无线传感器网络中基于融合贡献的传输延时分配算法

数据融合是降低无线传感器网络的冗余能耗、延长网络生存期的有效手段之一.传输延时的分配是数据融合中的重要问题,它对网络融合的效果和数据分组的传输延迟具有很大影响.提出了一种基于融合贡献的传输延时分配算法ACDA(aggregate contribution based delay-time allocation),量化了路由树中不同位置的节点对融合效果的影响,并依此按比例分配融合等待时间.算法充分考虑到了各节点在路由树中的位置差异性和节点间的相互影响.仿真结果表明,同现有的几种延时分配算法相比,ACDA能够更加有效地改进数据融合效果,提高网络实时性.     

无线传感器网络免疫代理数据融合算法

针对网络能耗和延迟问题,提出了一种基于免疫代理的数据融合算法。通过代理的自由迁移降低节点传输能耗;通过免疫降低参与融合的节点数以降低网络能耗;设立应急通道以降低紧急情况下的网络延迟;采用十六进制编码方法对融合数据进行压缩处理。试验结果表明,该算法能有效降低网络能耗和延迟。     

无线传感器网络数据融合研究综述*

无线传感器网络中数据融合技术可以有效的减少数据通信量,降低能耗,延长网络的生存时间。数据融合研究涉及多个方面的技术,因此设计高效的数据融合算法是一项具有挑战性的工作。针对近几年数据融合算法的发展状况进行了综述,对现有的无线传感器网络数据融合算法进行分类研究,给出算法的基本功能和特征,对部分的算法的性能进行讨论和比较,给出数据融合研究领域内存在的问题和发展方向。     

基于代理和熵权的无线传感器网络数据融合

为了解决节点分布密集环境中网络数据融合能耗较大的问题,提出了一种基于代理和熵权的分组融合算法。该算法首先通过节点监测数据相似度的对比,摒除组内故障节点的影响;然后采用C/S模式对组内节点进行融合,以组融合数据代替节点数据参与融合;最后采用代理模式对各组融合数据进行熵权融合。仿真结果证明该方案能以较小的能耗代价获取准确的融合结果,有效减少了网络延迟。     

无线传感器网络中基于多属性决策的数据转发算法

如何在严格的能量约束下均衡传感器节点能耗、延长网络生存时间是无线传感器网络数据转发研究中的一个难题.利用多属性决策理论提出了一种基于多属性决策的数据转发(multiple attribute decision making based data forwarding, MadmDF)算法来解决该问题.MadmDF算法综合评价备选数据转发节点的属性信息,从中选择最优邻居节点进行数据转发,使网络数据流量得到了合理的分配,从而均衡了网络能耗,延长了网络生存时间.仿真结果表明该算法与同类数据转发算法相比具有一定优越性.     

基于事件驱动和最小延迟融合路径的无线传感器网络突发事件监测研究

针对无线传感器网络应用于突发事件监测场景的能量消耗和网络延迟问题,提出了基于事件驱动和最小延迟融合路径的无线传感器网络数据融合算法.其中,动态成簇过程基于事件严重程度,并由其决定簇的生命周期和覆盖范围;融合节点等待时间取决于节点到簇头的跳数和节点的度,通过计算每个节点的融合等待时间,以获取最小延迟融合路径.仿真实验表明,该算法能有效节省能量,且能显著减少网络延迟,为无线传感器网络应用于突发事件监测提供了一种适用的方法.     

基于MMAS的无线传感器网络数据融合算法*

提出了一种基于MAXMIN蚂蚁系统（MMAS）无线传感器网络的数据融合算法。该算法采用定向扩散的机制进行兴趣散布;利用MMAS算法构造一个最小Steiner树,源节点的数据发送到构造好的最小Steiner树上,经过融合后传输到sink节点,降低了网络中传输的数据量。通过与Dijkstra算法比较,NS2仿真表明该算法降低了网络能耗,增加了网络生存时间。     

面向最小延迟的无线mesh网络时隙分配问题研究

在基于IEEE802.15.4的工业无线传感器网络中,通过时分复用技术来实现节点间并行通信,以提高网络的吞吐量.通常,网络中的管理器根据全网拓扑对网络中的每个连接分配一个超帧中相应的时隙.不同的时隙分配方案中,连接在超帧中活动的顺序也不同,对网络性能的影响也不同.本文研究了不同时隙分配方案在网络吞吐量和数据延迟方面对网络的影响,定性分析了时隙分配方案与数据延迟的关系,并根据mesh结构的特点提出一种使用粒子群优化的算法,用于在网络管理器上对时隙分配进行优化,使得数据延迟最小化,以满足工业无线网络实时性应用的要求.     

基于PSO-BP的无线传感器网络数据融合算法研究

为提高无线传感器网络(WSN)数据融合效率,减少网络的通信量以及降低传感网的能量消耗,提出一种基于粒子群优化BP神经网络的无线传感器网络数据融合算法;该算法将粒子群算法优化BP神经网络的权值和阈值后,与传感器网络分簇路由协议有机结合,将无线传感器网络中簇头和节点等同于BP神经网络里的神经元,利用优化后的BP神经网络有效地提取WSN数据融合原始数据之中的少量特征数据,之后把提取的特征数据发送到汇聚节点,进而提升数据融合效率,延长网络生存周期;仿真实验证明,与LEACH算法、BP神经网络和GABP算法相比,该算法可有效减少网络通信量,降低节点总能耗的15%,延长网络生存时间。     

基于加权路由思想的无线自组织网络生存时间优化算法研究

在无线自组织网络中,网络生存时间是衡量网络性能的重要指标之一.分析影响网络生存时间的众多因素后,提出了一种工作量加权路由模型以提高无线自组织网络的生存时间.在网络信息传输的过程中,综合每条链路的业务工作量对网络链路进行加权,建立距离加权传输数学模型.该模型通过降低工作较为繁忙节点的信息转发概率,从而到达均衡节点能耗的目的.最后,采用MATLAB进行数值仿真,结果显示本文提出的路由算法可以有效延迟网络生存时间,均衡网络节点的能耗.