最大生存周期的无线传感器网络数据融合算法

针对无线传感器网络的节点能量有限,且在进行信息传输时存在数据冲突、传输延时等问题,提出基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇,并根据节点的传输范围,将每个簇中的节点均匀分布,每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据,从而形成传输数据的最短路径;并根据集中式TDMA调度模型,运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最低。仿真结果表明,上述算法不但可以最大化网络的生存周期,还可以有效地降低数据融合时间,减少网络延时。     

使用部署知识的异构传感器网络有效成簇算法

成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间。异构传感网络在能量节约方面的性能更好。提出一种适应异构无线传感器网络的分布式能量有效的成簇方案DEECUDK。该方案首先利用部署知识部署节点,使能量在整个监测区域分布比较均匀,然后以节点的剩余能量与传感半径之内的节点的剩余覆盖能量为主参数,其相邻节点个数为辅参数来选举簇头节点。较高初始能量、剩余能量和相邻节点数多的节点比其他节点拥有更多的机会成为簇头节点,并引入活动节点判别式,不需要增加任何开销来减少簇内冗余数据量,从而使网络能量均匀消耗,延长网络的生存时间。通过模拟实验结果,与现有的异构传感网络成簇算法相比,新的算法在网络生存时间与网络吞吐量方面有着更好的性能。     

能量高效的WSNs分簇数据融合算法

针对无线传感器网络(WSNs)中多跳通信造成的“热区”以及数据冗余问题,提出了一种能量高效的分簇数据融合算法(EECDA).该算法在分簇阶段综合考虑节点的剩余能量、到基站的距离和邻居节点的数目,周期性地选择簇首和划分不同规模的簇;对簇内数据进行融合,利用辛普森积分法则计算预测接收数据,在保证采集数据实时性和准确性的前提下,降低数据的冗余性,减少通信负载,提高网络的能量利用率.仿真结果表明:该算法能够对数据进行高效预测,减少网络通信量,相较已有的算法,能够有效延长网络的生存周期.     

移动传感器网络中能量有效分簇算法

针对移动传感器网络中节点移动及能量有限问题,提出基于TDMA和事件触发的能量有效分簇算法。该算法以移动网络为应用背景,结合时分复用,通过分析簇头节点剩余能量及簇头节点移动进行分簇,以减少网络中簇重构次数,有效均衡系统中节点能耗,并延长网络生存时间。仿真结果表明:所提出方法相对CBVRP算法簇重构次数可减少6.0%,相对MCR算法网络生存时间提高了10%。     

无线传感网中一种智能数据融合算法的实现及仿真分析

在无线传感网中,传感器节点一般都由自身装配的电池供电,难以进行电量补充,因此节约电量对于无线传感网来说至关重要.为了提高无线传感网能量使用效率,延长网络生存时间,提出了一种结合遗传算法和粒子群算法优化BP神经网络的智能数据融合算法 GAPSOBP(BP Neural Network Data Fusion algorithm optimized by Genetic algorithm and Particle swarm).GAPSOBP算法将无线传感网的节点类比为BP神经网络中的神经元,通过神经网络提取无线传感网采集的感知数据并结合分簇路由对收集的传感数据进行融合处理,从而大幅减少发往汇聚节点的网络数据量.仿真结果表明,与经典LEACH算法和PSOBP算法相比,GAPSOBP算法能有效减少网络通信量,节约节点能量,显著延长网络生存时间.     

无线传感器网中基于加权负载的时隙调度算法

针对无线传感器网络MAC协议,提出了一种能量有效的自适应时隙调度算法EATA。算法基于簇结构,由簇首根据节点加权通信负载动态调度各节点占空比,减少节点的空闲侦听时间;并通过动态调节时隙更新频率和顺序以降低时隙划分的能量和时间代价。仿真表明,在控制数据包时延的前提下,算法有效地提高了网络能量有效性,延长了网络生存周期。     

基于多重竞争的无线传感器网络簇头选择算法

无线传感器网络(WSNs)需要简单而有效的算法提高网络的生存周期.在经典的分簇算法LEACH基础上,根据节点剩余能量进行竞争,剩余能量大于阈值的节点可以选为簇头.在选择簇头时,各节点设置延时时间,根据邻节点数、到已选定簇头的距离2个因素进行竞争,选择合适的节点成为簇头.算法稳定了簇头数量,并使簇头分布更合理.仿真和数据分析表明:算法能显著提高网络的生存周期.     

基于能量的无线传感器网络分簇算法研究

研究通信传感器节能问题,针对无线传感器网络存在严重的能量约束条件,网络协议的首要设计目标就是要高效地使用传感器节点的能量,延长网络的存活时间.在分析经典的分簇路由协议 LEACH 的基础上,针对节点能量足提出了能量的改进分簇路由算法,对随机性簇头选择算法中的阈值加以改变,降低该阈值,在原来的阈值中增加了节点的剩余能量因子,降低簇节点的通信负载,并进行仿真.仿真结果表明,改进算法实现了节能、减少平衡节点能耗,有效地延长了网络生存周期.     

基于簇的无线传感网络流量负载的时隙调度协议*

针对大规模的无线传感器网络MAC协议在能量有效、低延时等方面的不足,提出一种基于簇的自适应时隙调度协议（ATSP）。整个网络由一些较小单位的簇组成,在每个簇内构造一棵数据聚集树,根据数据聚集树对节点每轮需要发送的数据流量进行加权,决定该节点的时隙大小;然后由簇头动态调节簇内节点时隙更新频率和顺序,可以降低时隙划分的能量和时间代价,减少节点的空闲侦听时间,避免串音。仿真表明,该协议有效地提高了网络能量有效性,延长了网络生存周期,降低数据包的延时。     

一种分布式能量有效的无线传感器网络分簇路由协议

提出了一种分布式能量有效的无线传感器网络分簇路由协议DEEC(Distributed Energy-efficient Clustering Algorithm)。该协议采用基于时间的簇首选择算法,广播时间取决于自身剩余能量和其邻居节点的剩余能量。在数据传输阶段,采用簇内单跳与簇间多跳相结合的方式,引入权值函数优化簇首中继节点的选择。仿真实验结果表明,与LEACH,PEGASIS协议相比,DEEC能够有效地节约单个节点能量、均衡网络能耗、延长网络生存周期。     

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.     

基于簇头功能分化的无线传感器网络成簇算法

以LEACH为基础演化而来的各类算法在簇头选举时始终包含有“随机选择”的成分,导致无线传感器网络在拓扑结构的优化和能量消耗的均衡上受到限制。从分化簇头功能和优化功能节点选举机制的角度出发,提出一种分化簇头功能的分布式算法,引入功能节点推荐机制,弱化簇头选举中的随机成分,分化簇头功能,将以往簇头管理节点、融合数据、转发信息的三大功能分别由管理节点、融合节点、转发节点3个功能节点来承担。仿真数据表明,提出的分簇算法能有效优化簇内拓扑结构、提高节点能量消耗均衡性,能够延长网络生存周期15％~20％。     

基于高斯隶属度的融合算法在改进Leach中的应用

无线传感器网络中节点采集的数据具有较高的冗余度,对数据进行融合处理后再传送到汇聚节点,能有效地降低能量消耗,延长网络生命周期.设计了一种基于高斯隶属函数的数据融合算法,并改进无线传感网络Leach协议,对传感器节点进行二级分簇,多跳通信延长网络生命周期.在一级簇头节点依据分布图法剔除疏失数据,进而利用高斯隶属函数求得权...     

无线传感器网络疑误数据节点自动诊断方法

为了提高无线传感器网络疑误数据检测能力,提出基于轮换调度的无线传感器网络疑误数据节点自动诊断方法.通过采用分块区域特征匹配的方法,得到无线传感器网络疑误数据传输的梯度模型,采用资源优化分配方案,进行数据传输信道的均衡调度,得到节点部署分布模型.通过传感信息跟踪采样方法,得到采样信息分布,建立无线传感器网络疑误数据信息特...     

分布式粒子滤波实现无线传感器网络目标跟踪

为了延长无线传感器网络寿命,减小通信代价,提出一种层次型网络结构下基于粒子滤波的分布式跟踪算法.层次型网络由簇头节点和普通传感节点组成,簇头节点采用粒子滤波获得目标运动状态,联合当前时刻目标的本地估计位置、预测速度预测下一时刻的目标位置.并根据目标的预测位置判断是否转移簇首.目标离开节点探测范围后,节点进入休眠状态.实验表明,该方法能满足目标跟踪精度,并可有效的减少网络能耗,提高无线传感器网络使用寿命.     

一种多信道混合方式的无线传感器网络MAC协议

为了提高无线传感器网络的吞吐量,降低时延,本文设计了一种多信道MAC协议——MCHMAC。它采用调度和竞争访问机制相结的混合方式来传输信息,通过动态调整节点的活跃与睡眠状态的时长来节省能量。MCHMAC使用信道状态估计算法对信道进行评估,利用信道调度表来为节点调度状态最优的信道。仿真实验结果证明,本协议提高了吞吐量,降低了网络时延。     

一种基于数据预处理和卡尔曼滤波的 温室监测数据融合算法

温室具有空间大、无线传感器节点易受到干扰等特点,节点采集的数据波动性较大且易出现丢失现象.为了提高温室监测无线传感网的可靠性和数据融合的精度,提出了一种基于数据预处理和卡尔曼滤波的无线传感器网络数据融合算法.经过对各传感器数据进行预处理和卡尔曼滤波估计,再将数据发送到簇头节点进行基于状态补偿策略的加权数据融合.通过对温室湿度数据进行仿真,结果表明:数据预处理能明显减小数据波动,大幅减少网络数据传输量和能耗,提高抗干扰能力.另外,针对温室无线传感器网络容易出现丢包的现象,基于状态补偿策略的加权数据融合算法可以明显提高在数据丢包情况下的融合精度.     

基于潜艇深度的水下传感器网络部署

针对三维水下无线传感器网络在反潜方面的应用,利用潜艇出现深度信息的先验概率模型,提出一种基于潜艇深度的部署算法。节点采用均匀部署,依据潜艇可能出现的深度信息,对潜艇出现概率较大的区域,休眠较少的节点,增大活跃节点的密度,提高覆盖率;对其它区域,增加休眠节点的数目,以减小活跃节点的密度,降低覆盖率。仿真结果表明,本算法可以在保证较高覆盖质量的前提下,降低网络的整体能耗,延长网络生存时间。     

数据集成技术在树型WSN中的应用与研究

针对无线传感器网络中节点能量有限这一特点,如何提高能量利用率、延长网络寿命是每个WSN研究者所必须面临的问题,同样也是WSN发展过程中必须被解决的难题。为此,本文将一种数据集成算法引入无线传感器网络,通过去除节点间的冗余信息来降低网络中的数据流量,从而降低网络能耗,达到提高网络能量利用率和延长网络寿命的目的。文章以树型无线传感器网络为例,分别对采用数据集成算法前后的网络能量消耗进行分析研究,并给出了相应的能量消耗模型。随后又通过计算机仿真和实验数据监测的方法,验证了此数据集成算法在降低树型WSN能耗中是有效的,而且具有一定的实用价值。     

一种能量有效的无线传感器网络覆盖控制算法

覆盖问题是WSN(无线传感器网络)的基本问题,合理的覆盖控制可以有效地延长WSN的生存时间.提出一种能量有效的WSN覆盖控制算法(EECCA).算法中,节点采用布尔感知模型,节点根据自己的能量大小和连续未当选工作节点的轮数,来触发定时器进行工作节点选择,并根据邻居节点的能量信息进行了工作节点优化.仿真实验结果表明,算法不仅可以满足覆盖率要求,而且在减少总体能量消耗方面也有很好的改善.