无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

蚁群算法在传感器网络数据融合中的应用

研究无线传感器网络数据融合优化问题,采集数据过程节点间存在大量的冗余数据,需对数据进行融合,提高数据传输效率。为了更好地消除冗余数据,提出一种采用蚁群算法的传感器网络数据融合方法。通过建立传感器数据的传输初始路由,再用蚁群算法找到最佳数据路由,即数据传输最优传感器节点序列,从而实现数据融合。仿真结果表明,蚁群算法能够有效消除冗余数据,减少网络中数据传输量,降低传感器节点能量消耗,延长整个网络的寿命。     

一种无线传感器网络的混合路由算法

针对无线传感器网络具有严格的能量限制和有效能量的分散、过量的低比率数据和多节点到单一节点的数据流等特点,提出一种适合于无线传感器网络的混合路由算法(HRA).该算法综合应用以节点为中心路由方式的负载平衡算法、位置为中心路由方式的轨道路由和数据为中心的数据融合等,可改善无线传感器网络在路由、发现和查询方面等通信的性能.经性能分析,该算法能很好地增长网络生命期、减少数据传输量、降低能耗.     

无线传感器网络多查询的节能优化

提出了一个无线传感器网络多查询的节能优化方案。该方案通过建立相似查询判断算法把多查询中的相似查询分为一组,并在每一组找一个能使传输能耗达到最小的中继节点作为处理节点。组内节点的数据都传送到该处理节点,并由该节点利用数据处理函数处理数据,然后再传到基站。这样就减少了网络中数据的传输量,从而有效地节省了网络的能量,达到能量的最大化利用。     

基于蚁群算法的无线传感器网络路由算法

提出一种基于蚁群算法的无线传感器网络按需多路节能路由算法.该算法综合了蚁群优化算法和AODV路由协议的思想.通过蚂蚁并行地在源节点和目的节点之间建立多路径路由,提高了网络数据传输的实时性、延长了整个网络的生命期.仿真结果表明.该算法与多种群蚁群优化路由算法、基本蚁群算法相比,在整个网络的生命期和节能方面效果显著.     

无线传感器网络最大生命期通信模型研究*

提出一种新的无线传感器网络最大生命期通信模型,研究了无线传感器网络中多源多链路多基站的最大生命期问题.为均衡数据流量分布,源节点产生的数据可以通过多条链路转发到多个基站.针对无线传感器网络能量和带宽受限等多约束条件,建立以网络最大生命期为最优目标和以降低节点处的数据量为次优目标的线性规划模型,依靠现有的分布式算法解决该模型.通过仿真实验验证了通信模型在多基站环境中的性能,并表明所提出的模型能够有效地延长网络生命期.     

基于蚁群优化的无线传感器网络路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一。基于群智能优化技术的蚁群优化算法被广泛应用于网络路由算法。提出一种无线传感器网络蚁群优化路由算法,能够保持网络的生存时间最长,同时能找到从源节点到基站节点的最短路径;采用的多路数据传输也可提供高效可靠的数据传输,同时考虑节点的能量水平。仿真结果表明:提出的算法延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

基于元胞蚁群优化算法的农业无线传感器网络路由研究

无线传感器网络(WSNs)进行农业信息采集时,针对传感器节点数量多,能量消耗不均衡的特点,提出基于元胞蚁群优化(CACO)的WSNs路由算法。算法将网络中的节点映射成CACO算法中的元胞,通过改进蚂蚁信息素更新模型,引入睡眠唤醒机制,有效地减少了节点间的通信,从而改善能量消耗不均衡。仿真结果表明:该算法有效地减少了网络耗能、节点消亡数量,延长了网络生命期。     

基于SOFM神经网络的无线传感器网络数据融合算法

为了降低无线传感器网络的通信量,降低能耗,延长网络的生命周期,提出了一种基于SOFM(Self-Organizing Feature Mapping)神经网络的数据融合算法（SOFMDA）,该算法将自组织映射神经网络和无线传感器网络分簇路由协议相结合,使簇中的各个节点完成神经元的工作,按照数据的特征对其进行分类,提取同类数据的特征,将特征数据发送到汇聚节点,从而减少了数据发送量,延长网络的生命期。仿真实验表明,与普通的数据融合方法相比,SOFMDA能够在保证数据准确性的前提下,有效减少网络通信量,延长网络生命期。在文中仿真实验的时间内,达到了LEACH算法性能的1.5倍。     

无线传感器网络中多Sink节点位置部署研究

通过对随机分布的无线传感器网络节点密度和能量消耗的关系的分析,提出了无线传感器网络中多异构节点位置部署的区域密度优先(RDF)算法。此算法采用密度优先原则来决定Sink节点的放置位置,通过栅格和异构节点通信范围对网络进行区域划分。该算法比递归算法的异构节点放置位置优越,虽然在网络寿命上相接近,但远大于随机分布策略的寿命,且RDF更适合实际应用。通过仿真验证:该算法能够有效延长网络寿命和快速实现部署。     

WSNs能量异构节点部署与区域覆盖优化

针对无线传感器网络（WSNs）的热点区域问题所导致的节点能量异构、能量空洞等问题,对网络进行重新部署以满足区域覆盖的要求。建立WSNs能量异构节点区域覆盖优化模型,以网络覆盖率为目标函数,节点位置作为决策变量,采用差分进化算法优化该目标,同时获得各节点的最佳位置。仿真实验表明：该模型能充分调度各节点的剩余能量,对热区问题导致的能量空洞进行重新部署,该策略能够延长网络的生命周期,提高网络的可靠性。     

一种基于聚合度模型的WSNs双簇头分簇路由协议

在无线传感器网络（WSNs）中能量负载不均衡问题,影响了网络的生命周期。提出一种基于聚合度模型的WSNs双簇头分簇路由协议（DCHP）,DCHP协议将节点聚合度与剩余能量作为考虑因素引入阈值计算,从而使高剩余能量且聚合度高的节点优先选为第一簇头。在此基础上,根据簇内节点能量选出第二簇头,完成簇间多跳路由转发数据。仿真实验表明：DCHP协议能更好平衡网络能量负载问题,延长网络生命周期。     

用于智能电网的有差别射频充电传感器网络

针对应用于智能电网中的无线传感器网络(WSNs)节点能量受限问题,分析了基于无线射频充电技术的为传感器节点充电技术,改进了可持续无线充电传感器网络(SWRSNs),提出有差别射频充电传感器网络(DRRSNs)技术,增加节点的优先级设置,建立整数线性规划模型,用CPLEX求解模型确定标志性节点位置。求解数据表明:节点获得的能量平均提高105%,高优先级节点比低优先级节点平均多获得43%的能量,提高了节点的寿命,保证了WSNs的可靠性,但是路径访问效率平均降低了14%。     

无线传感器网络软故障诊断算法

在无线传感器网络中,软故障节点会产生并传输错误数据,这不仅会形成错误的决策,还会消耗能量,为此,提出一种基于节省能量的故障诊断(EFD)算法。该算法利用节点感知数据的空间相似性,通过对邻点所感知的传感数据进行比较,确定检测节点状态。对于网络中存在的节点瞬时故障,该算法引用TF模型思想,避免了不必要的数据比较,减少了时间冗余的检测次数。仿真结果表明:EFD算法能够提高网络诊断精度,同时可以降低诊断过程的能量消耗。     

无线传感器网络分层带宽自适应路由协议

在无线传感器网络(WSNs)中,节点能量使用严格受限,限制了网络的使用寿命。固定环带宽度的分层路由协议是一种有效的解决方法。在此基础上,提出了一种引入环带宽度自适应调整的路由机制。该机制根据节点剩余能量和传输数据能耗自动调整环带宽度,并决定节点是否参与网内数据报文的传输。采用Matlab作为仿真工具对该路由机制进行了仿真分析,结果表明:该算法通过调整环带宽度的方式能够有效延长网络使用寿命和维持网内负载均衡。     

基于协作传输的大范围WSNs能耗均衡分簇算法

由于大范围无线传感器网络（WSNs）节点的数量巨大,网络的能量消耗极不均,提出一种基于协作传输的分簇算法—EBBMCC—LS算法。该算法在保证网络均匀分簇的前提下,能保证网络中簇头节点的均匀分布,在簇间通信时加入协作传输策略,传感器节点之间通过协作传输构成虚拟多天线系统,改善系统性能,解决了大范围WSNs中的能耗不均现象。实验验证：该算法能够均衡大范围WSNs中的能耗,延长网络寿命,可促进大范围WSNs应用的推广。     

一种能量高效的无线传感器网络拓扑控制算法

通过对现有拓扑控制算法的研究,针对无线传感器网络中节点能耗分布不均匀的问题,提出了一种能量高效的拓扑控制算法(EETCA)。该算法以均衡全局能耗为目标,综合考虑了节点的剩余能量、簇的规模、数据最优传输跳数等因素,避免了部分节点能量消耗过快,从而有效地均衡网络负载。仿真结果表明:EETCA在能耗均衡方面均优于原来的算法,延长了无线传感器网络的生命周期。     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。