WSN数据收集中移动Sink的路径规划和簇头节点选取问题的综合研究

针对较大规模的无线传感器网络通过多跳传输进行数据收集而引起的能量空洞问题,提出了一种基于移动Sink的簇头节点数据收集算法(MSRDG),该算法基于图论原理,在满足时延性的条件下,综合考虑了普通节点到簇头节点路由和移动Sink遍历路经选取的问题,构建了一条通过的簇头节点尽可能多的移动轨迹。通过NS-2仿真软件对算法的性能进行评估,结果显示出该算法能减少数据的多跳传输,降低无线传感器网络节点的能量消耗,延长网络寿命。     

WSN节点定位中移动信标路径规划的研究

在无线传感器网络的节点定位技术中,通过移动锚节点定位是比较实用的定位方法,移动锚节点定位需要考虑移动路径问题,路径规划合理有效,可以获得较高的定位精度。若将传感器节点看作图的顶点,利用解决TSP的思想结合蚁群算法来寻找一条最佳路径,通过理论分析及仿真实验可知,该方法形成的路径可以很好地覆盖整个网络,很好地适应无线传感器网络节点随机分布时的节点定位。     

优化网络生命周期和最短化路径的WSN移动sink路径规划算法

为了缓解无线传感器网络（WSN）中传感器节点分布不均匀、传感器节点感知数据量不同而造成能耗不均衡、"热区"等问题,提出一种优化网络生命周期和最短化路径的WSN移动sink路径规划算法（MSPPA）。首先,通过监测区域网格化,在每个网格内分布若干个移动sink候选访问站点,sink在每个网格中选择一个站点停留收集网格中节点数据;然后,分析所有传感器节点的生命周期与sink站点选择的关系,建立权衡网络生命周期和sink移动路径的优化模型;最后,使用双链遗传算法规划移动sink遍历网格的顺序和选择每个网格中移动sink访问站点,得到移动sink节点遍历所有网格收集数据的路径。仿真结果显示,与已有的低功耗自适应分簇（LEACH）算法与基于移动sink节点与集合节点（RN）的优化LEACH分簇算法（MS-LEACH-RN）相比,MSPPA在网络生命周期方面提高了60%,且具有良好的能耗均衡性。实验结果表明,MSPPA能有效缓解能量不均衡、"热区"问题,延长网络生命周期。     

随机分布WSN中sink节点部署研究

多sink节点数量和位置的合理部署能有效延长无线传感器网络寿命、控制网络成本。基于随机分布无线传感器网络结构,建立了网络寿命模型和成本模型,并采用网络寿命成本比(RLC)推导出使网络寿命和网络成本综合最优的sink节点数目的表达式。同时,还提出RDF算法可以在给定sink节点数目的情况下,快速有效地确定sink节点位置。通过理论分析和仿真验证,证明采用本文提出的部署策略能有效延长网络寿命,同时降低网络部署成本。     

基于图论的WSN节点定位路径规划

移动锚节点规划路径存在节点重复访问的问题,会影响定位精度的提高。为此,提出一种移动锚节点路径规划算法,引用图论知识,将传感器节点转化为图的顶点,并结合蚁群算法,利用图的遍历解决路径规划问题,寻找出一条路径。实验结果表明,该算法能够定位传感器节点,避免节点的重复访问,降低节点定位的误差。     

无线传感器网络节点定位的移动信标节点路径规划

为了进一步提高无线传感器网络节点定位精度和覆盖率,本文在采用移动信标节点来对未知节点进行定位方面,提出了信标节点向最大覆盖未定位节点方向移动的路径规划算法,解决了信标节点的移动路径规划问题.仿真实验表明,和信标节点随机方向移动算法相比,该算法具有较好的定位性能,能很好地适应大规模随机不均匀撒布节点的应用需求.     

传感器网络中基于移动sink最优穿越路径的高效数据收集算法

移动sink数据收集研究主要集中在轨迹固定的移动策略。为此,建立了移动sink穿越路径可控条件下的数据收集模型,并提出一种最优路径穿越的移动sink数据收集算法(OTP-TS)。算法利用局部Voronoi网格将连续路径问题离散化,以收集数据量、系统能耗为衡量指标,结合禁忌搜索算法,实现系统数据量最大化和网络能耗最小化穿越。理论分析和实验结果表明,该算法很好地解决了移动sink在可控移动轨迹情况中数据收集的最优路径穿越问题。     

带移动sink节点的WSN节能路由算法

针对无线传感网移动路由算法中能量消耗大且消耗不均衡等问题,引入移动sink节点,提出一种带sink节点的WSN节能路由算法(MSEERP)。该算法基于网格思想来分割网络,根据节点的剩余能量和离簇重心距离的加权和选举簇头,避免了剩余能量低的节点被选为簇头;通过可控移动策略调度sink节点接收簇头所收集的数据,可以节省网络能耗。通过仿真,详细分析了sink节点的移动速度、移动sink节点的数量以及加权系数α对MSEERP算法性能的影响。分析结果显示,sink节点的移动速度为5、加权系数α为0.6且移动sink节点的数量为1时,MSEERP算法性能最佳;MSEERP算法在网络的生命周期、总能耗和sink节点接收数据量3个方面都优于GAF和TTDD算法。     

分簇传感器网络中时延约束下移动sink 的路径优化

在分簇传感器网络中引入移动sink, 用于协助其上层网进行数据汇聚. 为解决时延约束与节能需求间的矛盾, 提出一种基于效用优先级和反效用优先级的移动sink 路径优化选择算法. 依据最小能耗原则首先为非访问节点设计了数据迁移路径寻找方案, 随后在此基础上提出一种基于节点效用优先级的访问点集贪婪构造算法, 并基于反效用优先级为其设计了两种优化方案. 仿真实验验证了所提出算法的有效性, 保障时延要求的同时最大限度地降低了网络能耗.

     

基于移动Sink的WSN安全数据收集方法

由于目前基于移动Sink的WSN数据收集方法存在网络攻击检测率不高、内存开销大等问题,导致网络较易受到网络攻击且难以被实际应用。针对该问题,提出一种基于移动Sink的WSN安全数据收集方法,利用能量感知的凸壳算法,识别数据收集点,使用椭圆加密算法（ECC）为网络内的所有节点生成密钥,通过ElGamal算法实现节点身份和消息的认证,使用支持向量机（SVM）识别网络攻击类型。仿真实验结果表明,所提出的安全数据收集方法在攻击检测率、内存开销以及数据包投递率方面都表现出较好的性能。     

联合无线充电与数据收集的移动充电装置多目标路径规划算法

针对无线传感器网络节点资源有限导致数据收集不完整和时效性差的问题，建立了联合无线充电和数据收集的移动充电装置（MCD）多目标路径规划模型，提出了一种基于贪心策略的联合无线充电和数据收集的MCD路径规划算法(PPGS)。首先，对监测区域采用基于正六边形的无缝划分策略，有效减少了MCD的访问单元数；然后，利用马尔可夫模型预测节点能量和数据采集量等参数，在此基础上预估了MCD锚点最小停留时间和最长等待时间。与现有时延受限移动式能量补充算法(DCMEC)和基于网格的移动装置调度算法(GBA+MDSA)相比，所提算法具有复杂度较低，且无需事先知道节点和锚点实际位置信息的优势。仿真结果表明：PPGS能以较少的MCD保证无线传感器网络数据收集的完整性和时效性。     

Optimal path planning of mobile robots for sample collection

In this paper, the problem of path planning for sample collection using single or multiple mobile robots such as Mars rovers is formulated as a mathematical optimization problem involving a performance metric based on the scientific values of the collected rock and soil samples. The posed optimization problem is NP‐hard and more complex than the well‐known Traveling Salesman Problem. Algorithms are proposed for obtaining near‐optimal solutions for both single and multiple robots. Their application is illustrated using real Mars surface data. The dependence of the optimal performance on the number of mobile robots is studied numerically. © 2004 Wiley Periodicals, Inc.     

密集型传感器网络中移动sink的路径选择机制

针对密集型无线传感器网络,以最大化网络寿命为优化目标,将网络转换成相应的网络流图,利用网络最大流问题估算sink采用不同路径下的网络寿命并以此为标准进行路径选择,提出了一种基于网络流理论的高效sink路径选择机制。仿真结果表明,本方案同采用固定路径采集及类似解决方案相比,能有效均匀网络能耗,延长网络寿命,取得了较好的网络性能。     

Optimizing data collection path in sensor networks with mobile elements

Exploiting mobile elements (MEs) to accomplish data collection in wireless sensor networks (WSNs) can improve the energy efficiency of sensor nodes, and prolong network lifetime. However, it will lead to large data collection latency for the network, which is unacceptable for data-critical applications. In this paper, we address this problem by minimizing the traveling length of MEs. Our methods mainly consist of two steps: we first construct a virtual grid network and select the minimal stop point set (SPS) from it; then, we make optimal scheduling for the MEs based on the SPS in order to minimize their traveling length. Different implementations of genetic algorithm (GA) are used to solve the problem. Our methods are evaluated by extensive simulations. The results show that these methods can greatly reduce the traveling length of MEs, and decrease the data collection latency.     

基于信息融合的移动机器人定位与路径规划

针对镜面反射引起的声呐测距不准的问题,设计一种加权融合的方法对声呐和摄像头的信息进行融合,使移动机器人能够精确地完成在拐角区域下的自身定位,并给出了机器人的路径规划。通过在先锋3机器人平台上进行的实验结果证明,该方法能够使移动机器人安全、平滑地通过拐角区域。     

基于遗传算法的WSN移动信标定位及路径求取

针对无线传感器网络中使用移动信标定位问题,提出了基于遗传算法的无线传感器网络移动信标定位及路径求取方法。首先根据区域面积计算出三重覆盖所需的发射信标位置的个数,用遗传算法优化求取信标发射位置,再用流浪旅行商算法获取遍历发射位置点的最优路径,在遍历时基于加权质心算法对传感器节点定位。实验结果表明,该方法可对传感器节点进行高效定位。