基于免疫连通模型的多路径传输选择算法

为解决无线传感器网络（WSN）中节点部署不均匀造成的节点能量消耗大、数据传输可靠性低的问题,提出了一种基于免疫连通模型的多路径传输选择算法。当数据传输发生故障时,免疫机制被用来选择路径的适应度函数,从而达到优化传输路径和减少节点能耗的目的。实验从网络寿命、端到端传输延迟、覆盖率、传输可靠性、载荷分布等指标对算法进行评价。实验结果显示,所提算法可更好地平衡负载,延长网络的生命周期,以及保证数据传输的可靠性。所提算法可以应用于对能量效率、可扩展性、延长网络寿命和降低网络开销有较高要求的传感器网络设计。     

关键路径优先WSNs负载均衡多路数据传输协议

由于无线传感器网络中节点能量有限,如何实现各节点负载均衡以延长网络生存周期是亟待解决的问题.利用关键路径优先原则提出一种多路径数据传输协议,快速选择适合路径并剔除不适合数据传输的路径,并用剩余能量均衡法为各传送路径分配数据,以有效均衡各节点能量,延长网络生存周期.仿真实验表明:算法显著延长了网络寿命,与其他多路径传输算法相比网络寿命延长超过37%.     

基于分簇算法的传感器网络大数据传输优化方法

为解决由于传感器网络中节点距离长、部署复杂程度高,导致数据传输不稳定、耗能大的问题,提出了基于分簇算法的传感器网络大数据传输优化方法。结合传感器参数和覆盖范围计算出动态簇头和簇成员间距离,总结出最优动态簇头数量,提高能量利用率。通过最小路径法判定初始节点,计算直接传输及间接传输方式的节点能耗,根据二者对比结果选择耗能最小的传输路径,实现数据的传输优化。仿真分析结果表明,所提方法平均需要26次即可完成80个传感节点数据信息的传输工作,在传输轮数为160时传输节点数量为750,传感器耗能为260kwh。所提方法耗能更低、传输效率更快,在多个方面优化了大数据传输性能。     

父节点可控的分布式缠绕多路径路由算法

针对无线传感器网络中无线链路存在因节点失效或传输介质异构容易引起传输可靠性降低的问题,提出提出父节点可控的分布式缠绕多路径路由算法DPCBMR算法。该算法采用分层多父节点拓扑控制策略和协作式数据转发机制,在多跳转发阶段,引入最优父节点选择机制,根据转发路径上节点间的丢包率,选择丢包率较低的多个节点作为转发节点,以此来保证数据转发的成功率;进一步借助协作式数据转发机制保证待转发的数据在多路径选择时获得最佳路径,从而保证数据转发的可靠性和低能量消耗。仿真实验结果表明DPCBMR算法能最大程度上提高数据传输的可靠性,保证了数据传输的成功率,同时降低了数据传输时的能量开销。同经典的SHM和CAMP算法相比较取得了比较大的改进。     

基于网络编码的无线传感器网络数据可靠性分析*

分析了网络编码在提高无线传感器网络数据传输可靠性的途径,并在不同的数据传输路径方式下应用网络编码进行数据传输。在使用网络编码的多路径传输中,提出一种新的传输机制,通过选择源节点的编码数据包数,在对可靠性影响较小的情况下,降低冗余数据包的数量。通过理论分析和计算机模拟给出了网络编码在不同的传输路径下对数据可靠性的效益,得出在数据传输率较高或适中时,在单路径传输下使用网络编码的可靠性优于不使用网络编码的可靠性。     

基于蚁群的无线传感器网络路由算法

针对无线传感器节点能量、通信能力及计算能力有限等特点,将蚁群算法应用于无线传感器网络,提出一种改进的蚁群路由算法,考虑了节点的能量、距离、通信半径和传输方向等参数.实验结果表明:该算法有效地减少了网络能量消耗、节点死亡数、路由跳数和数据传输的路径长度,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。     

WSN中一种基于多路径的分布式TCP缓存算法

研究了现有几种重要的传感器网络传输层协议,原有基于单一路径的分布式TCP缓存算法在路径上某节点消亡后工作效率较差。在单一路径算法的基础上,利用网络层的多路径路由算法以及传输层的分布式TCP缓存算法来增强传输可靠性。仿真结果显示,算法在端到端时延方面提高了原有算法的性能,另外能够平均分配中间节点的负载而达到节省能量的目的,这样有助于延长整个网络的生存期。     

基于遗传算法的无线传感器网络能耗优化

为了延长无线传感网络的使用寿命,提出了一种优化传感网络路由的遗传算法。该算法通过分析节点发送功率变化下的链路流量约束,链路最大传输效率约束,节点能耗约束等条件。感知路由从数据传输的能量消耗量出发,讨论最优能量消耗路径,提高节点能量利用率,延长网络生存期。其基本实现是根据节点的剩余能量和传输路径上的能量消耗来选择路由路径。仿真实验表明,该算法可以平衡节点能耗和邻节点使用数量,延长网络的生存寿命。     

基于无线能量采集的多跳网络安全传输中的路径选择

针对具有无线能量采集技术的多跳传输网络,提出了全双工中继网络在有多个窃听者和多个功率节点场景下进行多跳多路径传输时的路径选择问题。首先,所提系统模型在有多个窃听者和功率节点的场景下进行信息传输,将源发射端和接收端之间的最佳路径作为数据传输路径。然后,为了增强系统性能,中继节点对功率节点发出的射频信号进行能量采集并利用所获能量来进行下一跳的数据传输。最后,推导出了所提路径选择方法在瑞利衰落信道下端到端中断概率的精确表达式,蒙特卡洛仿真和理论分析曲线拟合较好,说明了理论推导的正确性,以及所提方法具有性能上的优越性。     

WSN中利用蚁群路径优化的时隙选择重排算法

针对无线传感器网络(WSN)汇聚传输中的数据传输时间和功耗问题,提出了考虑时间同步和唤醒延迟的汇聚传输时隙选择重排算法。将时分多址接入(TDMA)用作介质访问协议,并允许每个节点在传输时隙期间可以发送或接收数据;设计新的WSN数据收集树模型,将传感器节点生成的数据通过无线链路形成的多跳网络发送到汇聚节点,在数据收集树的每条链路上分析时隙顺序,优化时隙选择,并基于蚁群算法优化路径选择,减少传输能量消耗和均衡簇头能量。实验结果表明,提出的算法可以实现显著的数据传输性能提高和功耗节约。     

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。     

认知无线Ad Hoc网络干扰约束和能量高效路由算法

为了减少认知无线Ad Hoc网络的传输中断概率,实现频谱和能量高效,提出一种干扰约束和能量高效（Interference Constraints and Energy-Efficient,ICEE）的路由算法。信道检测除了基于认知节点（Cognitive Radio,CR）对主用户（Primary Users,PU）的干扰约束外,还增加了CR节点的数据传输所需持续时间约束,以保证CR节点在有效利用空闲信道的同时减少传输中断事件的发生,减少故障重传所损耗的能量。在设计路由算法时采用了链路能耗和节点寿命作为度量,通过联合最优的链路选择方程实现网络能量高效,并延长网络的生命周期。实验仿真结果表明,相比较认知Ad hoc网络的自适应路由协议,基于联合信道分配和自适应功率控制的路由协议,ICEE算法在数据包平均能耗上分别减少了41.2%和24.5%,并且有效地延长了网络生命周期。     

基于最小节点度的WSNs传输功率控制重编程协议

为了降低节点能耗,提高能量的利用率,提出了一种高效节能的基于最小节点度的传输功率控制(MND—TPC)重编程协议。该协议首先根据每个节点的剩余能量、最大的传输功率、节点度和链路质量来进行网络的初始化,然后分2个阶段完成数据传输。第一阶段通过节点密度、节点度和M度节点的百分比等产生传输范围的调整模型来构建高效的优化网络;第二阶段通过对节点之间发送功率和剩余能量的比较来筛选发送节点,以保证网络负载的均匀分布,有效地实现了高效节能,从而提高整个网络的生存周期。理论分析与实验结果表明:与多跳网络编程(MNP)协议在不同发送功率下相比,平均能量消耗至少降低35.48%。     

能耗均衡的多跳多路径认知分层路由算法

为了缓解频谱资源紧缺的现状,提高认知无线传感器网络能量消耗的均衡性,并减少网络的能量消耗,提出了一种适用于异构认知无线传感器网络的能耗均衡多跳多路径认知分层路由EMMCH算法。首先,根据节点剩余能量、节点位置和邻居节点密度改进了簇首选举概率;其次,结合竞争半径的概念,平衡区域簇首能耗;然后,根据节点信道可用性和剩余能量选举最优簇首,簇首总数依据动态选举的思想确定;最后,簇首节点选取剩余能量高、距离汇聚节点近且存在空闲信道的节点进行多跳传输路径规划,再结合沿途消耗和不均衡程度选取最优路径。仿真结果显示,与对比算法相比,EMMCH算法具有更长的生命周期、更高的稳定性、更多的数据传输量和更均衡的网络能耗。     

基于速龙码的WSNs传输功率控制重编程协议

为了降低节点能耗,提高能量的利用率,提出了一种高效节能的基于速龙码（ RC）的传输功率控制（ RC-TPC）重编程协议。该协议分两个阶段完成数据传输,第一阶段各个节点更新自己的位置信息,形成最优化的拓扑结构。进入第二阶段后,根据优化的拓扑结构通过调整发送节点的传输功率和中继节点的累计选择次数,Sink节点选择适当的中继节点,使中继节点的传输功率和RC的开销达到最优化。此外,RC的编码方式使传输数据包发生的错误概率更小,减少了重编程过程中的冗余以保证网络负载的均匀分布,有效地实现了高效节能,从而提高整个网络的生存周期。理论分析与实验结果表明：与MNP协议和ATPC协议相比,RC-TPC协议用于传输的平均能量消耗降低17.2%。     

基于事件驱动和神经网络的无线传感网络数据融合算法研究

为降低突发事件监测的无线传感器网络(WSN)的能量消耗和数据冗余,设计并实现一种基于事件驱动的动态分簇BP神经网络数据融合算法(EBPDF)。其中动态成簇以及簇头选举过程基于事件严重程度和节点剩余能量,簇的生命周期和簇的覆盖范围根据事件紧急程度和节点剩余能量进行动态调整。同时,为减少网络通信量,将神经网络层次结构与WSN的簇结构相结合,在动态形成的簇结构中应用三层神经网络模型,通过神经网络算法从采集到的大量原始数据中提取出少量特征值,并发送到汇聚节点,从而延长网络生命周期,降低数据传输的冗余度。理论仿真实验证明,与LEACH算法相比,该算法既能有效降低网络通信流量,又能减少节点通信次数。     

基于ARMA预测的无线监控系统可靠传输机制

无线监控网络易受衰减、多径、盲区等不利因素影响,经常出现局部节点负载过大而导致拥塞现象的发生,导致数据可靠传输得不到保障.从拥塞控制角度,提出了一种基于拥塞预知的改进的拥塞控制算法.该算法基于主动避免拥塞的设计思想,在选取路由时考虑链路质量指标LQI,并依据ARMA预报算法获得未来时刻的网络流量预报值,由此判断节点的拥塞程度以便预先采取措施,最终实现拥塞自适应控制.实验结果表明,该算法能提升无线监控系统数据传输的可靠性,并能显著提高吞吐量.     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

基于分布式层次化结构的非均匀聚类负载均衡算法

考虑到无线传感器网络(WSN)负载不均衡导致节点存活时间较短、能量消耗量较多的问题,提出一种基于分布式层次化结构的非均匀聚类负载均衡算法(DCWSN)。首先,建立了一个WSN的多层分簇的网络拓扑结构,并分析了该网络拓扑的簇内节点运作的能量消耗方式。接着,采用非均匀聚类的负载均衡算法,在簇头的选择上考虑了节点连通密度、节点剩余能量和簇头选择时间,通过竞选出最高权重的节点成为簇头; 在簇的建立阶段,通过簇大小的决定阈值和簇头的更新机制来均衡簇头的能量负载,防止簇头节点过早死亡。通过网络生命周期和网络能量消耗对提出算法的有效性进行验证,并与算法EDDIE、M-TRAC、DDC和EELBC进行比较,结果显示DCWSN算法的节点存活率为37.7%,高于对比算法,且能量效率也高于对比算法。实验结果表明,DCWSN算法对节点负载分配具有良好的均衡性,有效控制了节点负载过量的问题,提高了节点的能量效率。