无线传感器网络中的簇头节点能耗平衡策略

无线传感器网络（WSNs）具有集中式数据收集和多对一数据通信等特点,使得越靠近汇聚节点的簇头节点能耗越大,最终导致网络中心出现能量空洞。提出一种基于簇内节点分配的簇头节点能耗平衡策略,根据WSNs的分簇汇聚拓扑结构,分析了其中簇头节点的能量消耗情况;在此基础上,通过在各簇内分配一定数量的基本节点,并成比例地增加附加节点的方式,使网络中各簇头节点的能量消耗相等。仿真结果表明：该策略能够适应网络规模和负载的动态变化,最终达到平衡簇头节点能耗的目的。     

一种基于分簇的无线传感器网络GPSR协议

在实际应用中,无线传感器网络(WSNs)中的节点分布不均匀且节点能量有限,由于节点工作量大小不同,导致节点能量损耗不均衡,从而影响WSNs生存周期.为了延长网络生存周期,提出一种基于分簇的WSNs GPSR协议.该协议首先将网络划分为若干个簇,每个簇需选择合适的簇头,而簇头选择以剩余能量为指标,并在簇内轮换.簇内采用改进的贪婪算法将数据汇集到簇头节点,有效避免了局部最小化问题.仿真实验表明:该协议能延长网络生存周期,提高数据传输成功率.     

GPRS与WSNs混合通信模式下的水产养殖系统设计与实现

水产养殖系统采用通用分组无线业务（ GPRS）和无线传感器网络（ WSNs）混合通信,利用各水质采集节点组成Zig Bee网络,让唯一具有GPRS功能的节点作为 Zig Bee网络簇头,并负责收集参数。当增氧机在时间间隔内没有收到控制命令时,簇头节点给终端控制中心发送一个触发信息,控制中心调用离线数据和养殖周期数据对增氧机进行控制判断,实现闭环控制,除簇头外,其余节点不直接和终端控制中心通信。通过对养殖池塘水质参数的实际监测表明：该混合通信模式提高了增氧机控制效率,减少了系统能耗。     

一种基于聚合度模型的WSNs双簇头分簇路由协议

在无线传感器网络（WSNs）中能量负载不均衡问题,影响了网络的生命周期。提出一种基于聚合度模型的WSNs双簇头分簇路由协议（DCHP）,DCHP协议将节点聚合度与剩余能量作为考虑因素引入阈值计算,从而使高剩余能量且聚合度高的节点优先选为第一簇头。在此基础上,根据簇内节点能量选出第二簇头,完成簇间多跳路由转发数据。仿真实验表明：DCHP协议能更好平衡网络能量负载问题,延长网络生命周期。     

基于数据关联性的无线传感器网络簇内数据管理算法

无线传感器网络(Wireless sensor networks, WSNs)节点能量有限, 能量高效的数据管理和延长网络寿命是该领域的技术难题. 在以簇构建的传感器网络中, 利用节点的计算和分析功能, 提出了基于数据关联性的簇内数据管理算法. 簇头利用误差函数和模糊函数分析成员感知数据的关联性, 获取节点感知数据综合支持度, 由此将成员节点划分为冲突节点、补充节点和可靠节点, 对不同类别节点采用不同的调度规则以便降低簇内能耗和尽可能实现簇间节点能耗均衡, 并给出了簇头数据融合的处理方法. 仿真结果表明算法能够实现簇内数据分类管理, 并能有效降低簇内数据收发量和延长网络寿命.     

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.     

一种无线传感器网络中自主选择簇头的聚类算法

在无线传感网络中,传感器节点要定期向基站发送收集的数据。为了支持数据汇总,通过高效的网络组织将节点划分成若干簇。在这种类型的系统中,随着簇头的轮转,每个簇中的簇头选择方法是最具有挑战性的问题,有效的簇头选择算法可以提高网络的续航时间,并减少在WSN中的节点之间的通信开销。提出一个簇内民主方式选举算法来选择簇中的节点作为簇头,用MatLab对算法进行仿真,证明该算法的性能可以有效改善网络的性能。     

基于协作传输的大范围WSNs能耗均衡分簇算法

由于大范围无线传感器网络（WSNs）节点的数量巨大,网络的能量消耗极不均,提出一种基于协作传输的分簇算法—EBBMCC—LS算法。该算法在保证网络均匀分簇的前提下,能保证网络中簇头节点的均匀分布,在簇间通信时加入协作传输策略,传感器节点之间通过协作传输构成虚拟多天线系统,改善系统性能,解决了大范围WSNs中的能耗不均现象。实验验证：该算法能够均衡大范围WSNs中的能耗,延长网络寿命,可促进大范围WSNs应用的推广。     

基于口令应答的协作式WSNs移动复制节点检测方法研究

目前,针对无线传感器网络复制节点攻击研究主要集中在对静态网络中复制节点的检测。WSNs的应用中,节点部署在一定区域形成静态网络并采集信息,为了减少节点间通信量、降低能耗,若干个节点形成一个簇,簇内选举簇头节点作为簇间通信人。静态网络采集的信息通常由汇聚节点回收,为了方便,汇聚节点通常采用移动形式加入网络,收集完后离开。如果这类在移动中收集信息的节点是复制节点,对整个WSNs的威胁比静态网络中的复制节点威胁更大。在借鉴已有的移动网络检测方案的基础上,针对静态网络分簇和移动节点位置经常变换的特点,提出了基于口令应答的协作式WSN移动复制节点检测方法CRCDS（Challenge/Response and Collaborative Detection Scheme）,有效利用静态网络的存储空间,采取静态网络和移动节点相互协作的方式,规避因移动节点位置变化对检测结果的影响,并从理论和实验上分析了该检测方法的安全性和可行性。     

无线传感器网络最小能量簇群构造策略

尽可能延长无线传感器网络（WSNs）的生命周期是设计和部署网络所面临的最大挑战之一。由于节点配备的能量有限，采用分簇方式组织节点可以极大地降低节点与Sink节点通信的能耗。簇群成员节点和簇头的通信方式与簇群的拓扑结构决定整个簇群的能量消耗速度。文中分析了簇群节点采用Multi-hop通信方式时，节点通过中继节点与簇头通信时能量消耗的模型，然后在选择链路的最优跳数的基础上，提出建立最小能量中继链路的方法，实现通信能耗的最小化。对WSNs的设计和实施具有一定的指导意义。     

基于支持向量机的无线传感器网络的入侵检测系统

无线传感器网络入侵检测方法是目前的研究热点。在介绍支持向量机(SVM)原理、无线传感器网络的入侵类型以及不同类型所具有的数据特性的基础上,提出了一种基于SVM的无线传感器网络的入侵检测系统,该系统把网络拓扑分为簇成员、簇头和Sink三层结构,每层均能根据SVM的训练结果进行入侵检测的判断。实验结果表明:该检测系统具有较高的检测率和较低的能量消耗。     

Energy-efficient clustering in lossy wireless sensor networks

Recent experimental studies have revealed that a large percentage of wireless links are lossy and unreliable for data delivery in wireless sensor networks (WSNs). Such findings raise new challenges for the design of clustering algorithms in WSNs in terms of data reliability and energy efficiency. In this paper, we propose distributed clustering algorithms for lossy WSNs with a mobile collector, where the mobile collector moves close to each cluster head to receive data directly and then uploads collected data to the base station. We first consider constructing one-hop clusters in lossy WSNs where all cluster members are within the direct communication range of their cluster heads. We formulate the problem into an integer program, aiming at maximizing the network lifetime, which is defined as the number of rounds of data collection until the first node dies. We then prove that the problem is NP-hard. After that, we propose a metric-based distributed clustering algorithm to solve the problem. We adopt a metric called selection weight for each sensor node that indicates both link qualities around the node and its capability of being a cluster head. We further extend the algorithm to multi-hop clustering to achieve better scalability. We have found out that the performance of the one-hop clustering algorithm in small WSNs is very close to the optimal results obtained by mathematical tools. We have conducted extensive simulations for large WSNs and the results demonstrate that the proposed clustering algorithms can significantly improve the data reception ratio, reduce the total energy consumption in the network and prolong network lifetime compared to a typical distributed clustering algorithm, HEED, that does not consider lossy links.     

WSN中基于压缩感知的分簇数据收集算法

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法。首先,通过K-means聚类算法均匀划分网络成簇。然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点。最后,Sink节点采用OMP算法对收集到的数据进行精准重构。仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量。     

无线传感器网络网内数据融合的研究

针对目前无线传感器网络(WSNs)网内数据融合所面临的一些挑战,提出了一种基于无线传感器网络分布式K-平均聚类(DKCWSNs)算法的WSNs节点传感数据的分组策略,并采用基于自适应加权的数据融合方法对分组后的感知数据进行融合处理,从而获得更合理的结果.最后,通过实例验证了该方法的有效性.     

井下无线多媒体传感器网络图像传输技术研究

本文在分析分布式视频编解码技术具有低复杂度、低存储、低能耗的特点以及无线多媒体传感器网络具有自组织性、放置灵活、移动性强等特点后;根据煤矿巷道狭长的特点,设计一种煤矿井下救灾应急通信系统,并以此系统框架为基础提出了适于井下长距离分布式图像编码传输技术和基于伙伴协助的图像传输方案:多媒体节点将采集到的图像首先进行量化处理,然后将压缩任务分布到伙伴节点,伙伴节点将压缩后的数据传输给簇首,最后由簇首转发该压缩数据至汇集节点,在地面的服务器上进行解压缩和数据融合,合成分辨率较高的图像。最后通过与传统三种基于簇的图像传输方案比较,本文提出的基于伙伴协助的视频流传输方案极大地缓解了多媒体节点的能耗压力,很好地平衡了网络节点能耗,更能有效地延长网络的生命周期。     

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。     

深井无线传感器网络非均匀分簇路由协议

针对深井巷道狭长的地理特点,提出了一种无线传感器网络非均匀分簇的路由协议(UCRP).将狭长WSNs看作是线型网络,并对网络进行合理规划,距离Sink节点较近区域的竞选半径较小,可减少转发数据的能耗,并构造一个新的权值公式来选举候选簇首,候选簇首以一定的竞争半径来竞选成为最终簇首,采用单跳与多跳结合完成簇内和簇间的数据转发.仿真实验表明,UCRP协议能有效解决线型网络中由于负载能耗不均导致的"热区"问题,延长了整个网络的生存周期.     

基于WSNs和移动Agent的桥梁结构健康监测研究

针对桥梁结构大而复杂、传感器数目种类多、损伤形式多样等特点,引用无线传感器网络（WSNs）和移动Agent技术。以实际桥梁结构为研究对象,采用以CC2530为核心的无线传感器节点采集桥梁结构相关数据;利用移动Agent的移动性,迁移和访问网络节点,完成对节点数据的收集和处理;运用ZigBee无线通信协议将数据传送至网关节点加以处理;通过GPRS无线通信方式将最终数据送至监测中心,确定桥梁的健康状况。结果表明：该系统符合设计要求,且监测数据可靠,具有应用和推广价值。     

基于加密编码矢量的农业无线传感网数据安全存储方法

无线传感网为精准农业生产环境监测提供了一种有效的解决方案。针对当前农业生产中无线传感网感知数据传输和存储过程中存在的安全性不高、存储效率不佳的问题,在研究农业无线传感网主要特征的基础上,分析了云存储技术对农业传感器感知数据存储的有效性,利用改进的网络编码技术降低了传感器感知数据在传输汇聚时对无线网有限带宽的占用率,给出了基于加密编码矢量方法的农业无线传感网感知数据传输、存取安全性和效率分析,提出了一种基于加密编码矢量的农业无线传感网感知数据信息的安全存储新方法。大田生产环境测试结果表明,基于网络编码的加密编码矢量方法安全性较高,在数据量显著增加的情况下传输性能可进一步得到提升,从而验证了本方法的合理性和实用性。     

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。