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。     

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。     

无线传感器网络中多sink节点优化部署方法

大规模无线传感器网络(WSN)环境下,当网络结构采用单一的sink节点时,容易造成sink节点周围的普通传感节点因为转发大量其他节点的数据,迅速消耗掉自身能量而使网络失效。为了延长网络寿命,需要降低传感节点到sink节点的跳数,而采用多sink结构是一个有效的方法。为此,需要考虑一定规模的网络中,应该布置多少sink节点,才能使得网络寿命最大化的同时网络成本最低。基于栅格网络结构,提出了多sink节点下的网络寿命模型和网络成本模型,并采用一种新颖的方法计算最大网络寿命成本比(RLC),推导出了保证网络寿命最大化的同时网络成本最低的sink节点个数的表达式。理论结果表明,该值与网络规模、关键节点数、节点收发功率以及普通节点和sink节点的成本等参数有关。最后通过仿真实验证明了该结论的正确性。     

无线传感器网络中的多Sink节点的放置问题

在诸如森林火灾监测等对时间敏感的无线传感器网络(WSN)应用系统中,所允许的最大消息传递延迟必须限制在可接受的范围内.通过使用多个sink节点不但能降低消息传递延迟,而且能有效降低通信中的能量消耗.首先为WSN中的多sink节点放置问题建立了优化模型,进而设计一个两阶段的混合智能优化算法:第1阶段使用蚂蚁算法解决给定多sink节点部署方案下的普通节点与sink节点间的关联问题;第2阶段使用遗传算法解决部署方案的寻优.最后,通过与随机优化算法的仿真对比,表明本文方法具有一定的可行性.     

一种改进的WSN成簇算法

从保证无线传感器网络(WSN)感知覆盖性能角度出发,分析节点剩余能量、重叠感知覆盖率与簇头选择的关系,改进LEACH协议中簇头阈值选择前的信息采集过程,提出一种适用于高密度随机部署的WSN成簇算法。实验结果表明,该算法可有效保持网络感知覆盖率,从而延长网络寿命。     

无线传感器网络中多Sink节点位置部署研究

通过对随机分布的无线传感器网络节点密度和能量消耗的关系的分析,提出了无线传感器网络中多异构节点位置部署的区域密度优先(RDF)算法。此算法采用密度优先原则来决定Sink节点的放置位置,通过栅格和异构节点通信范围对网络进行区域划分。该算法比递归算法的异构节点放置位置优越,虽然在网络寿命上相接近,但远大于随机分布策略的寿命,且RDF更适合实际应用。通过仿真验证:该算法能够有效延长网络寿命和快速实现部署。     

基于簇的无线传感器网络交会路由协议

针对现有无线传感器网络(WSN)协议中更多消耗sink附近节点能量导致网络寿命短的问题,本文提出一种基于簇的无线传感器网络交会路由协议(Cluster-based Rendezvous Routing Protocol, CRRP)。该协议是基于交会的路由协议,其中在网络的中间构建交会区域,该交会区域划分整个网络区域并在传感器节点之间分配网络负载,这延长了网络寿命。此交会区域内的节点分为不同的簇,每个簇的簇头(CH)负责不同簇之间的通信,sink在此交会区域内发送其更新的位置信息,并且当传感器节点想要发送数据时,会从该交会区域检索sink的当前位置信息并直接将数据发送到sink。仿真实验结果表明,在能耗与网络寿命性能方面,本文CRRP协议优于Rendezvous协议、LBDD协议、Railroad协议和Ring协议。     

非均匀部署WSN的能量空洞避免策略

分析无线传感器网络中各个节点位置上的数据及能量负载,提出一种新的非均匀部署策略,在网络中均匀部署满足监测需要的工作节点,但在近sink区域部署更多不感知数据,只转发数据的中继节点,以实现网络的能量消耗均衡,并分析传感器节点最优传输半径优化问题。实验结果表明,该策略能够有效降低网络能耗,延长网络寿命。     

无线传感器网络聚类改进层次路由协议

无线传感器网络（WSN）是一种全新的信息获取和处理技术,通常被部署在恶劣的环境中。因此能源供应一直是WSN研究的一个重要问题。层次路由协议能够有效地延长网络生存时间,已经成为无线传感器网络研究中的热点。提出了一个新的层次路由协议MHLAH,结合了LEACH和HeeD的优点,它能够合理地分布簇头节点,采用多跳的路由传输协议,延长网络的生存时间。仿真实验结果表明,与传统的LEACH和HeeD协议相比,MHLAH协议有效地平衡了网络中传感器节点的能量消耗,延长了无线传感器网络的生存周期。     

基于均衡分簇的无线传感器网络压缩数据收集

应用压缩感知（CS）理论结合稀疏随机投影的无线传感器网络（WSN）压缩数据收集（CDG）可以大大减少网络传输的数据量。针对随机选择投影节点作为簇头来收集数据导致网络整体能耗不稳定和不平衡的问题,提出两种平衡投影节点的压缩数据收集方法。对于节点分布均匀WSN,提出基于空间位置的均衡分簇法：首先,均匀划分网格;然后,在每个网格选举投影节点,依距离最短原则成簇;最后,由投影节点收集簇内数据到汇聚节点完成数据收集,从而使得投影节点分布均匀、网络能耗均衡。对于节点分布不均匀的WSN,提出基于节点密度的均衡分簇法：同时考虑节点的位置和密度,对节点数量少的网格不再选择投影节点,将网格内的少量节点分配到邻近的网格,从而平衡网络能量,延长网络寿命。仿真结果表明,与随机投影节点法相比,所提的两种方法的网络寿命均延长了25%以上,剩余节点数在网络运行中期均能达到2倍左右,具有更好的网络连通性,显著提高了整个网络的生命周期。     

基于蚁群优化的无线传感器网络路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一。基于群智能优化技术的蚁群优化算法被广泛应用于网络路由算法。提出一种无线传感器网络蚁群优化路由算法,能够保持网络的生存时间最长,同时能找到从源节点到基站节点的最短路径;采用的多路数据传输也可提供高效可靠的数据传输,同时考虑节点的能量水平。仿真结果表明:提出的算法延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

无线传感器网络最大生命期聚合树路由算法

提出了一种无线传感器网络最大生命期聚合树路由算法,根据能量等限制条件建立线性规划模型。考虑到网络最大生命期是NP难问题,在算法复杂度较低情况下,将网络最大生命期问题转化为网络最小归一化负载问题,在建立最大归一化负载聚合树过程中,不断调整负载较重节点的数据转发压力,最终建立一棵负载较轻的数据融合树,实现了网络生命期的最大化。通过仿真验证了算法的性能,并表明所提出算法可以有效延长网络生命期。     

无线传感器网络中基于关联度的多查询优化

无线传感器网络是一种以数据为中心的网络,用户通过基站向网络提出查询请求获取所需数据。如何通过多查询的优化来减少传感器节点的能耗以延长网络生命期是无线传感器网络中需要解决的关键问题之一。提出了基于关联度的多查询优化算法,其基本思想是节点通过节点与候选父亲节点之间的关联度来选择父节点,从而被相同查询覆盖的节点聚集成一个组,多个查询间共享组中节点的数据,在网络中对查询数据进行有效的融合,充分减少了网络的数据传输量,延长了网络的生命期。理论分析和模拟实验表明该算法可以充分减少数据传输量,从而达到节能的目的。     

隐藏Sink 位置的无线传感器网络寿命界

攻击无线传感器网络（wSNs）的基站（sink）可能使整个网络无效．因此,某些情况下隐藏sink物理位置显得非常必要．鉴于以往研究都是假定了一个弱对手模型．通过线性规划（LP）框架,提出了两种sink隐藏方法：假s址（Fs）方法和平衡流量（BF）方法．通过仿真实验,分析并比较了两种方法对网络寿命的影响．研究结果表明：（1）保护sink不可观测对网络寿命的影响相当大;（2）在大型网络中,BF的网络寿命优于FS．     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

基于改进人工蜂群算法的WSNs覆盖优化

随着无线传感器网络（WSNs）被广泛地应用,覆盖优化问题已经成为网络服务质量中的一个关键问题。针对基本人工蜂群（ABC）算法的缺陷,基于混沌优化和自适应变化提出了一种改进的ABC（IABC）算法;并在此基础上,设计了基于IABC算法的动态网络覆盖优化方案。实验结果表明：IABC算法明显改善了基本ABC算法的缺陷,有效地延长了网络寿命,保证了网络的服务质量。     

基于协作传输的大范围WSNs能耗均衡分簇算法

由于大范围无线传感器网络（WSNs）节点的数量巨大,网络的能量消耗极不均,提出一种基于协作传输的分簇算法—EBBMCC—LS算法。该算法在保证网络均匀分簇的前提下,能保证网络中簇头节点的均匀分布,在簇间通信时加入协作传输策略,传感器节点之间通过协作传输构成虚拟多天线系统,改善系统性能,解决了大范围WSNs中的能耗不均现象。实验验证：该算法能够均衡大范围WSNs中的能耗,延长网络寿命,可促进大范围WSNs应用的推广。