基于遗传算法的能量均衡覆盖控制策略

研究优化网络通信、延长网络寿命问题,由于无线传感器网络中覆盖率、工作节点数和能耗均衡互相矛盾。为了选择最优覆盖节点集基础上,同时考虑网络区域能耗的均衡特点,提出一种遗传算法的能量均衡覆盖控制策略。构建概率感知模型网络,定义一个能耗均衡系数用以表示网络能耗均衡程度,以覆盖率、工作节点数和网络能耗均衡系数为优化目标,然后利用遗传算法进行仿真。仿真结果表明,覆盖控制策略能够在达到较高覆盖率的同时,有效降低能耗并保证网络能量均衡,从而延长网络生存时间。     

基于DIJKSTRA的无线传感器网络分簇路由算法

为加快无线传感器网络最优路径搜索速度、减少路径寻优能量消耗和延长网络寿命,提出了基于改进的DIJKSTRA算法的无线传感器网络分簇路由算法;运用DIJKSTRA算法在无线传感器网络内以多跳接力的方式来搜寻从源节点到目的节点的最短路径;结合能耗优化策略,避免网络能耗热点问题,实现网络能耗均衡;通过与基于蚁群算法的路由算法对比分析,基于Dijkstra的网络分簇路由算法能优化网络分簇并建立较优传输路径,其快速收敛性能减缓了网络中簇头节点的能耗,延长了网络寿命,提高了网络鲁棒性。     

混合WSNs中基于多目标优化的覆盖控制算法

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差和能量不均衡的问题,引入移动传感器节点,将快速非支配排序遗传算法Ⅱ( NSGA-Ⅱ)运用到混合无线传感器网络覆盖控制部署并进行改进,采用分层编码策略,引入删除算子避免早熟,自适应改变交叉、变异概率提高局部搜索能力,获得较优解集后基于决策者信息偏好选择最优目标.仿真实验结果表明:有效解决了WSNs覆盖控制问题,可以在网络覆盖率最大化的同时,节点利用率较大且能耗系数较低,延长网络寿命.     

基于改进蚁群算法的无线传感器网络节点部署

为了降低无线传感器网络的总体能耗,保证信息的有效采集,针对无线传感器网络节点分布部署问题进行了研究,将其形式化为一个组合优化问题,以网络覆盖率为目标函数;提出了一种基于改进蚁群算法的节点优化部署方法,并对信息素扩散源搜索策略以及信息素更新方式进行改进;仿真结果表明,算法能够在监测目标区域内以相对较小的代价完成传感器网络节点的分布优化,并能降低网络的能耗,提高网络的整体覆盖率.     

改进人工蜂群算法在WSNs覆盖优化中的应用

为了改善无线传感器网络(WSNs)中节点分布不均匀、部署时间长、网络覆盖率低等缺点,提出了一种基于改进人工蜂群(ABC)算法的覆盖优化方法、通过引入覆盖因子改善观察蜂选择算子,结合反馈策略改进采蜜蜂搜索过程,采用基于当前最优值的自适应侦查策略,提高了算法的收敛速度与精度.仿真结果表明:方法通过较少的迭代次数达到传感器分布更加均匀,覆盖率更高的目的,有效减少了传感器节点冗余、降低了网络能耗,延长了WSNs的生命周期.     

一种面向多目标关联覆盖的无线传感器网络节点优化调度算法

提出一种面向多目标关联点覆盖的无线传感器网络节点优化调度算法D-MTAC．该算法基于数据挖掘中的关联规则和无线传感器网络的能量高效原则,通过挖掘随机部署的网络节点与待监控目标间的关联感知关系给出高频关联目标集,采用优化时间分片和动态自适应选择机制确定能够令责任节点工作状态与网络寿命实现最优匹配的优化调度决策集合．仿真结果表明：在保证目标监控质量的前提下,该算法能够有效降低网络累积能耗并延长网络寿命．     

基于改进鱼群算法的无线传感器网络覆盖优化

为了改善传感器节点在网络中随机部署时的不合理分布和提高节点的网络覆盖率,以网络覆盖率、节点利用率和能耗均衡程度为优化目标,提出了改进人工鱼群的无线传感器网络覆盖优化算法.该改进的算法利用混沌运动的遍历性,克服了人工鱼群算法陷入局部最优的缺点,提高了算法的全局搜索能力,同时结合反馈策略,优化了求解效率.仿真结果表明,在全局范围内,新算法可以求解得到更优的解,能以较少的工作点达到更好的网络覆盖优化效果,而且网络能耗也比较均衡.     

无线传感器网络能耗均衡路由模型及算法

在综合考虑传感器网络中节点链路接入、数据包传输能耗及节点剩余能量的基础上,提出了一种自适应能耗均衡路由策略,并给出了相应的数学最优化模型及求解算法.优化的目标是均衡网络能耗,进而最大化网络寿命.首先采用跨层分析的方法设计了符合传感器节点计算能力的分布式动态路由树生成算法及各节点的路由选择策略函数;然后通过构造一个双层规划模型使传感器网络的整体能耗趋向均衡,尽可能地延长网络寿命.一个数值例子说明,提出的路由选择策略、双层规划模型及求解算法是可行且有效的.     

网络节点覆盖优化仿真研究

为了提高无线传感器网络节点的覆盖率,延长网络生存时间,在分析基本粒子群优化算法缺陷的基础上,提出一种逃逸粒子群算法的网络节点覆盖优化方法.首先以网络覆盖率作为优化目标,然后采用逃逸粒子群算法进行求解,求解过程中,引入遗传算法交叉机制保持粒子群的多样性,防止“早熟”现象出现,并采用动量算法对粒子搜索轨迹进行平滑,加快收敛速度,最后通过仿真测试算法的性能.仿真结果表明,逃逸粒子群算法克服了基本粒子群算法存在的覆盖率低的缺陷,获得了更好无线传感器网络节点覆盖率优化效果.     

基于细胞膜优化算法的WSN分簇协议研究

针对无线传感器网络能量受约束的问题,为实现节点均衡能耗,平衡网络簇头分布,并最大限度地延长网络寿命,提出一种基于细胞膜优化算法的无线传感器网络能量均衡分簇协议。细胞膜优化算法具有良好的全局寻优和快速收敛能力,通过浓度与能量因素对节点进行划分,并结合距离因素完成全局均衡分簇,能够解决传感器网络中簇头分布不均匀、全局能耗不均衡等问题。实验结果表明,该协议具有对无线传感器网络进行快速全局均衡分簇的能力,且与LEACH算法和LEAH-C算法相比,在均衡节点能耗和延长网络生存周期等方面具有更好的性能。     

改进蚁群算法的无线传感器网络路径优化

研究无线传感器网络路径优化问题,针对无线传感器网络(WSN)路径优化问题,在分析了遗传算法和蚁群算法各自优缺点的基础上,通过把蚁群算法作为WSN路径优化的主框架,采用遗传算的选择、交叉和变异算子提高蚁群算法搜索速度,提出一种改进蚁群算法的WSN路径优化方法。仿真结果表明,改进蚁群算法有效地克服了基本蚁群算法的缺陷,提高了WSN路径优化效率和成功率,减少了能理消耗,有效延长了网络生存时间。     

改进VFPSO算法于WSN节点随机部署中的应用

无线传感器网络（Wireless Sensor Network,WSN）节点的随机部署一直是WSN覆盖的核心问题之一。尽可能提升WSN的覆盖质量对延长网络的生命周期起着重要的作用。虚拟力-粒子群优化（Virtual Force Particle Swarm Optimization,VFPSO）算法因虚拟力的引入使PSO算法的优化性能有所提升,但PSO算法的早熟问题仍未得到有效改善。在VFPSO算法的基础上提出了一种维度选择机制,主要目的在于改善VFPSO算法中后期的优化能力。仿真结果表明,将采用维度选择机制后的VFPSO算法应用于WSN的覆盖优化中,覆盖率较其他优化算法有3%~5%的提升。     

Cost Minimization of Wireless Sensor Networks with Unlimited-lifetime Energy for Monitoring Oil Pipelines

Cyber-physical-system (CPS) has been widely used in both civil and military applications. Wireless sensor network (WSN) as the part and parcel of CPS faces energy problem because sensors are battery powered, which results in limited lifetime of the network. To address this energy problem, we take advantage of energy harvesting device (EHD) and study how to indefinitely prolong oil pipeline monitoring network lifetime by reasonable selecting EHD. Firstly, we propose a general strategy worst case-energy balance strategy (WC-EBS), which defines worst case energy consumption (WCEC) as the maximum energy sensor node could expend for oil pipeline monitoring WSN. When the energy collected by EHD is equal or greater than WCEC, network can have an unlimited lifetime. However, energy harvesting rate is proportional to the price of EHD, WC-EBS will cause high network cost. To reduce network cost, we present two optimization strategies, optimization workloadenergy balance strategy (OW-EBS) and optimization first nodeenergy balance strategy (OF-EBS). The main idea of OW-EBS is to cut down WCEC by reducing critical node transmission workload; OF-EBS confirms critical node by optimizing each sensor node transmission range, then we get the optimal energy harvesting rate in OF-EBS. The experimental results demonstrate that OF-EBS can indefinitely extend network lifetime with lower cost than WC-EBS and OW-EBS, and energy harvesting rate P in each strategy satisfies POF-EBS ≤ POW-EBS ≤ PWC-EBS.      

混沌优化细菌觅食算法的传感器节点部署策略

为了增加节点的有效覆盖率,设计一种混沌优化细菌觅食的节点部署策略.首先使用节点有效覆盖率、节点闲置率和剩余能量均衡函数作为优化因子构造目标函数综合优化模型.在优化阶段,设置菌群密度函数因子、细菌碰壁反弹因子、混沌扰动的趋向序列、动态趋向步长、菌群交叉和变异算子及动态细菌迁徙概率等机制改进细菌觅食算法以提升优化效率.仿真实验表明,使用改进后的混沌细菌觅食优化策略能够有效优化无线传感器网络的节点覆盖,使优化后的无线传感器网络具有更高的网络综合利用率及更长的监测寿命.     

基于动态数据压缩的能量采集无线传感网络数据收集优化

针对能量采集无线传感网络（WSN）中的数据收集优化问题,考虑传感器节点能量采集的时空变化特性,提出一种基于节点动态采样速率和数据压缩的策略,以实现网络中采样数据总量的最大化。首先,提出一种根据节点的邻居信息决定其最优压缩策略的本地压缩算法,基于节点在数据汇聚树中的拓扑位置考虑其数据接收和转发能耗,逐渐增加其采样速率直到其总能耗到达采集能耗阈值。接着构造网络性能的全局优化问题并提出一种启发式的算法,通过迭代求解线性规划问题计算最优的采样速率和压缩策略。实验结果表明,与现有的自适应传感和压缩率选择方案相比,所提出的两种数据收集优化算法能够维持更加稳定的传感器节点电量水平并实现更高的网络性能。     

传感器网络中一种基于分层的功率控制算法

无线传感器网络的能耗决定了网络的生存时间,如何设计有效的算法来延长网络的生存时间是一个重要的研究课题。针对矩形传感器网络,提出一种基于分层的功率控制算法,通过分析节点的能耗来计算层的宽度和节点的通信半径,以达到网络能耗的均衡分布。仿真实验表明,算法能有效延长网络的生存时间。     

一种新型能耗优化的无线传感器网络成簇算法

能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法(UCNE).该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优.     

An Approach of Distributed Joint Optimization for Cluster-based Wireless Sensor Networks

Wireless sensor networks (WSNs) are energyconstrained, so energy saving is one of the most important issues in typical applications. The clustered WSN topology is considered in this paper. To achieve the balance of energy consumption and utility of network resources, we explicitly model and factor the effect of power and rate. A novel joint optimization model is proposed with the protection for cluster head. By the mean of a choice of two appropriate sub-utility functions, the distributed iterative algorithm is obtained. The convergence of the proposed iterative algorithm is proved analytically. We consider general dual decomposition method to realize variable separation and distributed computation, which is practical in large-scale sensor networks. Numerical results show that the proposed joint optimal algorithm converges to the optimal power allocation and rate transmission, and validate the performance in terms of prolonging of network lifetime and improvement of throughput.      

基于改进CPSO算法的无线传感器网络路由协议

为了降低节点能量消耗,延长网络生存周期,提出一种基于混沌粒子群算法（Chaotic Particle Swarm Optimization,CPSO）的无线传感器网路由协议。该协议改进了LEACH（Low Energy Adaptive Clustering Hierarchy）协议的簇头选择机制,考虑节点剩余能量、簇头到基站（Based Station）的距离等因素,通过混沌粒子群算法对簇头选举进行优化。簇头选举后,通过多跳算法对簇头到基站的通信方式进行优化。仿真结果表明,与传统的LEACH协议比较,新协议能减少能量消耗,延长网络寿命。     

基于改进鲸鱼优化算法的WSN覆盖优化

针对无线传感器网络在随机部署移动节点时,存在分布不均匀导致的覆盖率较低的问题,以网络覆盖率最大化为目标建立网络覆盖优化模型,提出一种基于改进鲸鱼优化算法(IWOA)的网络覆盖优化策略;首先,采用量子位Bloch球面坐标编码初始化种群,提升种群多样性,扩展搜索空间的遍历能力;其次,提出一种基于步长改进的位置更新方式,平衡算法的全局探索和局部搜索能力;最后采用莱维飞行,对个体进行扰动更新,提高跳出局部最优的能力。仿真结果表明,将改进后的鲸鱼优化算法应用在WSN覆盖优化中,与标准鲸鱼优化算法和其他文献中的算法相比,有效减少了传感器节点冗余,表现出更快的收敛速度和更高的覆盖率,进而改善网络监测质量,延长网络生存时间。