基于二阶分布式算法的无线传感网络效用最大化问题研究

高效分布式算法设计是保证无线传感网络性能的关键问题。提出了一种基于信道容量约束的无线传感网络效用最大化问题模型。针对传统一阶算法存在收敛速度慢、步长选择敏感等缺点,文章设计了具有二阶收敛速度的快速分布式牛顿算法。研究和仿真实验表明,该算法在与传统一阶算法交互几乎相同信息的情况下具有二次收敛速度,算法迭代次数和运行时间改进了近两个数量级。     

无线传感网络中速率效用与链路能耗的联合优化

针对能量受限的无线传感网络,提出了一种基于功率相关链路容量约束的源节点速率效用与链路能耗联合优化模型。针对传统对偶次梯度算法在分布式求解时存在收敛速度慢的缺点,提出了多步加权加速梯度方法,利用过去迭代计算历史信息来加快拉格朗日乘子的更新速率,从而快速取得速率效用与链路能耗的联合优化解。仿真实验表明,所提出的加速梯度方法取得了比对偶次梯度算法更快的收敛性。     

新的无线分布式传感控制网络研究与实现

为了解决无线分布式传感控制网络(WDSCN)中存在的网络自组织性不够灵活、网络范围不够大、系统的稳定性和鲁棒性有待改进的问题,提出了一种无线分布式传感控制网络系统。采用了低功耗的ZigBee无线通信技术,可以快速、准确地完成数据采集、管理与设备控制,为智能化测量与控制提供了方便。实验结果表明,与传统WDSCN相比,新的无线分布式传感控制网络增加了节点的驱动能力并降低了设备的功耗,实现环境参数自动检测,进行自动化、智能化地集中管理与控制。     

一种适合Underlay认知无线传感网络的跨层路由算法

在Underlay认知无线传感网络（Underlay Cognitive Radio Sensor Network,Underlay CRSN）中,由于每个信道被主用户所使用的状态随机变化,设计路由算法不仅需要考虑网络中节点的能量消耗以及延长网络寿命的需求,还要考虑路由路径上各链路的信道选择策略对路径数据传输可靠性的影响。该文研究了Underlay认知无线电模型下的CRSN路由问题,提出了一种适合该路由问题的链路Utility函数,并将这类问题建模为以最小化Utility为目标的最优化问题。在讨论了几种传统的无线传感器网络（Wireless Sensor Network,WSN）路由算法之后,提出了一种适合Underlay CRSN的跨层路由算法,并给出了该算法的分布式实现方案。计算机仿真表明所提出的路由算法能很好地适应UnderlayCRSN中信道可用状态的随机变化。     

低功耗自适应无线传感网络路由设计

无线传感网络在工业监控上应用广泛,其节点数量庞大,但单个节点的资源极其有限。本文提出了一个低功耗自适应的无线传感网络路由协议模型,该模型的主要设计目标是有效地节约能源,延长生命周期。采用集中式和分布式相结合的方式形成簇类,并能够在节点能源不足的情况下,动态调整路由,适应网络拓扑结构的变化。文中最后采用仿真工具ns2对设计的路由协议进行了仿真测试,验证了设计思想的正确性和可行性。     

Ad Hoc 网络节能型功率控制与拥塞控制的跨层优化

有限的节点能量和通信带宽,是Ad Hoc网络的两个重要的特点.节点能量是影响网络容量的关键因素,也是制约网络寿命的决定因素;而有限的通信带宽使得网络更容易产生拥塞.因此,节能型的功率控制与拥塞控制联合优化在Ad Hoc网络中显得尤为重要.首先,设计了节能型的网络效用最大化问题,即在目标函数中引入能量消耗成本函数,从网络效用和网络寿命两个方面来综合优化网络性能.其次,运用对偶分解与梯度投影方法,提出了相应的节能型功率控制与拥塞控制联合优化算法.另外,分析和证明了所提算法的收敛性.最后,详细的仿真结果表明了所提算法的有效性:在保持网络吞吐量基本不变的同时,可以有效地减少节点的能量消耗,从而延长网络寿命.     

基于LabVIEW的无线分布式传感网络控制系统的研究

为了满足无线分布式传感网络中仪器间的无线通信和实验数据的统一管理和控制,以LabVIEW为开发工具,采用PC机多线程技术和虚拟仪器技术,构建了基于LabVIEW的无线分布式传感网络的控制系统,阐述了控制系统的硬件组成和软件设计方法,分析了在LabVIEW平台下,数据显示、分析、存储和通信等方面的特点。     

无线传感网络一种能量有效的分布式数据交换协议

随着微处理技术与无线通讯技术的不断发展,无线传感网络的应用逐渐趋于多元化,新的需求不断涌现.例如,单兵作战系统中要求每个士兵都实时掌握其他士兵的位置信息,这称为数据交换问题,即All-to-all通讯模式.已有的研究主要考虑数据收集(All-to-One)和数据分发(One-to-All)这两个方面,这些协议直接用于面向多源多目的的数据交换问题则难以取得较理想的性能.因此,本文提出能量有效的分布式数据交换协议DDET,用于解决传感节点数据请求率不一致的数据交换问题.协议首先收集网络中传感节点的信息,对所有传感节点的本地数据请求率进行排序;其次,在每一轮中,选择数据请求率最大的节点加入到生成树中,使得网络的总能耗最小;最终,利用虚拟减枝法来确定深度最小生成树的树根,以减少网络能耗.实验结果表明,与性能较好的DEIST协议相比,DDRT至少将系统生命期延长了100%,并且节省了3%的系统总能耗.     

无线传感器网络中最大化网络寿命的数据聚合路由

针对数据聚合无线传感器网络寿命最大化问题,分析了网络流量和节点能耗,提出了数据聚合路由问题的网络流量模型,并将网络最大寿命与流量模型相结合设计了一组混合整数规划代价函数.采用对偶分解的方法,获得了近似最优的中继传输速率和路由.仿真实验表明,该算法能有效减少数据通信量,均衡各个节点的能量消耗,延长网络寿命.     

无线传感网络拥塞控制中节点选择强制博弈方法

无线传感网络中节点数据流量较大,分布范围较广,节点选择寻优计算复杂,导致浪费大量算力在节点选择上,拥塞控制效果不佳。提出一种无线传感网络拥塞控制中节点选择强制博弈方法,计算单条网络链路传输成本,依据传输数据耗费能量,计算传输节点可用能量比值,在传输变量权重值基础上,求得传输节点实际拥堵指数,完成节点选择。计算网络连接层的数据包丢弃概率,确定网络拥塞程度,汇聚节点数据流建立节点选择强制博弈模型,明确传感网络稳态传输条件,利用流量正态分布算法,在节点选择博弈中做出强制选择。经仿真分析证明：所提方法分组递交率保持在83%以上,丢包数量保持在100 pkt/s之内,网络传输节点端到端的延迟在0.3 s以内。     

传输合同约束下编码分组网络的效用最大化研究

研究在传输合同约束条件下当编码子图给定时编码分组网络的效用最大化问题。基于提出的网络效用最大化模型,通过对偶分解理论,提出了分布式的次梯度投影算法,证明了算法收敛的充分条件,最后通过仿真验证了算法的正确性。     

WSN中基于对偶分解和次梯度策略的能耗管理方案

为了减弱充电速率的时间可变性对能量收集传感器网络的影响,文中提出一种基于高效对偶分解和次梯度策略的算法Quick-Fix来计算数据采样率和路由;另外,为了应对因充电率发生波动所造成的电池断电、溢出、采样丢失和能量收集机会丢失等情况,提出一种本地算法SnapIt,通过对采集率进行调节以维持电池电量在目标水平上;基于TOSSIM模拟器的性能评估表明,联合QuickFix和SnapIt可跟踪网络瞬时最优效用,同时维持电池电量处于目标水平;与基于余压的IFRC相比,文中方法使总体数据速率平均提升42％,同时显著提升了网络效用.     

Utility-optimal random access control in wireless multi-hop networks with queuing constraints

In this paper, a model of network utility maximization （NUM） is presented for random access control in multi-hop wireless networks. Different from the classical NUM framework, our model considers the queueing stability. We propose a distributed iterative prices and link probabilities adaption algorithm by using dual decomposition techniques, which only requires limited message passing, but converges to the global optimum of the total network utility. Numerical results and simulation comparison validate our conclusion.     

非打扰式无线传感器网络测试仪的设计与实现

无线传感器网络的测试工具对于传感器网络的深入研究和应用具有重要意义。提出了一种非打扰式的无线传感器网络测试方法,并介绍了基于该方法的无线传感器网络测试仪的设计思路和详细实现。该测试仪采用可编程逻辑阵列(FPGA)高速采集传感器节点的内部互连信息,并将采集的信息通过额外网络传输到测试服务器进行集中处理,还原节点状态信息和获取整个无线网络的通信情况,避免了对传感器网络节点运行和无线通信的影响。实验测试表明,该测试仪可以很好地获取节点状态,并在数据采集的过程中不干扰节点的正常工作。     

无线传感网中混合业务下的触发式流控制算法

无线传感器网络中,节点所具有的能量和通信能力等都十分有限,如何设计有效的协议及算法,利用有限的资源高效地完成诸多任务,成为无线传感器网络设计所面临的一大挑战.考虑接收容量模型,研究了无线传感器网络在节点接收容量和能量联合受限情况下,面向混合业务时的效用公平流控制问题,并针对传统对偶分解算法存在着收敛速度慢、步长不易调节、通信负荷大等缺陷,进一步提出了基于事件触发的分布式求解算法.理论分析与仿真验证均表明:使用事件触发算法时,传感节点的平均广播周期比使用对偶分解算法时大很多,大幅度降低了无线传感器网络节点间的通信量,减少了网络的通信开销.仿真结果显示:与对偶分解算法相比,分布式事件触发算法具有收敛速度快、对网络规模扩展的适应性强等优势;与传统的速率公平流控制机制相比,所提的效用公平流控制模型能够更加适应弹性与非弹性业务共存的网络场景.     

Energy optimal data propagation in wireless sensor networks

We propose an algorithm to compute the optimal parameters of a probabilistic data propagation algorithm for wireless sensor networks (WSN). The probabilistic data propagation algorithm we consider was introduced in previous work, and it is known that this algorithm, when used with adequate parameters, balances the energy consumption and increases the lifespan of the WSN. However, we show that in the general case achieving energy balance may not be possible. We propose a centralized algorithm to compute the optimal parameters of the probabilistic data propagation algorithm, and prove that these parameters maximize the lifespan of the network even when it is not possible to achieve energy balance. Compared to previous work, our contribution is the following: (a) we give a formal definition of an optimal data propagation algorithm: an algorithm maximizing the lifespan of the network. (b) We find a simple necessary and sufficient condition for the data propagation algorithm to be optimal. (c) We constructively prove that there exists a choice of parameters optimizing the probabilistic data propagation algorithm. (d) We provide a centralized algorithm to compute these optimal parameters, thus enabling their use in a WSN. (e) We extend previous work by considering the energy consumption per sensor, instead of the consumption per slice, and propose a spreading technique to balance the energy among sensors of a same slice. The technique is numerically validated by simulating a WSN accomplishing a data monitoring task and propagating data using the probabilistic data propagation algorithm with optimal parameters.     

基于效益最大化的云虚拟机资源分配研究

针对云资源分配研究中缺乏对用户使用资源的效益情况进行研究的现状,借鉴网络带宽分配效用最大化的NUM(Network Utility Maximization)模型,提出了一种使用户效益最大化的云虚拟机资源分配模型。在分析分配模型时,通过拉格朗日函数将模型简化为求解拉格朗日对偶函数。最后,引入模糊次梯度算法在理论上证明了可以得到模型的最优解。仿真结果表明了方案的可行性和算法较好的收敛性。