基于汇聚节点移动的能量均衡路由协议的研究

在无线传感器网络路由协议的设计中,传感器节点的监测数据要以多跳中继的方式向sink汇聚节点进行传输。在sink汇聚节点固定网络,临近sink汇聚节点的传感器节点需要中转其他节点的监测数据,从而耗费大量的电池能量,很容易造成过早地死亡,使网络的连通度下降,甚至会造成网络的分割,缩短了网络寿命。为了解决这一问题,从sink汇聚节点的角度,提出了一个基于sink汇聚节点移动的能量均衡的路由协议——SERP路由协议,通过sink汇聚节点的移动,使其附近的传感器节点不断地发生变化也就是网络内的“热点”不断地发生变化,从而促使传感器节点间的负载得到均衡,达到延长网络寿命的目的。在协议中,首先将无线传感器网络的监测区域分成有限个虚拟单元格,然后以每个单元格的中心作为sink汇聚节点的移动位置,最后通过线性规划确定sink汇聚节点在每个位置的停留时间。针对上述路由协议,对它进行了仿真分析,结果显示网络内节点的能量消耗比较高效均衡,有效地延长了网络寿命。     

随机分布WSN中sink节点部署研究

多sink节点数量和位置的合理部署能有效延长无线传感器网络寿命、控制网络成本。基于随机分布无线传感器网络结构,建立了网络寿命模型和成本模型,并采用网络寿命成本比(RLC)推导出使网络寿命和网络成本综合最优的sink节点数目的表达式。同时,还提出RDF算法可以在给定sink节点数目的情况下,快速有效地确定sink节点位置。通过理论分析和仿真验证,证明采用本文提出的部署策略能有效延长网络寿命,同时降低网络部署成本。     

一种随机分布WSN中多sink节点放置算法

多sink节点的合理部署,能有效延长无线传感器网络（WSN）寿命。基于随机分布无线传感器网络结构,建立了网络寿命模型,推导出随机分布WSN网络寿命的表达式。提出RDF（Region Density First）算法,可以在给定sink节点数目的情况下,快速有效确定sink节点位置。通过理论分析和仿真验证,证明所提出的部署策略能有效延长网络寿命。     

多sink协同移动的最大化网络生存期优化算法

针对无线传感器网络中因能量消耗不平衡造成的"能量洞"问题,提出多Sink协同移动的最大化网络生存期优化算法。该算法将监测区域分割成有限个虚拟单元格,通过蚁群优化算法ACO(Ant Colony Optimization)协同多Sink节点移动;同时,将多Sink节点在备选位置的停留时间归结为LP(Linear Program),最大化网络寿命。仿真结果表明,LP-ACO(Linear Pro-gram-Ant Colony Optimization)较好地均衡了传感器网络节点间的负载,网络寿命优于多Sink节点静态部署(STATIC)和随机移动(RDM)时场景,且具有良好的可扩展性。     

基于移动sink节点的路由协议的比较与分析

设计基于移动sink节点的路由协议是移动sink无线传感网络中的一个关键问题。首先分析移动sink无线传感器网络的网络结构以及移动sink路由协议的评价指标。其次,对现有的移动sink路由协议进行归纳和总结,并将其分为非分层路由协议、基于虚拟网格的路由协议和基于虚拟簇的路由协议3类。最后,从网络总能耗、节点存活数以及基站接收到的数据包方面对其进行仿真,仿真结果进一步验证了理论上的分析,为选择有效的移动sink路由协议提供依据。     

基于簇的无线传感器网络交会路由协议

针对现有无线传感器网络(WSN)协议中更多消耗sink附近节点能量导致网络寿命短的问题,本文提出一种基于簇的无线传感器网络交会路由协议(Cluster-based Rendezvous Routing Protocol, CRRP)。该协议是基于交会的路由协议,其中在网络的中间构建交会区域,该交会区域划分整个网络区域并在传感器节点之间分配网络负载,这延长了网络寿命。此交会区域内的节点分为不同的簇,每个簇的簇头(CH)负责不同簇之间的通信,sink在此交会区域内发送其更新的位置信息,并且当传感器节点想要发送数据时,会从该交会区域检索sink的当前位置信息并直接将数据发送到sink。仿真实验结果表明,在能耗与网络寿命性能方面,本文CRRP协议优于Rendezvous协议、LBDD协议、Railroad协议和Ring协议。     

无线传感器网络中多sink节点优化部署方法

大规模无线传感器网络(WSN)环境下,当网络结构采用单一的sink节点时,容易造成sink节点周围的普通传感节点因为转发大量其他节点的数据,迅速消耗掉自身能量而使网络失效。为了延长网络寿命,需要降低传感节点到sink节点的跳数,而采用多sink结构是一个有效的方法。为此,需要考虑一定规模的网络中,应该布置多少sink节点,才能使得网络寿命最大化的同时网络成本最低。基于栅格网络结构,提出了多sink节点下的网络寿命模型和网络成本模型,并采用一种新颖的方法计算最大网络寿命成本比(RLC),推导出了保证网络寿命最大化的同时网络成本最低的sink节点个数的表达式。理论结果表明,该值与网络规模、关键节点数、节点收发功率以及普通节点和sink节点的成本等参数有关。最后通过仿真实验证明了该结论的正确性。     

WSN数据收集中移动sink的路径规划和蔟头节点选取问题的综合研究

针对较大规模的无线传感器网络通过多跳传输进行数据收集而引起的能量空洞问题,本文提出了一种基于移动sink的簇头节点数据收集算法（MSRDG）,该算法基于图论原理,在满足时延性的条件下,综合考虑了普通节点到簇头节点路由和移动sink遍历路经选取的问题,构建了一条通过的簇头节点尽可能多的移动轨迹。通过NS-2仿真软件对算法的性能进行评估,结果显示出该算法能减少数据的多跳传输,降低无线传感器网络节点的能量消耗,延长网络寿命。     

高效节能的多移动基站数据收集算法

由于无线传感器网络（WSN）中的节点能量有限,能量问题是WSN的研究热点.首先传感器产生的数据具有时间和空间的相关性,所以让一部分传感器工作,其余休眠,可以提高网络寿命.其次移动基站以汽油为燃料,每次移动距离有限.基于以上两点考虑,提出了CMSLM（Constrained mobile of sink lifetime maximum）算法,移动基站在移动距离受限条件下,移动尽可能远的距离,减少移动移动基站的数量,此外,每个网关利用最大流构造平衡树,使得瓶颈的传感器能量消耗尽可能的均衡,从而使得网络寿命最大化.通过实验仿真显示,CMSLM比SRP-MS算法相同的周期内的死亡的节点数要少的很多.     

优化网络生命周期和最短化路径的WSN移动sink路径规划算法

为了缓解无线传感器网络（WSN）中传感器节点分布不均匀、传感器节点感知数据量不同而造成能耗不均衡、"热区"等问题,提出一种优化网络生命周期和最短化路径的WSN移动sink路径规划算法（MSPPA）。首先,通过监测区域网格化,在每个网格内分布若干个移动sink候选访问站点,sink在每个网格中选择一个站点停留收集网格中节点数据;然后,分析所有传感器节点的生命周期与sink站点选择的关系,建立权衡网络生命周期和sink移动路径的优化模型;最后,使用双链遗传算法规划移动sink遍历网格的顺序和选择每个网格中移动sink访问站点,得到移动sink节点遍历所有网格收集数据的路径。仿真结果显示,与已有的低功耗自适应分簇（LEACH）算法与基于移动sink节点与集合节点（RN）的优化LEACH分簇算法（MS-LEACH-RN）相比,MSPPA在网络生命周期方面提高了60%,且具有良好的能耗均衡性。实验结果表明,MSPPA能有效缓解能量不均衡、"热区"问题,延长网络生命周期。     

移动传感器网络中能量均衡分簇及移动策略

无线传感器网络各节点能量有限,如果数据收集节点（Sink）能够移动,则可以大大节约节点能量,从而延长网络的寿命。首先提出一种能量均衡的分簇算法,根据节点地理信息进行分簇,使得节点耗费总能量尽可能小的同时,使各簇能量消耗基本平衡;在此基础上提出一种Sink 移动策略,Sink 优先选择能量较充足的簇收集信息。仿真结果表明,与传统的随机移动算法相比,提出的算法能够显著平衡各族之间的能量消耗,并减少总的网络能量消耗,从而提高网络的寿命。     

Accelerated collection of sensor data by mobility-enabled topology ranks

We study the problem of fast and energy-efficient data collection of sensory data using a mobile sink, in wireless sensor networks in which both the sensors and the sink move. Motivated by relevant applications, we focus on dynamic sensory mobility and heterogeneous sensor placement. Our approach basically suggests to exploit the sensor motion to adaptively propagate information based on local conditions (such as high placement concentrations), so that the sink gradually “learns” the network and accordingly optimizes its motion. Compared to relevant solutions in the state of the art (such as the blind random walk, biased walks, and even optimized deterministic sink mobility), our method significantly reduces latency (the improvement ranges from 40% for uniform placements, to 800% for heterogeneous ones), while also improving the success rate and keeping the energy dissipation at very satisfactory levels.     

基于分簇的移动协助无线传感器网络路由协议

提出了一种基于分簇的移动协助（ CMA）无线传感器网络路由协议。在圆形网络中,Sink以恒定速率做圆周运动,网络初始阶段根据应用时延要求和能量消耗确定移动 Sink的运动半径,按照确定的Sink运动轨迹,将网络进行分簇。然后在Sink通信范围内确定一批普通节点作为汇聚点（ RP）,最后Sink对汇聚节点的缓存数据以及其单跳范围内的簇头进行采集。仿真实验结果表明：与现有的几种路由协议相比,CMA在满足时延要求条件下有效地延长了网络生命周期。     

无线传感器网络自适应性拓扑控制的研究

自适应拓扑控制方法用到多跳两层无线传感器网络(WSNs),在每个簇中用两类传感器,有效且低开销的传感器节点N感知环境现象信息,并传输它们的信息到汇聚节点S,所有Ss协同工作去除随机信息并传输数据到基站BS。因为覆盖范围依赖于它的汇聚节点的工作情况,而汇聚节点的能耗在网络的生命期中是关键性因素。这个方法主要是从节点路由能量匹配角度出发,设计可控制数据流路由路径,用于尽可能有效地保持网络能量,并不是仅仅考虑路径的最优选择,而是考虑能效的最优方式选择路由,从而增加整个网络的生命期。     

Aggregated mobility-based topology inference for fast sensor data collection

We investigate the problem of efficient data collection in wireless sensor networks where both the sensors and the sink move. We especially study the important, realistic case where the spatial distribution of sensors is non-uniform and their mobility is diverse and dynamic. The basic idea of our protocol is for the sink to benefit of the local information that sensors spread in the network as they move, in order to extract current local conditions and accordingly adjust its trajectory. Thus, sensory motion anyway present in the network serves as a low cost replacement of network information propagation. In particular, we investigate two variations of our method: a) the greedy motion of the sink towards the region of highest density each time and b) taking into account the aggregate density in wider network regions. An extensive comparative evaluation to relevant data collection methods (both randomized and optimized deterministic), demonstrates that our approach achieves significant performance gains, especially in non-uniform placements (but also in uniform ones). In fact, the greedy version of our approach is more suitable in networks where the concentration regions appear in a spatially balanced manner, while the aggregate scheme is more appropriate in networks where the concentration areas are geographically correlated. We also investigate the case of multiple sinks by suggesting appropriate distributed coordination methods.     

Termite-hill: Performance optimized swarm intelligence based routing algorithm for wireless sensor networks

A wireless sensor network (WSN) is a large collection of sensor nodes with limited power supply, constrained memory capacity, processing capability, and available bandwidth. The main problem in event gathering in wireless sensor networks is the formation of energy-holes or hot spots near the sink. Due to the restricted communication range and high network density, events forwarding in sensor networks is very challenging, and require multi-hop data forwarding. Improving network lifetime and network reliability are the main factors to consider in the research associated with WSN. In static wireless sensor networks, sensors nodes close to the sink node run out of energy much faster than nodes in other parts of the monitored area. The nodes near the sink are more likely to use up their energy because they have to forward all the traffic generated by the nodes farther away to the sink. The uneven energy consumption results in network partitioning and limit the network lifetime. To this end, we propose an on-demand and multipath routing algorithm that utilizes the behavior of real termites on hill building termed Termite-hill which support sink mobility. The main objective of our proposed algorithm is to efficiently relay all the traffic destined for the sink, and also balance the network energy. The performance of our proposed algorithm was tested on static, dynamic and mobile sink scenarios with varying speed, and compared with other state-of-the-art routing algorithms in WSN. The results of our extensive experiments on Routing Modeling Application Simulation Environment (RMASE) demonstrated that our proposed routing algorithm was able to balance the network traffic load, and prolong the network lifetime.     

传感器网络中的数据查询处理

传统的传感器网络采用集中式数据管理,不能有效利用便宜的本地计算来代替昂贵的网络通信.采用分布式的方法,在sink节点的应用层与网络层之间增加查询代理层,把用户查询分发到相关的传感器节点上进行处理.这样,通过减少网络传输的数据量,来降低传感器节点的能量消耗,延长网络寿命.     

基于移动基站和路由策略WSN寿命的算法

针对无线传感器网络的特点,提出了一种基于移动基站和路由策略优化无线传感器网络寿命的方法.首先给出场景中传感器传输相同信息能耗最小的最佳基站位置,进一步分析了不同基站位置对传感器节点能耗的影响,证明网络中传感器节点传输相同信息的总能耗越小则网络寿命越大.为降低移动基站计算的复杂度以提高采集信息的实时性,应用拉格朗日对偶分解和牛顿法简化均衡节点能量过程中的线性规划问题.当场景中有节点因能量耗尽而无法向基站继续传输信息时,根据场景中的拓扑结构自适应调整基站位置以减少节点的能耗,然后采用简化的线性规划最大最小节点寿命,以提高基站收集信息的有效性.理论分析和仿真研究表明:应用拉格朗日-牛顿法简化线性规划问题能够在保证算法快速收敛的同时大幅度地降低计算量.提出的移动基站策略能够大幅度的延长网络寿命,从而实现增加基站接收信息的数量和提高节点能量使用效率的目的.     

基于线性回归的无线传感器网络分布式数据采集优化策略

事件监测是无线传感器网络中最重要的应用之一,部署在监测区域内的传感器节点通过对感知数据信息的采集、处理和传输等基本操作完成具体的监测任务,在各种操作中,节点之间的数据传输是最消耗能量的.为了减少节点之间的通信数据量,达到降低网络能耗和延长网络生命周期的目的,该文提出了一种能量高效的基于线性回归的无线传感器网络分布式数据采集优化策略,通过应用线性回归分析方法构建感知数据模型,保持感知数据的特征,使节点仅传输回归模型的参数信息,代替传输实际监测的感知数据信息.仿真实验结果表明,文中提出的数据采集优化策略能通过较小的通信量有效地实现事件监测区域感知数据的预测和估计,降低网络的总能量消耗,延长网络的生命周期.