无线传感网络测量的目标预测动态能量优化

能量约束是无线传感网络实际应用的关键问题之一。针对无线传感网络测量的能效性问题,提出目标预测动态能量优化方法,采用粒子滤波算法对测量目标状态进行预测,通过动态唤醒无线传感节点延长节点睡眠时间节省节点能量。根据无线传感网络节点分布计算能力,运用分布式遗传模拟退火算法优化目标测量过程,使网络能耗最小化。重点讨论机动目标跟踪应用,实现目标位置预测、节点睡眠状态规划和测量节点优化选择,提出节省通信能量的中转节点路由方案。机动目标跟踪的仿真试验表明,目标预测动态能量优化方法能降低节点能耗,并提高无线传感网络的能量有效性。     

面向工业现场监测的无线传感器网络结构设计

对面向工业现场监测的无线传感器网络进行了分析,根据实际需求,以节约能耗为主要目标分别对网络分簇算法和簇间传输路径进行了优化设计。基于HEED分簇算法进行节点分簇,使得簇首节点较平均地遍布整个网络,并解决了边界区域可能出现的孤立节点问题;基于Dijkstra单源最短路径算法对簇间传输路径进行了优化设计,约束经过每个簇首节点的最大节点数,避免单个节点的过度消耗。经对比分析,文中的设计方案可有效节约节点的能量、均衡网络中各节点的能耗,延长网络的生存时长。     

一种无线传感网络能量感知的事件检测算法

针对无线传感网中事件检测节点能量消耗过快和不均匀问题,提出了一种动态可调的能量感知事件检测算法AEEDA。该算法采用分布式判别和分簇思想将网络节点分成许多簇结构,簇首负责汇聚事件检测的数据。簇内事件区域检测是由簇首根据事件空间相关性进行判别;跨簇事件区域检测是相邻簇间簇首根据簇边界节点数据进行判别。算法运行过程中,根据簇首节点的能耗进行动态调整簇首,以平衡节点的能耗。实验结果表明所提算法在检测精度、能耗均衡性和生命周期方面具有优势。     

多级异构传感器网络距离和能量有效分簇算法

分簇路由算法是无线传感器网络降低能耗的一种关键技术。由于多级能量异构无线传感器网络的节点初始能量在一定范围内随机分布,为了能有效利用节点能量的异构性以降低能耗、延长网络稳定周期,提出了同时考虑节点剩余能量和节点至基站距离的多级能量异构无线传感器网络的分布式分簇算法CDEE。该算法使剩余能量较高、距离基站较近的节点成为簇首的机会更大。仿真结果表明,CDEE算法可以有效降低并平衡网络能量消耗,延长网络稳定周期。     

基于自适应二进制灰狼算法的节点协同跟踪

针对大规模无线传感器网络中目标跟踪时的节点选择问题,为了满足跟踪精度和实时性的要求,提出了一种自适应二进制灰狼优化算法,用于求解基于条件后验克拉美-罗下界构建的节点选择优化模型.该算法采用非线性动态自适应收敛因子,同时引入基于V型函数的位置更新原则.仿真结果表明,该算法能够有效完成目标跟踪的节点选择任务,与二进制灰狼算...     

基于成型分区机制的无线传感网簇路由算法

针对无线传感网络部署中面临的数据分布的非均匀效应突出、节点成簇死板及分区机制困难的难题,该文提出了基于成型分区机制的无线传感网簇路由算法。首先按节点与基站距离进行成型化处理和分区;然后通过距离和耗能指标将不同分区内部的节点完成分簇处理,形成区头节点和簇头节点;最后通过两类节点的有机结合来实现无线传感数据的协作传输。仿真实验表明:与EEVC、LEACH算法相比,该文路由算法更能够有效地减缓网络能量开支,稳定网络的传输性能,提升网络数据的投递水平。     

基于无线传感网的机械式电能表用电数据采集方法

设计一种基于无线传感网络的用电数据自动采集方法。利用四叉树分层算法将无线传感网络划分为多个簇，为每个簇群和簇内节点赋予唯一的id标识；利用四层树形结构的路由协议，选择无线传感网络路由，实现机械式电能表用电数据的层层传输；构建用电数据自动采集模型，利用奈奎斯特定理对用电数据完成采集。通过实验验证了所设计的用电数据自动采集方法能够保持较高的采集精度，同时丢包率和采集时延较低，可有效提高用电数据采集的工作效率，具有较好的应用效果。     

组合能量圆分布无线传感器网络分簇路由与拓扑形成算法

提出一种圆分布无线传感器网络的组合加权能量均衡分簇与路由算法(CW-EBCR).算法综合考虑了节点的度、节点能量水平、节点到其邻居节点的平均距离、以及节点当选簇首的累计时间,距离sink基站的距离等因素,在考虑最优簇数的基础上,周期性成簇,并实现了簇的自维护.仿真和分析表明:算法可以很好地实现圆分布无线传感器网络簇内和簇间能量均衡,较ACO-EBR算法延长20%的网络生存期.     

无线传感器网络的分布式目标跟踪研究

针对无线传感器网络节点计算能力和能量受限问题,提出一种分布式并行扩展卡尔曼粒子滤波算法.在网络动态分簇模型上,簇头将粒子集划分为多个子集,并分配到簇内各个传感器节点中并行运行,最后在簇头进行信息融合,得到目标状态估计.算法提高了粒子滤波效率,避免单个节点能量过度消耗,均衡了网络能耗.同时,算法利用扩展卡尔曼滤波器来产生粒子滤波的重要性密度函数,使得重要性密度函数抽样样本更加接近后验概率密度产生的样本.仿真结果表明,算法对运动目标能实现较好的预测和跟踪,跟踪精度高,并能有效平衡网络能耗.实验结果说明了提出算法的有效性和可行性.     

一种基于LEACH的新型WSN路由算法

LEACH是针对无线传感器网络设计的低功耗自适应分簇聚类路由算法,与一般的平面多跳路由算法相比,LEACH算法可以将网络生命周期延长15%.但是,LEACH算法存在簇首开销较大、重复性成簇过多地浪费系统资源以及簇规模分布不合理等等不足.针对LEACH算法的不足,从簇的形态、成簇方式和簇首选择依据等方面对其进行了改进.改进后的算法采用固定分簇的方式;形成的簇是不均匀簇,即靠近Sink节点的簇的半径较大,而远离Sink节点的簇的半径较小;簇首选择的依据是节点的剩余能量.仿真实验证明,改进后的算法具有更高的能量使用效率.     

链式无线传感器网络移动目标二元协同感知策略

对链式无线传感器网络中移动目标的感知是对运动目标跟踪定位的基础,如何在节点能量有限情况下准确感知移动目标是其主要技术之一.为此,提出了一种基于节点相邻步距间协作的二元协同感知策略.首先提出目标感知节点集求解算法和目标运动感知模型;其次,融合当前感知概率和历史感知经验,建立移动目标感知概率求解模式,并相应地提出了二元协同感知算法;以矿井巷道内的人员定位监测为工程仿真实例,进一步进行了二元协同感知策略、全节点感知策略与单节点感知策略的性能比较,结果表明,二元协同感知策略能有效解决单个感知策略易存在检测漏洞与全节点感知策略通信量大的缺点,提高移动目标的感知概率,延长了网络的生存寿命.最后,以建筑物楼道长廊中的人员定位监测作为实际环境测试平台,测试了二元协同感知策略的性能变化,其结果显示出实际环境测试结果与理论仿真值变化趋势基本相同,从而验证了二元协同感知策略的实际有效性.     

传感器网络层级结构路径覆盖控制方法

针对路径覆盖节点控制策略问题,利用路径覆盖的特点,提出了一种基于层级结构的节点覆盖控制方法.通过对节点感知监测目标的先后顺序,在保障不丢失监测目标的前提下,建立了节点层级模型和关联模型,设计了以开启节点数目和均衡能耗为优化目标的覆盖控制策略.仿真结果表明,该方法较基于冗余节点的覆盖控制方法,可以有效地改善节点的能耗效率,从而起到提高网络服务质量,延长网络寿命的目的.     

双光斑重叠式PSD空间点位测量系统研究

针对空间点位测量的问题,设计了一种新型双光斑重叠式PSD空间点位测量系统。构建了测量系统的测量平台和运动控制平台,并将光电位敏传感器PSD作为测量系统测头上的靶标,形成了空间测量三角形,采用逐次逼近算法,使两个光斑在PSD上轮流交替跟踪,实现了测量系统的自动跟踪,并利用PSD对于光斑重心采集的原理,判断两光斑重合情况,进行了空间点位信息的采集测量。以某型航空发动机8级涡轮转子叶片为测量对象,用三坐标测量机和本测量系统分别对其进行了测量对比试验。研究结果表明,测量系统对距离测量系统1.5 m远处,对目标点的测量偏差为亚mm级,正向偏差维持在0.4 mm以内,负向偏差维持在-0.25 mm以内。     

传感器网络中基于相关性的协同目标检测算法

目标检测是传感器网络的重要应用方向之一,也是对目标进行定位、跟踪的基础和前提。现有的目标检测算法大多属于局部判决融合算法,对噪声干扰的影响考虑较少,在检测性能方面存在不足。提出了一种基于相关性的协同目标检测算法,各传感器节点将一小段时间内的测量值序列发送给局部中心节点,构成一个检测矩阵;局部中心节点对检测矩阵中列向量的相关性进行计算和评估,从而判定目标是否存在。仿真实验和应用验证的结果表明,该算法能够很好地抑制噪声干扰的影响,检测结果的准确性较高。     

具有能量获取能力的低功耗ZigBee无线传感器网络节点设计

基于ZigBee技术的无线传感器网络具有巨大的应用前景。由于网络节点能量有限,如何设计低能耗的ZigBee无线传感器网络节点,最大限度地利用自身能量,同时从环境尽可能获取能量,是提高网络节点生命周期的二大关键问题。本文一方面系统分析了ZigBee无线传感器网络节点中各个部分引起的能量消耗,提出从节点硬件结构和网络协议两方面来降低网络系统能耗,延长网络生命周期的策略。另一方面提出从环境中获取能量的ZigBee无线传感器节点设计思想,设计开发了具有能量自获取能力的ZigBee无线传感器网络节点,用太阳能光伏电池和风能发电机作为生能器件,用超级电容器和锂离子电池作为储存器件,并采用低功耗的能量获取管理策略,实现了能量的自动获取与充分利用。     

无线传感器网络移动节点辅助定位算法

从目标跟踪(用多个静态已知位置的传感器跟踪和预测一个移动的目标)的逆向方法出发,提出一种采用可移动节点在未知节点布设区域上空进行行列扫描,同时向未知节点发射相应标识信号给未知节点的定位算法--LA-SCAN.它具有至少两个优势:1)由于未知节点只需接收第一次标识号,用于节点定位的通信能耗极低;2)未知节点只需要移动节点移动间距、布设区起点位置和接收到的标识号即可计算m估计坐标.理论分析和仿真结果表明LA-SCAN算法具有高的性能表现.     

基于无线传感器网络的室内定位系统

为解决已有室内定位系统精度低、成本高的问题,将无线传感器网络( WSN)技术应用到室内定位中.开展了对已有定位系统包括RADAR、Active Badge和Cricket等的分析,设计了一套基于无线传感器网络的室内定位系统.该系统使用GAINSJ无线传感器网络节点组网,整个系统由汇聚节点、参考节点和目标节点构成.汇聚节...     

无线传感器网络路由协议改进方案

针对无线传感器网络中节点能量的有限性问题,在LEACH协议基础上,采用新型的簇首选择机制,通过考虑候选节点的剩余能量、地理位置等参数来优化簇首选择,从而避免了低能耗和位置不佳的节点被选为簇头;同时为避免簇头节点能耗过多,引入节点度的概念;然后根据簇头离基站的距离对区域进行划分,实现多跳传输,进而保证了网络内节点能量负载的均衡性。仿真实验结果表明,新的算法机制能够更好地均衡网络内的节点能量,从而延长了节点与网络的寿命。     

分布式Unscented粒子滤波跟踪

提出了一种新的分布式粒子跟踪算法,该算法主要考虑传感网络能量受限、通信受限等特性,改善了通常的分布式粒子滤波粒子数目大、节点间信息交换多的弊端,能够用较少的节点计算得到对机动目标更好的跟踪结果,实现了改进的分布式粒子滤波(DUPF).DUPF算法的主要思想是利用Unscented Kalman滤波改进分布式粒子滤波算法形成一个建议分布,用来生成粒子分布,在这个基础上,通过分布式粒子滤波实现目标的在线跟踪.仿真实验表明,和分布式粒子滤波相比,DUPF只需要其25%的粒子数目就能达到同样的跟踪精度,即可用较少的节点和通信消耗,实现高精度的目标跟踪.