无线传感网移动数据采集效果提升方法

【目的】为了进一步提高无线传感网移动数据采集效果,提出了基于最小生成树的无线传感网移动数据采集效果提升方法。【方法】利用无线传感网络计算信息熵权重信息、节点势值构成等势线,采用LEACH法对节点数据聚类划分,得到的聚类结果结合克鲁斯卡尔( Kruskal)算法构成最小生成树,并依据最小生成树分配数据收集时隙,至此完成了无线传感网移动数据采集效果提升。【结果】仿真结果表明,所提方法的数据采集误差小、数据采集能耗量均在0.06~0.07的最佳区间内、数据采集的延时率低于20％。【结论】由此证明了所提方法提高了移动数据采集效果和利用率,满足了人们对移动数据采集的需求。     

基于移动充电设备的无线传感网络充电策略研究综述

近年来,利用移动充电设备为传感器节点补充能量,消除电池供电方式导致的网络生存期限制,成为传感器网络的研究热点.从多个角度介绍基于移动充电设备的无线传感器网络充电策略的研究现状,总结了基于移动充电车或无人机的充电策略,在充电方式选择、路径优化、充电设备数量优化等方面的研究成果,并讨论充电策略研究所面临的挑战以及未来可能的...     

时延受限能耗均衡的无线传感网数据采集树

为延长网络寿命,缩短网络汇聚时延,提出了一个时延受限,能耗均衡的传感网数据采集树构建方法。该方法以节点的剩余能量和节点间距离为参数构建权值函数,使用Dijkstra算法计算一个最小加权能耗生成树。在此基础上,沿最小加权路径,对生成树进行局部调整,从而在满足时延要求的同时,均衡网络能耗。实验表明,该方法延长了网络平均生存期,达到了均衡网络能耗的目的。     

基于移动代理的WSN压缩数据采集方法研究

为降低网络传输量、延长网络生命周期,提出了一种基于移动代理的无线传感器网络(WSN)压缩数据采集方法,将压缩感知更有效地应用到WSN的数据采集过程中.所提方法根据测量矩阵中的信息对网络中的节点进行分组投影,增加了单次投影的节点数量,自适应地将这些节点划分区域,并派遣移动代理进行分区采集,通过一种基于树的贪婪策略得到移动...     

无线传感网络中基于综合因素的分布式路由算法

近年来由于在多方面的广泛应用,无线传感器网络受到了越来越多的关注.然而限于无线传感器网络自身的限制,如何更好地节省能量,仍为无线传感器路由协议设计中面临的主要问题之一.LEACH等基于分簇的路由协议通过成簇来减少能量消耗,但是成簇过程却带来额外消耗以及冗余.对LEACH协议中簇头生成算法进行了研究并提出了改进,提出了基于节点能量、节点距离以及节点度的分布式优化算法,并对优化算法进行分析与仿真.仿真试验表明,基于综合因素的分布式簇头选举算法优化了簇头选举方式和簇头的分布,从而节省了能量消耗,延长了网络生存周期.     

基于Dubins曲线和改进A*算法的AUV路径规划方法

将Dubins曲线和具有角度约束的改进A*搜索算法结合应用于路径规划中,能解决路径长度最短和安全性的问题。这样规划出来的路径由两段满足AUV最小转弯半径的圆弧和一段同时与两弧相切的直线构成。圆弧段由产生Dubins路径的方法产生,直线段由改进A*搜索算法扩展产生。首先通过判断Dubins路径存在条件,解算Dubins曲线参数,从而确定此路径中两圆弧的起始点、终止点坐标。再通过这些圆弧坐标可得到直线与圆弧的切入点、切出点,此两点就是改进A*搜索算法扩展路径的起始点和终止点。以Matlab为工具进行仿真实验,验证了此方法能产生规避障碍物的可行的最短路径。     

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.     

基于二次Bezier曲线的无线传感网避障路径规划研究

用固定Sink节点进行无线传感网内数据采集的传统方式会导致热点区域(hot spot)问题,而采用移动Sink节点进行数据采集可以克服这个问题,从而达到均衡网络能量分布与延长网络生命周期的效果.本文针对类车型机器人作为无线传感网中移动数据汇聚节点的应用场景,提出了一种基于Bezier连续曲线的移动Sink节点避障路径规划算法.本文构建了连续分段Bezier曲线为巡航轨迹,采用人工势场中的斥力场理论实现对多个障碍物的智能躲避,动态调节二次Bezier曲线的内部控制点位置,将障碍物排斥在二次Bezier曲线之外.仿真结果验证本文提出的算法可以实现移动Sink节点规划路径的避障功能,同时Bezier曲线规划算法简单,计算量较小.     

基于平滑高斯半马尔可夫模型的移动无线传感器网络生成树算法

针对以往移动无线传感器网络研究只是单纯地对移动群体进行分簇而没有充分利用组群移动的内部稳定性的问题,结合组移动模型中节点运动的规律和内聚性原理,采用平滑高斯半马尔可夫移动模型刻画组内单个节点移动特征,构建了一种适合移动网络的稳定生成树算法(GM-base stable spanning tree algorithm, GSST);实验证明,该算法从单个节点运动变化入手,在预测未来节点运动情况,选择稳定的链路构建网络结构方面,提高了移动网络的稳定性;同时,利用树的分层特征,简化移动网络的组网过程,并实现网络重组局部化;该算法有效延长节点存活率,均衡数据传输量。     

基于遗传算法的移动Sink数据采集信宿路算法

数据收集是部署无线传感网络WSNs(Wireless Sensor Networks)基本目的。而采用移动Sink方式收集节点数据是解决数据收集效率的有效措施。为此,提出基于遗传算法的移动Sink数据采集算法GMSDC(Genetic algorithm-based Mobile Sink Data Collecting)。GMSDC算法利用遗传算法求解最佳驻留点,再由这些驻留点构建Sink移动路径。仿真结果表明,相比于EDAMS算法,GMSDC算法增加了数据收集量。     

移动无线传感网的移动感知路径选择算法

为解决稀疏网络环境下移动传感节点的区域全覆盖和数据传输问题,提出一种移动无线传感网的移动感知路径选择算法(MSPS)。在MSPS算法中,用数学公式表示邻居网格集合、区域覆盖率、数据传输时延、节点平均能耗等参数。采用机会路由算法进行数据传输,并建立能保证全覆盖监测区域且权衡数据传输时延、数据传输率和节点平均能耗的移动路径选择优化模型。提出到目标网格的路径寻找方法、初始染色体的确定方法和染色体适应度值计算方法。最终提出修正的多种群遗传算法求解优化模型,获得移动传感节点的最优移动方案。仿真结果表明:不管监测区域内是否存在障碍物,MSPS算法都能提高数据传输率,降低数据传输时延和节点丢弃的总数据量。在一定的条件下,MSPS算法比SGA、TCM_M、RAND_D和RAND算法更优。     

面向动态传感器网络的数据汇集算法

传感器网络中移动终端广泛存在,针对无线传感器网络移动Sink场景,提出一种移动Sink代理机制和网络质量评估策略.根据网络质量决定Sink的移动路径,并在此基础上,从能量均衡的角度提出一种基于角度的数据汇集算法ADC-MS(Angle-based Data Collection algorithm for Mobile...     

无线移动感知网络上的数据聚集传输规划

随着城市交通日益增多,智能交通系统研究受到工业界和学术界的极大关注.智能交通系统上的实时导航、交通监控等应用都需要大量实时车辆速度、位置等信息.由智能车组成的无线移动感知网络的链路变化频繁并且无线干扰严重,现有的车辆网络上的数据聚集算法没有考虑无线链路变化的具体情况,就进行数据聚集和传输的规划.文中分析并求解了移动感知网络上的无冲突数据聚集传输规划问题,将该问题形式化为移动通信拓扑图上的单传聚集传输规划问题,并证明了该问题是NP完全的;提出了移动聚集路由树,将无线冲突分为树内冲突和树间冲突,首先构建树间冲突图描述树间冲突,过滤节点的传输候选时刻集以消除树间冲突,然后利用动态规划思想进行聚集路由树上的数据聚集传输时刻规划来消除树内冲突.并且在真实出租车移动轨迹数据集上进行了实验,实验结果表明文中的算法比现有的算法在数据收集率上提高了1/4左右,并且收集上来的数据的平均延迟也更小.     

无线传感器网络中一种基于移动Sink的数据收集算法

针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。     

移动Agent在无线传感器网络中的应用

无线传感器网络是21世纪最为重要的新兴技术之一。为解决数据是被从节点传到处理中心去处理;传感器节点密度高、数量大;节点的电池能量、计算能力存储能力严格受限;网络通信半径小、带宽低等问题,提出采用基于移动A gent的分布式计算模式,设计了一种移动A gent系统,用于实现无线传感器网络的数据融合,系统有效减少网络负载、带宽、时延,实现网络的可扩展性、可靠性和容错性。     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

基于簇结构的无线传感器网络移动目标精确跟踪

对于移动目标跟踪,需要利用加速度或速度恒定的模型对其连续轨迹进行推断.在传感器网络环境下,利用无线传感器网络的冗余特点,提出了一种分簇结构和分时机制下采用流水线工作模式进行跟踪探测的方法,减少两次探测值之间的时间差,通过分析和仿真验证,该方法能够有效地降低对移动目标的跟踪误差.所设计的算法计算复杂度低,实现简单,满足无线传感器网络节点的计算能力要求.     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

一种适合无线传感器网络的混合编码数据压缩算法

传感器节点通常由电池供电,充电和更换电池比较困难.如何有效地利用能源,减少损耗已经成为无线传感器网络的研究热点之一.传感器节点的能量大部分损耗在无线传输的过程中,因此,对数据压缩后再传输,能有效的减少传输的流量并提高节点的生存期.本文分析了传感数据的分布规律,指出当节点采集的数据符合慢变性质时,其分布将服从以0为中心的正态分布.依此提出了一种基于混合编码的传感器节点数据无损压缩算法,与传感器网络中的经典无损压缩算法相比,本算法以更少的性能开销获得了更高的压缩率.实验结果也证明了这一点.