多贪婪准则条件下中继节点布局算法

为解决无线传感器网络中继节点设置位置不合理而导致的网络构建成本高、网络整体寿命低等问题,提出了一种基于贪婪准则的中继节点布局算法.该算法采用能耗均衡率和网络总能耗等性能评价标准,分别对最近贪婪准则、定向贪婪准则和角度最小贪婪准则进行了多角度的对比分析,并引入数据流向限制、通信容量和数据最大转送次数,对节点数据传输路径进行约束及优化.实验结果表明,最近贪婪准则能耗少,网络中各个节点的能耗均衡,可给出合理的中继节点布设位置,有效降低网络的整体能耗.     

有向网络能控性指数的上下界研究

研究网络可控性的重要前提是证明系统是可控的.网络的可控性是指通过施加适当的外部输入或者调节输入来控制整个网络,从而获得预期的状态.传统计算有向网络控制输入节点的方法是通过求解网络对应的二分图的最大匹配,由于这种方法对于网络节点的匹配方式没有施加限制,导致节点控制链路过长,造成网络控制信息传递存在延迟,影响网络的可控性性能.通过Kalman判据、PBH判据等可证明一定时间内系统是否可控,但是随着网络规模的增大,网络中节点之间的关系也变得更加复杂,单纯使用这类方法使得运算的复杂度变高.本文首先结合Kalman秩判据提出能控性指数K的下界算法(KMLA).通过确定网络达到可控状态时的能控性指数的下界,可以快速确定控制输入的控制节点集群.然后提出基于入度的能控性指数K的最小上界算法(KMUA).发现本文提出的KMUA算法能够使K值的上界更加接近网络达到步可控时的K值.结合具体的网络模型和实际的网络对能控性指数的上下界进行验证,结果表明本文提出的算法,结合能控性指数上下界,可优化节点的控制链长度.     

基于孤立点的全局最小MPR集选择算法

针对OLSR协议中采用贪婪算法选择最小MPR集存在的冗余问题,提出了基于孤立点的全局最小MPR集选择算法。通过逐步剔除可达数最小的一跳节点,产生新孤立点,获取最小MPR集;当可达数最小的一跳节点不唯一时,考虑全局MPR节点的影响,优化整个网络的MPR节点数量。仿真结果表明:本文所提的MPR选择算法相对于基于贪心策略的MPR选择算法,整个网络MPR节点数量减少7%,控制消息开销明显降低,网络性能得到提高。     

非连通无线传感器网络的最少传感器节点部署

传感器节点的部署包括连通网络和非连通网络2种情况. 为了最小化网络部署开销,对非连通网络的传感器节点部署问题进行了研究,建立了整数线性规划模型,并证明该问题为NP complete问题. 为找到该问题的近似最优解,通过理论分析确定了传感器节点的候选部署区域,提出了一种启发式的传感器节点贪婪部署算法,迭代地将传感器节点部署到覆盖目标点数最多的候选部署区域,直到覆盖所有目标点. 通过仿真实验将所提出的贪婪部署算法和现有的遗传算法以及问题模型的最优解进行了比较,验证了算法的有效性.     

无线传感器网络自适应信标交换算法的NS-2实现

无线传感器网络贪婪地理路由协议在动态环境中,采用自适应信标交换算法来自构建与维护邻居节点表,可以提高数据分组传送成功率,而且还可降低控制开销。本文具体描述了贪婪地理路由协议自适应信标交换算法在NS-2仿真平台的实现过程与部分细节,可以为贪婪地理路由协议的研究以及NS-2的仿真提供有益参考。     

基于LEACH和压缩感知的无线传感器网络目标探测

为了解决在无线传感器网络监测的区域内进行信号目标源探测的问题,提出了一种联合低功耗自适应集簇分层型协议（LEACH）算法和贝叶斯压缩感知(CS)的方法. LEACH算法对网络节点进行分簇并选择簇头,将簇内节点的信息集中在簇头上,同时仅通过簇头向汇聚节点传递信息, 可减少向汇聚节点传输数据的节点数. 汇聚节点利用贝叶斯CS算法可从来自簇头的少量数据中恢复出信号源. 同时提出了一种阈值机制,以优化在数据量过少情况下CS算法的信号重构性能. 仿真结果表明,所提算法能对目标进行准确探测,具有较好的性能.     

无线传感器网络扩张型时间同步协议

针对无线传感器网络时间同步问题,提出扩张型时间同步协议.协议采用尽可能同步的思想,建立节点对信息交互模型,可同步节点对通信范围并集内所有节点.算法提供多跳同步方案,采用分布式贪婪算法选取最合理的同步节点对.单跳同步实验表明,算法可扩大单跳同步范围并提供准确的时间信息;多跳同步实验表明,算法具有更高的多跳同步精度;MATLAB仿真结果证明,协议可减少同步节点数量并节省网络同步能量消耗.     

复杂网络节点重要性排序算法及应用综述

复杂网络中节点的异质性导致各个节点的重要性是截然不同的,而关键节点往往对网络的结构和功能具有巨大的影响力,所以通过节点重要性排序算法对关键节点进行挖掘的研究直受到各方面的关注。将复杂网络中关于节点重要性的排序算法进行研究,比较了各种方法的优势和缺陷,并对重要节点挖掘算法的应用方向和常用数据集进行介绍,最后对现有研究进行了总结,并对未来的研究方向进行展望。     

基于迭代K-shell和改进信息熵的节点重要性排序算法

复杂网络中对节点重要性排序算法的研究具有重要的现实意义。传统的K-shell算法排序结果分辨率不高,根据节点信息熵的排序算法时间复杂度又过高。针对这一问题,提出基于迭代K-shell和改进信息熵的节点重要性排序算法。首先,通过分析K-shell分解过程中的迭代信息得到节点在网络中的全局信息;其次,提出改进的节点信息熵来得到节点的局部信息;最后,综合节点的全局和局部信息对节点重要性进行排序。通过将该算法在4个真实数据集上与其他6个算法进行实验,该算法与现有方法相比排序结果的分辨率更高、节点信息传播能力更强且时间复杂较低,更适用于大规模网络。     

一种连通有向传感器网络的目标覆盖增强算法

在保证网络连通的同时增强目标概率覆盖是有向传感器网络的研究热点。提出基于概率覆盖圆的目标覆盖及连通增强算法（Ｐａｃ）,利用网络最大连通集覆盖目标,构造目标概率覆盖圆,根据其与目标最近的连通节点的几何关系,确定覆盖节点的目标位置和方向,调度最优节点的同时实现网络连通和目标概率覆盖。仿真结果表明ＰａｃＥ在高效保持网络连通的同时能有效增强目标覆盖。     

基于免疫算法的无线网络节点调度算法

为了实现无线传感器网络节点调度,提出了一种基于免疫算法的无线网络节点调度算法,建立网络模型并给出了目标函数.在给出抗体编码方式的基础上,定义了改进的免疫算法并对无线传感器网络的节点进行调度.仿真实验表明,该方法能有效地解决无线网络的传感器节点调度问题,具有较强可行性.     

一种基于动态规划的最小化最大加权响应时间的中心控制节点选举算法

为了最小化网络中任意节点到达中心控制节点的最大加权响应时间,提出了一种基于动态规划的中心控制节点选举算法。无线网络中的节点和链路的响应时间被建模为网络拓扑图中的节点权值和边权值,进而最小化网络中任意节点到达中心控制节点的最大加权响应时间的中心控制节点选举问题被建模为K-中心问题,其中K表示中心控制节点的个数。采用基于动态规划的插点法可求出任意2个点之间的最小加权响应时间,所建模的K-中心问题被转化为若干个R-控制集问题。将若干个R-控制集问题转化为若干个0-1整数规划问题,采用分支定界的方法逐个求解每个整数规划问题。给出了K=1时上述算法的简化实现方法,证明了所提算法的最优性并分析了算法的复杂度。仿真结果表明,所提算法选举的中心控制算法可最小化网络最大加权响应时间。     

复杂网络中最小驱动边的选取研究

针对复杂网络中边动态的能控性问题,本文主要对有向复杂网络下维持系统边能控的最小驱动边的选取问题进行研究。建立了复杂网络中边动态的系统模型,从结构能控性和精确能控性两个方面研究边动态能控性,提出了边控制力的概念。同时,对有向复杂网络中最小驱动边的选取提出了新的算法,并通过实例,对所提出的理论结果进行验证。验证结果表明,与以往驱动边的选取方法相比,新算法建立在Kalman秩判据基础之上,通过引入边控制力的概念,可有效避免干扰,从而更加精准高效地寻找维持网络边动态能控所需的最小驱动边,且该算法适用于任意结构的有向复杂网络。该研究为解决具有任意结构复杂网络的边能控性问题和最小驱动边的选取问题提供了理论基础。     

有向传感网络中移动目标栅栏覆盖算法

通过调整有向传感节点的传感方向,实现网络强栅栏路径的构建.定义交点集和关联节点集以刻画区域边界以及相邻节点间位置关系,将问题从二维连续空间映射到二维离散空间;其次,构建全局覆盖图对问题进行建模,采用图论方法快速判定已知网络布局能否构成强栅栏覆盖.若存在,则选取满足最少节点数目的栅栏路径.仿真结果对算法的性能进行了有效验证.     

地铁网络可控性的研究

地铁网络的可控性决定了地铁系统在突发事件情况下成网应急恢复的效率.文章在分析地铁网络结构特性的基础上,构建了基于驱动节点的地铁网络拓扑结构.依据传统的控制理论状态方程,建立了基于地铁网络的可控性模型.从控制的角度,定义驱动节点,对地铁网络进行建模,实现地铁网络可控性的判断.以典型地铁网络为例分析了其网络可控性,并对典型地铁网络的结构特性进行分析.结果表明现行地铁网络不可控,可通过适当增加驱动节点数量,提高系统可控性.     

复杂网络上的局域免疫研究

在网络全局结构信息未知的情况下,如何对大规模网络进行有效的免疫是疾病预防控制中的重要课题之一.本文介绍了针对社区网络、自适应网络和双层耦合网络等的局域免疫方法研究.对于社区网络,通过对5个真实社区网络的分析,发现桥节点的弱连接数目具有一定程度的异质性,存在一些更重要的桥中心节点,进而提出了一种有效的局域桥节点发现算法.对于自适应网络,发现传播过程中会出现很强的社区结构,由此提出一种基于社区效应的局域控制策略,结果显示疾病并非控制越早效果越好.对于双层耦合网络,提出一种促进-抑制的非对称耦合传播模型,研究危机意识的局域散布对于疾病传播的影响,分别解析得到了意识和疾病传播的爆发阈值与稳态分布.这些研究增进了人们对于复杂网络中关键节点的理解,也为实际的疾病防控工作提供了一些借鉴.     

三维传感器网络中贪婪算法的可达性分析

针对贪婪算法存在路由空洞现象,定义并研究了半球型3D传感器网络中贪婪算法的可达性问题。基于节点随机分布的数学特性,分析了传感器传输半径与贪婪算法的可达率之间的定量关系,推导出保证设定可达率的传感器传输半径的理论上界,并给出了相应的数值求解方法。仿真实验数据验证了理论上界的正确性和严密性,为确定节点最小传输半径奠定了理论基础。     

基于兴趣梯度和能量梯度改进的GPSR路由算法

针对贪婪周边无状态路由（GPSR）算法中能耗不均衡和高能耗问题,提出了一种基于兴趣梯度和能量梯度的改进的GPSR路由算法。首先,在查询消息沿路由路径的传输过程中,根据汇聚节点与事件区域节点发生数据内容的匹配程度,确立兴趣阈值和能量阈值;然后,当路由路径中的一些节点接近阈值,网络将运用右手法则和递归贪婪算法提前找出一条新的路由路径到目标区域,从而使节点负载相对均衡。仿真实验结果表明,改进的算法减少网络能耗和延长网络的生存周期。     

基于问询机制的支配集网络编码算法

针对无线传感网络中编码利用率低的问题,提出一种基于问询机制的支配集网络编码改进算法。该算法在支配集网络中运用网络编码,节点在发送信息之前首先在自己的发送队列中筛选可编码数据,然后向邻居节点发起问询,若邻居节点中有能够一起编码的数据,则优先接收邻居节点的可编码数据后编码发送,否则直接编码发送,以此让更多适合编码的数据在节点处汇聚。仿真结果表明,该算法与现有支配集网络编码算法相比,编码利用率提升17%~33.8%,增加单次编码的数据流个数27%~35%。     

基于Memetic算法的无线传感网络覆盖优化

针对无线传感网络覆盖优化中工作节点集难以选取的问题,提出了一种基于Memetic的覆盖优化算法.该算法主要由选择算子、交叉算子、变异算子、禁忌局部搜索算法和种群更新策略组成.利用相邻节点间的区域覆盖关系,减少局部搜索中邻域的目标函数值计算量、提高计算速度,并利用随机和贪婪的策略构造一个质量较好的初始种群.仿真结果表明,该算法具有较强的搜索能力,能快速收敛于优秀解、实现工作节点集的优化选取、降低网络冗余和能耗、延长网络的生存时间.