基于分簇的无线传感器网络编码算法

通过均衡网络能量消耗和延长网络生命周期,以提高无线传感器网络的能量利用率,提出了在无线传感器网络动态成簇算法中对簇头节点进行网络编码的路由算法.在簇的建立阶段,采用节点剩余能量和接收信号强度来完成分簇,解决了部分节点因能耗过度而过早失效的问题;在数据采集阶段,采用基于簇头进行随机线性网络编码的方法,有效降低了传输到网关节点数据包的数量,减少了网络能量的耗用.仿真实验结果表明,该算法与标准协议AODV相比,有效的均衡了节点能量消耗,提高了能量使用效率,改善了网络吞吐量和端到端延迟.     

基于基站划分网格的无线传感器网络分簇算法

提出了一种新的无线传感器网络分簇和数据汇聚方法, 即CABSM算法. 在CABSM算法中, 基站通过在网络覆盖区域相互垂直的两个方向发射不同功率半径的信号, 将整个网络划分成近似正方形的单元格, 每个单元格为一个簇. 一级簇头由单元格内剩余能量最大的节点担任, 负责簇内数据收集和融合, 并通过簇间数据汇聚方法将处理数据发送给二级簇头. 最终由二级簇头将整个网络数据发送给基站. 仿真结果显示, 算法在网络生存时间上较低功耗自适应集簇分层型协议(LEACH)有更好的表现.     

带执行器节点的无线传感器网络的分簇算法

带执行器节点的无线传感器网络(WSAN)是指在无线传感器网络中加入执行器,传感器用于检测物理环境信息,执行器收集和处理这些检测数据,并作出适当的执行任务。传感器和执行器的协作是WSAN研究的一个重要内容,就此提出了一个动态分簇算法,根据事件发生的实际情况,仅仅对该事件区域分簇,每个簇包括一个执行器节点以及传送数据到该执行器节点的传感器节点。通过这种分簇,可以决定传感器与哪个执行器通信以及路由方式。     

基于改进Prim算法无线传感器网络的动态分簇

基于图论中最小生成树的思想对LEACH协议进行了改进,构建了一种降低能耗的Prim分簇算法。其算法采用将普里姆的思想用到分簇中,将能量大或近似大的传感器节点,根据其在网络中的位置,将一条最小距离的边加入树中。通过多跳结构,减少节点在传输数据中的能量消耗,从而延长网络的寿命。对改进的算法经验证表明能有效降低能量消耗,提高网络的生存期。     

基于分簇的无线传感器网络时间同步算法

时间同步是无线传感器网络中一个重要支撑技术,为了提高时间同步精度,提出了一种基于分簇的无线传感器网络时间同步算法;在部署无线传感器网络的初期阶段,建立簇状拓扑结构,首先是基站与簇首节点实现同步,然后簇内实现同步,最终建立一个全网统一的时钟,在同步过程中,采用了成对节点间的同步算法,很好利用了多信道广播方式;该算法能很好地满足无线传感器网络低能耗的要求;性能分析和实验结果表明,该算法减少了同步层次,提高了同步精度。     

基于能量异构的无线传感器网络的分簇算法研究

分簇路由算法是无线传感器网络中减少能量消耗的关键技术之一，因而成为目前国际上的研究重点。考虑到大多数分簇算法都是在同构网络中提出的，对异构网络的适应性差，本文提出一种新的异构网络分簇算法，该算法采用ECS网络结构，在选举簇头时将节点刺余能量和与所在簇的质心间的距离结合起来考虑。仿真结果表明算法在延长网络生存时间上比LEACH和基于ECS结构的分簇算法有很大的提高。     

无线传感器网络分簇算法综述

分簇算法是无线传感器网络领域中一种典型的算法,并在其中扮演着重要的角色。从能量均衡和网络生命周期的角度出发,根据是否仅由一个中心控制节点负责整个网络的簇划分,将分簇算法分为3类,系统地叙述了目前经典的分簇算法以及近年来最新的研究成果,并分析了这些算法的特点和适用情况。最后结合该领域当前研究现状,提出了WSN研究中需要关注的问题,展望了这一研究方向在未来的发展趋势和前景。     

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。     

基于K-means的无线传感器网络分簇算法研究

提出一种基于K-均值聚类的无线传感器网络分簇算法。从K-均值聚类算法中要解决的合理聚类数的确定、初始聚类中心的选择以及聚类性能对目标函数的依赖这三个问题入手,运用K-均值聚类算法来实现无线传感器网络分簇。仿真与性能分析结果表明,基于K-均值聚类的无线传感器网络分簇算法既能节省节点能量、延长网络生命,又能改善网络中的能耗均衡,并保证簇首分布的均匀性。     

传感器网络中基于分层的非均衡分簇算法

传感器网络由大量能量有限的微型传感器节点组成,如何延长网络的寿命是一个需要解决的重要问题。针对矩形传感器网络,提出一种基于分层的非均衡分簇算法,通过分析节点的能耗来计算层的宽度。仿真实验表明,基于分层的非均衡分簇算法能有效延长网络的寿命。     

WSNs中基于预算机制动态簇的目标追踪算法

无线传感器网络已成为热门的研究领域,许多实际应用中,跟踪运动目标是一项基本功能。该文提出了一种基于预算机制的动态簇无线传感器网络目标追踪算法（PDC）。PDC算法采用了相对比较节能的动态簇的网络模型和分布式计算原理,动态簇随着目标的移动轨迹,提前唤醒目标周围感测半径内的节点准备监测目标。一方面避免了盲目地唤醒节点所造成的不必要的能量消耗,另一方面减少了响应延迟。动态簇在感测目标的周围形成了一个以簇的方式进行动态管理的节点群,通过质心计算的方式进行目标定位,提高了定位的准确性,同时降低了目标的丢失率。     

一种无线传感器网络分簇规模约束算法

针对无线传感器网络节点能耗受限和不同节点能量开销不平衡的问题,对于分层结构的无线传感器网络提出了一种分簇规模约束算法.该算法是通过对簇内节点数量设置上下限的方式,对簇规模大小进行限制.如果簇中节点的数量超过上限(U),该簇就被划分为两个簇;如果簇中节点的数量低于下限(L),该簇就会和邻居簇相结合.在自组簇的形成过程中采用该算法,可减少节点能量开销和增加簇的稳定性.     

基于两个参数的无线传感器网络分簇算法

分簇使无线传感器网络层次清晰,便于管理,节约能量,同时可以降低传输过程中的数据冗余.基于节点剩余能量和邻居节点数目两个参数,提出了一种分布式的无线传感器网络分簇算法.该算法将分簇过程分为两个阶段并引入退位机制,第1阶段以节点剩余能量作为参数,第2阶段还引入了邻居节点数目参数.实验结果表明,它有效地解决了簇间重叠的问题,同时只要求较小的通信开销.     

无线传感器网络中一种分级簇的优化算法

无线传感器网络的路由将高能效放在首位,设计分级簇作为路由基础是一种能有效节能,延长网络寿命的好方法.在基于能量的分级簇(EAHC)算法的基础上,按照簇头级数和能量排队,从叶子节点开始逐级进行优化,提出一种减少簇头和降低簇树级数的优化算法(EAHC-O),能进一步地延长全网寿命,并通过仿真验证算法的有效性.     

无线传感器网络中的组划分算法

以增加网络生命期为目的设计组划分算法。考虑了传感器网络中各个组长节点的组合理性、平均组能耗和组间负载平衡等因素,对初始的组划分进行了分析和优化处理而得到一个平均组能耗小并且组间负载平衡的组划分,有效地延长了网络生命期．     

基于鱼群算法的无线传感网簇内信号盲检测

本文在无线传感网传输模型分簇的基础上,针对簇内信号盲检测降低误码率和提高收敛性问题,提出了一种基于人工鱼群算法的信号盲检测算法,所述算法采用自下而上的设计,构造了人工鱼的基本模型以及其各行为的模型,不需要了解问题的特殊信息,只需要对问题解的优劣进行比较,用此模型解决无线传感网簇内盲信号检测的二次规划性能函数。仿真表明,算法具有全局收敛性好、收敛速度快、误码率低的优点,从而成功实现簇内簇首传感器信号盲检测。     

DSCO：一种无线传感器网络分布式简单簇组织算法

提出了一种适用于无线传感器网络的分布式简单簇组织算法DSCO,对算法基本思想和具体实现进行了论述,并对仿真结果做了详细分析.逻辑简单、不需要时间同步、完全依赖本地信息,是DSCO的重要特点.仿真表明,DSCO在成簇率、簇成员分布、成簇时间和拓扑控制等方面,取得了较好的结果,尤其对大规模无线传感器网络,有良好的适应能力,可以获得较高的成簇率和较快的成簇速度.     

一种无线传感器网络拓扑的启发式分簇控制算法

无线传感器网络的首要设计目标即延长网络生命期,而网络拓扑作为上层协议的重要平台,是实现这一目标的支撑基础. 为了研究符合网络生命期目标要求的传感器网络拓扑控制方案,针对传统分簇算法的部署受限或可靠性缺乏等弊端,从理论上对分簇需求进行了建模分析,最终转化为携近似优化目标的簇划分及簇头选取问题,进而提出了一种启发式的分簇控制算法. 通过实验对方案进行了性能分析和验证,结果表明该算法以较合理的簇规模进行分簇划分,所获拓扑结构具有全局能耗低、骨干网健壮性高的特点,能有效地延长WSN的生命期.     

基于簇结构的无线传感器网络移动目标精确跟踪

对于移动目标跟踪,需要利用加速度或速度恒定的模型对其连续轨迹进行推断.在传感器网络环境下,利用无线传感器网络的冗余特点,提出了一种分簇结构和分时机制下采用流水线工作模式进行跟踪探测的方法,减少两次探测值之间的时间差,通过分析和仿真验证,该方法能够有效地降低对移动目标的跟踪误差.所设计的算法计算复杂度低,实现简单,满足无线传感器网络节点的计算能力要求.     

一种高能效的无线传感器网络模型

在分析集中式体系结构和分布式动态体系结构基础上,提出了一种提高目标跟踪无线传感器网络使用寿命的模型,该模型是一个静态簇型架构,由异构传感器组成,传感集群中的每个成员节点采用两种运作模式:工作模式和睡眠模式.结果表明,所提出的架构比集中式系统消耗更少能源,而且使用寿命更长.