠状态。在满足上述覆盖性和连通性要求的基础上,讨论如何选择最少数量的工作节点,以及如何计算同时满足覆盖要求和连通性要求的问题。     

基于网格的无线传感器网络节能路由算法

为避免高密度节点导致的数据冗余和能量浪费,提出一种节能路由算法。将检测区域分割成若干等同的虚拟网格,在每个网格中选取剩余能量最大的节点作为激活节点,源节点的数据先发送到由激活节点构造的数据聚合树上,经数据融合后再传输到Sink节点,从而减少网络中传输的数据量。仿真结果表明,该算法能有效减少冗余数据的能耗,延长网络寿命,且在高密度节点环境下具有良好的适应性。     

无线传感器网络中一种自适应目标跟踪协议

目标跟踪是无线传感器网络的一个基本应用,而能量高效是目标跟踪研究的一个重要目标.提出了一种自适应目标跟踪协议,该协议将传感器节点的状态分为睡眠状态、监测状态、跟踪状态三种状态;并对每个进行感应的传感器节点设置了节点权值,每个节点通过计算自己的节点权值来决策是否参与目标的跟踪,它在很大程度上减少了参与目标跟踪的节点数量.领导节点根据目标的运动速度来自适应地调整数据报告的频率,提高了能量利用率和跟踪精确度.模拟实验表明我们的算法具有良好的节能效果.     

基于改进PSO算法的WSN覆盖优化方法

提出基于概率测量模型的改进粒子群优化方法,以网络有效覆盖率为优化目标,通过改进粒子群算法实现无线传感器网络的覆盖控制。分析传感半径以及离散化栅格点数对覆盖性能的影响。仿真实验表明,利用改进粒子群优化方法的有效覆盖率达到88.22%,证明了该方法的有效性。     

WSN中基于区间小波的偶合数据压缩算法

根据传感数据的偶合特征,提出一种基于区间小波的偶合数据压缩算法。根据数据的强偶合特性处理传感数据,利用最小二乘法对强偶合数据进行曲线拟合,结合区间小波良好的分频特性,减少传感器网络中传输的数据量。理论分析和仿真实验结果表明,该算法能对传感数据进行有效压缩,减少网络能耗。     

一种能耗均衡的无线传感器网络覆盖协议

在随机部署的无线传感器网络中,现有的节点调度算法不能同时保证工作节点均匀分布,使网络能耗不均衡.针对该问题,提出一种分布式、能耗均衡、与节点位置无关的无线传感器网络覆盖协议(EBLCP).EBLCP在虚拟坐标的基础上建立临时集,节点只需与邻居中少量节点通信,比较这些节点的剩余能量从而竞选工作节点.实验结果表明,与NSV...     

基于Voronoi图的无线传感器网络K覆盖算法

针对无线传感器网络(WSN)在随机高密度部署节点情况下的多重覆盖问题,提出一个基于Voronoi图的K覆盖算法。该算法利用邻居节点信息计算Voronoi覆盖邻居节点集,构建有向Voronoi覆盖关系图,通过调整关系图中的节点状态实现K覆盖。仿真结果表明,该算法能正确判断网络覆盖率,连通K覆盖的近似最小活动节点集数目少于CCP算法。     

WSN中一种基于压缩感知的目标定位算法

针对目前的目标定位算法在定位误差等方面的不足,提出一种基于压缩感知的目标定位算法。将传感器网络划分为多个网格,相对于网格个数,目标个数是稀疏的,因此将目标定位问题转化为稀疏信号重构问题,基于目标的能量衰减特性设计测量矩阵,证明其满足RIP性质,并运用该算法来实现目标的精确定位。理论分析和仿真实验结果表明,该算法在目标定位误差及稀疏信号重构性能等方面优于传统的Binary等算法。     

无线传感器网络中连通与覆盖问题的研究

在无线传感器网络中,簇首和节点的数量直接关系到整个无线传感器网络的成本及性能,如鲁棒性、容错性等,这也是无线传感器网络设计时首先要考虑的问题。通过把复杂的连通和覆盖问题逐步化简,并利用理论分析、数学建模和几何证明,采用几何理论和数学归纳法的思想,从拓扑学的角度给出了传感器区域的一种网格划分方法。最后从理论上分别给出了在一个实现完全无缝连通和覆盖的传感器区域内最少需要多少簇首和最少需要多少个节点的解析表达式,即从理论上解决了把整个传感器区域至少划分成多少个簇和至少布置多少个节点才能实现完全无缝连通和覆盖的问题。