基于和声搜索算法的WSN节点定位技术

节点定位问题是无线传感器网络中的最重要的基本问题之一。通过引入和声搜索算法来优化无线传感器网络中的节点定位计算,降低了测距误差的影响,提高了节点的定位精度;减少了计算的复杂度,加快了运算速度。仿真实验中通过与基于模拟退火、遗传算法的求解方法进行比较,结果表明定位计算技术在定位精度、运行性能方面的效果较好。     

无线传感器网络节点任务调度与功耗管理算法研究

针对有能量采集系统的无线传感器网络节点异质多核SoC平台,从提高能量利用效率的角度,提出了一种任务调度与功耗管理算法.该算法处理实时有截止时间并有相互依赖关系的任务,任务执行在多个电压可调的处理单元上.通过对节点系统能量采集行为和应用情况进行分析建立了问题模型,并运用运筹学软件LINGO对模型做了求解.利用多组随机输入的任务流图对模型与算法进行了验证,该算法在功耗与时间约束范围内确实能有效提高系统的能量利用效率.     

基于Q学习的无线传感器网络路由协议

由于无线传感器网络节点的能量主要消耗在数据的传输上,因此路由选择的有效性决定网络整体能量消耗的高低。本文将网络构建成一个多Agent系统,将系统建模成为一个离散Markov决策过程,使用基于性能势的Q学习算法寻找最优路由。在报酬函数的设定时综合考虑节点距离Sink节点的跳数、邻居节点密度和剩余能量等因素,以达到数据传输最短路径和节点能量消耗的折中。     

学习自动机结合节点功率自适应调整的WSN目标覆盖方案

针对大多数现有无线传感器网络(Wireless Sensor Network, WSN)目标覆盖方案没有考虑传感器功率(传感范围)可调的问题,提出一种基于学习自动机(Learning Automata, LA)和节点功率自适应调整的WSN的目标覆盖方案。利用LA算法根据节点能量自适应调整节点的发射功率,构建能够覆盖所有目标的覆盖集,并通过精简过程获得最小覆盖集,从而减低节点的能耗,提高网络的生命周期。通过实验研究了传感器数量和目标数量对网络寿命的影响,并将该方案与基于贪婪算法、遗传算法的方案进行比较,结果表明,该方案能够获得更多的覆盖集和更长的网络寿命。     

协同设计任务调度的多步Q学习算法

首先建立任务调度问题的目标模型,在分析Q学习算法的基础上,给出调度问题的马尔可夫决策过程描述;针对任务调度的Q学习算法更新速度慢的问题,提出一种基于多步信息更新值函数的多步Q学习调度算法.应用实例表明,该算法能够提高收敛速度,有效地解决任务调度问题.     

无线传感器网络中基于动态规划的节点高效部署算法

针对传感器提供的信息不可靠导致的节点部署问题,研究了4种不同的静态无线传感器网络(WSN)部署形式,并将这4个组合优化问题归纳为NP完全问题,提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置,然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明,相对于当前最新的其他传感器部署策略,所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。     

基于节点能量约束的无线传感器网络目标跟踪算法

针对无线传感器网络中节点布放后能量无法得到补充,影响网络寿命等情况,基于能量约束提出一种新的节点规划算法。考虑规划过程中节点无法再次充电和传输数据能耗大的多重约束,导致无线传感器网络寿命受到多种限制。首先构建节点跟踪模型,提出簇结构的分布式连接网络,其中设有子节点与领导节点,提出节点规划策略降低能耗,延长网络生命周期。其次,针对误差矩阵中存在的复杂约束问题,通过能量约束函数限制与凸松弛等方法来求解。最后,在跟踪场景对所提算法进行仿真验证。结果表明,在同样能量消耗约束下合理规划出参与跟踪的节点,能达到更好的目标跟踪性能。     

基于UWB的无线传感器网络组网运用

超宽带（UWB）技术和无线传感器网络（WSN）技术都是近年来新兴的近距离无线通信技术,本文介绍了超宽带技术和无线传感器网络技术的特点,提出了超宽带技术在无线传感器网络中的应用模型,为二者的应用融合奠定了实践基础。     

基于Q 学习的任务调度问题的改进研究

论文针对协同工作中的任务调度问题,建立了相应的马尔可夫决策过程模 型,在此基础上提出了一种改进的基于模拟退火的Q 学习算法。该算法通过引入模拟退火, 并结合贪婪策略,以及在状态空间上的筛选判断,显著地提高了收敛速度,缩短了执行时间。 最后与其它文献中相关算法的对比分析,验证了本改进算法的高效性。     

一种基于灰色模型的预测调度算法

为了保证监控的质量,无线传感器网络通常以高密度的方式部署节点。当这些节点全部处于工作状态时,不仅会引起信道严重的冲突,而且会产生较多的数据,大量消耗节点的能量。因此,让节点轮流工作和休眠,是一种较好的节能方法。论文对此进行了研究,提出了一种基于预测的调度算法。在这个算法中,簇首节点对簇内成员进行管理,并调度低能量的节点进入休眠状态。休眠节点的数据则由簇首节点采用一定的预测算法来预测。仿真结果表明,该调度算法不仅能够有效地延长网络的生命周期,而且数据的精度也能够得到较好的保证。     

基于节点抛撒轨迹的点覆盖轮换调度算法

分析传感器节点的随机部署方式,提出一种基于节点抛撒轨迹的点覆盖轮换调度算法（NCRS）。根据预置的监测目标点位置和节点抛撒轨迹,节点协商各自的工作角色（监测或中继）。各监测节点建立由未被使用的中继节点构成的路由,实现对监测目标点的多重覆盖。仿真计算结果表明,NCRS能有效提高监测目标点的覆盖度,增加工作传感器的总比例,延长传感器网络的寿命。     

基于Q学习的无人机辅助W SN数据采集轨迹规划

针对无人机辅助采集无线传感器网络数据时各节点数据产生速率随机和汇聚节点状态不一致的场景,提出基于Q学习的非连续无人机轨迹规划算法Q-TDUD,以提高无人机能量效率和数据采集效率.基于各节点在周期内数据产生速率的随机性建立汇聚节点的汇聚延时模型,应用强化学习中的Q学习算法将各汇聚节点的延迟时间和采集链路的上行传输速率归一...     

无线传感器网络中基于动态规划的路由算法

针对无线传感器网络的路由设计问题,基于动态规划的思想建立标准模型,在此基础上,提出最小能耗路由算法与能量均衡路由算法。在每个阶段选择决策时,根据该阶段的剩余能量均值动态调整决策集合,从中选择最小能耗路由。实验结果证明,2种路由算法都能提高网络的稳定周期,在一定程度上节省网络能量。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。     

基于基因表达式编程的WSN定位算法

针对遗传算法在无线传感器网络(WSN)定位优化时早熟收敛、局部寻优能力差的问题,提出一种基于基因表达式编程的WSN定位优化算法。采用采样方法估计节点初始位置,运用基因表达式编程算法对节点初始位置进行优化,其编码方式和特有的遗传算子在最优值发现过程中具有明显优势。实验结果表明,与传统的遗传算法相比,该算法寻优能力强、定位精度高、收敛速度快。     

基于RSSI的室外无线传感网络自定位算法

针对室外无线传感网络的节点自定位问题,对野外环境无线电传播路径损耗模型进行分析,提出加权质心定位算法,并结合优选信标节点的规则进一步提高了节点定位精度。加权质心定位算法计算简单,定位过程中节点间通信开销小,定位精度较极大似然估计法高,仿真结果表明其基本满足应用要求。     

无线多媒体传感器网络实时任务分配算法

为了满足多媒体信息传输的时延、同步的要求,提出无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)在能量受限情况下的实时任务分配算法.根据跟踪目标、传感器节点和汇聚节点的地理位置信息分簇,簇内节点任务分配选择能够满足能量上限的调度长度最小的分配方案.调节任务执行能量上限Emax、合作处理分簇的最大跳数K和执行任务总数Tnum三个参数,随机产生任务图进行仿真实验.结果表明:在性能上,算法满足节点能量受限的要求,在实时性方面有明显改善,与早期的分布式计算架构相比,由仿真图估算可得任务调度长度减少约45%;与带能量限制的任务映射和任务调度算法EcoMapS相比,从仿真图可以看出,任务调度长度也有明显减少.     

无线传感器网络邻近节点数据融合调度算法

现有的调度算法存在节点能耗大、数据收集时延长等问题。为此,提出一种能量高效的邻近节点数据融合调度(CNDAS)算法。该算法通过计算竞争集,产生无冲突的调度序列,并为兄弟节点分配连续的传输时隙,从而降低节点状态转换的频率,节省节点能耗。模拟结果表明,当网络规模较大时,CNDAS算法的能量有效性明显优于SCHDL算法。     

无线传感器网络的元胞自动机自组织算法

提出一种分布式、自适应的无线传感器网络元胞自动机(CA)自组织算法,将网络中的每个节点映射成CA中的元胞,通过控制节点在不同时间的状态转换(活跃/睡眠),消除与邻居节点间的频繁通信,从而降低能源消耗。仿真实验结果表明,该算法具有较强的目标检测能力。