基于备份节点无线传感器网络设计策略

在无线传感器网络中由于节点的规模大小有限,能源问题成为目前设计的重点。根据网络中节点的不同任务特征提出了一个对传感器节点进行备份的分布式算法,使得在网络中尽可能减少工作节点的参与从而降低能耗。实验结果证明了算法的可行性和正确性,同时还给出了在特定环境下为达到网络最大持续工作时间所需节点数量的范围区间。     

基于安全性的无线传感器网络时钟同步算法研究

无线传感器网络存储能力不高,导致以往提出的无线传感器网络时钟同步算法的安全性能不高、同步误差较大,现提出基于安全性的无线传感器网络时钟同步算法。基于安全性的无线传感器网络时钟同步系统中的父节点构建无线传感器网络和子节点,子节点通过与父节点进行数据交互,平衡无线传感器网络时钟同步,CC2530芯片将父节点和子节点进行连接。无线传感器网络时钟同步的运算工作在仿真器中完成,传输接口将父节点和子节点的交互信息输出到仿真器,为运算工作提供数据仿真源。安全性调试接口对父节点构建网络结果和时钟同步运算结果进行实时展示。系统对同步安全算法和同步算法语言的设计,较为有效地实现了无线传感器网络时钟同步。经实验验证可知,所提算法同步误差小,安全性能高。     

基于备份节点无线传感器网络设计策略

在无线传感器网络中由于节点的规模大小有限,能源问题成为目前设计的重点.根据网络中节点的不同任务特征提出了一个对传感器节点进行备份的分布式算法,使得在网络中尽可能减少工作节点的参与从而降低能耗.实验结果证明了算法的可行性和正确性,同时还给出了在特定环境下为达到网络最大持续工作时间所需节点数量的范围区间.     

无线传感器网络中的最优感知节点分布及分布优化算法

无线传感器网络中，感知节点的合理分布以及网络拓扑的动态调整对于更加有效地进行信息收集以及提高网络的生存期限都具有重要的作用。为此，针对传感器网络的初始规划提出了一种基于遗传算法的最优分布。仿真结果表明，算法能够针对特定的目标区域获得较好的节点分布。在最佳分布的基础上，结合传感器网络的拓扑管理和节点定位，引入了一种有效的传感器网络拓扑和节点分布优化方法，为传感器网络的拓扑性能管理提供了有效的算法保证。     

一种新的异构无线传感网覆盖优化算法

针对异构传感器节点在网络初期部署中产生大量覆盖面积冗余的问题，结合相关几何图形知识，以提高网络覆盖率、改善节点分布均匀度为优化目标，提出一种基于节点定向移动来减少节点两两之间覆盖冗余面积的网络覆盖优化算法。算法预先设立判定门限，通过判定两两节点之间覆盖冗余面积与设定门限的大小关系，对节点实施有向性偏移，逐一减少节点之间的覆盖冗余面积。理论分析与实验仿真证明，该算法能够有效提高异构传感器网络部署中的覆盖率，优化节点分布均匀度将近8.7，尤其在大型传感器网络的节点部署中具有极强实用性。     

无线传感器网络中基于网格的目标跟踪算法

提出了一种适用于无线传感器网络中基于网格的目标跟踪算法，以解决在目标跟踪过程中信任度（belief）更新和传感器节点信息贡献量估计问题。该算法对信任度进行非参数化表示，用基于网格的算法对序列贝叶斯滤波过程进行实现。并且利用目标位置预测和基于网格的算法在不预先获知传感器节点测量数据的情况下，对节点的信息贡献量进行估算。在资源受限的无线传感器网络中，该算法在降低计算复杂度、提高算法适用范围方面都有显著改进。最后在仿真环境中验证了基于网格的目标跟踪算法的有效性。     

无线传感器网络自适应目标跟踪节点调度算法

在无线传感器网络中,设计合理的节点调度算法是提高网络感知能力、降低系统能耗的关键。在分析节点能耗模型的基础上,针对移动目标跟踪型网络应用,提出一种高能效的无线传感器网络自适应节点调度算法ANSTT。该算法根据节点对移动目标的感知能力,以及节点的相对剩余能量水平,自动调整节点工作模式。仿真实验表明,ANSTT算法在维持低感知延时、高目标感知率的同时,可有效降低系统能耗,延长网络寿命。     

无线传感网络坏点识别研究与应用

无线传感器网络中各传感器节点通过自组织的方式构成,协作地实时监测、感知和采集各种环境或监测对象的信息,一旦某个节点损坏或者被窃取,那么将可能影响整个网络并在网络中传递错误信息。该文针对区域监控网络中单跳网络损坏节点的检测问题,以图论分析为基础,采用特别的网络模型对无线传感网络加以描述,以基站产生虚拟报警机制和特殊报警源求因算法来定位损坏节点,以网络覆盖性能和损坏节点检测率作为算法性能评估标准。实验结果表明:基于二分图的损坏节点识别算法能很好地检测并剔除损坏节点,从而保证无线传感器网络正常工作。     

信号强度和运动向量结合的无线传感器网络移动节点定位

无线传感器网络的定位是近年来无线传感器网络研究的重要课题.本文首先介绍了无线传感器网络的来源、重要性以及无线传感器网络定位的分类.然后提出了一种全新定位算法,信号强度和运动向量结合的无线传感器网络移动节点定位,简称SSMV算法,在外围布置四个锚节点,得用信号强度和未知节点在运动中向量的变化,对锚节点在内的未知节点进行定位,并对该算法进行了仿真和总结.通过与凸规划法进行比较,仿真结果表明,该算法有更高的定位精度.     

基于全网休眠的ZigBee网络节能算法

无线传感器网络节点一般由电池供电而且部署后需要长时间工作,这就导致节点的能量成为网络运行的瓶颈。针对无线传感器网络节点能量受限的问题,提出了一种基于全网休眠的节能新算法。该算法使终端节点、路由节点和汇聚节点都能得到休眠,从而为网络中每一种节点节约能量;同时,为路由节点设计了长、短两种休眠策略,在不影响数据收发的前提下减少能耗。基于CC2630芯片的实验结果表明:与现有相关算法相比,该新算法使节点能耗降低10%。     

交通路灯监控系统的无线传感网链状路由算法

在交通路灯监控系统中为节省网络节点能耗和降低数据传输时延,提出一种无线传感网链状路由算法（CRASMS）。该算法根据节点和监控区域的信息将监控区域分成若干个簇区域,在每一个簇区域中依次循环选择某个节点为簇头节点,通过簇头节点和传感节点的通信建立簇内星型网络,最终簇头节点接收传感节点数据,采用数据融合算法降低数据冗余,通过簇头节点间的多跳路由将数据传输到Sink节点并将用户端的指令传输到被控节点。仿真结果表明：CRASMS算法保持了PEGASIS算法在节点能耗方面和LEACH算法在传输时延方面的优点,克服了PEGASIS 算法在传输时延方面和LEACH算法在节点能耗方面的不足,将网络平均节点能耗和平均数据传输时延保持在较低水平。在一定的条件下,CRASMS算法比LEACH和PEGASIS算法更优。     

移动无线传感网的生存时间优化算法研究

当sink节点位置固定不变时,分布在sink 节点周围的传感节点很容易成为枢纽节点,因转发较多的数据而过早失效。为解决上述问题,提出移动无线传感网的生存时间优化算法（LOAMWSN）。LOAMWSN算法考虑sink节点的移动,采用减聚类算法确定sink节点移动的锚点,采用最近邻插值法寻找能遍历所有锚点的最短路径近似解,采用分布式非同步Bellman-Ford算法构建sink节点k跳通信范围内的最短路径树。最终,传感节点沿着最短路径树将数据发送给sink节点。仿真结果表明：在节点均匀分布和非均匀分布的无线传感网中,LOAMWSN算法都可以延长网络生存时间、平衡节点能耗,将平均节点能耗保持在较低水平。在一定的条件下,比Ratio_w、TPGF算法更优。     

基于传输距离和Sink移动的扩延网络寿命算法

在无线传感网络WSN(Wireless Sensor Network)中,传感节点通常以多跳方式向信宿Sink传输感测数据.由于邻近信宿Sink的传感节点需要承担数据转发的任务,比其他节点消耗更多的能量,缩短了网络寿命.为此,提出一种扩延网络寿命的新算法,记为NLTA(Network LifeTime Augmentation).NLTA算法采用了节点传输距离自适应调整和信宿Sink移动两个策略.节点依据能量情况,调整传输距离,减少能量消耗,然后根据路径容量值,调整Sink的位置,平衡网内的节点能量消耗,避免信宿Sink的周围节点能量过度消耗.仿真结果表明,提出的NLTA方案能够有效地提高网络寿命.     

多簇无线传感网的优化生存时间近邻功率控制算法

针对非均匀分布的无线传感网的生存时间问题,提出多簇无线传感网的优化生存时间近邻功率控制(NPCAOL_MC)算法。该算法采用K-means算法确定网络的簇个数和对应每个簇的节点,利用近邻算法评估每个簇的节点密度,确定簇的最优通信距离。结合Friss自由空间模型计算当前簇的最优发送功率。Sink节点广播通知其他节点,如果是同一簇内的节点相互通信,则采用簇最优功率发送数据,否则采用默认最大发送功率发送数据。仿真结果表明,利用NPCAOL_MC算法可以分析整个网络节点的位置信息,采用簇最优发送功率发送数据,从而提高生存时间,并使能耗经济有效。在密度分布不均的无线传感网中,NPCAOL_MC比采用固定发送功率的Ratio_w算法更优。     

面向数量最少化的双层WSN中继节点部署算法

提出2种算法,目标是在监测区域部署中继节点,以便所有的传感节点都能和至少一个中继节点进行通信,同时保证中继节点数目最小化。整数线性规划最优解算法是对已选择出的CRegions通过数学上的整数线性规划的方法找到部署中继节点的最佳区域;传感网络规模较大时,提出启发式算法,将每一次排序后含传感节点个数最多的集合作为部署区域,经过多次循环排序后近似的找到部署中继节点的最佳位置。最后通过与2个同类算法在相同参数环境下进行仿真实验,比较仿真结果证明整数线性规划最优解算法及启发式算法在覆盖所有传感节点的前提下,部署中继节点最小化的性能较好,并且其部署时间也在可以接受的范围之内。     

Decentralized target positioning and tracking based on a weighted extended Kalman filter for wireless sensor networks

This paper presents a decentralized positioning and tracking method based on recursive weighted least-squares optimization for wireless sensor networks. The proposed algorithm—weighted extended Kalman filter—is derived by minimizing a recursive-in-time objective function and then applying it in an iterative decentralized manner. The target location is calculated iteratively by taking a weighted average of the local estimates based on the participating sensor nodes’ reliability, where a participating sensor node computes the newest location estimate according to its own observation and the most recent local estimate passed from the previous participating sensor node. A convergence analysis is given to show the convergence behavior of the proposed algorithm. To track the target in the network, a message-passing algorithm is proposed for adaptively selecting the participating sensor nodes as the target moves around the area. During each iteration, the current participating sensor node computes the local estimate and passes it on to the next participating sensor node for further processing. The update process is circulated only among the selected participating sensor nodes that surround the target. Computer simulation results show that our proposed algorithm outperforms previous related methods.     

An Energy Efficient Barrier Coverage Algorithm for Wireless Sensor Networks

Intrusion detection is one of the most important applications of wireless sensor networks. When mobile objects are entering into the boundary of a sensor field or are moving cross the sensor field, they should be detected by the scattered sensor nodes before they pierce through the field of sensor (barrier coverage). In this paper, we propose an energy efficient scheduling method based on learning automata, in which each node is equipped with a learning automaton, which helps the node to select best node to guarantee barrier coverage, at any given time. To apply our method, we used coverage graph of deployed networks and learning automata of each node operates based on nodes that located in adjacency of current node. Our algorithm tries to select minimum number of required nodes to monitor barriers in deployed network. To investigate the efficiency of the proposed barrier coverage algorithm several computer simulation experiments are conducted. Numerical results show the superiority of the proposed method over the existing methods in term of the network lifetime and our proposed algorithm can operate very close to optimal method.