面向目标跟踪的无线传感器网络动态分簇

在考虑节点剩余能量和节点探测信号强度的基础上,提出了一种面向目标跟踪的无线传感器网络动态分簇方法。由于在簇首选择时考虑了节点的剩余能量,因此可以有效地避免簇首节点能量不足导致的跟踪失败。方法既能保证各个节点均衡地担任簇首节点,又能避免簇首切换过于频繁,因此可以延长网络的使用寿命。计算机仿真结果表明,在满足簇首节点能量需求和簇内节点大部分能观测到目标的情况下,应该取尽量小的能量阈值和尽量大的距离阈值。     

无线传感器网络分簇路由协议研究

在无线传感器网络中,分簇型路由在路由协议中占据重要的地位,该协议方便拓扑结构管理,能源利用率高,数据融合简单。文章从簇头生成、簇形成和簇路由3个角度对典型的分簇路由算法LEACH,HEED,EEUC,PEGASIS进行了系统描述,从网络生命周期和节点存活数量等方面,对比了其优缺点,结合该领域的研究现状,指出了未来研究的方向。     

无线传感器网络路由分簇协议研究

无线传感器网络与传统网络的特点不同,且与人们日常生活应用息息相关。无线传感器网络不能利用传统的路由协议,网络层的路由技术在无线传感器网络体系结构中非常重要。数据融合简单、拓扑管理方便、能量利用高效是分簇路由具有的优点,是当前研究非常热门的路由技术。文章分析了无线传感器网络分簇路由概念,着重对无线传感网络路由分簇协议的分类和协议系统进行分析,为路由无线传感器网络路由分簇协议的进一步研究提供参考。     

动态分层的水下传感器网络分簇路由算法

针对平面路由难以适应较大规模水下传感器网络的局限,该文提出一种能更好地适用于较大规模网络的分簇路由算法DLCR(Dynamic Layered Clustering Routing)。该算法将网络自上向下划分为多层,并选择层内与sink节点距离较近、剩余能量较高的节点作为簇头节点,从而降低簇头节点的通信能耗。为了避免同一节点连续被选举为簇头节点,提出一种动态分层机制,每一轮数据采集周期都将网络重新划分为多层。实验证明DLCR不仅具有良好的稳定性,还降低了网络的能耗,延长了网络的寿命。     

一种基于能量和距离的无线传感器网络分簇路由协议

在无线传感器网络的路由技术中,基于簇的路由算法在拓扑管理、能耗利用、数据融合等方面都有较强的优势.在分析EECS协议的基础上,提出了EECS协议存在的问题,并相应地修改了成簇算法,设计了ADEECS协议,增强了算法的能量均衡性能.在簇头选举阶段总是选择剩余能量最多的节点,在成簇阶段ADEECS协议同时考虑了节点的剩余能量和节点与基站的距离.仿真结果也证明了ADEECS协议相对于EECS很大地提高了网络的生命周期.     

基于距离测算的无线传感器网络分簇路由协议优化

传统网络路由协议优化方法中数据包传输过程中,容易出现丢失的问题,影响网络通信的连贯性,为提升优化效果,设计了基于距离测算的无线传感器网络分簇路由协议优化方法.分析网络分簇路由协议特点,以此特点为基础,提升无线传感器网络数据传输的准确性;均衡路由协议分簇各环节点能量,提升网络节点存活性能;基于距离测算构建无线传感网络优化...     

基于Beta分布的无线传感器网络分簇路由信任管理机制研究

信任管理机制为保障无线传感器网络安全提供了一种有效方案,通过对节点的行为进行评价,建立整个网络的信任管理机制,对判断的恶意节点采用相应的限制措施来保障安全。文章以Beta概率密度分布函数的期望值作为信任值,优化网络分簇路由协议,可在保障网络能量高效利用的同时,有效提升整个网络的安全性。     

基于扇形分簇的无线传感器网络路由算法

无线传感网络中低功耗自适应聚类分簇(LEACH)路由算法等概率选取簇首节点,容易导致整个网络节点能量损耗出现极端化,减少网络生存时间。为此,提出一种针对簇首节点选取和分簇的改进LEACH算法。该算法把整个网络区域分为四个扇形区域,在每个区域内独立进行分簇路由;然后基站根据节点剩余能量和与基站的距离进行簇首节点选择,节点根据簇首节点和基站接收信号强度选择路由方式,以均衡网络能量消耗。仿真结果表明,改进LEACH算法的网络寿命是原有LEACH算法的150%,数据吞吐量提升了3倍。     

基于改进LEACH的多簇头分簇路由算法

为了降低无线传感器网络(WSN)的能耗,延长网络的生存周期,提出一种多簇头双工作模式的分簇路由算法.算法对低功耗自适应集簇分层(LEACH)协议作了以下改进:采用多簇头双工作模式来分担单簇头的负荷,以解决单簇头因能耗较大而过早消亡的问题;选举簇头时充分考虑节点位置和节点剩余能量,并应用粒子群优化(PSO)算法优化簇头的选举,以均衡网络内各节点的能耗;建立簇与簇之间的数据传输路由,以减少簇间通信的能耗.仿真结果表明,算法有效降低了网络的能耗,延长了网络的生存周期.     

无线传感器网络中基于剩余能量的联合选举动态成簇路由算法

针对无线传感器网络中突发事件监测等响应式网络应用,提出了一种基于能量的联合选举动态成簇算法。基于节点剩余能量,在事件区域内周期性地进行簇首选举,建立以簇首为根的簇树结构对事件区域内的数据进行搜集融合,从而减少网络中传输的数据量。仿真结果表明：该算法降低了节点平均能耗,具有良好的能量均衡效果,延长了网络生存时间。     

基于动态人工鱼群优化的WSN分簇算法

将群智能优化算法引入无线传感器网络分簇路由协议的设计能有效地节约节点能量和提高分簇效率.针对基本人工鱼群算法在运算速度方面的不足,提出了一种基于动态人工鱼群优化的无线传感器网络分簇算法,算法为了同时具有较好的全局搜索和局部寻优能力,更快地得到最优分簇结果,在一次迭代进化中除了考虑人工鱼的觅食行为、聚群行为和追尾行为的寻...     

能量有效的分布式粒子滤波

该文根据无线传感器网络节点能量有限的特点,从节能的角度提出了能量有效的分布式粒子滤波算法.该文首先给出了算法的一个总体框架,然后从大数定理出发,研究粒子数对算法性能的影响.接着,基于节点的位置信息和测量方程,提出了一种节点选择算法.通过节点选择,可以把粒子滤波算法的计算复杂度分布到各个节点,进行分布式处理.最后,通过仿真验证算法的有效性.     

基于遗传算法的无线传感器网络自适应数据融合路由算法

针对移动代理以能量有效的方式收集相关性数据的问题,该文提出了一种新的基于遗传算法的自适应数据融合路由算法。算法选择移动代理路由时,根据数据传输和融合能量开销及节能增益,对移动代理迁移到每个传感器节点是否进行数据融合做自适应选择,以在信息收集过程中提高网络能量效率。仿真结果表明自适应数据融合路由算法的能量效率优于完全数据融合路由算法和最邻近启发式算法。     

基于能量优化的无线传感器网络安全路由算法

针对无线传感器网络路由面临安全威胁和节点能量有限的不足,提出一种基于能量优化的安全路由算法(EOSR).该算法把优化能量、提高路由安全性和缩短传输时延同时作为设计目标,采用多目标决策,在保证安全性和快速传输的同时,让能量储备较多的节点承担较多的数据转发任务,可获得最优路由和延长网络生命期.通过预置公私密钥对,有效地提高了路由的安全性.给出了该算法中路由发现、路由选择和路由删除的具体步骤,通过仿真实验证明该算法的有效性.     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

基于格拉布斯准则和改进粒子滤波算法的水下传感网目标跟踪

水下无线传感网络(UWSN)执行目标跟踪时,因为各个传感器节点测量值对目标状态估计的贡献不一样以及节点能量有限,所以探索一种好的节点融合权重方法和节点规划机制能够获得更好的跟踪性能。针对上述问题,该文提出一种基于Grubbs准则和互信息熵加权融合的分布式粒子滤波(PF)目标跟踪算法(GMIEW)。首先利用Grubbs准则对传感器节点所获得的信息进行分析检验,去除干扰信息和错误信息。其次,在粒子滤波的重要性权值计算的过程中,引入动态加权因子,采用传感器节点的测量值与目标状态之间的互信息熵,来反映传感器节点提供的目标信息量,从而获得各个节点相应的加权因子。最后,采用3维场景下的簇-树型网络拓扑结构,跟踪监测区域内的目标。实验结果显示,该算法可有效提高水下传感器网络测量数据对目标跟踪预测的准确度,降低跟踪误差。     

一种基于地理位置信息的无线传感器网最小能耗路由算法

提高能量有效性是无线传感器网络(WSN)设计的主要目标之一,采用能量有效路由协议是提高WSN能量有效性的一种重要手段。该文提出了一种面向无线传感器网络的最小能耗(MEC)路由算法GLB-DMECR。该算法采用了新颖的MEC路由思想,即利用理想的最小能耗路径来引导路由选择过程,从而发现实际的MEC路径;该算法采用分布式、基于局部网络状态信息的路由决策机制,具有良好的稳定性和可扩展性;该算法充分挖掘了节点地理位置信息在路由中的效用,利用地理位置信息实现路由而不需要网络付出过多的额外代价。该算法具有较低的实现复杂度。仿真结果说明, 其最小能耗性能在非常广的网络环境下要优于或等同于现有典型同类算法。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。