基于路径损耗的WSN能量意识拓扑控制算法

为延长无线传感器网络(WSN)中节点的生命周期及均衡节点负载,在PLBD算法的基础上提出一种基于路径损耗的能量意识拓扑控制算法PLEATC。该算法使用损耗链路作为度量标准,同时考虑转发节点的剩余能量状况,避免网络中部分节点因负载过重而导致能量提前耗尽。仿真结果表明,用PLEATC算法构建的拓扑能够保证网络的连通性和健壮性,并延长网络寿命。     

基于物理干扰模型的WSN拓扑控制算法

拓扑控制是无线传感器网络研究中的重要问题。现有的大多数关于拓扑控制的工作集中于如何降低能耗,但是没有考虑干扰带来的影响。针对网络容量的最大化问题,提出一种在信号干扰信噪比模型下的拓扑控制算法PLTCA。该算法无需任何节点的位置信息,通过计算3跳以内的前向和后向列表来构建拓扑。在PLTCA算法中,采用功率控制技术,节点通过改变发射功率或者发射方向选择自己的邻居节点,从而控制网络拓扑结构。通过理论分析对算法的连通性进行论证。仿真结果表明,PLTCA算法在保证网络连通性的基础上,减少了网络总体的能量损耗,与MaxSR算法相比,节点的平均链路能量损耗减少10%~20%。     

连通性覆盖约束的WSN拓扑控制算法

本文从概率论角度分析了传感器网络平均节点度和通信丰径之间的关系,给出了网络满足连通性覆盖要求时所需的通信半径.在此基础上提出了一种基于本地平均算法LMA(Local Mean Algorithm) 新方案ILMA(Improved LMA).新方案的实施使得节点采用更低的功率工作,因此形成的网络拓扑的平均节点度大大减小,同时提高了网络的能量利用率.     

基于路径损耗的无线传感器网络分布式拓扑控制算法

对无线传感器网络中目前最常用的3种链路度量标准进行分析和比较得出,在满足一定收包率要求时,节点的接收信号强度存在一个最小阈值.考虑接收信号强度作为拓扑构建条件时需节点具备相同发射功率的不足,提出将路径损耗大小作为拓扑构建的条件,设计了一种分布式拓扑控制算法——PLBD.该算法在保证收包率的同时,还使各节点之间的通信保留最小损耗链路.仿真结果表明,PLBD算法构建的拓扑不仅能够保证网络连通性,还具有通信时延低,健壮性好,能量消耗相对均衡的特点.     

基于势博弈的WSN非均匀拓扑控制算法

针对无线传感器网络中节点能量有限以及消耗不均衡的问题,运用势博弈理论,设计一种考虑节点剩余能量、信息传输成功率以及节点到基站之间距离的效用函数,构建博弈模型,在此基础上,提出基于势博弈的非均匀拓扑控制算法BLTC。仿真结果表明,与DIA算法、VGEB算法相比,BLTC算法能够均衡节点的能量消耗,延长网络的生命周期。     

基于势博弈的WSN分布式拓扑控制算法

针对节点能量有限的无线传感器网络（WSN）,设计一种有效延长网络生命时间的网络拓扑控制算法非常有必要。考虑到节点是自私的,每个节点想着如何减少自身能耗提高自身利益,却忽视了网络整体利益。为了解决该冲突,利用势博弈存在纳什均衡的性质,提出了基于势博弈的分布式拓扑控制算法（Potential Game and Distributed Topology Control, PGDTC）,它是种能量高效和能量平衡的拓扑控制算法。仿真结果表明：相比于现有的一些拓扑控制算法,PGDTC算法能够有效的延长网络生命时间。     

基于序数势博弈的WSN拓扑控制算法

由于传感器节点能量有限且不易更换,故能量效率一直是制约传感网生存周期的重要因素。构建一种基于势博弈的拓扑控制(potential game topology control,PGTC)模型,将最短潜在寿命和节点度取值分别作为首要、次要效用函数。节点调整自身的发射功率,降低反向链路集中潜在寿命最短节点的发射功率,延长其潜在寿命,同时控制节点度取值以减小链路平均跳数和总能耗。理论分析可知,PGTC模型属于序数势博弈,存在纳什均衡,且纳什均衡点即为帕累托最优解。仿真表明,PGTC模型相较于其他基于博弈论的拓扑控制算法,网络总能耗更低,并且能量均衡性更强。     

基于节点度估计的三维WSN拓扑控制算法

为提高无线传感器网络性能均衡性,延长网络生命周期,对其三维拓扑控制进行研究。定义判断拓扑变化程度的节点度因数,构建评价网络综合性能的节点度估计模型,并提出基于该模型的拓扑控制算法,通过布置传感器节点、创建网络拓扑结构、生成数据传输链路和修正节点发射功率实现拓扑创建与优化。仿真实验和节点度因数、网络能量衰减、网络能效均衡性等对比结果表明,与LEBTC算法相比,该算法性能均衡性强,拓扑综合性能较好。     

无线传感器网络中基于概率触发的负载均衡拓扑控制算法

多跳无线传感器网络中,部分节点由于担当数据转发任务,能量消耗较快,缩短了网络的生命期。充分考虑节点承担数据转发任务时负载过大的特点,用剩余能量和发射功率构建综合权值来决定节点担当数据转发任务的可能性,并通过设计的拓扑维护概率周期性的对网络拓扑进行局部调整,形成了基于概率触发的负载均衡拓扑控制算法,有效地解决了节点由于担当转发任务而造成能量过早耗尽的问题在一定程度上均衡了节点负载,延长了网络生命期。     

基于TopDisc算法的WSN拓扑控制研究*

针对TopDisc算法构建的网络灵活性不强、重复执行算法的开销大、未考虑节点的剩余能量等问题,对其进行改进,并利用OPNET网络仿真工具进行了模拟。分析结果表明改进的TopDisc算法比原有算法有更好的节能性与稳定性。     

WSN中面向数据收集的网络拓扑构造算法

针对现有无线传感器网络中数据收集延迟较大的问题,提出一种优化的网络拓扑构造算法用于实现数据收集。从给定网络全连通图中找到符合条件的k个顶点的子图,使得k个顶点间的距离平方和最小化,采用Hungarian方法进行边的约简,直到得到一棵生成树,构造分布式的网络拓扑以提高适应性,从而降低控制开销。理论分析和仿真结果表明,该算法在数据收集延迟以及网络生命周期等方面均优于传统的单链、单簇2跳,以及最小生成树等数据收集算法。     

基于事件概率的无线传感器网络K覆盖算法

无线传感器网络在对目标区域进行K覆盖过程中易产生大量冗余节点,消耗网络中大量节点能量,并受外界环境因素制约。为此,提出一种基于事件概率的K覆盖算法。根据对监测目标区域节点关注程度的大小赋予不同概率值,通过节点之间信息交换和关联属性确定最小节点集和最大目标集,从而完成对目标区域节点K覆盖,优化网络资源,减少节点能量的消耗。仿真实验表明,该算法能够以较小的代价完成对目标区域节点K覆盖,延长网络生存周期,具有较好的实效性和稳定性。     

基于能量最小路径的WSN分簇算法

为延长无线传感器网络(WSN)的生存时间,提出一种基于能量最小路径的WSN分簇算法。参照节点的剩余能量与全网动态平均能量的比例关系,决定节点是否成为簇头,并结合簇头间的能量最小路径,实现全网的能耗均衡。仿真结果显示,该算法在网络生存时间、数据吞吐量和网络能耗等指标上性能较优。     

WSN中一种改进的TopDisc分簇算法

针对拓扑发现（TopDisc）算法构建的网络灵活性不强、重复执行算法的开销过大和没有考虑节点的剩余能量等缺点,对原算法进行分析与改进,并用OPNET网络仿真工具进行模拟仿真与性能分析。仿真结果证明,改进的TopDisc算法在节能性与稳定性等方面比原有算法有较大的提高。     

WSN中基于能量均衡的优化覆盖算法

针对无线传感器网络中覆盖保持的节点调度算法存在的利用率低、能量不均衡问题,提出一种改进的算法,将网络节点划分为若干个相异的节点集合,根据集合平均能量设置一个权值,通过权值大小选取合适的节点集合进行工作,从而均衡节点能量、延长网络的生命期。通过模拟仿真实验证明了算法的有效性。     

一种ZigBee无线传感器网络拓扑发现算法

ZigBee无线传感器网络(WSN)不同于有线网络,由于无法直接观察到其网络结构和设备部署情况,因此不利于对ZigBee WSN进行管理和控制。为解决该问题,提出一种针对ZigBee WSN的拓扑发现算法(ZigBeeTopo),确定网络中的活跃节点以及节点之间的相互关系,设计WSN拓扑管理模块,实现ZigBee网络拓扑的可视化。测试结果表明,该算法能正确发现多种WSN拓扑。     

无线传感器网络中的查询合并算法

根据无线传感器网络资源有限的特点,提出一种针对类SQL语言的查询简化与合并算法。算法根据基站上保存的属性历史数据,预测查询合并前后的能量消耗,如果合并后能耗减少,则将查询合并为一个新查询。仿真实验结果表明,合并可以减少网络中查询的数目,避免发送大量冗余数据,达到降低能量消耗的目的。     

WSN导航中的拥塞控制算法

针对无线传感器网络导航中出现的拥塞问题,提出一种拥塞检测和缓解算法。每个节点周期检测其导航的用户数量,根据用户数量是否超过上限判断其所在路径是否发生拥塞,若发生拥塞,采用拥塞缓解算法,导航相应用户到其他路径,从而使用户更加快速、安全地逃离危险区域。仿真实验结果表明,该方法在导航时能有效控制网络拥塞,使路径负载更加平衡。     

WSN中基于移动Sink的高效数据收集算法

针对无线传感器网络中的数据收集问题,提出一种改进的MWSF算法。该算法结合A*算法求解出移动Sink在传感器节点之间移动的最短路径,利用MWSF算法找到移动Sink所需访问的下一个传感器节点,并与单跳通信范围内的其他传感器节点进行通信,从而收集数据。仿真结果表明,该算法能降低数据溢出发生率,提高网络的数据传输效率。