无线传感器网络中基于遗传算法的优化覆盖机制

覆盖作为无线传感器网络应用的一个基本问题．反映了网络监测和实现目标跟踪的质量效果．针对传感器节点的高密度部署情况,研究了工作节点集选取问题．提出两种基于加权遗传算法和基于约束遗传算法的优化覆盖机制．根据生成的适值函数进行遗传算法操作．并计算传感器网络充分覆盖区域所需的近似最优工作节点集．仿真结果表明该算法能快速收敛于最优解．完成工作节点集的优化选取,从而降低网络冗余,延长网络生存时间．     

基于距离的无线传感器网络覆盖洞修复方法

针对静态无线传感器网络中经常出现的覆盖洞问题,在基于移动节点的三角形逐个贴补算法的基础上,将已经确定位置的移动节点加入算法进行改进,并根据几何原理指导下一个移动节点移动到最佳位置。仿真结果表明:改进后的算法以更少的移动节点修复覆盖洞,并提高了覆盖度和网络性能。     

WSN中基于分布式的覆盖洞修复算法

无线传感器网络(WSN)中存在因节点能量耗尽和移动节点撒播不均而出现的覆盖洞问题,覆盖洞的出现会降低网络的覆盖率和连通性,严重影响网络性能。为解决该问题,构造一种既有静态节点又有移动节点的混合网络模型,并提出一种WSN中基于分布式的覆盖洞修复算法。利用静态节点指导移动节点移动到最优位置,达到修复覆盖洞目的。仿真实验结果证明,该算法能在空洞覆盖率和节点代价之间取得最佳平衡。     

基于随机游走的无线传感器网络覆盖洞修复

近年来,无线传感器网络逐渐成为研究的热点。无线传感器网络中由于传感器节点能力的耗尽或失效导致原先被覆盖的区域变成无节点覆盖的区域,即覆盖空洞。针对覆盖空洞问题,提出基于随机游走的移动节点修复覆盖空洞算法。通过添加移动节点,运用融合了能量消耗和时延的随机游走方式指引移动节点寻找覆盖空洞,并进行填补。仿真实验的结果证明了此方法的有效性,移动节点寻找出的覆盖空洞的路径上在能量以及时延方面较优。     

无线传感网中三维覆盖控制和节点调度的研究

无线传感器网络中采用二元感知模型方法计算休眠冗余节点具有局限性和不精确性.本文考虑到实际应用环境对节点感知能力的影响以及传输过程中的路径损耗问题,对监测区域采用三维网格建模,并在概率感知模型的基础上提出一种概率感知衰减模型,同时对当前二维覆盖控制算法存在的各种局限性,提出了一种基于概率的分阶段冗余唤醒策略.仿真结果表明,该算法均衡了网络节点能量,实现了网络能耗的有效性,延长了网络的生存期.     

基于改进遗传算法的无线传感网覆盖优化

为提高混合无线传感器网络(WSNs)的覆盖率,将改进的遗传算法应用到WSNs覆盖优化中,通过合理调整移动节点的位置来提高网络覆盖率;针对传统群体智能算法易“早熟”,最大迭代次数需试探设定等缺陷,提出了基于多个种群并行优化的改进遗传算法;多个种群之间并不独立,而是通过移民算子相互联系;分别利用人工选择算子与精华种群选择并记录各个种群每一代最优染色体;并利用精华种群中保存的最优染色体设计出新的进化终止条件;仿真结果表明,改进的遗传算法不仅无需设定最大迭代次数而且收敛速度快,更兼有效地提高了WSNs的覆盖率。     

混合无线传感器网络内覆盖洞的双目标修补算法

混合无线传感器网络中的覆盖洞修补通常由网络内的移动传感器移动实现。现有文献中的算法只关注最小化所有移动传感器的移动能量消耗或最小化所有移动传感器中的最大能量消耗中的一个。为此,首先提出一种同时实现前述两个目标的离线算法,其次提出一种双目标的覆盖洞在线修补算法。双目标离线算法基于两个单目标算法的结合。双目标在线算法基于分层分离树上的在线匹配,能有效降低匹配开销。在线算法中感应区域的单元分隔摆脱了算法对覆盖洞的大小或数量预知的要求。仿真结果显示,双目标的离线算法和在线算法对覆盖洞修补中移动传感器的能量保留均具有显著效果。     

无线传感器网络覆盖空洞修复策略

无线传感器网络中节点因能量耗尽或环境破坏而失效导致覆盖空洞现象。提出了一种最佳匹配节点策略(BFNP)修复覆盖空洞。最佳匹配节点策略主要思想是当基站发现网络中节点失败时,首先检测覆盖空洞,然后通过选取距离由空洞边界围所成多边形的最小覆盖圆圆心最近的非活跃节点来替换失败节点,并激活该节点修复覆盖空洞。仿真结果表明最佳匹配节点策略能保证较好的网络覆盖质量,充分利用了网络中的能量资源,延长了网络的生存时间,且性能优于覆盖空洞修补算法(CHPA)。     

一种混合无线传感器网络内覆盖洞修补的分布式启发算法

首先对最小化最大移动开销移动传感器分布式算法设计进行了分析, 并指出在分布式条件下难以对此类算法中的输出分派移动传感器的最大开销进行限制, 随后提出了一种分布式启发算法。该算法将移动传感器和覆盖洞视为节点, 在节点和节点的邻居间通过有限数量消息实现匹配。仿真结果显示, 算法可实现最高达到85%的覆盖洞修补率以及较低的移动传感器最大移动开销, 使其更能适用于实际无线传感器网络环境。     

传感网中带有可控阈值的优化协同覆盖算法

传统型的无线传感器网络(WSNs)覆盖受限于节点能量和数据冗余,迫使WSNs异常中断.为此,提出一种带有可控阈值的优化协同覆盖算法(OCC-CT).该算法首先确定关注目标节点(FTNs)的位置信息,利用遗传算法(GA)给出了节点路径规划;其次,通过可控阈值参数和变异参数等特性对事件域节点成簇进行优化,使之节点成簇更为均...     

能量有效的三维无线传感器网络覆盖算法

无线传感器网络通常都工作在三维空间中,因此需要三维空间中的覆盖算法。结合三维空间的特点对二维空间内的覆盖算法SGA进行改进,在此基础上提出一种三维空间的覆盖算法——SSG算法,该覆盖算法的优点是不依赖于节点位置信息,并通过仿真实验给出了覆盖质量分析。     

一种基于行为的无线传感器网络覆盖优化方法

在含有移动节点的混合无线传感器网络中,为优化网络覆盖性能,基于包容式体系结构的思想,提出了一种基于行为的移动节点控制策略。设计了移动节点的5种基本行为,分别是停止、漫游、避让固定传感器节点、避让移动传感器节点以及奔向网络覆盖盲区,各行为之间采用竞争与抑制机制进行行为选择。通过仿真实验验证了算法的有效性。     

基于混沌粒子群算法的无线传感器网络覆盖优化

为了改善传感器节点随机部署时的不合理分布,提高网络覆盖率,以网络覆盖率为优化目标,提出了基于混沌粒子群的无线传感器网络覆盖优化算法。该算法利用混沌运动的遍历性和随机性,克服了粒子群算法后期陷入局部最优的缺点。仿真结果表明,该算法比基本粒子群算法具有更好的覆盖优化效果。     

无线传感器网络RaSMaLai算法的改进

针对RaSMaLai算法有可能进入无效循环和无效等待状态的问题,对RaSMaLai进行了两点改进并提出了一种新的随机转换算法NRaSMaLai:改进一在算法初始化过程中遍历树中节点进行初始化检查,防止树进入无效等待状态;改进二在更新树操作过程中对树中最大负载节点及其所有子孙节点时进行状态检测,防止树进入无效循环状态。NRaSMaLai通过增大最小负载节点及其子孙节点的负载使树平衡。仿真实验表明,使用改进一、二的算法能使树达到平衡状态或更接近预设的平衡状态。当sink节点位于区域中心时,NRaSMaLai使树平衡时所需的迭代步数减小为原来的1/5并很少出现振荡,对使数据收集树快速收敛并延长网络寿命具有重要意义。     

基于Hash函数的无线传感器网络密钥预分配方案

密钥分配是无线传感器网络通信安全的基础。在Echenauer和Gligor的随机密钥预分配方案的基础上，提出了一个基于Hash函数的密钥预分配方案。该方案利用Hash函数来计算出节点中部分的预置密钥，用Hash函数的单向运算特性来增强网络抵抗攻击的能力。分析表明，与现有的密钥预分配方案相比，该方案的计算负载小，安全性能高，更适合于无线传感器网络。     

高效无线传感器网络强k-栅栏覆盖节能算法

为了进一步降低监测穿越行为的无线传感器网络强k-栅栏覆盖的能耗,首先证明了强k-栅栏覆盖最小能耗问题是NP难的,进而提出了一个节点感知功率可调的启发式节能算法HARPN。该算法根据栅栏中相邻节点的间距和前向节点的状态制定了4种节点感知半径的计算规则,再根据节点感知半径的大小确定节点的感知功率等级,在保证传感栅栏贯通的前提下,尽可能降低栅栏整体的能耗。理论分析和仿真实验表明,在相同的栅栏波动条件下,HARPN算法的适应性和稳定性更强,网络平均能耗约为Heuristic-2算法的62%,网络的生存期进一步延长。     

基于信任机制的一种无线传感器网络簇头选举算法

当前传感器网络（WSN）的感知簇头节点选举的主要依据是能量、位置等信息,没有考虑节点的可靠性。以信任评价值为可靠性依据,在簇头选举中在能量优先的条件下,考虑信任值的大小,来提高所选取簇头的可靠性。同时,一轮选举生成多个簇头候选节点,依次承担簇头,减少了选举频度,提高了簇头选举的效率。由此提出了能量和信任结合的簇头选举算法（CHTE）。实验表明,该方法在一定程度上选取了信任度高的节点作为簇头,与不考虑信任的选举算法比较,单位时间内在Sink节点上收到更多稳定的数据包,其平均无故障时间（MTBF）也得以提高,由此提高了网络的可靠性。     

无线传感器网络中的Sybil攻击

研究了无线传感网中Sybil攻击的检测与防范,提出了一种多节点协作的基于接收信号强度(RSS)的检测机制CRSD。它的基本思想是Sybil节点所创建的不同身份,其网络位置是相同且无法改变的。CRSD通过多节点协作确定不同身份的网络位置,将出现位置相同的多个身份归为Sybil攻击。仿真实验表明无防范时Sybil攻击显著降低了系统吞吐量,而CRSD能检测出Sybil节点从而有效地保护了系统性能。     

基于蚁群的无线传感网最大化生存时间路由

为提高无线传感网的生存时间,对基于蚁群算法的最大化生存时间路由(MLRAC)进行了研究。该路由利用链路能耗模型和节点发送数据概率,计算一个数据收集周期内节点总能耗。同时考虑节点初始能量,建立了最大化生存时间路由的最优模型。为求解该最优模型,在经典蚁群算法的基础上,提出修正的蚁群算法。该算法采用新的邻居节点转发概率公式、信息素更新公式和分组探测方法,经过一定的迭代计算获得网络生存时间的最优值和每个节点的最优发送数据概率。最后,Sink节点洪泛通知网络中所有节点。节点根据接收到的最优概率,选择数据分组未经过的邻居节点发送数据。仿真实验表明,经过一定时间的迭代,MLRAC的生存时间可以收敛到最优值。该算法能延长网络生存时间,在一定的条件下,MLRAC算法比PEDAP、LET、Ratio-w、Sum-w等算法更优。