一种三维无线传感器网络拥塞控制中的公平性控制算法

对三维传感器网络拥塞控制中的公平性控制进行了研究,在分析了现有的三维传感器网络相关研究成果和二维传感器网络公平性控制的基础上,提出了一种三维传感器网络中的基于节点感知体积的公平性控制算法,仿真结果表明该算法具有很好的能量效率和实用性。     

基于定向扩散的无线传感器网络拥塞控制方法

为了缓解无线传感器网络中多对一通信方式出现的拥塞问题,提出了一种基于定向扩散路由协议的拥塞控制方法.在该方法中,转发节点根据本地的拥塞信息调整速率;sink节点周期地检测网络中的拥塞状态并将拥塞信息通过逐跳的方式反馈到源节点,而源节点根据接收到的反馈信息调节速率.仿真实验表明,该算法能有效地缓解网络中出现的拥塞,保证数...     

ESWAN:无线移动网络中的一种拥塞控制方案

提出了在竞争连接环境中的一种改进的无状态无线自组织网络拥塞控制方案:ESWAN.该方案根据可利用带宽的变化,动态地调节网络源端的发送速率.分析和仿真结果表明,该方案较SWAN进一步降低了数据包的传送延迟,并提高了网络的发送速率及网络发送速率的稳定性.     

基于定向扩散的传感器网络拥塞与速率控制

提出了一种无线传感器网络中基于定向扩散的拥塞与速率控制机制(CRDD),主要包含拥塞发生时的拥塞控制和拥塞消除之后的速率调节2个部分,其中拥塞控制由拥塞节点逐跳反馈拥塞通知消息实现,速率调节由接入网关（sink）定期更新速率调节消息实现. CRDD机制既能迅速缓解拥塞,又能在拥塞消除之后调节节点速率以减少网络能量消耗.     

利用路径优先级实现传感器网络中的拥塞避免

提出了一种基于路径优先级的多路径传感器网络拥塞避免算法.传感器节点通过监测队列剩余空间长度和拥塞状态持续时间实时更新节点的拥塞状态指数(CSI),当检测到CSI发生改变时,计算节点的路由状态指数(RP-SI)并通知其邻居节点,邻居节点更新记录下游节点的RPSI,调整下游路径的优先级.传感器节点根据信息优先级的不同,通过不同优先级的路径发送数据.仿真结果表明,提出的算法在减少网络拥塞的发生和减少网络时延等方面取得了很好的性能.     

无线传感器网络流量重分配拥塞控制算法

基于流量分配与重分配的算法,提出了一种改进的拥塞流量分配 (ECOTA) 和有效的拥塞检测和缓解 (ECODEM) 算法。在衡量了所有路径的能耗与传输延迟之后,选出若干条能耗低、延时短的路径,增加了数据传输的成功率。通过设定阈值与预测的方法对网络中的拥塞区域进行检测,一旦拥塞发生,采用合理重分配流量的方式,使节点能够更快地从拥塞状况中恢复出来,并保证拥塞区域的数据能尽快被转移到非拥塞区域。仿真结果表明,与其他算法相比,该算法能够提高分组成功递交率,降低端到端延时,提升网络的整体性能。     

解决ATM网络拥塞的一种控制方法

介绍了一种新的ATM网络拥塞控制方法——基于自适应控制技术的信元分组丢弃技术，并将自适应控制的思想应用到了ATM网络拥塞控制中。     

跨层负载感知的无线Mesh网络拥塞控制

为了解决无线Mesh网络(WMN)的网关拥塞控制问题,在已有的网络拥塞控制策略基础上提出一种新的基于跨层感知的逐跳拥塞控制(CCACL)算法.该算法根据监测到的节点拥塞信息,对上游节点的信息发送速率做出自适应的调整,同时对下一跳节点的拥塞极限阈值进行适当调整,使缓存空间以更快的速度清空,进而缓解网络拥塞.为了确保数据传输的可靠性,CCACL算法在逐跳的可靠性保证机制基础上给出了一种端到端的选择确认机制.仿真结果表明,新算法可有效解决WMN中的拥塞控制问题,提高了分组投递率和网络吞吐量,减少了分组的端到端延时.     

网络拥塞控制的策略及算法分析

本文分析了网络发生拥塞的原因，提出了拥塞控制的基本策略及拥塞控制的加增／乘减算法的具体分析。     

无线传感器网络中一种能量均衡拓扑控制方案

针对无线异构网络中,簇头节点的能量不同,提出了一种能量均衡自适应分布式拓扑控制方案(Energy Balanced Topology Management,EBTM).为了延长网络的生命周期,应该尽量保证各簇头节点能量消耗相对均衡.在EBTM中,簇与簇的边界上的交点称为边界虚拟节点,这些节点决定了簇的范围.在一定的时间周期下,按照能量均衡的思想进行动态的调节.使得在保证网络覆盖的情况下,各簇头节点的存活时间非常接近.通过仿真结果,可以看出,EBTM算法使得能量消耗相对均衡.     

无线传感网络数据压缩方法

概述了典型的无线传感器数据压缩算法,提出了基于压缩感知的无线传感器网络数据压缩方法,介绍了压缩感知技术及基于压缩感知的数据压缩算法设计与实现,仿真模拟试验证明了该算法的可靠性和可行性。     

基于Boosting算法的Pegasis路由协议在无线传感器网络中的应用

一种基于Boosting算法的新无线传感器网络节点数据处理方法在文章中被提出,以提高使用Pegasis路由协议的无线传感器网络目标辩识率并降低系统能耗。文章对无线传感器网络中从簇头到汇聚节点的数据处理过程进行了重新设计,在簇头使用数据融合技术以减少数据信息冗余和系统能耗,在汇聚节点采用Gentle Boosting算法提高信息准确度并实现最优决策簇的选取。基于Boosting算法的数据处理方法在保持Pegasis路由协议优点基础上,在系统辩识率与系统能耗两者之间寻找到一个较为理想的平衡点。最后实验结果显示,与传统方法相比文章中的数据处理方法在提高辩识率与降低系统能耗方面拥有更好的性能。     

多信道无线传感器网络节点传输调度方法

针对生成树结构的无线传感器网络功耗过高的问题,提出了一种多信道无线传感器网络节点传输调度方法。该方法可以对入口数据进行聚合,并仅向出口发送一个聚合数据包,将给定路由拓扑的无线传感器网络调度问题转化为二元线性规划问题加以合理解决。仿真结果表明,该方法与现行调度方法相比具有显著的优势。     

BBR拥塞控制算法在无线网络中的性能改进

传统的拥塞控制算法已经不能满足当前复杂的网络环境,谷歌提出的BBR算法(Bottleneck Bandwidth and Round-Trip)为拥塞控制提供了一种新思路,它可以在具有一定丢包率的网络链路上充分利用带宽,并保证较低的时延.但是该算法存在以下问题:首先,当无线网络的时延剧烈抖动时,BBR具有很低的传输速率,即便网络不丢包且此时未发生拥塞,这一问题在以往的论文中还没有人提出过;其次,BBR对网络带宽的降低不够敏感.本文详细分析以上问题出现的原因,进而提出改进BBR算法:通过比较RTT的均值和标准差判断网络时延的抖动程度,在时延抖动很剧烈时,使用RTT的均值取代最小RTT来计算拥塞窗口;在网络不稳定时,降低PROBE_BW状态中平稳阶段的时间长度.在实际网络中的实验表明,改进后的BBR算法几乎不受时延波动的影响,随着时延波动程度的提高,改进后算法的传输速率基本保持不变,在BBR几乎不能工作时仍能保持正常的传输速率;而且改进后的BBR算法在网络不稳定时能够更快地探测到网络带宽的降低并收敛.     

一种传感器网络访问控制机制

访问控制是传感器网络中极具挑战性的安全问题之一．传感器网络作为服务提供者向合法用户提供环境监测数据请求服务．现有的基于公钥的传感器网络访问控制方式开销较大,难以抵制节点捕获、DoS和信息重放等攻击．为此,提出了基于单向Hash链的访问控制方式．为了增加用户数量、访问能力的可扩展性以及抵制用户捕获攻击,提出了基于Merkle哈希树的访问控制方式和用户访问能力撤销方式．分析、评估和比较的结果显示与现有的传感器网络访问控制方式相比,该方式的计算、存储和通信开销较小,能够抵制节点捕获、请求信息重放和DoS攻击．     

基于加权质心算法的无线网络节点定位方法

为了提高无线传感器网络节点定位技术准确性,提出了改进的加权质心算法节点定位方法,以常态方程代入解得坐标后的误差倒数作为权值,并利用权值差别处理具有不同定位误差的不同定位结果,较小误差的倒数对应较大的权值,较大误差的倒数对应较小的权值,来提高定位准确性.通过对传统质心算法和改进加权质心算法进行MATLAB仿真,估测出定位节点的位置坐标.仿真结果表明,改进加权质心算法相较传统质心算法具有定位精度高、用时少等优势.     

大坝廊道无线传感器网络节点铺设方法

为了满足灌浆工程中智能化监控的要求,了解无线传感器网络在复杂环境下灌浆数据传输的质量情况,对2.4 GHz无线信号在大坝灌浆廊道中的传播特性进行了研究.利用现场实验测试网络性能,指出廊道环境、数据传输时延、多跳跳数及采样率对节点能耗和无线传感器网络链路质量的影响,并提出基于信号强度的、动态n值的线性节点铺设方法.该方法在链路质量降低情况下可通过铺设冗余节点和测试丢包率等方法调整节点位置,使链路快速得到恢复.通过能耗分析、丢包率测试、定位误差测量等实验对动态n值相对于固定n值在数据传输网络中的性能进行了分析.实验证明:在恶劣施工条件下,基于信号强度、动态n值的线性节点铺设方法适用于灌浆廊道通信.     

无线传感器网络在工业网络中的应用研究

无线传感器网络是新一代传感器网络,具有广泛的应用前景,备受工业界和学术界的关注。文章主要研究无线传感器网络在工业网络中的应用。研究表明,在工业网络中采用无线传感器网络进行监测和控制,不受布线限制,能降低系统安装和维护成本,提供更好的系统性能;目前还有许多关键技术有待解决,无线传感器网络技术的成熟和实际部署将极大地推动工业网络的发展。     

基于无线多媒体传感器网络的目标定位方法

根据无线多媒体传感器网络(WMSN)多节点合作处理的特点,提出简化定标场景的单节点和双节点目标定位方法.通过使用带颜色的辅助定标物标定特殊点位置,采用CamShift算法实现辅助标定物的颜色追踪,获得特殊点的像素坐标.利用节点监控区域特殊点的位置坐标获取摄像机的参数矩阵,通过布置2个具有平移特性的节点,获取运动目标的三维坐标.实验表明,单节点平面定位最大误差为1216 cm,双节点平面定位最大误差为1369 cm,双节点高度定位误差为3～5 cm.通过观察二维平面误差曲面,大多数节点的定位误差能够满足无线多媒体传感器网络目标跟踪的需要,算法复杂度低,实现过程简单.     

Dynamic cluster member selection method for multi-target tracking in wireless sensor network简

Multi-target tracking（MTT） is a research hotspot of wireless sensor networks at present.A self-organized dynamic cluster task allocation scheme is used to implement collaborative task allocation for MTT in WSN and a special cluster member（CM） node selection method is put forward in the scheme.An energy efficiency model was proposed under consideration of both energy consumption and remaining energy balance in the network.A tracking accuracy model based on area-sum principle was also presented through analyzing the localization accuracy of triangulation.Then,the two models mentioned above were combined to establish dynamic cluster member selection model for MTT where a comprehensive performance index function was designed to guide the CM node selection.This selection was fulfilled using genetic algorithm.Simulation results show that this method keeps both energy efficiency and tracking quality in optimal state,and also indicate the validity of genetic algorithm in implementing CM node selection.