速率自适应的树状采集型MHWSN跨层MAC协议

中高速传感器节点能量严重受限,节能是中高速传感器网络（Medium and High Rate Sensor Networks,MHWSN）中MAC协议设计的首要问题。针对SMAC协议固定占空比不能适应中高速网络中多种速率混合业务传输的特点,提出了一种适应于数据采集型应用的速率自适应的MAC协议（AMAC）。AMAC协议在SMAC基础上,采用了基于跨层的速率自适应机制和交错唤醒机制,根据节点速率动态调整占空比,上层节点较下层节点延迟一段时间后激活。仿真结果表明,在数据采集树中该算法节点速率较小时,可有效降低空闲节点的占空比、减少能量消耗,节点速率较大时,调整占空比大小,减少碰撞和阻塞发生的概率,尤其在多种速率任务突发的中高速传感器网络中,能有效提高节点的数据吞吐量并降低时延。     

一种基于能量均衡的无线传感器网络协议

无线传感器网络协议LEACH中提到了分簇的思想,能够有效的减少节点在通信中的能量消耗,延长网络的生存时间.为了更有效的减少节点的能量消耗,延长网络的生存时间,可以在分簇的算法中采用能量均衡的思想,同时簇头收集数据后通过一棵路由树向汇聚节点发送数据.实验表明采用基于能量均衡的分簇算法的无线传感器有更好的整体性能和网络生存时间.     

低能耗的分布式数据融合改进算法

通过对串行数据融合算法的研究,发现在实际情况中,要使所有的传感器节点保存全局路由信息非常困难。为降低额外的能量消耗,提出一种新的分布式数据融合算法。该算法中,多个传感器节点同时启动数据融合过程,以多路方式向簇头传递信息,所有节点都是自行决定下一跳的传输方向,避免了保存全局路由信息。从仿真结果看,该算法可以减少时延,有效降低能量消耗。     

低占空比WSN中能量感知的动态路由算法

低占空比无线传感器网络（low-duty-cycle wireless sensor network,简称LDC-WSN）可部署在人类难以进入的恶劣环境中执行长期的监测和目标跟踪等任务,具有广泛的应用前景.与传统WSN相比,LDC-WSN减少了空闲侦听带来的能量消耗,但端到端的延迟却很大.目前,已有的LDC-WSN路由协议主要关注如何减少端到端延迟,没有充分考虑均衡节点的能量消耗,容易导致数据传输过程中某些节点能量消耗过快而过早死亡.为了解决这个问题,提出了一种基于链路质量和能量感知的路由（energy-aware dynamic routing,简称EADR）算法.每个节点维护一个转发集,转发集中的节点均是链路质量较高的邻居.在进行数据传输时,节点将数据发送给转发集中决策因子高的邻居,而决策因子由转发集中节点的工作/睡眠调度和能量水平来动态决定.仿真实验结果表明,EADR算法能够降低端到端的延迟,提高数据成功发送率,提高网络生命周期.     

基于能量水平的多Sink节点传感器网络路由算法

单Sink节点传感器网络存在着部分关键路径上节点能量消耗过快、路由选择算法单一以及Sink节点失效等问题.首先提出了多Sink节点传感器网络数据收集的系统框架;给出了拓扑发现和维护策略;然后提出了基于最小能量消耗路由算法.在分析了该算法的不足后提出了基于能量水平的路由算法,按照计算得到的能量水平选择最优的路径进行数据传送.实验证明,基于能量水平的路由算法比基于最小能量消耗路由算法能更有效提高传感器网络的使用寿命.     

基于无偏灰色马尔科夫预测WSN数据融合算法

为了降低无线传感器网络节点的能量消耗,延长网络工作时间,提出基于无偏马尔科夫链预测的井下数据融合算法.该算法考虑矿井下监测数据的时间相关性,通过无偏灰色马尔科夫链预测模型,利用以往的数据对未来的数据进行预测,并设置阈值来判断是否需要上传数据,减少数据上传量,从而减少整个网络传输数据的能量消耗,延长网络寿命.仿真结果表明随着阈值的增加,上传的数据比率越小,网络的能量消耗更少,网络的寿命得到有效的延长.     

基于环扇区的无线传感器网络K近邻查询处理算法

现有传感器网络环境下的K近邻查询处理算法没有考虑节点失效对查询处理的影响,导致查询结果极易丢失.提出一种基于环扇区的数据收集算法RISC,以保证查询处理过程的鲁棒性.给出理论上最节省能量的环扇区大小设置,以减少算法的能量消耗.系统地分析了算法在不同节点密度、节点失效概率和查询区域条件下的查询成功率和能量消耗.实验结果表明,在绝大多数情况下,提出的基于环扇区的K近邻查询处理算法优于现有的基于路线的算法.     

一种基于负载平衡树的多网关节点数据汇集路由算法

以均衡耗能为目标,考虑健壮性、可转发性和抗干扰性等因素,提出一种基于负载平衡树的多网关节点数据汇集路由算法(TBLB 算法).在多网关前提下,TBLB 算法结合节点能量和节点度形成以网关节点为根节点的负载平衡树,通过负载平衡树协调节点间的负载均衡,有效地降低节点的能量消耗.此外,节点根据路径性能评价因子W 进行路径选择和网关切换,进一步降低网络节点的通信开销,改善了网关节点的瓶颈问题.模拟实验结果表明,TBLB 算法能够有效均衡网络负载,对网络的能量消耗和网关节点接收到的数据包都有所改善.     

基于数据融合的传感器网络寿命最优路由策略

引入数据融合率来定义传感器网络中节点的融合能力,并提出一种基于数据融合技术的分布式最优路由算法,最大化网络的寿命.将路由决策过程描述为线性规划问题,采用子梯度算法求取最优解,得到了分布式的优化算法.仿真结果表明,该算法可有效减少数据通信量,均衡各个节点的能量消耗,延长网络寿命.     

基于贪婪算法无线传感器网络中继节点布局的研究

为实现远距离的无线通信, 在网络中添加中继节点, 采用多跳路由传输数据。对于中继节点的布局问题, 依据线性结构使网络整体能量消耗最小的特征, 提出一种中继节点贪婪布局算法。该算法通过最近贪婪策略、中继节点通信容量、传感器节点数据转发跳数等约束方法限制中继节点的布局位置。理论分析和实验验证了该算法能够有效减少能量消耗, 延长网络寿命。     

基于跨层设计的无线传感器网络MAC协议

针对占空比MAC协议存在端到端传输延迟问题,提出一种新的占空比MAC协议——PRMAC。PRMAC通过跨层路由信息帧的提前传送可以调度数据包在一个周期内多跳传输,从而降低网络延迟,提高能量有效性。NS-2仿真结果表明,PRMAC在没有牺牲能量有效性的情况下,改进了传统占空比协议的端到端传输延迟,并能提高网络吞吐量。     

A probabilistic approach for predictive congestion control in wireless sensor networks

Any node in a wireless sensor network is a resource constrained device in terms of memory, bandwidth, and energy, which leads to a large number of packet drops, low throughput, and significant waste of energy due to retransmission. This paper presents a new approach for predicting congestion using a probabilistic method and controlling congestion using new rate control methods. The probabilistic approach used for prediction of the occurrence of congestion in a node is developed using data traffic and buffer occupancy. The rate control method uses a back-off selection scheme and also rate allocation schemes, namely rate regulation （RRG） and split protocol （SP）, to improve throughput and reduce packet drop. A back-off interval selection scheme is introduced in combination with rate reduction （RR） and RRG. The back-off interval selection scheme considers channel state and collision-flee transmission to prevent congestion. Simulations were conducted and the results were compared with those of decentralized predictive congestion control （DPCC） and adaptive duty-cycle based congestion control （ADCC）. The results showed that the proposed method reduces congestion and improves performance.     

基于队列长度的自适应占空比MAC协议

由于无线传感器网络中设备电池能量有限,实现能量高效性是其主要考虑的问题。众所周知优秀的数据传输协议对降低能耗,延长网络生命周期有重要意义。而在基于竞争的MAC协议中,空闲监听是主要能量消耗来源,所以通常设计较低占空比的MAC协议来减少空闲监听时间。但是如果占空比过小,使得网络中所有数据传输集中在较短时间内,会导致节点无法完成所需要的通信。所以选择合适的节点占空比,对于资源受限的网络来说是一种很重要的节能方法。文中提出了一种新型的异步MAC协议QL-MAC,节点利用CSMA争用信道,发送一系列短的信标包唤醒目标节点,采用虚拟载波监听防止串听。不同于其他改变接收节点的方法,该协议从发送节点来考虑,可以根据缓冲区队列长度判断该网络负载,从而自适应调整节点的占空比,使节点及时发送数据,减少时延,并告知接收节点做出相应改变,进一步节省能量。在OMNET++上实现了QL-MAC协议,仿真结果表明QL-MAC协议展现了良好的时延和能量有效性。     

一种无线传感器网络信道接入自适应慢速退避算法

无线传感器网络是一种特殊的无固定控制中心的多跳网络.由于其特殊性,传统CSMA协议直接应用于无线传感器网络中会带来数据包冲突增加和时延增大等问题.针对信道接入层已有退避算法,提出了一种自适应慢速退避算法.分析与仿真结果表明,与传统的IEEE 802.11标准BEB算法和普通退避算法相比,该算法更为简单实用,能有效提高网络吞吐量,特别是在网路拥塞状况变化剧烈时,可减小额外开销并保持稳定的网络吞吐量.     

基于多字符DFA的高速正则表达式匹配算法

基于确定性有限自动机(DFA)的传统正则表达式匹配方法存在单周期处理单字符的速度瓶颈。为提升处理速率,提出一种单周期处理多字符的匹配算法MC-DFA,该算法基于DFA实现,支持匹配位置的精确定位。MC-DFA将传统DFA中的单字符跳转合并为多字符跳转,实现了单周期处理多个输入字符。通过状态转移矩阵二阶压缩算法,MC-DFA分别对矩阵行内以及行间冗余进行消除,减少了内存使用。300条规则下,单周期处理8字符时,MC-DFA吞吐率能够达到7.88Gb/s,内存占用小于6MB,预处理时间为19.24s。实验结果表明,MC-DFA能够有效提升系统吞吐率,并且保证内存占用在可接受范围之内,性能优于现有正则表达式匹配算法。     

具有高速递归结构的基-4MAP译码器

Turbo码在许多无线通信系统中展示了其良好的纠错性能。但是由于MAP算法中的递归运算限制,提高Turbo译码器的吞吐率是非常困难的。提出了一种新颖的MAP译码器结构。这种结构改进了基-4MAP译码器中的迭代结构以提高吞吐率,同时减少了以往基-4算法所引入的编码增益损耗。此外,该结构还采用了一种新的分块译码策略以减少译码器所需要的存储器数量。仿真与综合结果表明这种译码器结构提高了21%的吞吐率,而所引入的硬件开销增加可以忽略不计。     

LTE—A系统中基于多目标的CoMP切换算法研究

协作多点传输（CoMP）作为LTE—A系统中的一项关键技术,能消除或降低相邻小区间干扰,提升边缘用户的传输性能。由于这一新技术的弓l入,传统切换算法已经不能适应CoMP技术的切换要求,由此根据CoMP中联合处理（JP）技术的特点提出了一种新的切换算法。首先分析CoMP技术的实现原理并阐述了切换的概念,然后对传统A3切换算法和新的切换算法进行了研究,最后对两种算法的性能进行了仿真。结果表明：与传统A3切换算法相比,新的切换算法能提高系统吞吐量和减少系统切换总次数。     

一种时效性约束的二进制指数退避算法

针对IEEE 802. 11标准中二进制指数退避算法(Binary Exponential 13ackoff,BEB)以最大重传次数作为分组 丢弃依据其时效性性能差的问题,提出一种基于时效性约束的二进制指数退避算法(Delay-constrained Binary Expo- nential I3ackoff,D(', BEB)。以分组自身的超时门限替代最大重传次数作为分组丢弃的依据,能在不显著降低系统归 一化吞吐量的同时,提高系统归一化有效吞吐量,适合于对分组时效性要求高的无线自组织网络。构建了Markov模 型来分析采用!K; I3EI3算法时的系统性能。通过仿真实验,验证了模型的近似准确性以及IX; I3EI3算法相对于I3EI3 算法的优势。     

ADD:一种无线局域网MAC层竞争窗口退避算法

在无线局域网(WLANs)中,介质访问控制(MAC)协议的设计是一个核心的问题。MAC协议应该满足较高的吞吐量和较好的公平性等要求。根据802.11分布式协同函数(DCF),提出了一种新的高效的竞争窗口(CW)处理机制,称作自适应倍乘增加倍乘减小算法(ADD)。该算法的基本思想如下:每个站点在成功地连续发送n个数据包后,其MAC层的竞争窗口减小为原值的一半,而且n的值根据接入节点(AP)的瞬时流量自适应地调节。大量仿真实验表明:该算法可以通过有效地降低站点之间的冲突概率,来增加系统整体的吞吐量,同时增加不同站点之间的公平性。