基于结构化噪声矩阵补全的WSNs收集数据重建方法

许多科学研究都需要对环境数据进行分析,这些环境数据通常是通过部署在研究区域内的无线传感器网络(Wireless sensor networks, WSNs)来收集的。收集数据的完整性和准确性决定了科研结果的可靠性。然而,在数据收集过程中普遍存在的数据丢失和错误影响了收集数据的可用性,为此需要利用收集到的数据重建完整的环境数据。基于环境数据低秩特性,将数据重建问题建模为L2,1范数正则化矩阵补全模型,提出一种基于结构化噪声矩阵补全的WSNs收集数据重建方法(Data reconstruction approach via matrix completion with structural noise, DRMCSN)。真实数据集上的实验结果表明,该方法性能优于现有算法,不仅能以较高的精度恢复缺失的环境数据,而且能辨识出收集到错误数据的传感器节点。     

WSNs中基于网络编码的低功耗数据重传策略

在睡眠调度机制下,结合网络编码,提出了一种适合于有固定睡眠概率的无线传感器网络(WSNs)低功耗数据重传策略,该方法根据节点在不同时刻的休眠状况,将醒着节点丢失的数据包用网络编码进行重传,通过理论分析和仿真验证了该方法在保证数据正确重传的基础上,能够有效地减少数据包的传输次数,延长网络的使用寿命。     

基于数据流和网络编码的无线传感器网络数据聚合算法

为了减少分簇的无线传感器网络(WSN)中数据包传输的数量,并使传感器网络的能量效率最大化,提出了一种节能的自适应数据聚合算法.在该算法中,源节点凭借其存储和计算能力,利用数据流技术减少数据包的传输量;当数据从源节点传输到簇头时,簇头根据控制信息选择一组节点作为编码节点,当数据相关性低于某阈值时,该组节点对数据包进行网络编码,若数据相关性高于某阈值,该组节点则会成为聚合节点进行数据聚合,网络编码和数据聚合可以减少簇头冗余流量,提高能量效率.实验结果显示,使用该算法后,数据包交付率有所提高,能量消耗显著减少.     

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UPPAAL的WSNs数据收集协议的建模与分析

无线传感器网络(Wireless Sensor Networks,WSNs)广泛应用于各类数据收集系统,如居民区无线抄表(包括水表、电表和燃气表)系统。数据收集协议设计的正确性与合理性是影响网络正常运作的关键因素。针对数据收集协议的实时性需求,提出了基于UPPAAL实时模型检查器的WSNs数据收集协议的建模与分析方法。由于UPPAAL的输入模型相对于一般时间自动机模型而言较为复杂,因此首先对所选数据收集协议的通信行为建立一般时间自动机模型,之后再将其进一步转换为UPPAAL的输入模型。为了阐明该方法的有效性,选择了一个实际的无线抄表数据收集协议WM2RP作为例子进行建模,并利用UPPAAL分析其性质。分析结果显示,该协议能够满足一些与安全性及可靠性相关的性质。为了从多角度对协议进行分析,进一步建立了WM2RP协议的异常模型和能耗模型。     

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.     

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。     

基于混合压缩感知的分簇式网络数据收集方法

为了减少分簇式传感器网络中的数据传输量并均衡网络负载,提出了一种采用混合压缩感知(compressive sensing, CS)进行数据收集的方法.1)选取各临时簇中距离簇质心最近的一些节点为候选簇头节点,然后依据已确定的簇头节点到未确定的候选簇头节点的距离依次确定簇头;2)各普通节点选择加入距离自己最近的簇中;3)贪婪构建一棵以Sink节点为根节点并连接所有簇头节点的数据传输树,对数据传输量高于门限值的节点使用CS压缩数据传输.仿真结果表明:当压缩比率为10时,数据传输量比Clustering without CS和SPT without CS分别减少了75%和65%,比SPT with Hybrid CS和Clustering with Hybrid CS分别减少了35%和20%;节点数据传输量标准差比Clustering without CS和SPT without CS分别减少了62%和81%,比SPT with Hybrid CS和Clustering with Hybrid CS分别减少了41%和19%.     

WSNs中状态数据的n位索引编码式数据融合

通过对节点状态数据的分析设计了一个特殊的包格式,这样可以避免发送节点的节点号;对节点的数据进行聚类处理,可以划分出大概率的数值,并有利于提高n位索引编码压缩的效率;为了减少节点状态数据的编码位数,再对所有的数据进行n位索引编码压缩操作,这样可以大大降低数据传输量。     

网络编码在无线传感器网络中的应用研究

介绍了一种新的传输技术,即网络编码;详细分析了编码的原理和在无线传感器网络(W SNs)中的编码、解码过程;评述了网络编码对W SNs通信性能的影响,包括提高网络吞吐量、节省网络能量消耗、提高网络链接鲁棒性。     

基于合作域的无线传感器网络数据存储机制研究

通过分析无线传感器网络(WSNs)的特性及其应用特点,提出了一种新型的基于合作域的无线传感器网络数据存储机制,以便在节约节点能量和内存开销的前提下提高数据的可靠性.指出了其设计目标和体系结构,定义了数据存储合作域、管理节点及其建立机制,给出了在合作域内根据网络编码理论进行数据存储与提取的算法与流程.通过仿真测试,证明其能够在较低的资源开销下提高信息的可靠性.     

基于多根多树结构的多播传感器网络编码方法

针对现有无线传感器网络结构中数据流向单一且多播网络编码实施过程复杂的缺陷,提出了一种基于多根多树(MRMT)结构的多播网络编码方法.利用基于位置和链接关系的父节点选择算法构建MRMT结构,为每个节点提供多个数据流向,利用能量相关的MRMT链接矩阵快速地获取源节点到目的节点的多条能量相关的分离路径,从而使得多播编码方式可以在MRMT结构上简单地实施.实验结果显示:该方法不仅促进了能耗均衡,延长了网络寿命,而且提高了网络带宽.     

基于矩阵的无线传感器网络数据融合方案

数据融合是降低无线传感器网络（ WSNs）能耗的重要手段,为了有效地节省WSNs节点的能量,提出一种基于矩阵的层簇式数据融合方案。在簇头选举时,考虑节点的剩余能量和相对密度,并利用矩阵运算对簇内成员节点采集的数据进行数据融合处理。最后将所提方案与传统的LEACH协议进行仿真比较,实验结果表明：相比于传统的LEACH协议,所提方案可以有效降低数据冗余,减少数据传输量,节约节点能耗,进而延长网络生存期。     

WSNs中一种新的编码协作通信方式

采用空间分集的方法可以有效地对抗无线信道中的衰落,由于受到体积、重量、成本等因素的限制,在无线传感器网络(W SNs)节点上实现多天线技术较为困难。在W SNs中提出了一种基于π旋转LD-PC码的编码协作通信方式,2个单天线节点通过共享自己的天线,形成了一个虚拟的多天线系统。LDPC码的不同部分通过不同节点的上行链路传输到基站,获得发送分集增益。在相同的系统带宽和发送功率下,与非协作通信方式相比,该编码协作方式可显著提高系统性能。     

单节点的无线传感器网络数据传输优化策略

为了提高无线传感器网络（WSNs）节点能量的利用率,延长WSNs的生存时间,提出了一种单节点的WSNs数据传输优化策略.首先对WSNs结构进行分析,并建立单个传感器节点数据传输优化的数学模型;然后采用惩罚函数法对数据传输过程中的传感器节点能耗进行优化;最后在Matlab 2012平台对其进行仿真分析.结果表明：该方法可以根据环境能量的变化对传感器节点能耗进行自适应优化,提高了节点的累积数据传输总量,可以较好适应环境能量不确定性.     

基于移动节点的无线传感器网络覆盖空洞修复方法

无线传感器网络（ WSNs）一旦产生覆盖空洞,则会严重影响网络性能,针对此问题,提出了一种基于移动节点的覆盖空洞修复算法——联合补丁法,该算法按照预先制定的缝制方案把所需的移动节点“缝制”成一块大的“布”,然后对空洞进行直接修复。首先,在理论上证明了该算法的性能;其次,用Matlab进行仿真实验,并与基于移动节点的三角形逐个贴片修复算法（ PATT）在所需节点数和冗余度两方面进行对比;最后,对算法的稳定性进行了分析。最终表明：该算法具有较高的覆盖率和较低的冗余度。     

基于网络微积分的WSNs属性界限研究

研究表明:传统的无线传感器网络(WSNs)属性界限过于宽松。为此,基于网络微积分,改进了流经节点的数据流输出函数上界,并推导出更精确的WSNs属性界限,包括节点延迟上界、节点缓冲区容量下界以及节点服务速率下界等。数值分析结果表明:网络跳数越多、节点梯度越小,则传统属性界限与属性界限差异越大。这说明网络规模越大,按属性界限进行网络配置能节约更多资源。     

WSNs中一种基于簇结构的密钥预分配方案*

为了解决无线传感网络中簇结构的基础安全问题,提出一种二层二项式密钥预分配方案,它能够很好地完成两簇头间密钥对的生成,满足对节点极小的能量损耗、极少的通信负载和存储空间要求。它有效地解决了节点获取攻击问题,提高了网络恢复度,同时成功地解决了多项式密钥预分配方案中的“K-security”问题。