一种基于语义的无线传感器网络路由算法

在无线传感器网络中，为了监测多个事件，监测区域可能需要布置多种不同类别的传感器节点以监测不同的事件属性，通过对每个传感器节点感知属性信息的融合处理，来判别事件是否发生。如何快速地将生成的事件路由到sink节点是个重要的研究课题。文中将传统的路由算法与分布式事件存储和语义思想相结合，提出了一种基于语义的无线传感器网络路由算法。在该算法中，一个传感器节点只需要关心自己通信范围内的邻居节点，不需要知道整个网络的状况，算法具有冗余数据少，节能性好，网络生存周期比较理想，实现简单等特点。该算法也可以为无线传感器网络的时空查询算法的研究提供一定基础。     

基于无线传感器网络的事件触发监测系统设计

针对无线传感器网络在事件触发类监测中的应用,提出了在该类应用中的解决方案.分析归纳了无线传感器网络在事件触发类监测中的应用需求,提出了满足该需求的无线传感器网络布设方法及采取的路由协议与数据聚合算法.分析了两种布设方式的优缺点,确定了事件触发监测系统采用非冗余布设方式;路由协议采用改进的APTEEN算法,改进了阈值和休眠策略;数据聚合在簇头节点进行,将来自簇内节点的多个数据包在网络层聚合为一个数据包后传送给基站.实验结果表明了该解决方案的有效性.     

一种基于哈希函数及能量均衡的事件查询算法

在无线传感器网络中对于无固定位置的事件及查询是个重要的研究课题。结合高效及最大化网络生命周期,提出了一种基于哈希函数及能量均衡的事件查询算法。在该算法中,一个传感器节点只需要关心自己通信范围内的邻居节点,不需要知道整个网络的状况,算法具有冗余数据少、查询能耗小、网络生命周期长、实现简单等特点。借助OMNET++网络模拟器进行仿真实验,与经典路由算法比较,结果表明本算法能快速高效地进行事件查询,同时最小化及均衡能量消耗,延长了网络生命周期。     

一种虚拟传感器网络中事件监测的容错机制

事件监测是无线传感器网络中的重要应用之一,而准确检测出故障节点是提高事件监测效率的前提。为了实现多应用目标传感器网络中较高的节点故障识别率,在基于簇状树的虚拟传感网架构上,提出一种基于节点邻域中值的事件监测容错算法。该算法充分利用了无线传感网节点之间的空间相关性,融合邻域各节点的测量值,通过节点的数值与邻域中值之间的差值来判断节点状态。仿真实验结果表明,即使是在节点故障概率比较高的情况下,该算法依然具有优越的容错性能。     

一种WSN分簇路由协议研究和实现

近年来,我国兴建了众多基础设施,基础设施的健康监测直接关系着人们的生命和财产安全,也关系着基础设施的正常运行,因此研究面向基础设施健康监测的无线传感器网络分簇路由协议至关重要.目前已经有多个成熟平面路由协议和分层路由协议,但它们都存在传感器节点能量有限、结构简单等缺陷.为了延长网络寿命、提高信息传榆的可靠性,就需要对现有的路由协议做一些改进,以适应大规模的无线传感器网络.首先分析了设计无线传感器网络路由协议时面临的挑战,分类总结了典型的无线传感器网络路由协议及其优缺点;然后在详细分析LEACH协议的基础上,对LEACH协议在簇头节点选择和簇间路由方面进行改进,提出了面向基础设施健康监测的无线传感器网络分簇路由协议.将分簇优化算法和簇间多跳路由算法相结合,组成面向基础设施健康监测的无线传感器网络分簇路由协议.实验仿真表明,该路由协议有效地均衡了网络的能耗,推迟了多数节点的死亡,延长了网络的有效寿命.     

面向物联网传感器事件监测的双向反馈系统

针对一般无线传感器网络事件监测算法没有考虑物联网数据的动态不确定性问题,提出面向物联网多维动态不确定数据的事件监测双向反馈系统.该系统分为基站和无线传感器节点2个子系统,其中基站子系统(Base Station Subsystem,BS)采用BS动态容错训练策略,利用因子分析法计算容错阈值并将其反馈到无线传感器节点子系统(Wireless Sensor Nodes Subsystem,NS),以调整无线传感器节点子系统的动态不确定数据事件监测参数;其中无线传感器节点子系统采用NS动态容错训练策略,在利用人工神经网络的动态容错能力减少事件监测通信损耗的同时,通过所建立的以容错阈值为参数的人工神经网络事件监测模型进行事件监测,并将监测结果反馈到基站子系统,以驱动基站子系统计算新的容错阈值,实现基站与无线传感器节点子系统的双向反馈循环,完成面向物联网的多维动态不确定数据的事件监测,最后通过实验验证了算法的有效性与可行性.     

基于多路径蚁群算法的无线传感器网络的路由

针对能量控制在无线传感器网络路由上的特殊要求,为了促使网络节点能量消耗相对均衡,将基本蚁群算法(ACS)应用于无线传感器网络的路由,提出一种基于多路径蚁群算法的无线传感器网络的路由(MACS).该算法利用蚁群的自组织、自适应和动态寻优能力,通过蚂蚁并行地寻找从源节点到达目的节点的最优路径和次优路径,使得网络中的节点不需要维护全局信息,形成多条传榆路径,延长了整个网络的生命期.仿真结果表明,该算法和定向扩散路由(DD)、基本蚁群算法及极大一极小蚁群算法(MMAS)相比,在路由代价和节能方面效果显著.     

基于蚁群的无线传感器网络路由算法

针对无线传感器节点能量、通信能力及计算能力有限等特点,将蚁群算法应用于无线传感器网络,提出一种改进的蚁群路由算法,考虑了节点的能量、距离、通信半径和传输方向等参数.实验结果表明:该算法有效地减少了网络能量消耗、节点死亡数、路由跳数和数据传输的路径长度,延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

基于改进蚁群优化算法的无线传感器网络路由研究

无线传感器网络为能量受限系统,为了促使网络节点能量消耗相对均衡,将蚁群优化(ACO)算法应用于无线传感器网络的路由选择,提出一种基于能量均衡的无线传感器网络路由算法。该算法将节点能量作为转移概率规则启发因子,通过计算转移概率和适应度值找到最优路径。仿真结果表明:该算法可以显著减低网络总能耗,从而延长无线传感器网络的生命周期。     

无线传感器网络中路由选择算法的研究

针对无线传感器网络中采用多跳方式建立路由的特点,将蚁群算法用于在无线传感器网络中寻找多跳路由,通过一组"人工蚂蚁"采用并行搜索方式,寻找从源节点到目的节点的最少跳数路径;在算法中通过引入约束条件,既可降低算法的计算开销,又加快了算法的收敛速度;仿真结果说明将该算法用于无线传感器网络中搜寻路由是有效的,且具有鲁棒性特点,同时比传统的路由算法具有更低的时间复杂度。     

基于能量水平的多Sink节点传感器网络路由算法

单Sink节点传感器网络存在着部分关键路径上节点能量消耗过快、路由选择算法单一以及Sink节点失效等问题.首先提出了多Sink节点传感器网络数据收集的系统框架;给出了拓扑发现和维护策略;然后提出了基于最小能量消耗路由算法.在分析了该算法的不足后提出了基于能量水平的路由算法,按照计算得到的能量水平选择最优的路径进行数据传送.实验证明,基于能量水平的路由算法比基于最小能量消耗路由算法能更有效提高传感器网络的使用寿命.     

基于特征选择的无线传感器网络路由标识算法

针对无线传感器网络具有节点数量大、分布范围广、以数据为中心进行路由等特点,提出了一种基于特征选择的路由标识算法。该算法首先通过汇节点向传感器节点发送“询问”数据包,收到数据包的各个节点检查自身特征是否与“询问”内容相符,然后发送一个“答复”信息到网络,完成路由的标识。仿真结果证明该算法可以解决传统路由协议中的冗余信息和广播风暴,在生成、接收信息上具有更好的稳定性,并能够有限地减少能耗。     

无线传感器网络多径路由算法

路由协议是无线传感器网络研究的热点,针对传感器节点能量有限的特点,为了均衡网络负载、延长网络生存期,该文提出一种基于能量－跳数权重值的多径路由算法(EHM),其核心思想是各节点维护到其邻居节点的多条路径,并根据邻居节点的跳数和剩余能量信息进行路由选择。利用OPNET仿真工具对算法进行仿真,结果表明EHM算法可以有效地均衡网络节点的能量消耗,在节点剩余能量上有50%左右的性能提升。     

Multi-constraint multi-objective QoS aware routing heuristics for query driven sensor networks using fuzzy soft sets

In this paper, a fuzzy based distributed power aware routing scheme considering both energy and bandwidth constraints, especially for query driven applications in the asynchronous duty-cycled wireless sensor networks are devised. The proposed multi-constraint, multi-objective routing optimization approach under strict resource constraints guarantees reliability and fast data delivery along with efficient power management in spite of unreliable wireless links and limited power supply. In query driven applications, the request from the sink to the individual sensor node will be a broadcast message, whereas the individual sensor nodes replies back to sink as unicast messages. In the proposed work, the fuzzy approach and “A Star” algorithm are utilized for satisfying energy and bandwidth constraints to route the broadcast messages of the sink while querying all the sensor nodes in the network. Every node will be provided with a guidance list, which is used to decide the next best neighbor node with good route quality for forwarding the received multi-hop broadcast messages. The route quality of the every node is estimated with fuzzy rules based on the network parameters such as maximum remaining energy, minimum traffic load and better link quality to increase the network lifetime. The provision of overhearing the broadcast messages and acknowledgements within the transmission range minimizes the effort to search for the active time of nodes while routing the broadcast messages with asynchronous scheduling. Further, in the proposed work only the time slot of its nearest neighbor relay node (to which packets are to be forwarded) is learnt to reduce the number of message transmissions in the network. For the unicast message replies, the fuzzy membership function is modified and devised based on the routing metrics such as higher residual energy, minimum traffic loads and minimum hop count under energy and bandwidth constraints. Also, the multi-hop heuristic routing algorithm called Nearest Neighbor Tree is effectively used to reduce the number of neighbors in the guidance list that are elected for forwarding. This helps to increase the individual sensor node’s lifetime, thereby maximizes the network lifetime and guarantees increased network throughput. The simulation results show that the proposed technique reduces repeated transmissions, decreases the number of transmissions, shortens the active time of the sensor nodes and increases the network lifetime for query driven sensor network applications invariant to total the number of sensor nodes and sinks in the network. The proposed algorithm is tested in a small test bed of sensor network with ten nodes that monitors the room temperature.     

二维网格中基于最小通路区的自适应和最小容错路由算法

网格结构是并行与分布式处理中最流行的一种网络拓扑结构。在存在故障的情况下，如何设计具有最优性的容错路由算法一直是研究的热，点问题。本文研究了采用故障块模型的二维网格的最小路由问题，提出存在最小通路的一个充分必要条件。基于最小通路区（RMP）的概念，提出一种自适应的最小容错路由算法。如果源节点和目的节点之间存在最小通路区，则在最小通路区中进行自适应最小容错路由；反之，则采用多阶段最小容错路由。主要思想就是在存在故障的情况下，尽量保证路由算法能走最短路径。因为只要求知道每个节点的局部信息，故算法是分布式的。     

基于能耗均衡的无线传感器路由算法

为了延长无线传感器的使用寿命,弥补传统路由算法的不足,提出一种基于能耗均衡的无线传感器路由算法。首先,分析了无线传感器节点能量的消耗过程,建立了源节点到目的节点的路由表;然后,通过单跳消息方式确定每一个传感器节点的相邻节点,并把剩余能量信息传递给其相邻节点;最后,根据蚁群算法中的信息素浓度与局部能量来选择无线传感器传输数据时的下一跳节点。通过具体实验对其性能进行了测试,实验结果表明,该算法能耗低,保证了能耗均衡,最大程度地延长了传感器节点的寿命。     

无线传感器网络一种不相交路径路由算法

无线传感器网络经常被用来采集物理数据,监测环境变化.由于低功耗无线通信不确定性、链路质量不稳定性以及节点失效等问题,传感器网络很容易导致路由数据包丢失.为了提高网络路由的可靠性,人们提出多路径路由算法.多路径路由中源节点到目的节点的多条路径可能含有公共节点,或者公共边,如果公共节点或者公共链路失效,则这个数据包也丢失,因此又有人提出不相交多路径路由算法.不相交多路径路由算法又分为链路不相交多路径路由算法和节点不相交多路径路由算法.提出了一种不相交路径路由算法,可以将感知节点采集到的数据通过不相交路径传送到汇聚节点,提高路由的可靠性.而且,这个算法还可以很方便地应用到多Sink节点的网络当中.该路由算法用到的路由表大小为|K|,其中|K|表示路径数.算法的运行时间复杂度是O(|L|),其中|L|表示网络中的边数.     

Enhancing Search Performance on Gnutella-Like P2P Systems

The big challenges facing the search techniques on Gnutella-like peer-to-peer networks are search efficiency and quality of search results. In this paper, leveraging information retrieval (IR) algorithms such as Vector Space Model (VSM) and relevance ranking algorithms, we present GES (Gnutella with Efficient Search) to improve search performance. The key idea is that GES uses a distributed topology adaptation algorithm to organize semantically relevant nodes into same semantic groups by using the notion of node vector. Given a query, GES employs an efficient search protocol to direct the query to the most relevant semantic groups for answers, thereby achieving high recall with probing only a small fraction of nodes. To the best of our knowledge, GES is the first to identify node vector size as an important role in impacting search performance and to show that the node vector size offers a good trade-off between search performance and bandwidth cost. Moreover, GES adopts automatic query expansion and local data clustering to improve search performance. We show that GES is efficient and even outperforms the centralized node clustering system SETS. For example, in the scenario where node capacity is heterogeneous, GES can achieve 73 percent recall when probing only 20 percent nodes, outperforming SETS by about 18 percent.