基于双簇头优化机制的WSN稳定传输算法

传统无线传感网部署过程中仅采取单簇头机制，因而稳定性不足，对此提出了一种基于双簇头优化机制的WSN稳定传输算法。文章采用非均衡划分机制，将网络区域按照种子聚类予以初始化划分，设计了一种新的网络初始化方法，降低因簇头节点过载而出现的“热点”,以规避节点抖动而出现网络传输波动的问题，从而起到稳定簇内传输质量的作用。结合簇头能量变化情况，构建了能量—周期更新阈值，利用该阈值将能量较差的被选节点予以剔除，从而提高了网络链路抗抖性能，避免所选簇头因能量受限而导致出现难以控制簇成员节点的现象，以增强簇头节点对网络区域的控制能力并稳定网络传输流量，提升节点在高强度数据传输环境下的生存能力。仿真实验表明，与当前较为流行的WSN传输技术相比，所提算法具有更高的网络稳定传输时长和更低的链路周期抖动概率。     

基于病毒-抗体免疫博弈的WSN链路稳定算法

为解决超宽带无线传感器网络(WSN)存在的链路稳定性较差、数据传输遇阻等问题,提出一种基于病毒-抗体免疫博弈机制的超宽带WSN链路稳定算法.对节点所在区域进行均匀分割,通过设计覆盖划分方法并结合距离及剩余能量因素来优化分割区域,从而降低链路抖动概率.引入免疫算法,根据链路-节点之间的抗体特性来构建病毒-抗体免疫博弈机制,以优化节点及链路聚类效果,并通过病毒-抗体训练改善节点与链路间的数据交互特性,从而提升链路质量及区域传输性能.基于能量-跳数均衡方法,设计多参数判定机制,评估区域节点与sink节点的链路连通性能,提高算法的链路拥塞控制能力.在此基础上,利用PSK预发射方法的频域正交特性,对区域节点逐个设定发射频率,最大限度地降低因频率干涉而导致的链路抖动现象.仿真结果表明,与LEACH、LMS-A算法相比,该算法链路稳定性更高,网络稳定运行时间更长,拥塞发生频率更低.     

基于智能寻径机制的WSN传输路径稳定算法

针对无线传感网部署过程中存在的网络路径抖动难以抑制以及备用节点易出现能量受限现象等不足,提出了一种基于智能寻径机制的WSN传输路径稳定算法;首先,鉴于传统机制单一选取参数存在的局限性,综合考虑节点剩余能量、传输散射角度等多因子,智能搜寻较为稳定的传输链路,设计了基于能量-角度刺激机制的区域路径收敛方法,该方法综合考虑备用节点能量剩余及传输过程中易出现的抖动因素,通过引入散射迭代方式来增强节点在能量失效情况下的寻径效果,以降低因备用节点选取不当而导致的大面积重传输现象,增强传输路径的抗抖动能力,达到智能寻径的效果;随后,基于动量优化机制,采取按序筛选方式优化备用节点,以规避因备用节点受限而导致传输链路抖动,以改善传输路径稳定性能;仿真实验表明:与当前常用的基于能量管理及路径优化机制的WSN传输路径稳定算法和基于概率贪心机制的3维WSN传输路径稳定算法相比,所提算法具有更强的的路径抗抖能力和更高的网络传输带宽。     

基于聚类分析的能耗均衡无线传感器网络分簇算法

为降低并均衡无线传感器网络(WSN)中传感器节点的能量消耗,提出一种基于最优传输距离和K-means聚类的WSN分簇算法。根据层次聚类算法建立聚类特征树,将聚类特征树中的叶节点视为一个簇,并使每个簇控制在最优传输距离内,实现簇内节点的能耗均衡。通过目标函数对K-means聚类簇进行优化,保证簇内节点数目的均匀分布,并在考虑剩余能量和地理位置的基础上完成节点数据传输。实验结果表明,该算法在均衡网络能耗的同时,可有效延长网络生命周期。     

基于压缩感知的异构网络数据动态重构算法

针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法。利用模糊核聚类算法将数据样本集映射至高维空间内,聚类目标数据,根据节点在网络中对应的坐标构建异构网络拓扑模型及数据权矩阵模型;设置路由器物理链路通信图,根据链路带宽约束优化数据重构资源的分配路径,将节点核心区数据重构,并分配至聚类节点来感知数据的动态变化,为每一个核心聚类节点拓扑感知一个路由器数据的动态变化,来实现全局的数据动态重构,至此完成基于节点拓扑感知的异构网络数据动态重构算法的设计。设计仿真实验,测试算法的节点均衡度与链路均衡度。实验结果表明,设计的算法的节点均衡度为0.93,链路均衡度为0.90,均高于对比方法,因此可以得出,该算法的资源均衡度更好。     

基于信道随机干涉博弈机制的移动传感网安全传输算法

为解决移动传感网安全传输领域存在的网络传输带宽较低、节点抖动现象难以控制等不足,提出了一种基于信道随机干涉博弈机制的移动传感网安全传输算法。首先,根据移动传感网覆盖存在的冗余特性,采取信道频率干涉机制对信道信噪比予以精确评估,以降低信道干涉对传输的不利影响,进而消除冗余数据并增强节点数据传输能力。随后,基于博弈退避机制提出了时间匹配方法,利用最低信道信噪比模型对节点数据传输周期予以调控,降低因数据重传输导致的网络拥塞,从而降低节点抖动发生频率。仿真实验表明,与常用的高效均衡分布机制的移动传感网安全传输算法和异构能量预测机制的移动传感网安全传输算法相比,所提出的算法具有更高的传输带宽及更低的网络节点累计抖动频次。     

WSN中利用蚁群路径优化的时隙选择重排算法

针对无线传感器网络(WSN)汇聚传输中的数据传输时间和功耗问题,提出了考虑时间同步和唤醒延迟的汇聚传输时隙选择重排算法。将时分多址接入(TDMA)用作介质访问协议,并允许每个节点在传输时隙期间可以发送或接收数据;设计新的WSN数据收集树模型,将传感器节点生成的数据通过无线链路形成的多跳网络发送到汇聚节点,在数据收集树的每条链路上分析时隙顺序,优化时隙选择,并基于蚁群算法优化路径选择,减少传输能量消耗和均衡簇头能量。实验结果表明,提出的算法可以实现显著的数据传输性能提高和功耗节约。     

基于蚁群粒子适应机制的移动传感网簇头生成算法

传统移动传感网簇头生成算法在筛选簇头节点时中存在的节点密度较低及网络传输性能较差的不足.因此,提出了一种基于蚁群粒子适应机制的移动传感网簇头生成算法.首先选取具有较高能量值的节点作为初始簇头节点,采取粒子迭代方式设计了基于蚁群粒子感知覆盖机制的簇头生成方法,并通过权值评估方式来优化备选簇头节点能量,有效改善因链路抖动而导致的传输性能受限现象,有效提高簇头节点分布密度.基于极限标准差优选机制,通过定时更新备选簇头节点标准差,进一步选取性能较高的节点维持链路性能,改善链路抖动现象并提高网络传输带宽,降低信道噪声对数据传输带来的不利影响.通过仿真实验与基于改进能量均衡机制的传感网簇头生成算法和基于能量优化回收机制的传感网簇头生成算法进行对比,表明所提算法具有更高的簇头节点密度和网络传输带宽.     

SEBCDS:无线传感网络的连通支配集算法

由于无线传感网络(WSN,sireless sensor network)节点受到能量和传输距离的约束,有效地构建连通支配集(CDS,connected dominating set)是提高WSN数据传输效率的重要技术手段.然而,现存的多数构建CDS算法只强调CDS规模,没有考虑网络的能量均衡.为此,提出了基于休眠机制和能量均衡的连通支配集(SEBCDS,sleep-and energy-balance-based connected dominating set)算法.SEBCDS算法首先选择剩余能量高和邻居节点多的节点作为支配节点,并为支配节点选择副支配节点,然后采用休眠机制,让一部分支配节点工作,另一部分支配节点休眠,降低网络能量消耗.仿真结果表明,提出的SEB-CDS算法能够降低能量消耗、延长CDS的生命周期.与TCDS算法相比,能量消耗降低了23％,CDS的生命周期提高了约31%.     

考虑节点能量特征的无线传感数据加密传输方法

无线传感数据传输加密过程中,由于忽视节点的能量特征导致网络链路发生抖动,加密传输安全性较差。为此提出考虑节点能量特征的无线传感数据加密传输方法。通过混沌参数调制及时间戳技术,使得二阶映射自身的迭代律不断重复和交替传输,可以有效获取节点能量特征。在此基础上构建节点-链路评估模型,从节点、链路、能量三方面计算并控制无线传感网络的传输能量和功率损耗,促使网络链路状态平稳,以此评估网络安全环境,实现无线传感数据加密传输。仿真结果表明,所提方法的通信开销节约了70%能量,最优抗攻击性为94%,数据融合精确度为93%,有效提高了无线传感数据加密传输安全性。     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

基于博弈论能耗均衡的WSN非均匀分簇路由协议

在无线传感器网络(WSN)的分簇路由算法中,节点间能耗不均容易引发 “能量空洞”现象,影响整个网络的性能。针对这个问题,提出了一种基于博弈论能耗均衡的非均匀分簇路由(GBUC)算法。该算法在分簇阶段,采用非均匀分簇结构,簇的半径由簇头到汇聚节点的距离和剩余能量共同决定,通过调节簇头在簇内通信的能耗和转发数据的能耗来达到能耗的均衡;在簇间通信阶段,通过建立一个以节点剩余能量和链路可靠度为效益函数的博弈模型,利用其纳什均衡的解来寻找联合能耗均衡、链路可靠性的最优传输路径,从而提高网络性能。仿真结果表明:与能量高效的非均匀分簇(EEUC)算法和非均匀分簇节能路由(UCEER)算法相比,GBUC算法在均衡节点能耗、延长网络生命周期等性能方面有显著的提高。     

EasiCC:一种保证带宽公平性的传感器网络拥塞控制机制

实用的传感器网络拥塞控制方案不仅需要满足多项网络性能指标,而且必须控制开销很小,提出了一种满足上述要求的拥塞控制机制EasiCC(EasiNet congestion control mechanism).在EasiCC中,数据流源节点将数据报文按比例划分到各优先等级中,各网络节点根据网络拥塞程度动态地、同步地调整报文过滤标准,结合报文过滤标准和报文优先级来调节网络流量,保证了无线信道带宽分配上的公平性;将网络准入控制和队列丢包手段相结合来调整网络流量,保证了网络综合性能指标.EasiCC控制开销很少,已在实际传感器网络平台中实现.模拟验证和实验测试结果显示,EasiCC能够公平地为各数据流分配发报速度和网络带宽,并且在报文传输成功率、传输延迟等性能指标上均有良好的表现.     

DUCF: Distributed load balancing Unequal Clustering in wireless sensor networks using Fuzzy approach

Data gathering in wireless sensor networks (WSN) consumes more energy due to large amount of data transmitted. In direct transmission (DT) method, each node has to transmit its generated data to the base station (BS) which leads to higher energy consumption and affects the lifetime of the network. Clustering is one of the efficient ways of data gathering in WSN. There are various kinds of clustering techniques, which reduce the overall energy consumption in sensor networks. Cluster head (CH) plays a vital role in data gathering in clustered WSN. Energy consumption in CH node is comparatively higher than other non CH nodes because of its activities like data aggregation and transmission to BS node. The present day clustering algorithms in WSN use multi-hopping mechanism which cost higher energy for the CH nodes near to BS since it routes the data from other CHs to BS. Some CH nodes may die earlier than its intended lifetime due to its overloaded work which affects the performance of the WSN. This paper contributes a new clustering algorithm, Distributed Unequal Clustering using Fuzzy logic (DUCF) which elects CHs using fuzzy approach. DUCF forms unequal clusters to balance the energy consumption among the CHs. Fuzzy inference system (FIS) in DUCF uses the residual energy, node degree and distance to BS as input variables for CH election. Chance and size are the output fuzzy parameters in DUCF. DUCF assigns the maximum limit (size) of a number of member nodes for a CH by considering its input fuzzy parameters. The smaller cluster size is assigned for CHs which are nearer to BS since it acts as a router for other distant CHs. DUCF ensures load balancing among the clusters by varying the cluster size of its CH nodes. DUCF uses Mamdani method for fuzzy inference and Centroid method for defuzzification. DUCF performance was compared with well known algorithms such as LEACH, CHEF and EAUCF in various network scenarios. The experimental results indicated that DUCF forms unequal clusters which ensure load balancing among clusters, which again improves the network lifetime compared with its counterparts.     

基于分布式层次化结构的非均匀聚类负载均衡算法

考虑到无线传感器网络(WSN)负载不均衡导致节点存活时间较短、能量消耗量较多的问题,提出一种基于分布式层次化结构的非均匀聚类负载均衡算法(DCWSN)。首先,建立了一个WSN的多层分簇的网络拓扑结构,并分析了该网络拓扑的簇内节点运作的能量消耗方式。接着,采用非均匀聚类的负载均衡算法,在簇头的选择上考虑了节点连通密度、节点剩余能量和簇头选择时间,通过竞选出最高权重的节点成为簇头; 在簇的建立阶段,通过簇大小的决定阈值和簇头的更新机制来均衡簇头的能量负载,防止簇头节点过早死亡。通过网络生命周期和网络能量消耗对提出算法的有效性进行验证,并与算法EDDIE、M-TRAC、DDC和EELBC进行比较,结果显示DCWSN算法的节点存活率为37.7%,高于对比算法,且能量效率也高于对比算法。实验结果表明,DCWSN算法对节点负载分配具有良好的均衡性,有效控制了节点负载过量的问题,提高了节点的能量效率。     

一种新的无线传感器网络非均匀分簇双簇头算法 ——PUDCH算法

能量利用效率问题一直是限制WSN广泛应用的瓶颈,能源容量对各个网络节点产生至关重要的影响.针对WSN中"能量空洞问题"以及由于簇头任务过重所导致的能量消耗过快,同时也为了提高WSN的能量利用效率,提出了一种无线传感器网络非均匀分簇双簇头算法——PUDCH.该算法先综合考虑节点综合信息(如节点剩余能量、节点到基站的距离),根据节点综合信息通过不同的时间竞争机制来选举簇头,将整个网络划分为不均匀的分簇;在规模大些的簇内,为了减轻簇头的负担再选取副簇头.最后簇头再构造基于最小生成树的最优传输路径.一系列的仿真表明PUDCH路由算法在WSN节约平衡节点能量消耗方面表现优良.     

矿井无线传感器网络路由机制研究

针对矿井巷道结构狭长而造成无线传感器网络节点能耗不均的问题,提出了一种新的矿井无线传感器路由机制,即矿井非均匀分簇LBUC-M协议:构造一个新的阈值公式以一定周期选举候选簇首,以非均匀半径确定最终簇首,使得远离汇聚节点的簇数量少、簇内节点多,靠近汇聚节点的簇数量多、簇内节点少,从而减轻靠近汇聚节点的簇首节点转发数据的负担,达到负载均衡的目的。仿真结果表明,LBUC-M协议有效减小了节点能耗,延长了网络生命周期。     

基于混沌交换与自毁裁决优化机制的机会网络链路优化算法

针对当前机会网络链路优化过程中存在的冗余开销严重,数据交换困难及自毁成本代价高昂的问题,本文设计了一种基于混沌交换与自毁裁决优化机制的机会网络链路优化算法。首先通过混沌交换的方式对链路初始化过程中的数据索引传递过程引入第三方节点,在数据交换前计算其自毁阈值,优化数据自毁采集流程。随后对网络中全部低于自毁阈值的数据索引进行优化,同时以广播形式告知全网节点,然后利用索引中记录的数据产生时间字段来通告网络中已到达目的节点的数据,从而充分利用交换机会,达到提高网络吞吐量和降低时延的效果。仿真结果表明,与传统的DT算法、Barter算法相比,本文算法能的网络吞吐量最高,其机会网络中数据在链路中的端到端时延最低。     

无线传感器网络实时媒体传输速率控制机制

无线传感器网络(Wireless Sensor Network,WSN)传输实时媒体面临带宽受限,时变和高误码等信道特征的挑战,常采用自适应速率控制技术并结合链路层重传机制,但增大了传输时延.本文采用IEEE802.11构建WSN,分析引发链路层重传的原因,推导满足重传时延最小的传输层包长调整方程和结合TFRC(TCP Friendly Rate Control)建立WSN实时媒体传输的速率控制机制(WSN Rate Control,WSNRC).仿真结果表明,该机制能有效改善降低丢包率(Packet Loss Rate,PLR),实时媒体帧平均传输时延和帧时延抖动等指标和具备传感器节点间的公平特征.