无线传感器网络中基于压缩感知的分簇数据收集算法

针对无线传感器网络(WSNs)能量有限、通信链路不可靠的特点,提出一种基于稀疏分块对角矩阵进行压缩感知的分簇(SBDMC)数据收集算法.该算法以稀疏分块对角矩阵作为观测矩阵以减少参与收集节点数目;采用分布式分簇路由实现数据的分布式收集;通过分析能耗模型得到最优簇头数目以减少网络能耗.在此基础上,给出一种有效的分簇路由数据收集算法.仿真分析表明:提出的算法较之已有算法可以减少通信能耗、延长网络寿命,同时均衡能耗负载.     

基于压缩感知的无线传感器网络数据收集研究综述

为了对无线传感器网络的压缩数据收集有一个全面的认识和评估,对到目前为止国内外的相关研究成果作了一个系统的介绍。首先,介绍了压缩数据收集及改进方法的框架的建立;然后,分别根据无线传感器网络的传输模式和压缩感知理论的三要素,对压缩数据收集方法分类进行了阐述;接下来,说明了压缩数据收集的自适应和优化问题,与其他方法的联合应用,及实际应用范例;最后,指出了压缩数据收集存在的问题和未来的发展方向。     

分布式混合压缩感知无线传感器网络数据收集

在传感器网络数据收集过程中,降低网络传输量对于网络传输效率和生命周期的延长具有重要意义。结合压缩感知思想,设计了一种分布式混合压缩感知的无线传感器网络数据收集方法。首先通过基于k-means++的方法均匀聚类形成簇,各簇进行基于混合压缩感知的分布式数据收集,完成后通过建立骨干树将数据传输至sink节点。仿真结果表明,在给定的仿真工况下（压缩率为10,节点数为800）,与最短路径树混合压缩感知和最优树混合压缩感知算法相比,分别能减少40%和10%以上的传输量,与不使用混合压缩感知的收集方法相比减少70%以上的传输量;同时,节点传输量标准差由14.07和14.37和降低至11.85,置信区间大小由322.66和131.75降低至39.12,证明网络鲁棒性和负载均衡度均有提升。     

无线传感器网络中事件驱动数据收集研究进展

无线传感器网络是目前研究的热点,事件驱动数据收集是无线传感器网络中一种重要的信息采集方式。由于节点普遍具有能量水平低、通信能力弱、易损坏等特点,而用户普遍需要网络能长时间稳定工作或尽快获得数据,因此,如何以低能耗、低延迟、高可靠的方式完成事件驱动数据收集是研究的难点。介绍了事件驱动数据收集的概念和特点,对已有的典型事件驱动数据收集协议进行了系统的分析和对比。通过探讨存在的挑战和亟待解决的关键性问题,为下一步更深入的研究指明了方向。     

基于均衡分簇的无线传感器网络压缩数据收集

应用压缩感知（CS）理论结合稀疏随机投影的无线传感器网络（WSN）压缩数据收集（CDG）可以大大减少网络传输的数据量。针对随机选择投影节点作为簇头来收集数据导致网络整体能耗不稳定和不平衡的问题,提出两种平衡投影节点的压缩数据收集方法。对于节点分布均匀WSN,提出基于空间位置的均衡分簇法：首先,均匀划分网格;然后,在每个网格选举投影节点,依距离最短原则成簇;最后,由投影节点收集簇内数据到汇聚节点完成数据收集,从而使得投影节点分布均匀、网络能耗均衡。对于节点分布不均匀的WSN,提出基于节点密度的均衡分簇法：同时考虑节点的位置和密度,对节点数量少的网格不再选择投影节点,将网格内的少量节点分配到邻近的网格,从而平衡网络能量,延长网络寿命。仿真结果表明,与随机投影节点法相比,所提的两种方法的网络寿命均延长了25%以上,剩余节点数在网络运行中期均能达到2倍左右,具有更好的网络连通性,显著提高了整个网络的生命周期。     

能量捕获无线传感器网络中高可靠数据收集策略

能量捕获无线传感器网络(EH-WSN)具有从环境中捕获能量的能力,可以无限期持续工作,因此具有非常广泛的应用前景。目前已有的大多数EH-WSN路由方案往往侧重于如何提高能效性,而可靠性作为EH-WSN中的重要性能指标却很少被考虑到。文中利用能量捕获网络特性,对节点的链路成功收包率和节点重传次数期望进行推导,建模网络可靠性最大化问题,基于能量捕获速率、链路质量、节点间距离,提出了一种生成高可靠性数据收集树的方案。实验结果表明,相比于其他数据收集方案,该路由方案能显著提高网络可靠性。     

无线传感器网络数据收集问题综述

数据收集问题研究外界用户如何通过无线传感器网络从监控区域收集感知数据。传感器节点通过自组织方式构成网络,数据收集问题就是寻找高效可靠的方式将感知数据通过多跳的方式传输给用户进行分析和处理。近几年对数据收集问题的研究非常广泛,主要包含减少数据收集过程中的数据传输量、数据收集协议和大规模网络数据收集调度等问题。从以上几方面对数据收集问题进行综述。     

无线传感器网络数据收集研究进展

在无线传感器网络中,数据收集技术至关重要.在归纳无线传感器网络数据收集技术研究进展的基础上,分析了近年来该领域具有代表性的数据收集算法,以网络结构、流量优化和移动性为依据分为三大类,并分别指出了这些算法的特点和适用情况,最后总结了数据收集算法未来的研究策略和发展趋势.     

能量捕获无线传感器网络中低时延的可靠数据传递

在能量捕获无线传感器网络(EH-WSN)中,采用网络编码(NC)技术可有效提高数据传递的可靠性。已有的研究成果大多采用固定的数据速率(DR)和固定的最大重传次数(MNR),传输时延较高。为了降低传输时延,结合EH-WSN中节点的能量捕获特性和相邻节点之间的无线链路质量,提出一种优化数据速率和最大重传次数的低时延数据传递方案。通过对节点的能量捕获过程和能量消耗进行建模,给出了节点的剩余能量公式;对相邻节点之间的无线链路质量进行建模,推导出节点发送数据包的成功收包率和每个数据包的期望传输次数,进而推导出传输路径上每一跳的传输时延公式;基于优化方程,在节点满足链路收包率条件和剩余能量条件的前提下,对其数据速率和最大重传次数进行优化配置,使得每一跳的传输时延最小。实验结果表明,与采用固定数据速率和固定最大重传次数的数据传递方案相比,所提出的方案具有最小的端到端传输时延。     

面向数据收集的转发树构建与链路调度算法

多数基于压缩感知的数据收集方法假设网络无干扰或能够采取有效的冲突避免措施,当网络存在干扰或噪声时,难以同时兼顾效率和可靠性。为此,以压缩感知理论为基础,研究物理干扰模型下的数据收集问题,将其建模为转发树构建和链路调度联合问题,并设计可构建转发树的分布式求解算法,确定一组转发树并在调度后于最短调度周期内将测量数据发往汇点,实现传输延时和采集能效间的平衡。仿真结果表明,该算法能有效降低数据传输延时,提高数据采集能效。     

基于压缩感知的无线传感器网络数据融合算法

无线传感器网络中存在大量的数据冗余,数据融合技术通过对采样数据进行压缩,消除冗余,有效的减少了节点发送的数据量,延长传感器网络的寿命．提出了压缩感知与数据转发相结合的数据融合算法,在网络采样数据收集的过程中根据节点的子节点个数选择利用压缩感知对数据进行压缩还是直接对数据进行数据转发．仿真结果表明,和基于压缩感知的数据融合算法相比,数据转发与压缩感知相结合的数据融合算法,有效地在平衡节点间负载的同时减少节点的发送量．     

无线传感器网络数据收集技术进展

在归纳无线传感器网络数据收集技术研究进展的基础上,分析了近年来该领域具有代表性的数据收集算法,以数据收集结构、节点数据流量、移动性、功率控制和睡眠调度为依据,指出了这些算法的特点和适用情况,最后展望了数据收集算法未来的研究策略和发展趋势。     

基于深度与可靠链路的水下无线传感器网络机会路由

在水下无线传感器网络中,传感节点带宽和能量受限阻碍了从移动节点至声纳浮标的数据传输。为此,提出新的水下无线传感器网络的机会路由协议。引入深度阈值提高吞吐量,减少跳数,利用深度阈值构建候选转发集,计算候选转发集内节点的路由指标,依据路由指标设置优先级,根据优先级设置定时器,并进行抑制冗余数据包数。实验结果表明,与基于压力感测协议相比,该协议能提高网络吞吐量,并降低能耗。     

高效节能的无线传感器网络数据收集协议*

现有的数据收集协议的性能不是很好,为此提出了一种基于数据收集树的数据收集协议。它通过减少数据收集树中的节点深度和中间节点数来减少制约系统生命期的节点传输数据给基站的能量消耗和节点空闲侦听的能量消耗。仿真实验表明,该协议能将系统生命期延长36%左右。     

无线传感器网络中的新型数据收集协议

数据收集是无线传感器网络最基本的应用,数据收集协议设计的首要目标是有效节约能源,延长网络生命周期。提出了一种网内数据融合和网络区分服务的思想,在此基础上实现了一种既能采纳网内数据融合技术,高效周期性地收集检测数据,又能满足紧急数据处理要求的具有区分服务机制的数据收集算法DSDG（Differentiated Service in-network data aggregation Data Gathering algorithm）。该算法对网络中数据流采用区分服务,在数据传输过程中采用高效的网内数据融合技术。仿真实验表明,与LEACH、HEED协议比较,DSDG数据收集协议能使WSN具有更长的网络寿命和更好的可扩充性。     

WSN中一种基于最优投影的数据收集方案

针对目前基于密集投影数据收集方法的能量浪费问题,根据压缩感知理论提出一种基于最优投影的数据收集方法。该方法在获取各个节点的投影值时考虑了节点的传输开销来设计最优投影矩阵,避免不必要的投影操作,并证明其满足RIP性质,设计一棵具有最小传输代价增加值的数据收集树来实现投影值的收集。仿真实验结果表明,该方法在数据重构精度以及能量开销等方面优于传统的MWSF等方法。     

能量有效的无线传感器网络数据收集协议

针对无线传感器能量有限问题,提出能量有效及均衡的数据收集协议(EEBDGP)。利用移动Sink(MS)进行实时数据收集,采用主动重定位MS靠近数据流量大的邻居区域的方法,缩短大流量数据的传输路径,降低传感器节点能量消耗。在数据流量相对均匀而MS的数据转发节点能量低于阈值时,MS移向能量最大的邻居节点,使传感器节点能量消耗达到均衡。实验结果表明,EEBDGP能量有效且能量均衡,并能延长网络生命期。     

无线传感器网络数据融合技术

数据融合技术是无线传感器网络的一个关键技术,能减少传感器节点间的传输量,从而明显提高网络感知效能,延长网络生命周期,减小时间延迟。通过对尚处于研究阶段的数据融合技术进行详细分析与研究,阐述了数据融合技术的重要性,并分类介绍了现有的主要数据融合方法,最后指出该研究领域当前面临的挑战以及需要进一步研究的方向和有前景的研究课题——压缩感知。     

无线传感器网络的链路分析与建模

无线传感器网络的链路通信质量对上层协议及定位算法有重要影响.在网络仿真软件中,对信道和链路的过分简化会影响协议或算法的可靠性.本文通过在伯克利Mica2 Motes[1]上的大量实验,分析了无线链路的各种非理想特性,包括时空特性、不规则连接单元和链路不对称性等.通过解析和实验分析相结合的方法对信道和链路质量进行了建模,该模型可以应用于改善仿真工具中的物理层和链路层模型,帮助我们更好地理解上层协议的性能.     

基于低轮值不可靠无线传感器网络的数据收集加速机制研究

为了最大限度地延长无线传感器网络的工作时间,网络中的节点需工作在低轮值模式下.由于工作于低轮值模式的节点大部分时间都处于睡眠状态,为了发送数据,节点需要等待较长的睡眠延时.当网络规模变大后,数据递交延时将变得非常大.另外,无线通信链路的不可靠性又使得递交率降低的同时进一步增加了递交时延.针对不可靠低轮值无线传感器网络所具有的特性,综合考虑了不可靠链路和低轮值的影响,给出了纠删编码在多条路径上的分配策略,从而在保证能量效率和较高递交率的前提下极大地减少了递交时延.仿真分析表明提出的算法以递交率轻微降低的代价获取了递交时延的显著下降.