一种双门限分簇协作频谱智能感知算法

基于门限值的能量检测是一种常用频谱感知技术,传统单门限能量检测方法不灵活且不准确.本文提出了一种基于双门限分簇自适应协作频谱感知算法.首先,基于噪声不确定性设置双门限值,在双门限值范围外进行硬判决,否则进行软判决.根据判决结果,基站将传感器节点划分为不同的簇.融合中心根据融合规则,设置分簇门限值,进行进一步频谱检测.仿...     

分簇无线传感器网络中的频谱感知方案

无线传感器网络中的节点众多,节点之间仅依靠频谱资源管理机制分配的频段进行数据传输会造成频谱资源紧张。针对这一问题,将认知无线电技术引入分簇的无线传感器网络,并且考虑分簇无线传感器网络节点的能量受限问题提出了一种节能的频谱感知方案。此方案首先让簇内的节点采取双门限能量检测的协作频谱感知方法,在满足目标检测概率和虚警概率的条件下,确定进行频谱感知的最少节点数,降低系统能耗。其次,通过选择合适的簇内节点进行频谱感知,使簇内节点的能耗均衡,簇的生命周期得到延长。     

传感网分簇算法研究及其进展

作为网络拓扑控制的有效方式之一,分簇算法可显著降低无线传感器网络的能量消耗,提高网络吞吐率。文章基于无线传感器网络分簇的架构,对目前主流的分簇算法进行归纳分类。针对无线传感器网络分簇算法设计中存在的难点,文章给出了解决难点的部分成果,并对进一步的研究进行了展望。     

基于节点位置的无线传感器网络分簇路由协议

针对LEACH协议生成非均匀簇造成能量损耗的问题,以网络簇头分布最优和降低能量损耗为目的,从选择簇头节点、形成簇、簇间路由等方面做了改进。经过理论分析和仿真实验与LEACH和LEACH-C算法比较,结果表明,该路由协议的设计使各节点较均衡地消耗能量,节点生存时间更长,延长了整个无线传感器网络的生命周期。     

新的无线传感器网络分簇算法

针对无线传感器网络节点能量受限的特点,提出了一种响应式分布分簇算法(RDCA,responsive distributedclustering algorithm).该算法不需预先得知节点自身及其他节点的位置信息,而仅根据局部拓扑信息快速进行分布式的簇头选举,并根据代价函数进行簇的划分,适用于周期性获取信息的无线传感器网络.分析与仿真表明,该算法具有良好的负载平衡性能和较小的协议开销,与LEACH协议相比,能够减少能量消耗,网络生存期大约延长了40%.     

一种新型双簇头分簇算法的性能研究

提出了一种新的双簇头分簇算法,该算法在单簇头分簇算法的基础上增加了一个备用簇头节点,在簇头节点能量耗尽或出现故障时,备用簇头节点能够实时升成簇头节点以维持簇稳定工作,从而减少网络重建的次数,提後高网络稳定性,仿真实验表明,双簇头分簇算法比单簇头分簇算法有更好的稳定性和公平性.     

无线传感器网络分簇算法分析与性能比较

文中在介绍无线传感器网络路由协议的基础上,重点分析了几种有代表性的分簇路由协议算法。然后对各种分簇算法从10个评价参数上进行了一个综合对比,总结了无线传感器网络现有分簇路由协议的优点和存在的问题。最后从网络安全性和协议的实用性等方面,并对无线传感器网络分簇路由协议算法进行了展望。     

基于空间相关性的事件驱动无线传感器网络分簇算法

分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。针对传感器节点数据的空间相关性,该文提出了一种新的基于空间相关性的事件驱动传感器网络分簇算法。算法根据用户要求的误差门限及结合节点数据的空间相关性马尔可夫模型,将事件感知区域划分成虚拟极坐标等价层。每个等价层选取层内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,该方法减少了传输数据量,有效节省了网络能量。     

基于空间相关性的事件驱动无线传感器网络分簇算法

分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。针对传感器节点数据的空间相关性,该文提出了一种新的基于空间相关性的事件驱动传感器网络分簇算法。算法根据用户要求的误差门限及结合节点数据的空间相关性马尔可夫模型,将事件感知区域划分成虚拟极坐标等价层。每个等价层选取层内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,该方法减少了传输数据量,有效节省了网络能量。     

基于博弈论的WSN有效分簇路由算法的研究

针对无线传感器网络中传感器节点能量受到限制及其能耗不均匀的问题,在经典的低功耗自适应分簇算法（LEACH）基础上,引入博弈理论概念,提出了一种基于博弈论的有效分簇路由算法。通过分析和仿真试验,结果表明与LEACH算法相比,该算法使簇分布更合理,达到了延长网络的生存周期的目的。     

无线传感器网络节点定位技术综述

无线传感器网络在许多领域有着重要的科研和使用价值,网络中传感器节点自身定位可为无线传感器网络的很多应用提供基础信息,是重要研究方向之一.从无线传感器网络节点定位技术的研究意义与应用价值出发,介绍了节点定位技术的基本原理与方法,并讨论了定位算法的评价标准,最后对节点定位技术的发展方向进行了展望.     

基于位置感知和代理的WSN多径路由方案

针对无线传感器网络(WSN)中多径路由的可靠性和能量效率问题,提出了一种基于代理和位置感知的多径路由发现方案(LABMR).事件节点根据位置信息,动态寻找其到Sink节点之间的特殊中间节点,来构建多径路由.利用移动代理来收集多径路由的局部拓扑结构信息,Sink节点根据代理收集的路由参数来计算路径权值,以此选择最优不相交路径.同时,对于信息的重要性差异,Sink节点选择单条或多条路径来传输数据,在保证传输可靠性的同时减少能耗.与现有的基于代理的多径路由(ABMR)方法相比,LABMP在数据包投递率、能量消耗、额外开销和延迟方面具有更好的性能.     

Distributed fuzzy logic based energy‐aware and coverage preserving unequal clustering algorithm for wireless sensor networks

In an energy‐constrained wireless sensor networks (WSNs), clustering is found to be an effective strategy to minimize the energy depletion of sensor nodes. In clustered WSNs, network is partitioned into set of clusters, each having a coordinator called cluster head (CH), which collects data from its cluster members and forwards it to the base station (BS) via other CHs. Clustered WSNs often suffer from the hot spot problem where CHs closer to the BS die much early because of high energy consumption contributed by the data forwarding load. Such death of nodes results coverage holes in the network very early. In most applications of WSNs, coverage preservation of the target area is a primary measure of quality of service. Considering the energy limitation of sensors, most of the clustering algorithms designed for WSNs focus on energy efficiency while ignoring the coverage requirement. In this paper, we propose a distributed clustering algorithm that uses fuzzy logic to establish a trade‐off between the energy efficiency and coverage requirement. This algorithm considers both energy and coverage parameters during cluster formation to maximize the coverage preservation of target area. Further, to deal with hot spot problem, it forms unequal sized clusters such that more CHs are available closer to BS to share the high data forwarding load. The performance of the proposed clustering algorithm is compared with some of the well‐known existing algorithms under different network scenarios. The simulation results validate the superiority of our algorithm in network lifetime, coverage preservation, and energy efficiency.     

Energy-balanced unequal clustering protocol for wireless sensor networks

Clustering provides an effective way to prolong the lifetime of wireless sensor networks.One of the major issues of a clustering protocol is selecting an optimal group of sensor nodes as the cluster heads to divide the network.Another is the mode of inter-cluster communication.In this paper,an energy-balanced unequal clustering(EBUC)protocol is proposed and evaluated.By using the particle swarm optimization(PSO)algorithm,EBUC partitions all nodes into clusters of unequal size,in which the clusters closer to the base station have smaller size.The cluster heads of these clusters can preserve some more energy for the inter-cluster relay traffic and the 'hot-spots' problem can be avoided.For inter-cluster communication,EBUC adopts an energy-aware multihop routing to reduce the energy consumption of the cluster heads.Simulation results demonstrate that the protocol can efficiently decrease the dead speed of the nodes and prolong the network lifetime.     

能量感知非均匀成簇路由优化算法

无线传感器网络(WSN)具有的能量有限,其能量利用效率的高低直接影响着网络的生命周期.为了提高无线传感器网络的能量利用效率,提出了一种能量感知非均匀成簇路由优化算法(Energy Awareness Unequal Clustering Routing Optimization Algorithm,EUCR).该算法通过节点在网络中所处的位置确定各节点的邻居节点,并以局部能量选举簇头,各簇头根据其邻居节点构建非均匀分簇网络.同时该算法在路由阶段考虑了簇头的剩余能量和转发代价.仿真结果表明,EUCR算法能有效提高网络的能量利用效率,并延长网络的生命周期.     

基于压缩感知的室内多目标无线定位算法

针对现存无线传感器网络定位算法中需要采集、存储和处理大量数据导致运算量较大与能耗过高的问题,提出了一种改进的基于贝叶斯压缩感知的多目标定位算法.该算法利用锚节点对监控区域的划分,结合贝叶斯压缩感知理论将多目标定位问题转换为稀疏信号重构的问题.针对传统观测矩阵难以实现的缺陷,该算法中改进观测矩阵的设计可实现且与稀疏变换基相关性较低,进而使得算法的重构性能较高,从而降低了定位的误差.仿真结果表明,与现有的一些方法相比,所提算法在保证较低的计算复杂度的情况下更加充分地利用了网络节点,有效提高了定位精度,同时具有较强的鲁棒性.     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于改进LEACH的多簇头分簇路由算法

为了降低无线传感器网络(WSN)的能耗,延长网络的生存周期,提出一种多簇头双工作模式的分簇路由算法.算法对低功耗自适应集簇分层(LEACH)协议作了以下改进:采用多簇头双工作模式来分担单簇头的负荷,以解决单簇头因能耗较大而过早消亡的问题;选举簇头时充分考虑节点位置和节点剩余能量,并应用粒子群优化(PSO)算法优化簇头的选举,以均衡网络内各节点的能耗;建立簇与簇之间的数据传输路由,以减少簇间通信的能耗.仿真结果表明,算法有效降低了网络的能耗,延长了网络的生存周期.     

Node correlation clustering algorithm for wireless multimedia sensor networks based on overlapped FoVs

In this paper, a clustering algorithm is proposed based on the high correlation among the overlapped field of views for the wireless multimedia sensor networks. Firstly, by calculating the area of the overlapped field of views （FoVs） based on the gird method, node correlations have been obtained. Then, the algorithm utilizes the node correlations to partition the network region in which there are high correlation multimedia sensor nodes. Meanwhile, in order to minimize the energy consumption for transmitting images, the strategy of the cluster heads election is proposed based on the cost estimation, which consists of signal strength and residual energy as well as the node correlation. Simulation results show that the proposed algorithm can balance the energy consumption and extend the network lifetime effectively.     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。