基于Stackelberg博弈的协作网络功率分配策略

针对协作网络中的功率分配问题,提出基于Stackelberg博弈的分配策略。首先建立博弈模型,源节点根据中继节点分配的功率给出价格;中继节点根据自身资源情况、信道状态、位置信息以及源节点提出的价格,进行协作传输功率的分配,从而构建用户效用函数;接着证明了该效用函数满足凹函数的条件,且存在均衡点,因此参与决策的用户可以通过求解协作功率和价格的Stackelberg均衡解(SE)最大化自己的效用;最后,通过仿真实验验证了均衡点的存在,并对源节点位置不同情况下节点的价格、功率和效用进行了分析,实验中离中继更近的源节点的协作功率和效用分别是距离较远用户的1.29倍和1.37倍。理论分析与实验结果证明了策略的有效性,而且该策略能适用于协作网络及其他分布式网络。     

基于能量分配的无线传感器网络能量空洞避免算法

无线传感器网络中,越靠近Sink 的节点将承担更多的数据转发,导致能量消耗较高而最先死亡,从而形成能量空洞使网络提前死亡。对传感器网络能量空洞进行研究,建立节点均匀分布的网络模型,提出一种分层的动态路由协议;通过分析网络动态路由获取各层网络节点能量负载情况,进而提出一种基于能量分配的传感器网络能量空洞避免算法EABEHA。仿真实验表明,该算法能够合理分配传感器网络的能量,和Flooding、LEACH等算法相比,EABEHA算法能够显著延长网络寿命。     

基于概率的水下传感器网络CDMA编码分配算法

水下传感器网络采用声波进行通信,具有高时延、低带宽、高误码率等特点,使得适用于无线电信道的MAC协议无法直接应用于水声信道,给水下传感器网络协议的设计带来了很大的挑战．因此,我们提出了一种可以较高概率避免扩频码冲突的分布式的基于概率的水下传感器网络CDMA编码动态分配算法．该算法不需要精确的时间同步,并且能够动态适应水下传感器网络拓扑结构的变化,适用于基于发送端的编码分配和基于接收端的编码分配．仿真实验表明,与传统的编码分配方式相比,我们的算法突出了节点的个性化,进一步降低了冲突的风险．     

认知无线电网络非协作博弈功率分配算法研究

发现干扰节点,并将功率适当地分配至各个可用频谱上,以提高节点数据率和网络吞吐量,是认知无线电网络当前的研究热点.本文提出一种基于非协作博弈功率分配方法(PANG),以提高认知无线网络系统吞吐量.PANG将认知网络节点功率分配问题转化为非协作博弈问题,并采用线性代价因子的方法抑制功率分配时的盲目性.理论分析表明,PANG存在纳什均衡点,具有帕累托最优解.本文使用Matlab对PANG算法进行仿真,仿真结果表明,PANG算法能够比PIWF算法更加合理的进行功率分配,并有效的提高系统吞吐量.     

基于分层的河流水下传感器网络路由算法

为了获取传感器节点的实时位置,在河流水下传感器网络(UWSN)的独特环境中,采用流体力学的方法对河流水下传感器网络进行建模,模拟真实河流环境下传感器节点的运动规律。为了研究河流水下无线传感器网络数据传输的问题,提出了一种河流环境下基于分层的路由算法(RALM)。每个节点根据收到Sink广播的速度信息周期性地计算并更新各自的拓扑信息,数据待发送节点优先选择当前剩余能量最多的上一层的邻居节点进行数据转发,若上层无邻居节点,则转发给剩余能量最多的同层邻居节点。仿真实验表明,所提算法在网络的冗余度和丢包率上都要优于基于深度的路由算法(DBR)和基于分层的水下传感器网络路由协议(Layered-DBR),网络生存周期分别提高了71%和45%。     

传感器网络非合作博弈功率控制及其仿真

针对基于CDMA通信方式的传感器网络模型,采用非合作博弈功率控制算法对网络中的节点进行分布式功率控制。在算法中为传感器节点构造包含效用函数和代价函数的支付函数模型,通过并行迭代的方式获得网络功率控制的纳什均衡策略,使所有节点的支付函数达到最优化。为了验证算法的有效性,采用OPNET对不同参数组合下的情况进行仿真,仿真结果表明,基于博弈论模型的非合作博弈功率控制算法具有很好的收敛性,当选择效用因子在1.0~1.1、价格因子在5.5~5.9时,网络具有很好的性能。     

超密集网络中基于Stackelberg博弈的非统一定价功率控制

针对超密集网小区同频部署中产生的区间干扰问题,提出基于Stackelberg博弈的非统一定价功率控制方案。首先,建立基于Stackelberg博弈的非统一定价功率控制模型,并通过该模型求解出基于价格的最优发射功率,此发射功率是关于干扰价格的函数;接着通过引入拉格朗日函数求解出相应基站的最优干扰价格,由控制器把干扰价格发送给相应的基站,并由基站调整自己的发射功率值去减弱对当前用户的干扰。仿真结果表明,与基于Stackelberg博弈的统一定价功率控制方案相比,所提方案在系统平均中断概率上平均下降了3个百分点。与基于基站权重的功率控制方案相比,在基站数量低于105时,所提方案在平均中断概率平均上上升了1.4个百分点;而当基站数超过105时,所提方案在平均中断概率上平均下降了1.6个百分点。此外,与这两个方案相比,所提方案在系统平均吞吐量上分别提升了12个百分点和10.5个百分点;在系统平均频谱效率上分别提升了9个百分点和8.5个百分点;在系统平均功率效率上分别提升了13个百分点和12个百分点。实验结果表明所提方案能够在部署更多基站情况下更好地提高蜂窝系统的性能。     

基于非合作博弈的无线传感器网络功率控制研究

如何提高能量的有效性是无线传感器网络（WSNs）设计的重要问题,针对WSNs在多媒体等业务中的应用,对基于码分多址（CDMA）通信方式的WSNs模型,提出一种基于非合作博弈的WSNs功率控制算法,并证明了该算法纳什均衡的存在性及唯一性.仿真结果表明,所提出的算法在设计时充分考虑了节点的剩余能量问题,因此能够很好地降低网络的总发射功率,有效地节约节点能量,延长网络的生命周期.     

静态博弈模型下的无线传感器网络MAC地址分配算法

针对传感器网络地址分配过程中为了避免地址冲突而导致通信能耗较大的问题,提出了一种基于静态博弈模型的MAC地址分配算法MAAS.该算法将传感器节点看作博弈模型中的决策者,通过使模型达到纳什平衡来解决节点的MAC地址分配问题.在进行地址分配时,MAAS利用博弈模型中每个决策者可根据其邻居节点信息独立进行决策的性质,避免了节点在地址分配过程中发送大量的交互信息.实验结果表明,MAAS在保证较低冲突率的同时降低了地址分配过程中的通信消耗.     

无线传感器网络中基于对策论的功率控制

运用对策论中的Stackelberg策略,提出了基于TDMA-CDMA的分簇结构无线传感器网络（WSN）的反向链路功率控制的新算法。根据TDMA机制和CDMA机制相结合的分簇结构无线传感器网络的基本特点,以网络中的簇为单位,建立了一个该簇簇头采用Stackelberg策略控制节点发射功率以达到最大化能量有效性并兼顾网络寿命的数学模型。仿真结果表明Stackelberg策略能起到控制功率及激励网络优化的作用。     

基于博弈论的无线传感器网络簇间路由选择算法

针对无线传感器网络(WSN)中,网络覆盖范围大,但传感器节点通信范围有限,长距离传输容易造成数据丢失的问题,提出了一种基于博弈论的无线传感器网络簇间路由算法,通过建立以网络服务质量(QoS)和节点剩余能量为效用函数的博弈模型,并求解其纳什均衡来解决以上问题。仿真结果表明：所提出的博弈模型在优化网络服务质量、降低节点能耗的同时,延长了整个网络的生存时间。     

能量高效的水声传感器网络多跳非均匀分簇算法

针对现有水声传感器网络(UW-ASN)分簇路由算法存在的能耗不均衡问题,提出了一种能量高效的多跳非均匀分簇(EEMUC)路由算法。通过节点到基站的物理距离建立网络非均匀分层模型,各层区域内的节点根据综合属性值选择簇头,靠近基站的簇的规模小于远离基站的簇。簇间采用多跳路由方式传送数据,从而均衡了簇头的能耗。实验结果表明,所提算法在簇头数目和节点的剩余能量等性能方面优于低能耗自适应分簇路由(LEACH)和能量高效的非均匀分簇(EEUC)算法,从而提高了水声传感器网络的能量效率,并延长了网络的生命周期。     

改进的无线传感器网络节点定位算法

为了减小无线传感器网络(WSN)节点定位中非视距传播误差产生的影响,提高节点定位精度,提出一种基于残差加权的牛顿迭代定位算法。先利用残差加权算法定位,得到未知节点的初步位置,再将该节点位置作为牛顿迭代定位算法的初始值进行迭代计算,最终得到更为精确的节点位置。仿真实验结果表明,该算法能有效地抑制非视距传播误差的影响,提高传感器网络节点定位的精度,且性能稳定。     

大规模无线传感器网络自适应节能路由算法

在确保大规模无线传感器网络信息可靠传输的前提下,尽可能降低网络能量开销,提出了大规模无线传感器网络的自适应节能路由算法。针对长江三峡库区水质监测的具体应用环境,构建了网络模型,采用梯度型拓扑生成器生成网络拓扑,利用可以平衡负载的节能自适应算法进行最优路由选择,建立了应用于大规模无线传感器网络的自适应节能路由算法。在具有代表性的两种不同网络环境中,对该算法的节能效果进行测试,结果表明了算法的可行性和先进性;该算法能有效地将网络负载平均分配于整个网络中,减少网络的整体能量开销,延长整体网络的寿命。     

基于变宽直方图的无线传感器网络异常数据检测算法

数据的准确性是衡量无线传感器网络(WSN)性能的重要指标,异常数据检测是无线传感器网路面临的关键问题和主要挑战。提出了一种基于变宽直方图的异常数据检测算法,通过数据聚合的方式将网络中的动态感知数据聚合成变宽的直方图来准确检测出异常数据,同时避免不必要的数据传输。对算法的性能进行了理论分析,并基于真实大规模无线传感器网络系统数据进行了实验评估,结果表明算法具有很高的准确率,并有效降低了网络通信开销。     

基于动态树拓扑的多时隙分配无线传感器网络数据传输算法

针对无线传感器网络(WSN)在数据传输过程中节点能量负载不均衡问题,提出了一种基于动态树拓扑的多时隙分配无线传感器网络数据传输算法。该算法首先建立了树链路模型来分析无线传感器网络的数据传输模式以及时隙需求问题;接着通过在树拓扑上使用父代和子代的关系,使节点基于时隙需求执行帧时隙分配,并给出了接收时隙的一个序列模式和发送时隙的序列模式,允许节点更加有序且在干扰更少的信道下接收其他节点发送的数据包,减少时隙的浪费并提高信道利用效率。最后,实验仿真结果表明,与基于数据传输优化的无线传感器网络的生命周期延长算法,以及基于能量感知和时隙分配的可靠数据传输算法相比,所提算法的网络能量效率分别提高了42.8%和51.7%,节点平均寿命延长了1.7%和37.5%,网络的能量效率和网络生命周期得到了提高。     

无线传感器网络入侵检测的重复博弈建模研究

通过分析无线传感器网络节点影响网络可用性及其整体性能的自私行为,提出了一种无线传感器网络入侵检测的重复博弈模型,集中于检测和响应传感器节点的自私行为以加强网络节点的协作性能,利用节点与其邻居节点进行的重复博弈过程,广播节点的效用变化,即时检测出网络节点的自私行为。通过对网络节点的自私行为引入惩戒机制,从而大大降低了节点背离协作的可能性。仿真结果表明,对节点的自私行为实施惩戒机制,可以大大增强节点间相互协作,从而保证网络的连通性。     

基于演化博弈论的无线传感网监测节点分群算法

针对大规模无线传感器网络多辐射源定位中,辐射源公共覆盖范围内监测节点能耗过高造成网络寿命降低的问题,提出一种基于演化博弈理论（EGT）的传感网监测节点分群算法。通过将最优节点集的搜索空间映射到博弈的策略组合空间,以博弈的效用函数为目标函数构建了非合作博弈模型;利用纳什均衡分析及均衡的扰动恢复过程实现目标优化;设计了分群算法以优化节点集组成相应的群参与最终的定位。以接收信号强度指示（RSSI）/信号到达时间差（TDOA）两轮定位为例,将该算法与典型的最近邻算法、基于离散粒子群优化（DPSO）的分群算法在定位精度和网络寿命方面作对比。仿真结果表明,该分群算法避免了多辐射源公共覆盖区域内节点能耗较高的问题,延长了网络寿命,同时保证了对辐射源的定位。