无线传感器网络中的数据查询

无线传感器网络以数据为中心,提供数据采集、处理和查询功能.数据查询是无线传感器网络研究中的重点和热点问题.本文从查询过程的角度出发,对目前传感器网络数据查询研究现状进行了系统总结.在此基础之上,考虑传感器网络的异构性,提出了一种基于感知数据之间的数据信息的查询模型,并设计了感知数据交互必须的数据标签,给出了这种数据查询的应用实例.分析表明,该种数据查询能够大大提高传感器网络的查询效率,同时增强网络的健壮性,延长传感器网络使用寿命.     

无线传感器网络Agent 数据分流策略

移动Agent(mobile agents,简称MA)技术在无线传感器网络的异常事件监测中广泛应用.基于异常事件的性质,数据中心(即sink点)派出实现特定功能的MA到异常目标位置附近收集传感器节点(数据源节点)的感应监测数据.与传统的客户端-服务器传输模型不同,MA技术往往能够对收集到的感应数据进行压缩和融合,从而大大减少了在网络中传播的数据流量,降低了数据传输的能量消耗.通常情况下,MA经过的源节点越多,其收集的数据量越大.通过对目前已有的MA行程规划算法进行研究,提出了实现Agent数据分流的传输技术.该技术基于分流规则,决定是否提前把MA已收集到的数据传回sink,而不携带数据的MA继续访问余下的传感器节点.该Agent数据分流技术解决了由于MA携带大量数据访问源节点而造成的源节点能量消耗过快的问题,适用性强.大多数目前常用的MA行程规划算法都可以采用该技术来提高性能.Agent数据分流的最终目标是减少源节点传输的数据量,尽可能地延长源节点的工作寿命,从而更长时间地实现对异常目标的监控.     

无线传感器网络中基于采样的查询处理方法研究

本文系统介绍了PROSPECTORPROOF算法。PROSPECTORPROOF算法在预先分配一定带宽的基础上,在传感器节点内部将感知数据排序,上传被各节点证明的感知数据的数量。在改进算法中引入了本地过滤策略,使得在查询过程中节点内部实现了感知数据的过滤。改进的算法利用了PROSPECTORPROOF算法中产生的数据作进一步的查询优化,能够缩小查询范围而且能够得到准确的感知数据。较好的实现了查询的基本功能,将系统能量消耗降低了11.5%。     

无线传感器网络中数据查询处理算法研究

提出一种改进的定向扩散路由,将传感器网络分簇,查询兴趣由sink节点发,只在各簇头节点扩散,簇头以广播的方式在簇内发散兴趣消息,簇成员将感知数据传送到簇头节点,簇头负责将收到的数据进行融合后传到sink节点。仿真结果表明,改进后的查询路由比典型的查询路由定向扩散具有更高的能量有效性和更低的时延,能较好地延长网络的生命周期,提高了传感器网络数据查询处理效率。     

基于带Mobile Agent的无线传感器网络的分簇算法

相对于传统方式的无线传感器网络结构,带Mobile Agent(MA)的无线传感器网络(sensor network with mobile agent,SENMA)具有更高的能量效率和更长的网络生存时间.设计了一种针对SENMA的分簇算法:依据节点之间的位置关系将节点分为多个簇并选举出簇头节点,每个簇中,簇成员不与簇头进行通信,由簇头将监测数据回传至MA.实验证明这种算法能较好地平衡节点负载,缓解因节点失效导致的网络性能衰减.     

传感器网络中基于移动代理的数据融合方法研究

在传感器网络中采用移动代理来进行数据融合是一个新颖的思路,它与传统的数据融合方法相比拥有诸多优势,有必要为数据融合设计一种基于移动代理的计算模型,使得移动代理在传感节点间迁移的同时能够进行有效的数据融合.我们对基于移动代理的数据融合方法进行了深入的探索,设计了基于移动代理的数据融合框架,提出了一种与移动代理路由紧密结合的按分辨率并行量化交叠的数据融合算法--PQOR,并将其成功地运用到目标分类识别的应用场景中.仿真结果表明:与传统的数据融合算法相比,PQOR能够以较小的代价达到应用的要求,其优势随着网络节点规模的增长更为明显.     

基于多Agent的无线传感器网络分层融合框架研究

客户端/服务器(C/S)模式和移动代理(MA)模式是无线传感器网络中的两种最主要的计算模式,MA计算模式可以弥补C/S计算模式能量消耗大、延时长等方面的不足;为了更好地降低能量消耗和缩短网络中数据融合时间,提出一种基于多Agent的无线传感器网络分层融合框架;将无线传感器网络监测区域分层若干个区域,将每个小的监测区域分为簇头―sink和簇头―簇成员节点两层,由sink节点根据用户需求向每个监测区域派遣移动Agent并完成数据采集和数据融合;这种模式可以有效地缩短网络中数据融合时间和降低能量消耗。     

基于Mobile Agent技术的分布式查询系统

Mobile Agent技术是一种新型Agent技术，具有移动性、智能性和异步计算等特点。文中针对Mobile Agent技术进行了系统的概述和探讨，提出了把Mobile Agent技术应用于分布式查询系统中的思想，并给出了基于Mobile Agent技术的分布式查询系统模型和体系结构，最后描述了Agent间的通讯方法。     

无线传感器网络中基于消息预取的移动查询技术

无线传感器网络技术所面临的关键问题之一是解决向终端用户提供传送信息的数据服务问题。提出了一种移动环境下满足时间空间约束的数据查询处理技术,结构上由代理体和网络节点两层组成,其中网络节点执行消息预取、查询扩散和数据收集处理功能,通过对用户的运动路线进行预测并向传感节点发出预取消息,由节点自主构建网络查询树,再由数据集中组件完成数据的收集和融合,用户在到达传感区域后能在查询周期结束前获取查询数据。仿真结果表明,该技术能保持良好的数据完整性和高的数据服务质量,并且比IEEE802-11的PSM模式多消耗不到24%的能量。     

无线传感器网络中基于代理的D-S数据融合

提出了一种无线传感器网络中基于移动代理带证据权的D S融合算法。引入证据权对证据进行修正以降低冲突数据对融合结果的影响。采用三级D S组合规则进行融合决策：节点级融合计算单个节点时间域融合检测概率;簇内级融合计算簇内节点间空间域融合检测概率获取局部决策结果;簇间级融合计算簇间的融合检测概率获取最终的全局决策结果。仿真结果表明,本算法能以较小的能耗代价获取准确的融合结果并有效降低冲突数据对融合结果的影响。     

一种基于智能移动Agent的网络管理模型

1.引言网络已深入到社会的各个方面,网络的管理和维护也越来越重要。网络的规模日益庞大,结构也由过去的单一结构变为不同功能、不同协议、不同拓扑结构网络互联的复杂结构。而目前的网络管理体系结构仍以集中式为主,这种模式在管理大型复杂网络时暴露出种种缺陷,如:大量的数据传输和处理均集中在唯一的     

基于无线传感器网络的移动机器人智能导航算法

结合了无线传感器技术和群集智能技术两者的优势,提出一种新的基于无线传感器网络的移动机器人智能导航控制算法,并考虑了能量消耗的问题。算法利用基于多传感器信息融合的全局概率地图构建技术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略,提高了智能导航的整体性能,满足了在复杂环境和未知障碍物下导航的实时要求。最后设计并构造出了实际的无线传感器网络和实际的机器人系统,验证了算法成功实现机器人导航的有效性和准确性。     

无线传感器网络中移动节点的后验信号滤波定位法

无线传感器网络中移动节点定位面临着高精度和实时性的要求,针对蒙特卡洛定位算法MCL的不足,提出了一种信号滤波改进算法:后验信号滤波法PSFM.通过跟踪未知节点,有效利用最新观测信号,PSFM提取前后时刻共能感知的锚节点的信号范围,并筛除仅前一时刻的锚节点信号范围的样本点,重新设置并优化滤波区域,提高了定位算法的精度.新算法还提出了运用最大似然估计法对样本信息处理,推导移动节点的位置坐标.理论分析和仿真表明新算法和传统MCL算法相比,对节点的部署密度和移动速度有较低的敏感度,表现出良好的算法稳定性.在不同的锚节点密度下定位误差减少了46％～ 65％,运行时间减少了26％～45％.     

无线传感器网络移动节点的定位算法

针对无线传感器网络中节点移动性问题提出一种遗传蒙特卡罗定位算法。将进化理论中的交叉操作与变异操作引入到蒙特卡罗定位算法中,对采样进行优化,使采样向后验密度分布取值较大的区域移动,从而更好地表达后验密度分布。仿真结果表明,该算法可以明显减少所需的采样数,具有更高的定位精度和鲁棒性。     

移动传感网络汇聚节点动态选址

目前绝大多数汇聚节点选址策略都是基于静态传感器网络,但这些算法应用在移动传感器网络中有很大的局限性。本文提出了一种分布式和集中式的SCSN模型,该模型实现了结构意识自适应算法,能在移动传感网中动态实时的维护汇聚节点在Steiner中心位置。其基于边结构设计,实现了凸壳更新节点个数复杂度由 下降到 ,结合kalman滤波预测方法准确的预测汇聚节点的移动轨迹。实验对比了Steiner和其它几何中心更新的偏移量,结果表明Steiner有使汇聚节点具有高稳定低偏心的特征。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

无线传感器网络移动Agent的应用

节点计算模式对网络性能影响很大。移动Agent计算模式在下一代网络中具有广阔应用前景。该文分析了移动Agent在无线传感器网络中的应用背景。从网络和节点两个层面提出一种基于移动Agent的传感器网络框架模型,阐述了模型组成、功能定义和交互接口等。给出一种基于定向扩散的移动Agent机制实现方法,并对其特点进行了分析和讨论。     

无线传感器网络中基于移动节点的目标覆盖方法研究

在无线传感器网络覆盖中,由于传感器节点的随机分布和随着工作时间的延长,部分节点可能因为多种原因导致其失效或损毁,从而形成监测区域中的盲区问题。基于以上问题,在研究国内外网络覆盖的基础之上,提出了一种利用可移动的传感器节点对选择性目标的覆盖方法,从理论上验证该方法能很好地解决盲区问题。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

应用移动Agent的无线传感器网络能量管理机制

鉴于无线传感器网络能源受限的显著特征,有必要讨论其有效的能量管理机制。目前,大多数研究成果仅考虑到拓扑控制、路由、数据融合等某一方面的节能问题,往往缺乏对网络活动整体能耗的测控,因而缺乏完整性。本文应用移动Agent技术,从多个角度探讨了传感器网络的节能问题,包括拓扑和簇的生成、数据采集等。提出了若干基于移动A-gent的能量管理算法,并通过仿真实验和算法性能比较,立足于平均能耗、通信流量和负载、网络生命周期等几个方面,分别总结了其优缺点及可行性。