异构无线传感网络数据聚合方法研究

为了提升数据机房中数据聚合能力,满足实时数据传输和网络节能要求,提出了异构无线传感网络局部树重建算法.首先,通过对局部网络拓扑的维护和重构获取最优异构数据传输网络拓扑结构;其次,提出数据聚合技术保证网络中节点低能耗及数据传输的低延迟,从而延长网络的生存期.通过仿真分析,与GIT和DATA相比,所提算法性能明显更优,网络...     

无线传感网络中一种基于网络编码的可靠数据发送方法

传输可靠性是无线传感网络的优化目标之一.一般通过多路径和丢包重传提供冗余来实现,但是不可避免的带来节点能量等资源的浪费.在可靠多径路由中引入网络编码机制,在建立反向传播路径时,使用满足期望可靠性所需的冗余度RDD来控制最小路径数和网络编码策略;然后将多份线性无关的编码报文沿多条路径传输,汇聚节点收到满足解码条件的数据包后解码.这种方法增加网络的鲁棒性,同时降低多路径传递所需的冗余量.最后通过仿真实验证明,该方法在满足可靠性要求的同时,有效降低传输能量消耗.     

拓扑感知的无线传感网络数据聚合方法

针对无线传感网络中数据聚合能耗和重建误差问题,提出了一种拓扑感知的数据聚合方法(TADA).首先,构建了一个包含网络初始化、数据分帧和数据预处理的数据流,形成无线传感网络的通信过程;然后,构造测量矩阵将数据分解为多个路径转发,从而进行全网络矢量分配,并提出了基于平衡最小生成树是数据聚合算法.通过实验表明:所提方法在数据...     

一种基于云计算的无线传感网体系结构

提出了一种基于云计算的无线传感网体系结构。整个传感网被划分为若干个分区; 云作为虚拟汇聚节点, 有多个汇聚触点, 每个触点负责一个分区中传感器的数据收集; 每个分区中的传感器组成本地传感网, 所有本地传感网通过云连接成一个整体; 数据在云中分布存储、并行处理。模拟实验表明, 新结构传感网的数据传输性能明显提升。该结构适用于以数据为中心的无线传感网。     

无线传感网数据信息的一种压缩算法

提出了一种改进型自适应Huffman编码算法,目的在于压缩传输数据的容量,该算法适用于内存和计算资源受限的无线传感网络节点。它与修剪树自适应Huffman编码算法lll相比较,能够更有效地利用内存空间,提供更好的压缩比。     

压缩感知在无线传感网络的应用综述

随着信息技术的发展,近些年压缩感知技术格外引人瞩目,在图像视频编码、雷达及微波辐射成像、气象卫星、图像加密、物联网等领域展现出强大的功能与发展前景。首先介绍了压缩感知在无线传感网络领域的发展及研究现状,然后从压缩感知仿真实验和实例、压缩感知的测量方案、压缩感知的解压缩方案、压缩感知在无线传感网络的具体应用四个方面阐明了压缩感知在无线传感网络领域的优势,最后对压缩感知的前景进行了展望。     

一种低功耗无线传感网络节点的设计

无线传感器网络是物联网的传感层。在无线传感器网络的设计与实现中,低功耗成为系统应用的重要制约,因此设计低功耗节点是当前研究难题之一。在自主研发的基于无线传感网络的智能交通系统中,研究电源功耗问题,设计并制作完成了低功耗无线传感网络节点。     

一种低功耗无线传感网络节点的设计

无线传感器网络是物联网的传感层。在无线传感器网络的设计与实现中,低功耗成为系统应用的重要制约,因此设计低功耗节点是当前研究难题之一。在自主研发的基于无线传感网络的智能交通系统中,研究电源功耗问题,设计并制作完成了低功耗无线传感网络节点。     

无线传感网中一种基于压缩感知的数据存储机制

能量有效地实现分布式数据存储是无线传感网中的一个研究热点。针对现有的存储算法的不足,提出一种基于压缩感知的分布式数据存储机制。首先对于各个传感器节点的数据基于压缩感知进行测量;然后从网络中随机选择Ns个节点作为源节点以概率p向其邻居广播自身的测量值,使得数据收集者只需要访问部分节点就能收集整个网络的测量值;最后在保证数据重构精度的前提下,通过优化测量矩阵和转发概率p,实现数据的高效存储。理论分析和仿真实验结果表明,该方法是有效的,在数据转发次数以及能量有效性等方面要优于传统的方法。     

一种无线传感器网络中的定位精度改进方法

无线定位是无线传感器网络的一个重要应用,但目前仍然存在着定位精度不高、定位性能差的问题。通过针对TDOA(Time Difference of Arrival)/AOA(Angle of Arrival)混合式方法定位的超宽带(Ultra-Wideband)无线传感器定位系统,提出利用迭代去噪和卡尔曼滤波器的混合式处理方法。在数据处理层面上改善系统的定位性能,从而提高定位可靠性。现场试验的数据表明该方法确实可以改善系统的定位效果。     

无线传感网中面向能量收集的数据重传协议

能量收集可以为下一代无线传感器网络提供能源,是目前无线传感器网络的研究热点。然而由于能量收集设备无法提供稳定的电源,导致基于能量收集的传感器节点不能与其他节点保持通信。节点无法知道相邻节点是否有充足的能量以接收它所传递的数据包。在数据报中继传输过程中,每进行一次中继传输,便会增加数据包的丢失概率。针对该问题,根据接收节点计算而得的接收概率和活跃间隔,确定传输一个报文所需次数,提出两种基于能量收集的无线传感器网络数据采集协议:基于概率的重传协议和基于冲突避免的重传协议。仿真实验结果表明,相比于已有的数据采集协议而言,该方案的数据送达率更高,延时更低。     

无线传感器网络数据的零范数最小化重构

利用压缩感知理论重构网络数据可有效减少无线传感器网络数据传输能耗。已有重构算法复杂度高,难以满足无线传感器网络的高实时性要求。为提高基于压缩感知理论的网络数据重构的实时性,提出一种零范数最小化重构方法。首先构造连续函数对离散的零范数函数进行逼近,然后通过求解连续函数的最优化问题得到零范数最小化的近似解。与以往的压缩感知重构方法相比,零范数最小化重构在保证重构准确度的前提下有效减小了算法复杂度。仿真实验验证了所提算法的正确性和有效性。     

无线传感器网络中的数据压缩技术研究

不同于传统的无线网络,设计有效的策略延长网络生命周期是无线传感器网络需要解决的核心问题,大量研究已经证明在传输数据前对其进行压缩是一种有效的延长无线传感器网络生命周期的方法。因传感器节点本身计算能力有限、存储空间有限等特点,对数据压缩算法提出了更高的要求和挑战。综述了无线传感器网络中数据压缩技术的研究现状,并详细介绍了分布式信源编码技术的基本理论和方法,最后指出了无线传感器网络数据压缩的研究问题。     

WSN中一种基于网格的并行数据收集方案

数据收集问题是无线传感器网络中的研究热点之一。数据收集方式会影响数据到达sink的准确度、延迟以及网络的能量消耗。针对时间响应和数据准确度要求高的应用,提出一种基于网格的并行数据收集方案(DGSG)。首先,sink利用已知的全局信息和计算能力构建出基于最小度的数据收集森林进行任务分发,得到网格粒度最优的数据收集策略,然后网格内的普通节点通过时隙分配来进行数据收集,并可以根据自身的局部信息动态调整数据收集路径。仿真实验表明,相对于已有的方法,DGSG在保证网络生命周期的前提下,能够有效降低延迟以及提高数据收集的准确率。     

无线传感器网络中基于面积矢量的数据压缩算法

考虑无线传感器网络WSN(Wireless Sensor Networks)节点采集数据的时间相关性,提出一种基于面积矢量的有损压缩算法AVA(area vector algorithm),并推导面积阈值的取值公式。该算法通过设定面积阈值为判定标准,利用面积矢量的可叠加性提高算法的精度和效率。实验结果表明,该算法数据压缩量大,计算速度快,算法复杂度低,且能有效地控制误差范围。     

无线传感网中移动数据收集研究综述

无线传感器网络是目前新兴的研究热点,在众多领域有着广泛的应用。移动数据收集是近年来出现的新技术,与传统数据收集相比,它具有能耗低、可靠性高等优点,因此越来越受到工业界和学术界的重视。介绍移动数据收集提出的背景,然后对已有的典型协议进行分类描述和细致分析。最后,对比各类协议在能量保存性能、迟延性能、可扩展性、可靠性、自适应性、算法复杂度等方面的优缺点,为下一步需要改进的地方指明研究方向。     

无线传感器网络基于簇的数据传输可靠性研究

在无线传感器网络中,采用多路径传输方法作为保证可靠数据传输的主要手段.但是,如果对所有收集到的数据都采用多路径同时传输则会耗费大量节点能量.因此,需要使用路径选择策略,区分服务方案.提出基于区分服务方案的多路径数据传输算法CBMMA(Cluster Based Multi-hop Multi-Path Routing Algorithm).一般情况,对数据传输的可靠性要求并不高.为节约资源,在簇间多条不相交路径中,源节点根据概率选取其中的一条路径进行传输数据;一旦紧急事件发生,为收集到紧急事件数据,源节点将同时启动所有到Sink节点的不相交路径进行传输,以提高紧急性数据传输的可靠性,从而满足用户监测突发事件的可靠性要求.仿真实验表明,该算法比LEACH的数据传输有更好的可靠性.     

WSN中一种基于拓扑优化的数据收集方案

针对现有数据收集方法的不足,提出一种优化的网络拓扑构造算法来实现数据收集。该算法首先从给定的网络全连通图中找到符合条件的k个顶点的子图,使得k个顶点间的距离平方和最小化,然后采用Hungarian算法来实现边的约简,直到得到一颗生成树。另外,为了降低控制开销,还提出一种分布式的网络拓扑构造算法,提高算法的适应性。理论分析和仿真实验结果表明,该方法是有效的,在数据收集延迟以及网络生命周期等方面要优于传统的方法。     

WSN中一种基于过采样的数据可靠收集方案

数据收集问题是无线传感网中的一个研究热点。针对现有的数据收集方法没有考虑在BEC中数据传输的丢失现象,导致数据收集精度低下的问题,利用压缩感知理论,提出一种基于过采样的数据可靠收集方案。首先基于伪随机采样策略构造得到初始的感知矩阵Φ,然后BEC被建模为丢失概率为p的贝努利分布,最后基于信道丢失概率自适应地增加感知矩阵Φ的行数,即采用过采样来实现对节点数据的投影操作,从而保证即使投影值的传输出现丢失也能在sink处精确地恢复出原始数据。理论分析和仿真实验结果表明,该方法在BEC中是有效的,在数据重构精度以及网络生命周期等方面要优于传统的方法。