Research of cooperative transmission technology based on H ∞ filter energy prediction

研究了一种适用于分布式移动无线传感器网络数据传输基于能量预测的协作通信技术.针对无线传感器网络,协作数据传输技术难以有效解决无线网络动态拓扑结构、带宽和能量受限等问题,建立了一种基于H∞滤波器相邻节点剩余能量预测的分布式中继选择机制,并在此基础上建立数据协作传输技术.该技术充分利用无线信道的广播特性,首先根据H∞滤波器预测节点剩余能量,然后根据剩余能量值选择最大者作为协作节点,最后根据无线信道质量在放大重传和解码重传机制之间进行自适应调整.数学分析表明,H∞滤波器可以准确地预测节点的剩余能量,同时该协作传输技术能够显著提高无线传感器网络的资源利用率和系统吞吐率,有效延长网络寿命.     

基于能量和地理信息的水下传感器网络协作传输技术研究

研究了一种适用于水下传感器网络的基于能量预测的分布式数据协作通信技术。针对水下复杂的监测环境、水下无线通信以及网络拓扑等动态特性,建立了一种基于H∞的节点能量预测算法,由能量和地理信息建立的二维表进行中继选择并建立了一种分布式数据协作传输技术。该技术根据水下传感器节点间无线链路的广播特性,根据H∞滤波器预测得到的节点剩余能量及其地理位置建立二维表,据此选择最优者作为协作节点,根据无线链路质量自适应选择放大重传和解码重传机制。数学分析表明,H∞滤波器对节点剩余能量的预测精度较高,而且该协作传输技术能够在有效地延长水下传感器网络生命周期的同时显著提高网络的资源利用率和系统吞吐率。     

一种优化算法物联网技术分布式协作路由研究

研究无线传感器网络分布式协作优化问题。针对无线传感器网络资源利用率和传输效率低下等问题,建立了一种基于遗传优化算法的无线信道质量预测的分布式优化协作路由技术。该技术充分利用遗传算法,采用启发式方法建立无线链路信道信噪比预测模型,然后根据信道质量选择最优者作为协作节点,以较小代价在动态无线网络拓扑中搜寻到最优路由。数学分析表明,遗传算法收敛速度快、可靠性高,可以准确地预测无线链路质量;同时该协作路由技术对无线传感器网络具有更好的适应性,并有效延长了网络生命周期。     

基于能量收集和链路感知的无线体域网路由协议研究

为了提高无线体域网的能效和数据传输可靠性,提出一种基于能量收集和链路感知的无线体域网路由协议(EHLA)。针对传感器能量匮乏且电池不易更换等问题,引入能量收集技术为传感器补充能量。通过分析网络的能耗和信道特性,建立由剩余能量、链路质量和节点间距离所组成的多目标成本优化模型。最终根据EHLA路由协议得到最佳的下一跳转发节点和到Sink节点的最优路径。仿真分析表明,与现有EVEN和ELR-W协议相比,该协议有效地增加了网络寿命和数据传输可靠性。     

改进的遗传算法无线视频传感器网络协作路由技术研究

提出了适用于无线视频传感器网络的基于能量感知的跨层交互多路径协作路由技术.该技术首先采用了基于视频传感器节点感知距离的遗传优化算法,预测传输视频数据的能耗和剩余能量,结合无线信道质量和视频编码算法建立一种跨层协同的工作体系,优化节点传输视频数据的能耗、时延和带宽等因素;然后建立应用层、网络层和物理层跨层协同工作体系.仿真实验和数学分析表明,该技术不仅能够较好地满足视频传感器网络应用业务的多样性QoS数据传输性能需求,而且可以充分利用视频传感器网络受限的计算、存储能力和能量等资源.     

一种基于信道盲估计的簇内协同节点的选择方法

针对能量受限的无线传感器网络,提出一种能耗较低的簇内协作节点的选择方案.该方案先根据预设的能量阈值确定可选的协同节点集,再采用一种数据量要求小的盲信道估计算法,分别估计出这些可选簇内协同节点与簇首节点间的信道信息.通过把盲无线信道估计问题先转化为一个无约束的优化问题,再采用二次规划迭代重加权方法解决该优化问题,有效地盲恢复出无线信道信息.该算法对数据量的要求小,能有效减少无线传感器网络的能耗,选择剩余能量大于阈值,信道增益最好的节点作为簇首节点的簇内协作节点.理论分析和数学建模仿真结果表明,在不增加运算量的前提下,借助很小的数据量,新方法能获得节点间的信道信息,而且有很好的抗干扰性.     

一种分布式能量有效的无线传感器网络分簇路由协议

提出了一种分布式能量有效的无线传感器网络分簇路由协议DEEC(Distributed Energy-efficient Clustering Algorithm)。该协议采用基于时间的簇首选择算法,广播时间取决于自身剩余能量和其邻居节点的剩余能量。在数据传输阶段,采用簇内单跳与簇间多跳相结合的方式,引入权值函数优化簇首中继节点的选择。仿真实验结果表明,与LEACH,PEGASIS协议相比,DEEC能够有效地节约单个节点能量、均衡网络能耗、延长网络生存周期。     

一个适于结构健康监测的WSN能量高效动态路由协议一个适于结构健康监测的WSN能量高效动态路由协议

针对结构健康监测无线传感器网络应用中,网络生命期不足的问题,提出一种低占空比网络下能量高效动态路由协议EEDRP(Energy Efficient Dynamic Routing Protocol),该协议利用邻居节点剩余能量和链路质量动态确定转发集,通过基于转发集活动时隙预测的数据包重传机制,解决了因链路不可靠导致数据传输失败问题.最后,通过仿真对协议进行了验证,结果表明:该协议在保证数据收集低延迟和可靠性前提下,有效延长了网络生命期,满足结构健康监测应用要求.     

一种分布式无线传感器网络跨层移动通信技术研究

针对无线多媒体传感器网络对带宽和实时性等的高要求,建立了一种基于能量优化和跨层协同交互的分布式多路径路由技术,并应用于移动通信领域。该技术采用了遗传算法优化节点传输多媒体数据能耗,建立节点剩余能量预测模型,根据感知能量建立跨层协同工作体系,以较小代价在动态无线网络拓扑中选择最优路径。仿真实验和数学分析表明,该技术能够高效地支持实时移动视频通信,适合于计算能力、存储能力和能量等受限的无线多媒体传感器网络。     

基于GOP取帧和跳数的自适应协作ARQ

为给多媒体数据传输提供有效QoS保障,提出一种适用于无线多媒体传感器网络数据传输的自适应协作ARQ机制。采用跨层设计的方法,分析ARQ机制协作传输跳数与能效的规律,根据节点间通信距离自适应选取最优协作传输跳数,结合数据帧跳数,自适应调整最大重传次数,根据快进快退码率基于帧间依赖关系进行GOP取帧。分析结果表明,该机制在丢包率和端到端平均时延方面与传统ARQ相比具有较优的性能,能有效提高无线多媒体传感器网络通信的可靠性和实时性。     

基于协作MIMO的WSNs能耗均衡路由算法

根据无线传感器网络(WSNs)能耗不均衡的特点,基于协作多输入多输出(MIMO)技术,提出了一种能耗均衡的协作路由算法—EBCR算法.算法在保证全网均匀分域的前提下,确保域首均匀分布,其次,根据预设的性噪比门限范围来确定协作节点的可选集,再综合考虑可选节点的剩余能量、信道状态和到达域首节点的距离,选择出域首节点的最优协作节点.实验结果表明:该算法较其他算法在网络生存时间,能量效率,平衡网络能耗方面都有较大改善.     

煤矿无线传感器网络可靠数据传输协议

针对煤矿无线传感器网络数据流特点,设计了一种基于节点地理位置信息、集成MAC和路由的无线传感器网络可靠数据传输协议。该协议采用概率性唤醒工作方式,根据本地节点的连通度、节点自身的剩余能量信息和区域事件发生概率选择转发节点,同时引入备用节点,在主节点发生故障时自动转换为主节点进行数据转发,保证数据可靠传输。仿真结果表明,该协议能够降低无线传感器网络节点能量消耗,保证数据传输的实时性,提高数据传输的可靠性。     

高斯分布无线传感器网络簇头选择算法

针对无线传感器网络的能量受限问题,通常采用分簇聚合减少数据传输来实现能量节省。提出了一种基于高斯分布的分簇网络模型的簇头选择算法,构建了簇头选择函数的概率模型。模型以信道增益、剩余能量、簇内节点间距离及节点位置为参数,通过比较节点的概率函数值选择簇头。结果表明该选择算法能较大程度地提高网络能耗效率、延长网络生存时间。     

无线传感器网络自适应链路层FEC控制策略*

提出一种适用于无线传感器网络的自适应链路层FEC控制策略。该策略基于Kalman滤波器预测当前的网络状态,在数据链路层采用FEC控制机制,根据FEC能耗分析的自身特性自适应地调整FEC参数n,以便改善无线传感器网络的通信性能,并建立单跳无线传感器网络模型和能量模型。数学分析和仿真验证表明,该策略能够有效地提高无线传感器网络数据传输的可靠性,降低无线传感器网络的能量消耗。     

多跳无线传感器网络自适应链路层FEC/ARQ控制策略

提出一种用于多跳无线传感器网络数据传输的数据链路层自适应混合FEC/ARQ控制策略,以提高无线传感器网络通信的可靠性.该策略基于Kalman滤波器预测当前的网络状态,根据混合FEC/ARQ能耗规律和特点,自适应地调整FEC参数n.此外,发现ARQ能耗与重传策略无关,而与网络状态有关.数学分析和仿真验证均表明,该策略能有效降低多跳无线传感器网络的能量消耗,显著地提高数据传输的可靠性.     

基于能量收集技术的无线协作网络中继选择

针对目前能量收集技术能够收集到的可用能量受限,导致无线协作网络中继节点处易出现能量短板的问题,为了避免整个网络因中继节点大量死亡而瘫痪,提出了一种基于能量收集技术的无线协作网络中继选择方案,即联合最大能量和最大数据传输链路的中继选择方案。首先,基于节点的能量收集状况,选出每跳中能量最大的节点进行解码转发;然后,结合每连续两跳的链路传输状态,选出与源节点和目的节点之间的数据传输信道最优者作为中继节点。结合Nakagami-m信道衰落模型,将该方案与随机选择方案、最大数据链路信道增益(MaDs)方案和基于中继-窃听链路最小信道增益(BNBF)方案进行对比分析,结果表明:在满足收集的能量足够用于下一时隙能量收集和数据传输的前提下,用于能量收集的比例越小,网络中断概率越小;联合最大能量和最大数据传输链路的中继选择方案在网络中断性能方面优于其他方案,其中断概率随信噪比的增大而减小,特别是当平均信噪比为38dB时,网络中断概率降到10^-5。     

应用于桥梁监控的无线传感器网络MAC协议

为保证监控桥梁任务的实时性,提出了一种多优先级多信道的无线传感器网络MAC(MPMC-MAC)协议。MPMC-MAC协议结合节点接收的数据类型和节点发送信息频率为其分配优先级,再根据优先级及信道状况对节点进行信道分配,以确保优先级高的节点优先发送数据。当信道冲突或节点通信受到干扰导致信息需要重传时,采用信道再分配技术。该技术主要根据节点的优先级、节点的剩余能量及其重传次数重新对节点分配信道,保证了信道分配的公平性。另外,该协议通过动态调整节点的活跃周期和睡眠周期的时长以节省能量,并减少传播时延。仿真结果表明,MPMC-MAC协议在网络吞吐量、平均传播时延以及节点的能量消耗等性能方面均优于Hybrid MAC(HyMAC)、Zebra MAC(ZMAC)及IEEE802.15.4 MAC协议。     

基于移动机器人的无线传感器网络数据收集方法

稀疏无线传感器网络中各传感器节点距离较远,而传统的静态数据收集方法要求各传感器节点直接通信,导致网络延迟时间长,能耗高。针对该问题,提出一种基于移动机器人的无线传感器数据收集方法。该方法首先由静态节点选择与路径最短的移动机器人作为簇头,移动机器人比较一定周期内检测到的邻居节点的平均剩余能量与整个网络传感器节点平均剩余能量,根据比较结果决定其是否移动,若移动则采用范围可控的随机移动策略;当移动机器人移动到新位置时,传感器节点更新路由,选择新的移动机器人作为簇头。仿真结果表明,与传统的静态无线传感器网络数据收集方法相比,基于移动机器人的无线传感器网络数据收集方法大大降低了数据传输延迟和节点能量消耗。     

基于分片重传链路感知的无线传感器网络能耗控制方法

针对无线传感器由于节点从休眠状态转换为觉醒状态的高频次,导致无线传感器网络存在耗能高、覆盖质量低的问题,提出了一种基于分片重传链路感知的无线传感器网络能耗控制方法。该方法确定待激活的最佳临近网络节点,计算节点轮数和剩余能量,明确待休眠节点,完成节点调度方法设计;引入分片重传链路感知,结合误码率检验数据传输成功率,数据传输失败实行休眠重传,不断迭代获得最佳状态,实现无线传感器网络能耗控制。实验结果表明,网络能耗控制方法在运行轮数为40轮时,覆盖质量仍在85%以上,高于对比方法5%,其在运行时间100 min时,网络能耗仅为10 000 J左右,降低了4 000 J以上,CPU占比率最高仅为23.91%,该算法在保证覆盖质量的前提下,最大程度降低了能耗,并且CPU占比率低,提高了使用效率。     

无线传感网中基于能量矩阵的多簇头分簇算法

在能量异构的无线传感器网络环境下,提出了一种基于能量矩阵的剩余能量预测模型和新的聚簇路由协议。模型中引入卡尔曼过滤算法,协议中节点通过建立相邻节点剩余能量预测机制,使选举簇头节点的概率与节点当前剩余能量直接相关,以均衡节点的能量消耗,延长网络寿命。此外,还通过多簇头方法,提高数据传输可靠性。仿真实验结果表明,LEACH-EM协议在延长网络生命周期和减少能量消耗上比其他协议有了很大改善。