无线传感器网络关键技术及其仿真平台分析

对无线传感器网络技术特点进行了研究,分析了无线传感器网络研究的技术难点和重点.针对目前出现的各种仿真平台,如OPNET、OMNET++、NS2、TOSSIM等,分析研究了其技术特点并进行归纳性分类和概括,阐述了无线传感器网络仿真的重点评估指标,更好地推动无线传感器网络仿真研究的发展.     

无线传感器网络中能耗平衡的混合路由模型研究

针对无线传感器网络中能耗不均衡问题提出了一种单跳和多跳相结合的路由模型,该模型将簇内平均能量作为路由调整阈值,根据节点剩余能量对网络路由进行周期性调整,使节点路由在单跳、多跳模式间转换;通过对该路由模型能耗规律的理论分析和仿真实验,说明该模型有效地平衡了网络能耗,弥补了只采用单跳路由或多跳路由时网络能耗不平衡之不足,延长了网络生命周期.     

无线传感器网络LEACH协议能耗均衡改进

LEACH(low energy adaptive clustering hierarchy)路由协议是无线传感器网络中被广泛应用的分层协议,但它存在簇头选择不合理和节点能耗不均衡的缺点.通过对LEACH协议节点能耗建模和分析,提出了一种均衡节点能耗的改进协议LEACH-B.最后用NS2对改进后的协议进行仿真,仿真结果表明,改进后的协议能均衡节点的能耗,有效地延长了整个网络的生存期.     

无线传感器网络路由算法仿真模型的研究

随着计算机技术、网络技术、无线通信技术的发展,当前在通信领域形成了一种无线传感器网络,无线传感器网络有诸多优势和功能,应用范围非常广,因为自身的特点,使得无线传感器网络的发展、技术等面临着新的挑战。无线传感器网络从组成到功能均和传统的无线通信网络不同,无线传感器网络的路由算法在不断地创新和突破。在无线传感器网络路由算法的设计中,需要将所有的资源高效利用放在首位,建立路由计算仿真模型。针对无线传感器网络路由算法的仿真模型进行了研究分析。     

面向无线传感器网络能耗优化研究

针对无线传感器网络可靠性、实时性和性能等方面的要求,提出了一种核函数估计和KD树编码技术数据传输方法。为有效提高网络性能,将核函数技术与数据编码机制结合在一起,利用核函数估计采集的数据模型,协调不同节点之间的通讯,以达到降低网络的能量消耗和带宽占用的目标。在仿真实验中,采用以上机制的无线传感器网络能够有效地减少网络的能量消耗,延长网络的生存期,并能够通过传输模型的参数来减少网络的数据流量。     

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.     

无线传感器网络能耗均衡路由技术研究

无线传感器网络的路由技术提供了从源节点到目的节点的优化路径,因关系到网络的能耗和生命周期而成为当今的技术研究热点。文章介绍了无线传感器网络特点及其经典的路由协议,简要分析了这些路由技术的特点,并针对这些技术存在的不足提出了一种新的兼顾无线传感器网络局部和全局的分类多路径能耗均衡路由方法,阐述了该方法的设计思路。     

无线传感器网络云仿真平台架构设计

无线传感器（WSN）已经成为当前的研究热门,但是仿真实验平台的建设较为滞后。受资金、环境、信息的局限,当前对传感器网络的研究多停留在理论上,实验方法和实验结果不具有通用性,权威性,影响了传感器网络协议的标准化、工业化进程。本文在详细分析现有仿真软件利弊的基础上,提出一个无线传感器网络云仿真平台,利用互联网技术和虚拟化技术,构建了包含交互中心、计算中心和存储中心的分布式云架构,从根本上解决现有软件在可用性、兼容性、易部署管理性上存在的问题,总结并提出传感器网络协议仿真平台未来的发展趋势和开发任务。     

几何学概率的无线传感器网络能耗估计模型

针对无线传感器网络能耗这一问题,提出了一种基于几何学概率的能耗估计模型.以节点的状态转换为基础,建立了基于半Markov链的节点能耗模型,并引入概率分布函数的概念.从传感器节点随机分布出发,假定节点之间可以相互通信,分别对在单个正六边形和相邻两个正六边形内的节点随机分布进行研究,推导得出能耗估计模型.仿真结果表明:该模型可以实现网络能耗的准确估计.     

TOSSIM:无线传感器网络仿真环境

无线传感器网络仿真受到学术界和工业界越来越广泛的重视。分析了基于无线传感器网络嵌入式操作系统的仿真环境TOSSIM的系统结构;并与基于通用网络仿真环境ns-2的无线传感器网络仿真方法进行了对比;指出了基于嵌入式操作系统的仿真方法的优势;提出了无线传感器网络仿真环境必须具备的五项关键特性。     

无线传感器网络中信道仿真模型的研究

无线传感器网络是一种全新的技术,能够广泛应用于恶劣环境和军事领域中。针对无线传感器刚络的仿真也随之而来,大部分仿真重点在路由层和MAC层,研究传感器网络的连通性和网络生存周期,而忽略了物理信道的特征。该文主要针对无线传感器网络的特殊性分析和介绍了基于OPNET的无线信道模型,给出了必要的数学计箅。通过基于信道接入的分簇算法的网络仿真,验证了无线链路的关键参数对于无线传感器网络的网络结构的影响,给出了系统的仿真结果。     

一种改进的室内wsn仿真模型

针对室内无线传播模型具有多径传播效应的特性和无线传感器网络协议栈的特点,提出了一种改进的室内无线传感器网络仿真方法。方法使用阴影模型模拟室内无线传播模型的多径传播效应,结合常用的无线传感器网络节点芯片的性能参数预测出无线信号在室内的实际传输距离,并在NS2中以该无线信道模型为基础,以无线传感器网络协议栈为标准,建立了一个改进的室内无线传感器网络仿真模型。仿真模型的测试结果表明该模型在数据包投递率及网络剩余能量的比率上与实际室内无线传感器网络的性能相似。证明建立的模型能为室内无线传感器网络的实际布网和应用提供可靠的依据。     

无线传感器网络能量均衡分簇路由算法的改进

针对现有的分簇算法存在因负载能量不均衡而缩短无线传感器网络整体生存时间这一问题,分别对经典分簇算法LEACH的基本思想、分簇机制和簇的通信方式等作了分析。采用修改门限值的方法,对负载能量不均衡的问题进行了改进,并采用网络仿真软件NS2进行仿真分析。仿真结果表明,改进后的算法能够均衡节点的能耗,使分簇更加合理,并有效地延长了网络的生命周期。     

WSNs中基于信任度的节能机会路由算法

为了防止网络中存在的潜在恶意节点被加入到机会路由的候选转发集中,减少网络能量的消耗,并保证数据的可靠传输,提出了一种在无线传感器网络中基于信任度的节能机会路由(Trust Based Energy Efficient Opportunistic Routing in Wireless Sensor Networks,TBEEOR)算法。该算法根据网络的拓扑结构计算节点的代数连通度,进而计算节点的连通度诚意;再联合节点的转发诚意和ACK诚意,利用信息熵的概念计算综合信任度;最后,用节点的综合信任度来计算节点之间通信和协作造成的能量消耗,从而得到网络的预期成本。此外,该算法能够有效地识别和判断网络中的恶意节点,进一步减小了恶意节点对网络性能的影响。实验结果表明,TBEEOR算法有效地保证了数据传输的可靠性,有助于延长网络生命周期,从而增加了网络吞吐量,减少了网络能量消耗。     

无线传感器网络的能耗检测仪的设计

针对无线传感器网络的动态性、可靠性以及自组网等特点,采用ADE7755+ ATmega64+ CC2430的系统构架,设计了无线能耗检测仪.基于IEEE 802.15.4e无线通信协议,建立了家庭能耗监测系统,实现了家庭电器的远程控制和实时能耗监测.实测结果表明,该检测仪具有较高的可靠性和准确性,在家庭能耗监测中发挥了重要作用.     

无线传感器网络覆盖优化仿真研究

研究无线传感器覆盖(WSN)优化问题,由于网络传感器节点分布不均匀,又存在冗余等问题。传统WSN高密度部署方法,节点分布极不均匀,节点覆盖区域之间的重复率高,节点浪费严重,导致网络覆盖率低、成本高。为了提高无线传感器网络的覆盖率,提出一种混沌粒子群优化算法(CPSO)的WSN覆盖优化算法。首先以提高网络覆盖率为优化目标,建立WSN覆盖优化数学模型,然后通过粒子间协作进行求解,并对粒子群混沌扰动,保持粒子多样性,从而得到最优网络覆盖。仿真结果表明,相对于其它覆盖优化算法,CPSO能够以较少传感器节点获得较高网络覆盖率,提高了网络通信效率,降低网络成本。     

无线传感器网络的网络管理

无线传感器网络是由许多能量和处理能力有限的传感器节点组成.传感器网络主要用来监测环境、建筑和结构和动物习性的监测.网络管理是任何网络,包括传感器网络的重要功能.而由于无线传感器网络的特点,对其管理要比传统网络都要困难,而其中网络管理的最主要方面是网络拓扑结构的管理.开发节能并且能够维护网络连接的拓扑的算法是非常必要的.本文介绍了网络管理的基本知识,以及如何应用在无线传感器网络中.文中主要描述了网络的拓扑结构,并且对现在主要的网络拓扑结构算法进行描述和比较.     

一种基于节能的无线传感器网络MAC协议

无线传感器网络中节点能量十分有限,为了进一步提高能量的利用效率,提出了一种基于节能的改进型媒体接入控制(MediumAccess Control,MAC)协议.该协议结合了BASIC算法与自适应S-MAC协议的优点,采用一种简单易行的算法根据节点实际分布情况调节RTS、CTS、DATA、ACK四种帧的发送功率,从而达到节省能量的目的.协议中采用的自适应侦听机制不仅可以减少数据的传输延迟,而且可以避免由于在S-MAC协议中引入功率控制策略时带来的一些问题.协议与S-MAC算法相比节省了能量,减少了时延,同时并没有降低无线传感器网络的其他性能.     

基于能量敏感的无线传感器网络信任度计算模型

由于无线传感器网络开放性、动态性等特点,导致整个网络易受攻击而极为脆弱,给传统安全机制带来严峻挑战,从而限制了无线传感器网络的发展。作为对基于密码体系的安全手段的重要补充,信任管理在解决来自网络的内部攻击,识别恶意节点、自私节点及低竞争力节点方面有着显著的优势。本文将节点的能量信息引入节点信任度计算模型中,提高了系统安全性、可靠性和公平性。通过仿真分析说明,模型以较少的资源消耗对网络的资源配置、性能、安全和通信进行统一的维护和管理,能够保证网络正常有效地运行,既缓解了WSN的管理困难,也为信任应用研究开辟了新的途径。