无线传感器网络快速数据收集的聚集调度方法

为了快速收集传感器节点数据,研究了最短时间聚集汇播的传输调度问题. 针对聚集调度中的传输链路选择问题,提出了对数聚集树构造方法,仿照理想情况下的最优聚集树结构对传输链路进行了优化选择;针对聚集调度中的时间片分配问题,提出了基于链路效用的时间片分配方法,以发送节点对其竞争节点的影响作为链路效用,优先为效用值较大的链路分配时间片,增加并行传输. 对比实验结果显示,该算法得到的数据收集时延在多数网络部署场景下比现有算法降低10%以上,且在网络密度较大、半径较小的场景中具有更好的相对性能. 实验结果表明,新提出的算法是一种有效的快速聚集汇播调度算法.     

无线传感器网络时空数据聚集查询算法

提出了基于属性簇的时空数据聚集查询算法.数据聚集以簇为WSNB-TREE存取目标,将无线传感器网络（WSN）所覆盖的区域划分为多个属性簇,同质传感器的数据便于实时统计处理和分时段查询;对于事先确定监测的区域,以区域划分数据聚集簇,将异质传感器的聚集数据进行汇集,从而快速过滤获取需查询的“事件”,进而实现对全网的时空数据聚集查询.     

一种基于树的能量高效传感器网络调度算法

针对无线传感器网络中能量紧缺的情况提出一种基于树的能量高效调度(TREES)算法。该算法构造以sink为根的骨干树保证信息采集节点和sink的连通性。位于骨干树的节点处于通信模式,其它节点根据应用要求处于探测或休眠模式,按需激活通信模块。在NS-2平台上对TREES算法仿真,结果表明:TREES在保证信息采集的完整性和传输可靠性的基础上,能够降低能耗,有效延长网络寿命。     

用于无线传感器网络的高能效数据收集算法

针对突发事件监测等反应式传感器网络的应用,提出了一种高能效数据收集算法EE-DGA(Energy-efficient data gathering algorithm)。该算法根据节点的空间相关性和剩余能量,使位于事件区域内的节点进行簇首竞争,再利用蚁群算法构建簇内的数据收集链路。此外,该算法还隐含有一种简单的簇内调度方法,使得在满足监测精度要求的情况下,通过关闭冗余节点而进一步降低能耗。仿真结果表明:EEDGA比传统的路由算法具有更高的能效和更长的网络生存期。     

密集传感器网络中节点随机调度算法研究

对于密集型传感器网络,节点交替工作能有效地延长网络的生命周期。该文基于Cover的随机节点调度算法进行深入分析,首先给出k-覆盖网络中覆盖强度的定义,并利用基本概率理论估计k-覆盖网络的覆盖强度;然后分析2-覆盖网络中节点密度、覆盖强度以及能量节省水平之间的关系(即部署节点个数n和2-覆盖网络的覆盖强度Cn2以及划分COVER个数c)。该文研究工作对部署容错性较高的能量有效性传感器网络具有一定的指导意义。     

基于灰色预测的无线传感器网络数据融合算法

针对无线传感网络监测信息具有很高时间相关性,给出一种基于动态灰色预测模型的数据融合算法。对节点采集的历史数据,应用动态灰色模型预测其未来数据值,若预测误差大于设定阈值,传输本轮数据,若预测误差小于设定阈值,不传输本轮数据,以此减少网络数据传输量。仿真实验表明,与未采用数据融合的低功耗自适应集簇分层协议算法相比,所给算法的数据传输量可减少34%,网络寿命可延长39%。     

无线传感器网络节能型数据融合算法

为了降低无线传感器网络节点的能量消耗,提出二次数据融合算法(TFA).通过对每个节点设定阈值去除采集的冗余数据,控制传感器节点的数据传输量,从而控制无线通信的能量消耗.在传感器节点处,利用采集数据在时间上的相似性,对采集的数据进行融合;在控制中心,利用采集的数据在空间上的相似性,对采集的数据进行补偿和融合.仿真结果表明...     

无线传感器网络TinyOS调度机制的改进研究

研究无线传感器网络TinyOS的体系结构、通信机制及内核调度机制．针对TinyOS调度机制的不足．提出一种改进的调度策略——基于时限的轮转调度策略．在由micaZ节点搭建的实验平台上对改进机制进行实验．实验结果表明．基于时限的轮转调度策略提高了无线传感器网络通信的吞吐量．改善了无线传感器网络的通信性能．     

异构有向传感器网络连通覆盖调度算法

在面向目标监测的有向传感器网络中,为满足监测目标的不同监测要求,并保持网络连通前提下网络寿命最大化,提出了一种基于增强珊瑚礁算法的节点调度算法。受集合覆盖的启发,以增强珊瑚礁算法为工具求解满足连通覆盖要求的集合。增强珊瑚礁算法采用SOBOL序列和反向学习策略对种群进行初始化,同时在非性繁殖过程中,借鉴和声搜索、生物地理学算法和自适应变异策略的差分进化算法达到继承种群的优秀解和增强子代的优化能力的目的。再者,对种群的最差个体执行随机反向学习和与最优个体差分策略以提升最差个体的优化能力。在数值测试以及在传感器网络节点调度方面的仿真结果表明,改进珊瑚礁算法的性能优于其他算法,证明了改进算法的有效性。     

传感器网络中提高吞吐量的机会波束调度算法

无线传播环境会影响传感器网络的信息传输质量,为了提高通信时信噪比和系统的通信速率,该文采用一种机会调度算法来有效地调度信道状态较好的传感器节点。中心节点采用多天线阵列,传感器节点采用单天线以节省功率和体积,通信分为两个阶段,导频阶段,多天线阵列随机生成酉波束;波束选择阶段,传感器节点接收导频信息后根据预设的阈值判断是否进入通信状态进而选择相应的随机波束。实验表明,机会调度算法可以有效地提高系统的通信速率。     

Efficient encrypted data aggregation scheme for wireless sensor networks

Data aggregation in a wireless sensor network is an important method to reduce redundant transmission and energy consumption. Authors propose an efficient encrypted data aggregating method for wireless sensor networks, the aggregators complete the data integrity checking, source identity authentication and data aggregation without a plaintext and provide the end-to-end security for data transmission. Compared with related schemes, besides higher security,the proposed scheme makes better utilization of high redundancy of neighbor sensors' readings and reduces the communication overhead effectively.     

Coordinated node scheduling for energy-conserving in large wireless sensor networks

Aiming at developing a node scheduling protocol for sensor networks with fewer active nodes, we propose a coordinated node scheduling protocol based on the presentation of a solution and its optimization to determine whether a node is redundant. The proposed protocol can reduce the number of working nodes by turning off as many redundant nodes as possible without degrading the coverage and connectivity. The simulation result shows that our protocol outperforms the peer with respect to the working node number and dynamic coverage percentage.     

一种低能耗低时延的睡眠调度算法

根据最大独立集和首次适应算法,设计了一种基于牡丹树的数据聚合算法.在基于牡丹树的数据聚合算法的基础上,采用时分复用方法,在聚合周期时隙内引入低能耗的睡眠调度的概念,从很大程度上减少了数据传输量,降低了网络聚合时延,实现了低能耗的数据聚合.实验与仿真结果表明,新算法有效地降低了网络能耗,延长了网络生命周期,减少了网络时延消耗.     

A utility-optimal backoff algorithm for wireless sensor networks

A novel backoff algorithm in CSMA/CA-based medium access control (MAC) protocols for clustered sensor networks was proposed. The algorithm requires that all sensor nodes have the same value of contention window (C _W ) in a cluster, which is revealed by formulating resource allocation as a network utility maximization problem. Then, by maximizing the total network utility with constrains of minimizing collision probability, the optimal value of C _W (W _opt) can be computed according to the number of sensor nodes. The new backoff algorithm uses the common optimal value W _opt and leads to fewer collisions than binary exponential backoff algorithm. The simulation results show that the proposed algorithm outperforms standard 802.11 DCF and S-MAC in average collision times, packet delay, total energy consumption, and system throughput. Foundation item: Project(60772088) supported by the National Natural Science Foundation of China     

可靠传感网聚类路由算法研究

为延缓传感器网络寿命，提高能量使用效率，提出一种新的能效高的可靠聚类路由算法--多类头方法的传感网 聚类路由算法.该算法采用每个类多类头节点共同承担类头节点的作用--收集数据、融合数据并发送数据包到基站，来 解决单类头节点因故障等原因带来的不可靠而导致的能量损失，以及改善网络能量使用效率和提高数据传输可靠性.在仿 真环境下，该算法与单类头方法的聚类路由算法进行了比较，结果表明，该算法改善了能量消耗均衡性，提高了能量使 用效率以及类头节点数据传输可靠性，从而也延长了网络寿命.     

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

层次型软件定义无线传感器网络资源调度策略

为了解决传统无线传感器网络基于特定任务导致资源利用率及能量效率低下,且无法适应网络拓扑动态变化的问题,提出了针对多任务并发场景的层次型软件定义无线传感器网络资源调度策略。将软件定义网络引入无线传感网实现控制层和数据层解耦,通过灵活的网络资源调度策略同时完成多个任务,在保证监测质量的前提下,最小化网络总能耗;此外,软件定义的主节点可及时获取网络拓扑变化,并通过簇头节点实现簇内资源调度,提高优化效率,并降低能量消耗。结果表明,所提出的全局网络资源调度策略提高了能量效率和资源利用率,簇内资源调度在高效解决网络动态事件的同时降低了主节点的控制开销。     

Hash-area-based data dissemination protocol in wireless sensor networks

HashQuery,a Hash-area-based data dissemination protocol,was designed in wireless sensor networks. Using a Hash function which uses time as the key,both mobile sinks and sensors can determine the same Hash area. The sensors can send the information about the events that they monitor to the Hash area and the mobile sinks need only to query that area instead of flooding among the whole network,and thus much energy can be saved. In addition,the location of the Hash area changes over time so as to balance the energy consumption in the whole network. Theoretical analysis shows that the proposed protocol can be energy-efficient and simulation studies further show that when there are 5 sources and 5 sinks in the network,it can save at least 50% energy compared with the existing two-tier data dissemination（TTDD） protocol,especially in large-scale wireless sensor networks.