无线传感器网络传输控制协议

介绍了无线传感器网络的传榆控制问题,总结了近年来提出的各种传输控制协议及主要设计思想.首先引入了传输控制问题的研究背景;然后分别从拥塞控制和可靠保证两个方面介绍代表性的研究工作,对涉及的主要方法进行分类分析;最后进行了各种协议的综合比较,并指出了无线传感器网络传输控制未来的研究方向.     

基于联合优化的无线传感器网络传输可靠性研究

如何保证传输可靠性的前提下延长网络寿命是无线传感器网络应用研究所必须面对的重要课题.首先综述了功率控制以及路由度量方法的研究现状;其次通过实验研究,发现了无线传感器网络的通信链路存在着高丢失率、非对称性等特点,并通过理论推导出节点优化的发射功率;由此提出一种将功率控制和路由度量相结合的PCETX联合优化方法.最后,将此联合优化算法应用于AODV协议中,仿真结果表明使用本文提出的联合优化方法,在保证端到端的可靠性的前提下延长了网络的寿命,能够为无线传感器网络实际的应用提供有价值的参考.     

基于能量有限型无线传感网的恶意软件攻防优化策略

本文针对目前无线传感网络中恶意软件模型化工作的不足,从攻击与防御角度出发,考虑了攻击扫描速率对于攻防优化策略的不同意义,同时考虑了无线传感节点能量有限的特征,在传统恶意软件传播模型的基础上提出了一种改进的无线传感网络恶意软件攻防优化模型。该模型在传统SIR传播模型基础上进行扩展,考虑了免疫与修复的不同因素,最终给出了攻防优化评估方案。通过仿真实验表明,该攻防优化评估方案能够高效地描述攻击扫描参数对恶意软件在无线传感网络中攻击与防御各自效果最大化的关键影响。     

无线传感器网络动态节点选择优化策略

无线传感器网络的能耗和有效覆盖率是衡量其性能的两个重要指标.无线传感器网络动态节点选择优化策略通过合理配置各无线传感器节点状态,平衡网络能耗和有效覆盖率,提高网络能效性,延长网络寿命.提出一种结合了Hopfield网络与遗传算法的动态节点选择优化策略,简称为HN-GA.该策略通过遗传算法实现全局搜索,采用Hopfield网络缩小遗传算法的搜索范围,保证遗传算法中每个基因对应待选解的有效性,并针对动态节点选择优化提出一种基于无线传感器网络能耗、寿命和有效覆盖率的综合指标.仿真实验表明,HN-GA算法能有效完成无线传感器网络动态节点选择优化,并在确保网络有效覆盖率的前提下,通过动态配置各无线传感器节点状态,降低网络能耗,延长网络寿命.与遗传算法和Hopfield网络相比,HN-GA算法不仅全局搜索能力强,且收敛速度快、耗时少.     

基于时间复杂度的无线网络编码数据包平均传输次数优化分析

为提高无线网络编码数据包传输效能,提出了基于时间复杂度的无线网络编码数据包平均传输次数优化方法。首先分析无线网络编码数据包传输信道的多径特性,并根据数据包的多径特性采集有效且安全的数据包,同时在IEEE802.3EFM通信协议下构建数据包的传输信道模型。为提升数据包的传输及存储性能,需建立缓存反馈机制,在该机制作用下设计混合编码。最后采用自适应量化融合编码的方法,进行无线网络编码数据包传输的调制解调处理,结合时间复杂度的衡量算法实现无线网络编码数据包传输的传输次数优化,提升了无线网络混合编码下数据包的传传输效能。仿真结果表明,采用该方法进行无线网络编码数据包传输的输出均衡性较好,传输误码率较低,时间开销较短。     

无线传感器网络数据传输延时分配算法

为了提高箭载无线传感网络对火箭温度、冲击、热流等物理参数的处理能力,需对所采集的数据进行自适应延时分配,因此设计一种基于时隙窗口间隔均衡控制的无线传感器网络数据传输延时分配算法。构建火箭温度、振动、冲击等参数的数据采集模型,采用分布式网格均衡配置方法对无线传感器网络中的节点进行均衡部署;结合最短路径寻优方法使数据采集过程中的信道分配达到均衡,构建数据采集最短路径寻优控制模型,采用输出比特序列重组方法进行数据采集过程中的传输延迟配置;结合码元调节技术对数据传输进行自适应扩频调节,利用时隙窗口间隔均衡控制方法实现无线传感器网络数据传输延时分配。实验结果表明,采用该方法进行无线传感器网络数据传输延时分配的自适应性较好,输出稳定性较强、分配输出错误率低,有效性更强。     

无线传感器网络中的资源优化

无线传感器网络是一种新兴的技术,与传统的网络相比最突出的特点就是超大规模,无人值守,应用环境变化频繁.解决能量受限问题,适应变化频繁的拓扑结构是目前无线传感器网络面临的最大挑战.针对这一特点,本文以优化网络资源和延长网络寿命为目标,归纳了无线传感器网络部署、任务分配、信息处理和中间件定位中的优化问题,并分别对这些具体问题进行了探讨,对一些可能的研究方向进行了简要的阐述,为以后的研究奠定了基础.     

无线传感器网络吞吐量的自适应跨层优化策略

采用跨层优化方法,分析了无线传感器网络点对点链路的吞吐量优化问题。首先推导出吞吐量的理论表达式;随后以最大化吞吐量为目标,采用一种基于分层优化的数学框架,分别得到物理层最优符号速率、最优调制星座体积和MAC层最优数据包长;在此基础上,通过联合优化物理层参数和MAC层参数实现了链路吞吐量的最大化;最后提出了一种自适应跨层优化策略。在不同的信噪比条件下,根据该自适应策略来配置相应的最优物理层参数和MAC层参数,便可以保证链路的吞吐量达到最优值。仿真结果表明,与传统的分层优化相比,跨层优化后链路的吞吐量性能得到了明显提高。     

无线传感器网络数据传输可靠性研究综述

无线传感器网络在资源受限和环境因素影响下数据传输的可靠性较低,然而在国防军事、工业控制等应用领域中数据传输的可靠性是评价网络性能的重要指标.首先介绍了无线传感器网络可靠性的研究意义,从可靠性评估和可靠的数据传输技术两个方面介绍了近年来的研究成果,对这些成果进行了分类、比较,进一步展望了无线传感器网络可靠性未来的研究方向.     

无线传感器网络中一种基于虚拟MIMO多播的多跳传输策略

虚拟MIMO技术能够有效减少信道衰落对无线链路的影响,节省无线传输时的能耗.结合MIMO多播和LEACH协议,提出新的虚拟MIMO多跳传输策略(VMMM),由于该策略避免了多跳数据转发时的簇内广播过程,从而提高整个网络的能量有效性.为优化该传输策略的性能,本文对VMMM策略的能耗进行建模分析,并在此基础上通过联合优化以确定满足最小能耗时的网络参数.仿真结果表明,与已有的虚拟MIMO多跳传输策略—vMISO协议相比,VMMM策略能够显著提高网络的能量有效性,有效延长网络生存时间达50%以上.     

无线传感器网络中一种基于分簇的能量高效虚拟MIMO传输策略

协作式MIMO技术被认为是传感器网络中有效的节能解决方案之一.针对中小规模传感器网络设计了一种基于分簇的能量高效的协作式虚拟MIMO传输策略(ECCM).在考虑了分布式STBC编码信道训练开销的情况下,分析了该传输策略的系统总体能耗.基于该能耗模型,建立了一种基于端到端的全网能耗最优化模型,并用该模型来求解最优的虚拟MIMO域(分簇)个数、协作节点(虚拟天线)个数以及传输速率等网络通信参数.仿真结果表明,通过选取最优协议参数,即使考虑到电路能耗和信道训练开销,ECCM策略也能显著降低节点传输能耗,延长网络寿命.     

WSN中图像传输控制的跨层协议

分析无线传感器网络中的图像传输问题,采用数据分组思想,提出图像传输控制协议。设计传输协议体系结构,在源节点将数据进行分组,采用多路径的传输方式,使得传感器网络能量负载均衡,在sink节点进行数据还原,并提供相应的QoS机制。仿真结果表明该协议能够实现较好的传输质量,并且使得网络能量负载均衡。     

基于无线传感器网络的传输距离控制方法

在传感器节点受到能量严重制约的情况下,如何合理地选择自适应拓扑变化的路由协议,有效地控制节点传输半径来提高系统的整体性能,成为当前无线传感器网络研究领域的热点问题之一.在基于RSSI测距技术的基础上,引入了3种传输距离控制策略,同时结合时延和能耗这两个指标,对3种传输策略进行了比较.仿真结果表明,动态选择传输半径可显著提高网络的整体性能,延长网络的生命周期,并减少节点能耗和传输时延.     

基于传输范围覆盖的无线传感器网络广播算法

广播在无线传感器网络中具有广泛的应用.泛洪广播虽然简单,但极为耗能.基于概率、基于计数以及基于位置等广播算法不使用任何邻节点信息,简单但性能改善有限.MPR以及多数基于连通支配集的广播算法利用2-hop邻节点信息计算转发节点集,虽然获得了较好的性能,但需更多的通信开销以获取和维护2-hop邻节点信息.为减少转发节点并节约通信开销,较好的实现无线传感器网络广播,本文利用1-hop邻节点信息提出了一种基于传输范围覆盖的广播算法TRCB.算法的主要思想是如果发送节点U的1-hop邻节点V被U和不包括节点V的其余1-hop邻节点集S覆盖,则节点V将不参与转发.分析与仿真表明,TRCB有效减少了冗余转发节点,从而节约了无线传感器网络能耗;并且利用1-hop邻节点信息,具有通信开销小、适应网络拓扑变化的特点;且其性能优于同样利用1-hop邻节点信息的边缘转发算法EFB.     

被动无线传感器网络的新数据传输模式

被动式工作环境下,无线传感器网络有其独特的特点。在已有的基于簇的数据传输模式的基础上提出了簇中建链的新传输方法。在簇中节点被唤醒后,由簇头将这些节点连接成链（Link）并随机选择链首,链首收集数据后发送到簇头。这种方式消除了多个唤醒节点同时向簇头发送数据造成的数据冲突现象,节省了节点传输能耗也使节点间的能耗更加均衡,从而延长了网络寿命。     

基于分簇的无线传感器网络数据汇聚传送协议

提出了一种基于分簇的无线传感器网络数据汇聚传送协议CDAT(a cluster-based data aggregation and transmission protocol for wireless sensor networks).CDAT 通过均衡能耗的分簇方法及数据预测传送机制,可以有效 延长网络的生命期.在簇头选取阶段,利用应用期望的无缝覆盖率与所需簇头数的数学关系,限制节点竞选簇头的初 始概率,并联合节点的度和剩余能量来选取簇头;在数据聚合阶段,簇头广播消息,接收所有加入该簇的成员节点,然后对簇内数据进行聚合;在数据传送阶段,利用数据在时间上的相关性,簇头在满足传送精度的要求下,采用预测传 送机制将数据传送给基站,通过该机制,网络有效地减少了数据传送的次数.理论分析和模拟实验结果表明,CDAT 协 议在满足应用期望的服务质量要求下,通过均衡能耗、减少数据传送次数,使得网络生命期优于LEACH(low-energy adaptive clustering hierarchy),PEGASIS(power-efficient gathering in sensor information systems)等协议.     

基于分簇的无线传感器网络数据汇聚传送协议

提出了一种基于分簇的无线传感器网络数据汇聚传送协议CDAT(a cluster-based data aggregation and transmission protocol for wireless sensor networks).CDAT通过均衡能耗的分簇方法及数据预测传送机制,可以有效延长网络的生命期.在簇头选取阶段,利用应用期望的无缝覆盖率与所需簇头数的数学关系,限制节点竞选簇头的初始概率,并联合节点的度和剩余能量来选取簇头;在数据聚合阶段,簇头广播消息,接收所有加入该簇的成员节点,然后对簇内数据进行聚合;在数据传送阶段,利用数据在时间上的相关性,簇头在满足传送精度的要求下,采用预测传送机制将数据传送给基站,通过该机制,网络有效地减少了数据传送的次数.理论分析和模拟实验结果表明,CDAT协议在满足应用期望的服务质量要求下,通过均衡能耗、减少数据传送次数,使得网络生命期优于LEACH(low-energy adaptive clustering hierarchy),PEGASIS(power-efficient gathering in sensor information systems)等协议.     

无线传感器网络覆盖优化算法研究

无线传感器网络覆盖控制是研究高密度部署的无线传感器节点集选问题.针对网络严重的冗余问题,影响网络的优化机制.为了有效控制网络节点能量、提高感知质量、大大延长网络的生存时间,采用覆盖优化算法.以网络有效覆盖率和节点最小利用率为优化目标,提出一种混合杂交算法的优化覆盖机制,在算法中扩展杂交算子可增强混合算术杂交算子局部搜索能力.采用改进方法进行仿真,结果表明混合杂交方法能快速收敛到更精确的解,从而更好地降低了网络冗余,延长网络的生存时间.     

虚拟MIMO无线传感器网络的传输模式

无线传感器网络(wirelesssensor networks,WSN)是由大量低成本、低功耗、具备感知能力、计算能力和无线通信能力的微型传感器节点通过自组织方式构成的网络。多入多出(Multiple-Input Multiple-Output,MIMO)技术是指在发送端和接收端采用多天线,MIMO技术可在不增加频谱资源和天线发送功率的情况下,成倍地提高信道容量,是新一代移动通信系统采用的关键技术。将虚拟MIMO技术引入无线传感器网络,可以利用MIMO技术带来的分集增益,增加接收端信号的信号强度,通过分集来克服信道衰落的影响;也可以利用MIMO技术提供的复用增益,提高信息速率,大大改善网络的能耗特性。本文介绍了虚拟MIMO技术在无线传感器网络中的应用,针对中小规模传感器网络,设计了一种基于分簇的能量高效协作式虚拟MIMO传输模式。并对虚拟MIMO无线传感器网络的能效性进行了分析,最后总结了研究的关键问题以及未来的发展趋势和研究方向。     

安全能量效率优化的传感器网络传输研究

研究了射频无线充能传感器网络通信系统的安全传输及能量效率问题,针对传感器网络能量受限而无线通信容易被窃听的问题,利用物理层安全技术,提出了一种两阶段的安全传输协议。通过联合优化发送功率、射频能量协方差矩阵、敏感信息波束成型以及协作干扰协方差矩阵,使得传感器网络的安全能量效率达到最大。针对所提出的非凸问题,利用Dinkelbach方法将包含分式形式的目标函数简化,利用连续参数凸近似方法将非凸问题转化为可解形式,进而使用收敛迭代算法得到原问题的近似最优解。仿真结果表明,与对比方案相比,提出的传输方案可以在保证安全通信的基础上有效提高安全能量效率。