基于模糊图论的多跳WSN冗余节点部署算法

针对多跳无线传感器网络(WSN)的漏斗效应问题,提出了基于簇负载平衡的冗余节点部署算法(RNDA).RNDA采用分簇结构平衡簇内能耗,并根据各簇负载情况配置一定数量的冗余节点以平衡簇际能耗.该算法把节点下一跳选路概率作为边模糊权值引入模糊图论,提出了用于计算数据从源节点经m跳到达目的节点概率的到达率定理,为研究网络数据...     

基于贝塞尔曲线的WSN等值线绘制算法

从无线传感器网络(WSN)环境数值监测应用的实际需求出发,提出了一种应用于该类场景中的等值线绘制(CMBC)算法。CMBC算法基于图形学中常用的贝塞尔(Bezier)曲线理论,通过选择部分节点提供信息给网关节点绘制等值线。此方法有效解决了监测应用场景中对最终监测精度的需求与大量报告节点所引发的高流量负载和网络能耗之间的矛盾。仿真结果表明,CMBC算法和已有研究工作相比能够使用更少的汇报节点完成高精度等值线的绘制,因此CMBC算法能够节省节点的能量,延长网络的生存期。     

WSN目标跟踪场景中基于能耗约束的传感器选择算法

无线传感器网络(WSN)中高精度目标跟踪时的传感器能量管理为当前的研究热点。针对节省能量和能耗均衡问题,提出一种基于能耗约束的传感器选择算法。算法实现以扩展卡尔曼滤波(EKF)增益矩阵及传感器量测能耗矩阵为待优化变量,以估计协方差矩阵的迹与传感器量测能耗函数的和为目标函数,结合传感器节点能耗阈值约束,通过凸优化方法求解。理论推导与仿真实验结果表明,在保证估计精度条件下,本文算法可以有效节省网络能量,实现网络能量均衡。     

基于蚁群优化的WSN负载均衡数据汇集算法

针对无线传感器网络(WSN)数据汇集应用中负载分配不均衡,使得网络节点出现早死,网络寿命缩短的问题,提出了一种基于蚁群优化(ACO)的负载均衡的数据汇集(Load-balancing data gathering based on ACO,L-ACO)算法。根据不同的任务,L-ACO算法将蚂蚁分为三类:前向探索蚂蚁(FD-ANT)、前向运输蚂蚁(Fr-ANT)和后向蚂蚁(B-ANT)。此算法定义蚂蚁的转移概率与路径信息素成反比,并采用父节点负载作为启发因子,使得蚂蚁趋向于走负载低的路径。通过前向蚂蚁与后向蚂蚁的分工合作,使得各条路径上的负载逐渐趋于均衡,从而延长网络寿命。仿真实验表明L-ACO算法可行。     

基于信号衰减经验模型的移动节点定位算法研究

随着无线传感器网络在国防、安全等领域的快速发展,节点定位算法作为它的主要技术之一,也逐渐的被更多的人所重视、研究。为了提高定位技术在无线传感器网络中的应用效率和计算速度,提出了基于信号衰减经验模型的定位算法。该算法通过大量抽取节点在移动路线上的位置及其信号强度,迅速缩小锚点所在的范围,快速缩小节点所在区域,减少搜寻时间。     

稀疏无线传感器网络移动节点定位算法

为解决稀疏无线传感器网络的现有MCB移动节点定位算法存在定位精度低和无法定位的节点的数量多的问题,对MCB算法进行了改进,进而提出了一种新的移动节点定位算法MCBP,该算法把已定位的节点作为其它未定位节点的参考点(准信标节点),利用准信标节点的位置信息参与后续定位过程,使更多的节点可以定位,并且提高了定位精度。仿真结果表明,MCBP移动节点定位算法比前人的类似算法的定位误差最大可减少22%,平均减少16%。无法定位的节点的数量最大可减少26%,平均减少12%。     

改进蚁群算法在WSN移动代理路由中的应用

提出一种改进的蚁群算法,将其应用于移动代理在传感器网络路由中。改进算法在移动代理迁移过程中考虑传感器节点的能量和数据传输损耗等因素,对移动代理走过的路径进行局部信息素更新,从而避免蚁群算法所带来的易陷于最优解的缺点,平衡网络负载,提高网络寿命。     

传感器网络移动中继节点部署算法

针对传感器网络节点能量有限性及节点能量消耗不匀性问题,提出一种移动中继节点部署算法。首先假设网络中没有移动中继节点时,对静态节点提出一种最优路由树算法来构建数据传输路径;在此基础上再采用贪婪算法增加移动节点改善网络的拓扑结构提高路由树连通性;接着提出一种高效的分布式迭代算法,使得路由树的拓扑结构收敛于最优位置;最后进行理论分析与仿真实验,结果表明该方法具有一定理论意义与实用价值。     

GAINZ无线传感器节点中TINYOS移植及测试

TinyOS是由U．C．Berkeley专为嵌入式无线传感网络设计开发的开源操作系统,GAINZ是中科院计算技术研究所开发的无线传感器节点平台。由=PTinyOS系统并未加入对GAINZ节点的底层支持,在TinyOS开发的网络协议与应用程序无法直接运行于GAINZ节点上,因此进行2％nyOS的移植就需要对GAINz节点模块进行相应的驱动程序设计。对Tinyos生成的例子和编写的应用组件message进行仿真测试和烧录到GAINZ节点测试,Blink测试程序使得节点上的Led灯（红、绿、黄灯）以不同的频率闪烁,编写的应用组件程序message使得发送节点红灯先亮,接收节点绿灯后亮。测试结果表明,在GAINZ上移植TinyOS是可行的。     

一种带宽约束的无线传感器网络节点调度算法

研究了无线传感器网络在带宽受限时怎样最小化覆盖裂口,同时最大化网络生命期的问题。将带宽限制理解为活动节点的活动邻居数限制,且认为由于带宽约束,当需要的带宽大于实际能提供的带宽时,覆盖裂口就可能发生。进而提出了一种最小覆盖裂口的混合整数规划模型,并提出了一种求解此问题的启发式算法,同时也研究了带宽和节点数对网络覆盖的影响。仿真实验表明,增加节点数可延长网络的生命期,增加带宽可减少裂口的发生,这与理论分析的结果是一致的。     

无线传感器网络中LEACH协议的节能改进算法

分析了低功耗自适应分簇路由协议(LEACH)算法,对算法中簇头选举数目的随机性做了改进并且在簇头选举时加入了对节点剩余能量的考虑,同时提出采用欧式平面上两条曲线交叉概率很大的思想,在簇头与基站之间建立多跳链路,从而解决了原协议中簇头与基站单跳通信能量消耗过大的问题.性能分析和仿真实验表明:改进的协议有效均衡了节点能耗,提高了网络寿命.     

基于Mamdani模糊推理的无线传感器网络可信簇头选举算法

为了解决无线传感器网络中恶意节点成为簇头而引起的层次路由安全问题,提出了一种基于Mamdani模糊推理的可信簇头选举算法(TCEM)。TCEM算法根据节点的行为表现,采用贝叶斯原理评估节点信任值,在此基础上,结合密集度及向心度,使用Mamdani模糊推理方法计算节点优越度,选择最优者作为簇头,从而实现簇头的可信选举。仿真实验结果表明,该算法能有效阻止恶意节点成为簇头,且在簇头合理分布、网络整体能效等方面均有良好表现。     

Locating ineffective sensor nodes in wireless sensor networks

Ineffective sensor node (InESN) in a wireless sensor network (WSN) is defined as one whose position cannot be estimated by traditional localisation methods. Incremental localisation method is investigated and the existence of the InESNs is confirmed. By analysing the existing characteristics, the InESNs are classified into three categories: InESNs connecting with one known node, InESNs connecting with two known nodes and InESNs standing alone. It is impossible to locate the InESNs of the third category because they cannot receive any information from the known nodes. With a moving target in the WSN, a constrained least-squares formulation is developed to estimate the InESNs of the first two categories. Numerical evaluations are carried out to examine the performance of the proposed method and show that it is indeed effective for locating the InESNs. By incorporating the InESNs in the tracking applications, the performance of the target tracking can be greatly enhanced.     

基于遗传算法的三维无线传感器网络定位新算法

针对三维无线传感器网络节点自身定位问题,提出了一种基于遗传算法的新定位算法。该算法通过分析未知节点与它的无线射程范围内的已知节点之间的通讯约束和距离测量,对未知节点建立数学模型;针对此数学模型利用遗传算法求解,把该解作为未知节点的估计位置。理论分析和试验结果表明,该算法具有很强的健壮性,未知节点的失效和新节点的加入不会影响算法的性能,并且算法定位精度高,条件简单,适合各种规模的无线传感器网络的节点定位。     

事件驱动型传感器网络能量有效数据融合算法

从降低网络能耗和平衡网络负载的角度,提出了网络的一种能量有效的数据融合算法EFDAA,可应用于节点数量及覆盖度均较大的事件驱动型无线传感器网络.该算法采用正六边形网格划分方法,基于全网能量消耗模型计算所需的融合节点数,解决由于无规则选取融合节点数量而造成的网络能耗增加问题,并且能够优化融合节点的分布;为平衡网格内节点负载,以节点剩余能量、邻节点度和移动性作为选取融合节点的权重因子,基于距离信息自适应调整网格内节点间的单跳通信级别.仿真实验结果表明,融合节点数量的优选,降低了网络总的能量消耗;相比较于HEED算法,EFDAA有效延长了网络生命期.     

基于能量优化模型的无线传感器网络分簇算法

考虑到无线传感器分簇网络中簇的规模、簇头数量和节点剩余能量是能量有效型分簇路由算法关注的重要指标,提出了一种基于能量优化模型(EOM)的分布式分簇算法——EOMC,该算法通过建立网络能耗优化模型,以最优簇头数构建分簇通信规模,并结合功率控制将候选簇头限制在一定宽度的选举环带,使得簇头分布均衡,同时兼顾到节点剩余能量进行分簇,以达到均衡节点能耗,延长网络生存期的目的。与低能耗自适应分簇分层(LEACH)协议的对比仿真的结果表明,该算法能够达到预期指标,算法的开销相对较小。     

用于无线传感器节点的太阳能MPPT算法研究

为使无线传感器节点能够高效地利用太阳能电池供应的能量,设计一款模糊滑模控制算法追踪太阳能电池的最大功率点。该算法的优势在于其滑动模态对加给太阳能供电系统的外界干扰具有自适应性。系统首先利用输出功率的误差构建滑模函数并且对其模糊化,再利用模糊逼近方法实现对太阳能电池非线性系统的快速、稳定控制,并增大跟踪的平滑性。与单独的滑模控制算法对比和仿真实验均表明,该算法的追踪速度快、稳定性好,这将使太阳能电池板发挥最大效益并为节点增加生命周期。